Boiney_1997_InstrumentalBias_MotivatedReasoning
Instrumental Bias in Motivated Reasoning: More When More Is Needed
元信息
- 作者: Lindsley G. Boiney (George Mason University), Jane Kennedy, Pete Nye (University of Washington)
- 年份: 1997
- 期刊/来源: Organizational Behavior and Human Decision Processes, Vol. 72, No. 1, pp. 1-24
- 关键词: Motivated Reasoning, Instrumental Bias, Confidence Bolstering, Reasonableness Constraint, Directional Motivation, Sales Forecasting
- DOI/链接: Article No. OB972729
一句话总结
通过两个商业销售预测情境实验，证明动机性推理产生的偏差并非随意的方向性偏置，而是被工具性原则精确校准——决策者只产生"恰好够用"的偏差以支持期望结论，且对这些偏差的估计保持高度甚至增强的信心，并选择性地将偏差迁移到对自己有利的决策领域。
研究问题
(1) 动机性推理 (motivated reasoning) 是否能从社会认知和自我评价领域扩展到定量的商业判断（销售预测）？(2) 决策者在产生偏差时是否遵循"工具性"原则——根据达成期望结论所需的偏差大小来精确调整偏差，而非任意地大幅度偏置？(3) 动机性偏差是否被"合理性约束" (reasonableness constraint) 限制，即在证据明显不支持时偏差是否减弱？(4) 动机性推理者对自身偏差结论的信心如何变化？是否会出现"信心膨胀"？(5) 偏差结论的高信心是否会被选择性地迁移到其他决策情境？
核心贡献
- 理论创新——工具性原则：明确提出并实证检验"动机性偏差与对偏差的需要程度精确匹配"的工具性假说。在实验2中，低需求条件下动机组的隐含权重为.156（恰好达成go决策所需的.15），高需求条件下为.259（恰好达成所需的.25），从而把动机性推理从一种模糊的"方向性偏置"精炼为可校准的"目标导向校准"。
- 领域扩展：将动机性推理从社会判断和自我服务归因领域，扩展到组织决策和定量商业估计（销售预测、go/no go推荐），证明该机制在管理实务中具有实质性后果。
- 信心膨胀现象：发现动机组对明显偏差的估计反而更有信心，揭示动机性推理同时损害判断精度与元认知监控，这对"自我审查可去偏"的管理建议提出根本质疑。
- 可迁移性差异：动机者对偏差估计的信心选择性地迁移到对自己有利的领域（贷款申请、销售配额），但回避不利领域（库存管理），显示工具性还延伸到信心的策略性使用。
- 方法论：将合理性操纵（偏离预测距离）与工具性操纵（go权重）结合，是后续动机性信念实验设计的范本。
维度1：实验设计分析
本文包含两个实验，均以商业情境（新产品销售预测）为载体，检验动机性推理（motivated reasoning）中的工具性偏差（instrumental bias）和信心膨胀（confidence bolstering）。
实验1：动机、合理性与信心
实验任务详细流程
整体架构: 被试扮演一家频繁推出新技术产品公司的市场经理角色，需根据四位行业专家的预测来估计两个新产品（J-Meters和K-Valves）的首年销售额，然后决定是否推荐引入该产品。
单次产品评估的完整时间线（5步）:
-
角色与情境阅读: 被试收到一份决策手册，阅读封面页了解自己的角色。管理员指出手册中的盈利能力图表（profitability chart），强调他们的销售预测将影响重要的产品引入决策。
-
动机操纵段落重读: 被试被要求仔细重读封面底部的加粗段落（即动机操纵内容）。中性条件仅告知"估计两个新产品的首年销售额"；动机条件额外增加鼓励引入产品的提示（"两个产品都可能盈利并带来竞争优势，你担心过去太多有前景的提案被资本预算委员会否决，损害了部门的盈利能力"）。
-
查看专家预测并做出销售估计: 被试查看第一个产品的四位专家预测值（三个聚类在一起，第四个为偏离值），然后综合这些预测给出自己的首年销售额估计。
-
