为了验证“人们会从与自己相似的人那里获得行动线索”的假设，心理学家做了一个实验。

在纽约曼哈顿中心区，有超过100名的行人看到并拾起路上一个写着地址却没有贴邮票的信封。信封里有一个遗失的钱包和一封写给钱包主人的信。钱包里有两美元现金，一张签给E.M.H公司（研究项目成员名字的首字母组合）的支票，一张写着某人电话号码的纸片，一张钱包主人的身份信息卡（上面有钱包主人的姓名、电话号码和地址），以及其他一些东西。钱包主人名叫迈克尔•欧文——这个名字是研究者经过仔细挑选的，以避免含有种族或宗教的暗示。

在所有情况下，钱包和里面的东西都是一样的，有变化的是写给钱包主人的信。在一种实验条件下，写信者是与这些路人相似的人（即一个能流利使用英语、像本地人的写信者）；而在另一种实验条件下，写信者则是一个与路人不同的人（即一个几乎完全不懂英语的外国人）。另一个实验条件是不同的写信语气。在1/3的情况下，写信者用一种非常客气的语气（正性语气）写这封信，在另外1/3的情况下用一种中性的语气写信，在剩下1/3的情况下则是用一种不太客气的语气（负性语气）写信。

例如，一位操流利英语的人（“相似的人”）用不太客气的语气写的信是这样的：

欧文先生：我找到了你的钱包，如今物归原主。所有的东西都在里面。照看和归还这个钱包的整个过程实在是很麻烦，我觉得相当厌烦。希望你能够对我有所感激。

而一位不相似的人用不太客气的语气写的信是这样的：

欧文先生：我正在你们国家旅行，并不熟悉你们的行为方式。但是我发现了你的钱包，东西都在里面了。对这个钱包负责并将它物归原主很费劲。其中的过程实在是繁琐，希望你能够对我有所感激。

行人们是否会归还钱包？对这些行人归还钱包情况的统计结果如下图所示。所谓钱包归还率就是指将钱包寄往失主地址的行人数占该种实验条件下拾起钱包者的比重。

为了验证“人们会从与自己相似的人那里获得行动线索”的假设，心理学家做了一个实验。

在纽约曼哈顿中心区，有超过100名的行人看到并拾起路上一个写着地址却没有贴邮票的信封。信封里有一个遗失的钱包和一封写给钱包主人的信。钱包里有两美元现金，一张签给E.M.H公司（研究项目成员名字的首字母组合）的支票，一张写着某人电话号码的纸片，一张钱包主人的身份信息卡（上面有钱包主人的姓名、电话号码和地址），以及其他一些东西。钱包主人名叫迈克尔•欧文——这个名字是研究者经过仔细挑选的，以避免含有种族或宗教的暗示。

在所有情况下，钱包和里面的东西都是一样的，有变化的是写给钱包主人的信。在一种实验条件下，写信者是与这些路人相似的人（即一个能流利使用英语、像本地人的写信者）；而在另一种实验条件下，写信者则是一个与路人不同的人（即一个几乎完全不懂英语的外国人）。另一个实验条件是不同的写信语气。在1/3的情况下，写信者用一种非常客气的语气（正性语气）写这封信，在另外1/3的情况下用一种中性的语气写信，在剩下1/3的情况下则是用一种不太客气的语气（负性语气）写信。

例如，一位操流利英语的人（“相似的人”）用不太客气的语气写的信是这样的：

欧文先生：我找到了你的钱包，如今物归原主。所有的东西都在里面。照看和归还这个钱包的整个过程实在是很麻烦，我觉得相当厌烦。希望你能够对我有所感激。

而一位不相似的人用不太客气的语气写的信是这样的：

欧文先生：我正在你们国家旅行，并不熟悉你们的行为方式。但是我发现了你的钱包，东西都在里面了。对这个钱包负责并将它物归原主很费劲。其中的过程实在是繁琐，希望你能够对我有所感激。

行人们是否会归还钱包？对这些行人归还钱包情况的统计结果如下图所示。所谓钱包归还率就是指将钱包寄往失主地址的行人数占该种实验条件下拾起钱包者的比重。

日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。

研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果_______，那么其他证人正确的概率反而会大大增加。

为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55%，而非普通硬币的50%，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。

在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果_______，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果_______，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。

在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。

一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。