信心评定与决策推荐: 被试对自己的销售估计在7点语义差异量表上评定信心（1=完全没信心...7=非常有信心），然后做出"引入/放弃"（go/no go）推荐，并评定对该推荐的信心。
-
重复第二个产品: 对第二个产品重复步骤3-4。手册收回，后续课堂中进行事后说明（debriefing）。
实验操纵
自变量1 -- 动机（motivation）: 被试间设计
- 中性条件: 仅被告知需估计销售额
- 动机条件: 额外被告知产品有盈利潜力、部门过去提案被否决太多，鼓励支持产品引入
自变量2 -- 偏离预测的距离（distance）: 被试内设计
- 近距离条件（near）: 偏离预测值高于聚类2个标准差（如聚类为$66,000/$70,000/$74,000，偏离值为$82,000），视为"合理"
- 远距离条件（far）: 偏离预测值高于聚类4个标准差（偏离值为$90,000），视为"不合理"
关键设计细节:
- 两个产品（J-Meters和K-Valves）分别对应近/远条件，产品-距离配对和呈现顺序均做了平衡处理
- K-Valves的专家预测分布是J-Meters的线性变换（+$44,000），使被试感觉在评估两个不同的产品
- 盈利能力图表展示了销售额与预期回报率的关系，以及公司的目标回报率（hurdle rate），使被试清楚知道需要多高的销售估计才能支持"引入"决策
- 所有条件下，给偏离预测至少15%的权重即可使销售估计达到支持go决策的水平
- 预测试（n=60）确认被试认为远距离偏离预测的"可靠性"显著低于近距离预测（F=4.26, p<.05）
因变量
- 隐含权重（implicit weight）: 反推被试给偏离预测值赋予的隐含权重（假设三个聚类预测被等权加权），是实际销售估计的直接线性函数
- 信心（confidence）: 对销售估计的信心（7点量表）
- go/no go推荐: 是否推荐引入产品
- 推荐信心: 对go/no go推荐的信心
实验1结果摘要
| 效应 | 隐含权重 | go决策比例 | 销售估计信心 |
|---|---|---|---|
| 动机主效应 | F=8.64, p<.01 (动机组更高) | 77% vs 53%, chi2=6.99, p<.01 | F=3.33, p<.10 (动机组更高) |
| 距离主效应 | F=30.70, p<.01 (近条件更高) | 82% vs 51%, chi2=13.07, p<.01 | F=2.90, p<.10 |
| 动机x距离交互 | F=0.00, ns | - | F=3.98, p<.05 |
核心发现：动机组赋予偏离预测更高权重、更频繁推荐go决策，但未出现预期的动机x距离交互作用（中性组也受距离影响）。信心方面，动机组的信心显著更高，且当偏离预测为远距离时，动机组信心不降，中性组信心下降（交互显著）。
实验2：工具性、信心与可迁移性
实验任务详细流程
整体架构: 被试同样扮演市场经理角色，但仅评估一个产品（J-Meters），采用完全被试间设计。实验改进了实验1中中性条件可能不够"中性"的问题。
完整时间线（7步）:
-
角色与情境阅读: 被试收到决策手册，阅读封面页了解角色。被告知其部门正向新产品委员会提交提案，需估计新型创新产品的首年销售额。
-
动机操纵段落重读: 被试重读封面底部加粗段落。
- 无偏条件: 被明确要求"尽可能准确地估计首年销售额"，强调"你的估计必须无偏——既不过度乐观也不过度悲观"
- 动机条件: 被告知产品有盈利潜力，过去太多提案被否决损害了部门的增长和盈利能力，"你希望委员会批准J-Meters的引入"
-
查看盈利能力图表（条件性）:
- 动机条件：在做销售估计之前查看盈利能力图表
- 无偏条件：在做销售估计之后才打开密封的盈利能力图表
-
查看专家预测并做出销售估计: 所有被试看到相同的专家预测分布（$66,000/$70,000/$74,000/$90,000），偏离预测距离聚类4个标准差（远距离）。高go权重条件和低go权重条件的被试看到不同的盈利能力图表（分别需要$75,000和$73,000的销售额才能达到目标回报率）。
-
信心评定与决策推荐: 评定销售估计的信心（7点量表），做出go/no go推荐并评定推荐信心。
-
自我报告权重分配: 被试将100分分配给四个专家预测，报告自己在做销售估计时赋予各预测的权重。
-
可迁移性评估: 被试在7点量表上评定自己是否有信心将该销售估计应用于三个新决策领域：(a)设定生产计划与库存水平、(b)申请银行贷款、(c)设定销售团队的奖金配额。
实验操纵
自变量1 -- 动机（motivation）: 被试间设计
- 无偏条件（unbiased）: 明确要求提供无偏估计；盈利能力图表在估计后才可见
- 动机条件（motivated）: 鼓励支持产品引入；盈利能力图表在估计前可见
自变量2 -- Go权重（go weight）: 被试间设计
- 低go权重条件（.15）: 盈利能力图表显示$73,000的销售额即可达到目标回报率；被试只需给偏离预测15%的隐含权重即可支持go决策
- 高go权重条件（.25）: 盈利能力图表显示需要$75,000的销售额；被试需给偏离预测至少25%的权重才能支持go决策
因变量
- 隐含权重（implicit weight）: 同实验1
- 信心（confidence）: 对销售估计的信心（7点量表）
- go/no go推荐及推荐信心
- 自我报告权重: 100分分配给四个预测（探索性变量）
- 可迁移性信心: 对三个新决策领域应用估计的信心（7点量表）
其他实验设计要素
| 要素 | 实验1 | 实验2 |
|---|---|---|
| 实验类型 | 纸笔实验，课堂施测 | 纸笔实验，课堂施测 |
| 设计类型 | 2(动机: 被试间) x 2(距离: 被试内) | 2(动机: 被试间) x 2(go权重: 被试间)，完全被试间 |
| 样本 | 65名本科商科学生（必修课作业） | 122名本科商科学生（必修课作业） |
| 随机化 | 产品-距离配对和呈现顺序平衡 | 完全随机分配至四个条件 |
| 激励机制 | 作为课程作业的一部分，无金钱激励 | 同实验1 |
| 操纵检验 | 预测试确认距离操纵有效 | 操纵检验确认动机组确实希望产品被采纳（M=4.03 vs 3.05, F=13.6, p=.01） |
| 亮点 | (1) 将动机性推理从社会判断扩展到定量商业估计; (2) 展示动机不仅影响判断还影响选择; (3) 发现信心膨胀效应（动机组信心不低于中性组） | (1) 通过go权重操纵直接检验工具性假说; (2) 创设了更纯粹的"无偏"控制条件; (3) 检验了偏差估计向新决策领域的迁移 |
| 局限 | (1) 中性条件可能不够中性（被试可能也轻度偏向go决策）; (2) 被试内设计的距离操纵可能产生需求效应; (3) 被试为学生，无真实后果; (4) 未出现预期的动机x距离交互 | (1) 被试为学生角色扮演，无真实成本后果; (2) 动机与无偏条件的信息呈现顺序不同（盈利图表先/后看），可能混淆; (3) 自我报告权重为探索性指标; (4) 无金钱激励 |
实验2结果摘要
| 效应 | 隐含权重 | 给偏离预测>=25%权重的比例 | 信心 |
|---|---|---|---|
| 动机主效应 | F=23.82, p<.01 | chi2=7.51, p<.01 | F=7.32, p<.01 |
| Go权重主效应 | F=2.59, p=.12 | chi2=1.57, p=.21 | F=0.30, ns |
| 动机xGo权重交互 | F=5.87, p<.02 | chi2=6.60, p<.02 | F=1.97, p=.17 |
核心发现 -- 工具性偏差得到强有力支持：
- 动机组的平均隐含权重恰好接近支持go决策所需的水平（低go权重条件：.156 vs 需要.15；高go权重条件：.259 vs 需要.25），而无偏组的权重始终很低（.094和.073）
- 当需要更大偏差才能达成期望结论时（高go权重），动机组才大幅提升偏离预测的权重；当不需要太大偏差时（低go权重），动机组的偏差与无偏组差异不大
- 信心可迁移性：动机组更愿意将偏差估计迁移到银行贷款（F=13, p<.01）和销售配额（F=23.4, p<.01）等有利于自身目标的领域，但不愿迁移到库存规划（F=0.3, ns），因为过度乐观的库存规划代价高昂
维度2：理论模型
基准理论
本文建立在Kunda (1990)的动机性推理（motivated reasoning）理论基础上。Kunda将动机定义为"与推理任务结果有关的任何愿望、欲望或偏好"，认为动机通过影响认知过程和表征的选择来偏置推理，但受"合理性约束"限制。
核心理论命题
P1 -- 动机性推理（Motivated Reasoning）: 当决策者有动机支持某一特定结论时，他们将采用最可能产生期望结论的决策策略，做出偏向期望方向的判断。
P2 -- 合理性约束（Reasonableness Constraint）: 采用偏差决策策略的倾向受到决策者为过程和结论的合理性进行辩护能力的限制。偏差不是无限的，必须在先验信念和可用证据允许的范围内。
P3 -- 工具性（Instrumentality）: 动机性决策者在需要更大偏差来支持期望结论时，会更强烈地偏置其判断。偏差程度与对偏差的需要程度正相关——"需要多少就偏多少"，不会多偏。这是本文的核心理论创新，区别于以往将动机性推理视为简单方向性偏置的观点。
P4 -- 信心膨胀（Confidence Bolstering）: 动机性决策者对其结论的信心不低于无偏决策者。尽管其判断存在系统性偏差，但他们通过内部合理化过程维持（甚至增强）了信心。
理论整合
本文整合了三个理论传统：
- 分化-巩固理论（Differentiation-Consolidation Theory, Svenson 1992）: 决策者在确定倾向选项后会重组信息以支持该选项，且在决策后会增强对所选项的信心
- 认知失调理论（Cognitive Dissonance Theory, Festinger 1957; Aronson 1968）: 当缺乏充分外部理由时，人们会寻找内部理由来合理化行为，从而维持信心
- 动机性推理文献（Kunda 1990; Ditto & Lopez 1992）: 方向性动机使人采用最可能产生期望结论的信息加工策略
关键理论创新
工具性概念提出了一种"逆向推理过程"：动机性决策者并非先客观整合信息再做决策，而是先考虑期望结果（go决策），然后调整判断以产生支持该决策的估计。期望结果决定判断，而非判断决定行动。
维度3：核心发现
主要发现
-
动机性推理扩展至定量商业估计: 动机不仅影响社会判断和自我认知，也系统性地偏置定量的商业估计（销售预测），且强烈到影响实际选择（go/no go推荐）
-
合理性约束确实存在: 当偏离预测距离其他预测太远（4个标准差 vs 2个标准差）时，所有被试都降低了对偏离预测的权重和go决策的比例，说明偏差受"合理性"感知的限制
-
工具性偏差（核心创新发现）: 动机性偏差并非随意或任意的方向性偏置，而是精确校准到恰好支持期望结论所需的水平。实验2中动机组的平均隐含权重（.156和.259）惊人地接近go决策所需的最低权重（.15和.25）
-
信心膨胀: 动机组对自己明显偏差的估计至少与无偏组一样有信心，甚至更有信心。这意味着动机性推理不仅扭曲判断，还阻断了对偏差的自我识别
-
信心可迁移性的选择性: 动机组更愿意将偏差估计迁移到有利于自身目标的决策领域（贷款、销售配额），但回避迁移到可能造成损失的领域（库存管理），暗示工具性也延伸到信心的迁移中
效应量与统计证据
- 实验1动机主效应: F=8.64, p<.01（隐含权重）
- 实验2动机主效应: F=23.82, p<.01（隐含权重）
- 实验2工具性交互: F=5.87, p<.02（动机x go权重交互）
- 信心膨胀: 实验1 F=3.33, p<.10; 实验2 F=7.32, p<.01
- 迁移信心: 动机x领域交互 F=4.7, p<.01
维度6：与其他文献的关系
与信念更新/信念偏差的联系
本文是信念偏差（belief bias）文献的重要贡献，揭示了动机如何系统性地扭曲信息整合过程中的信念形成。核心联系包括：
-
方向性动机与信念扭曲: 本文展示了"方向性动机"（directional motivation）如何使人在整合多个信息源时偏向期望结论。这与确认偏差（confirmation bias）相关但不同——确认偏差描述的是搜索和评估信息时的偏差，而本文关注的是信息整合和权重分配中的偏差
-
工具性作为信念调节机制: 工具性概念表明信念偏差并非简单的"看到想看的"，而是一个更精密的过程：人们根据达成目标所需的偏差程度来校准自己的信念。这意味着信念不仅受认知局限影响，还受到目标导向的策略性调节
-
信心与元认知: 信心膨胀发现对信念校准（belief calibration）文献有重要启示。通常我们期望人们对不确定的判断降低信心，但动机性推理者通过内部合理化维持了高信心，这意味着元认知监控被动机所损害
-
与承诺升级（Escalation of Commitment）的关联: 作者明确指出其发现与Staw (1981)的承诺升级研究产生共鸣——为了证明过去决策的合理性而将更多资源投入失败的行动路线，也是动机性推理的一种表现，同样受合理性约束
-
实践启示: 在管理决策中，动机性推理者不仅会生产偏差的估计/信念，还对这些偏差估计保持高度信心，并选择性地将其应用于有利的场景。这使得通过要求决策者"自我审查"来去偏变得极为困难
关键文献双链
理论基石:
- Kunda_1990_MotivatedReasoning：Kunda 1990 动机性推理理论的奠基之作，本文工具性概念的直接发源地
机制与综述:
- Epley_Gilovich_2016_MechanicsMotivatedReasoning：动机性推理的认知机制
- Benabou_2015_EconomicsMotivatedBeliefs：经济学视角下的动机性信念
实验金融与投资判断中的延伸:
- Elliott_Hobson_White_2024_Asymmetric_Motivated_Reasoning：投资者判断中的非对称动机性推理（直接延伸到金融决策）
- Bosch-Rosa_Gietl_Heinemann_2024_RiskTaking_MotivatedBeliefs：风险承担与动机性信念
- Charness_2017_ConfirmationBias_MotivatedBeliefs：确认偏差与动机性信念的实验区分
- Thaler_GoodNews_MotivatedReasoning：好消息是否引发动机性推理
- Thaler_SupplyMotivatedBeliefs：动机性信念的供给侧
信念动态与记忆机制:
- Zimmermann_2020_DynamicsOfMotivatedBeliefs：动机性信念的动态演化
- Carlson_2020_MotivatedMisremembering、Samad_2020_MotivatedMisremembering：选择性遗忘与动机性记忆扭曲
- RoyChowdhury_2022_SelfConfidence_MotivatedMemoryLoss：自信与动机性记忆缺失
自我形象与道德机制:
- Gneezy_MotivatedSelfDeception_Identity：自我欺骗与身份动机
- Zhu_SelfImage_MotivatedReasoning、SelfImageConcerns_MotivatedBeliefs：自我形象关怀
- Ellis_2022_MotivatedReasoning_EthicsOfBelief：动机性推理的信念伦理学
机制对照（认知 vs 动机）:
- Jung_2019_MotivationalVsCognitive_DecisionMaking：动机性 vs 纯认知机制在决策中的区分
应用扩展:
- Riehm_2022_MotivatedBeliefs_Auctions：拍卖情境
- Prajaksilpthai_MotivatedBelief_Anxiety_Financial：焦虑、财务决策与动机性信念
- Exley_2024_MotivatedErrors：动机性错误的统一框架
维度4：变量概览
自变量
| 变量 | 类型 | 操作化 |
|---|---|---|
| 动机 (motivation) | 实验1：被试间；实验2：被试间 | 中性/无偏 vs 引入产品的方向性动机（通过加粗段落操纵） |
| 偏离预测距离 (distance) | 实验1：被试内 | 近（高于聚类2 SD）vs 远（4 SD） |
| Go权重 (go weight) | 实验2：被试间 | 低 (.15) vs 高 (.25)，通过操纵盈利能力图表上的目标销售额阈值实现 |
| 盈利图表呈现顺序 | 实验2 | 动机组：估计前看；无偏组：估计后看 |
因变量
| 变量 | 测量 |
|---|---|
| 隐含权重 (implicit weight) | 通过销售估计反推的偏离预测权重，假设其余三个聚类预测被等权 |
| Go决策比例 | 二元选择 (go/no go) |
| 估计信心 | 7点语义差异量表 |
| 推荐信心 | 7点量表 |
| 自我报告权重 | 实验2：100分分配给四个专家预测 |
| 可迁移性信心 | 实验2：对生产规划/银行贷款/销售配额三个新领域的应用信心 (7点量表) |
控制变量与平衡
- 产品-距离配对平衡（实验1）
- 产品呈现顺序平衡
- K-Valves的预测分布是J-Meters的线性变换 (+$44,000)
- 操纵检验：实验2确认动机组确实希望产品被采纳 (M=4.03 vs 3.05, F=13.6, p=.01)
样本与情境
- 实验1：n=65 本科商科学生；2(动机) x 2(距离) 混合设计
- 实验2：n=122 本科商科学生；2(动机) x 2(go权重) 完全被试间
- 情境：扮演频繁推出新技术产品公司的市场经理；评估新产品 (J-Meters/K-Valves) 的首年销售额
维度5：局限性
- 学生样本与无真实后果：被试为本科商科学生进行角色扮演，无金钱激励或职业风险。真实管理者面对真实预算和职业声誉时，工具性偏差的强度可能不同（更强或更弱：更强因为利益更大；更弱因为问责机制约束）。
- 中性条件不够纯净（实验1）：实验1的"中性"被试也表现出对引入产品的轻度偏好，导致预期的动机×距离交互未出现。实验2虽改进了无偏条件的明确性，但盈利图表呈现顺序在两组间不同，引入了潜在混淆。
- 隐含权重的反推假设：假设三个聚类预测被等权加权来计算偏离预测的权重，这是简化处理。被试可能对聚类内的预测也有差异化权重。
- 被试内距离操纵的需求效应（实验1）：同一被试看到近、远两个产品，可能推断实验意图。
- 激励缺失：无金钱激励意味着判断准确性的成本较低，可能放大了动机性偏差。
- 效用函数与决策机制未建模：本文为行为实验，未提出形式化模型解释"工具性"偏差程度如何由目标差距决定。
- 可迁移性测量为主观信心：仅询问"是否愿意将估计应用于"，未实际测量在新情境下做出的决策，迁移的实质性证据较弱。
- 未考察个体差异：未测量被试的认知反应能力 (CRT)、责任感、风险偏好等可能调节工具性强度的特质。
- 单期决策：未考察反复反馈下偏差的演化，无法回答"经验是否能矫正工具性偏差"。
- 文化与组织情境：实验在美国本科生群体中进行，跨文化外部有效性有限。
维度7：可拓展的研究方向
- 真实管理者样本：在真实企业管理者、风险投资人、信贷审批员等高利益群体中复制工具性效应，检验经验和问责机制的调节作用。
- 形式化建模：构建一个最优化模型——决策者在判断准确性成本（被发现偏差的损失）与达成期望结论收益之间权衡，预测工具性偏差程度。可与 Benabou-Tirole (2016) 的动机性信念框架对接。
- 神经基础：使用fMRI或EEG检验工具性偏差与信心膨胀的神经机制——是否涉及奖赏环路 (ventral striatum) 与冲突监控 (ACC) 的相互作用？
- 算法决策与AI辅助：在AI预测工具辅助下，工具性偏差是被强化（"AI支持我的偏好"）还是被矫正？
- 多期反馈学习：让被试反复进行预测并接收实际结果反馈，观察工具性偏差是否随经验减弱，以及信心膨胀是否阻断学习。
- 群体决策：将本设计扩展到团队/委员会决策，检验工具性偏差在群体讨论中是被放大（共谋合理化）还是被抑制（互相质疑）。
- 与确认偏差的整合：将本文的"信息整合权重"机制与确认偏差的"信息搜索"机制整合，构建动机性认知的统一框架。
- 工具性的边界条件：什么情境下工具性失效——例如当目标本身极不合理时，或当被试对自己的偏差有元认知意识时。
- 金融市场应用：将工具性偏差应用于分析师盈利预测、基金经理风险评级、监管机构压力测试等真实金融判断场景，检验其是否解释系统性预测偏差。
- 激励干预设计：设计承诺机制 (commitment device) 或事前规则约束，以减少工具性偏差，例如要求决策者在看到go权重之前就承诺自己的估计方法。
关键结论
- 动机性推理产生的偏差是工具性的、被精确校准的：动机者并非任意偏置判断，而是产生"恰好够用"的偏差以支持期望结论；偏差大小与对偏差的需要程度精确匹配（实验2隐含权重 .156 vs 需要的 .15；.259 vs 需要的 .25）。
- 合理性约束限制偏差幅度：当偏离预测距离其他预测过远（4 SD）时，所有被试都降低对其的权重和go决策比例（实验1距离主效应F=30.70, p<.01），证明Kunda合理性约束在定量判断中真实存在。
- 信心膨胀阻断自我去偏：动机者对其偏差估计的信心不低于、甚至高于无偏者（实验2 F=7.32, p<.01），意味着动机性推理同时损害判断与元认知监控，使"自我审查"作为去偏机制失效。
- 偏差信心的选择性迁移：动机者更愿将偏差估计应用于对自身有利的决策（贷款、销售配额），但回避不利领域（库存管理），显示工具性原则也延伸到信心的策略性使用。
- 方法论遗产：通过go权重操纵区分"是否偏差"（动机主效应）与"偏差多少"（动机×go权重交互），是后续实验经济学测量动机性信念时的核心识别策略。
- 管理实践含义：在组织决策中，要求决策者"客观自审"难以矫正动机性偏差；制度性事前承诺、外部审计与算法决策辅助可能是更有效的去偏路径。