你只會被偏好的疫苗資訊影響？AZ、BNT、莫德納之外的選擇

2020年 COVID-19 疫苗剛剛上路，許多人都還在觀望疫苗到底是不是有效、副作用如何⋯⋯那時，每個人都能信手拈來一些「數據」——輝瑞和莫德納防護力達95%，比 AZ 疫苗的74%還要好⋯⋯等等。不過，這些漫天飛舞的數據和資訊，到底如何影響人們心裡對於疫苗的想法呢？以下是筆者於2021年在台灣進行的實驗：讓受試者閱讀從科學報告中整理出的疫苗資訊，再觀察這些疫苗資訊會如何影響人們對於疫苗的看法以及喜好程度。

要怎麼知道資訊對人們的影響呢？有一個很簡單的辦法：先問問看你對某件事的看法如何，之後給你新的資訊，最後再問一次你對這件事的看法有沒有改變。在實驗中，我們先詢問受試者對於各家不同疫苗的看法（例如：保護力是多少，副作用率又是多少）。接下來，讓受試者閱讀從醫學科學期刊中擷取出來的相關數據。等受試者閱讀完資訊後，再問他們一次對於各家疫苗的看法。如此一來，從閱讀資料前後對於不同疫苗態度上的差別，便能推估這些科學報告是否改變了人們的想法。

不過，這個問題在實作上並沒有想像中的單純。首先，在媒體消費的研究中，我們已知人們會更願意消費跟自己立場相近的資訊。舉例來說，在台灣偏向支持民進黨的民眾，可能比較常收看三立、民視等；而偏向支持國民黨的民眾，則會收看中天或 TVBS。另外，從「確證偏誤」的角度來看：當人們接收到「跟他們原先想法差距比較大」的資訊時，可能會更不願意改變想法。整體來說，人們到底會不會吸收資訊，很大程度也會被其自身對於資訊的態度所影響。

這時，如果要檢驗資訊吸收會不會受到主觀偏好的影響？單純只看人們接收資訊之後，有沒有利用資訊來更新他們的知識，其實無法真正確認因果關係：因為在人們「選擇」要接收哪些資訊的時候，就已經先自己做過一輪篩選了。人們選擇的資訊，本身就是偏好資訊，那麼我們就無法知道人們更新資訊與否，到底是因為事前篩選的效果，還是因為更新本身也受到偏好影響，或甚至兩者兼備。

因此需要設計一個方法，讓我們能知道人們對資訊的真正偏好，同時也讓人們隨機接收不同的資訊；如此一來，我們就可以區分偏好以及接收資訊實際的效果——問題是，按照經濟學實驗的思維，如果要讓人們真正揭露偏好，前提是他們說出來的偏好真的能實現。

因此，在實驗中，我們首先請受試者在5種有獲得 WHO 核可的國外廠牌疫苗資訊卡中，按照最想閱讀的順序由高到低排序，接著又請他們在前三名之中，選擇實際希望閱讀的資訊數量（最多3篇，最少可以完全不讀）。在決定好之後，我們會隨機讓一群受試者真的能依照他們說出來的偏好得到疫苗資訊；但是對於其他的受試者，我們就會「強迫」他們一定要讀前三名，或甚至隨機抽三張疫苗資訊卡。如此一來，部分受試者的偏好真的能實現，也有部分受試者則須閱讀本來不想選的資訊，就能成功區分實際接收資訊和偏好的差別。

最後結果如何呢？我們可以把疫苗資訊卡按照每個人的偏好細分為3種：（一）真的希望閱讀的資訊、（二）排在前三名但沒有特別想閱讀的，以及（三）沒有排在前三名，是比較沒興趣的疫苗。首先，我們發現人們的確偏向閱讀他們本來就瞭解較多的疫苗相關資訊。人們排序在前三名的疫苗，平均來說在閱讀資訊之前，誤差本來就較小；而如果是人們真的想閱讀的資訊，誤差又會更少。

不過，我們真正關心的問題，是資訊的更新幅度，會不會因為偏好而有明顯的差異？因為實驗的操作主要集中在「隨機決定人們有沒有真的閱讀到他們想讀的資訊」，所以我們可以在3種偏好之中，比較「有」和「沒有」閱讀資訊卡之間的差異，來看更新的幅度多寡。首先，我們發現：不管接收到資訊的受試者有沒有把該疫苗排在前三名，只要有接收到訊息，人們還是會更新他們對疫苗的看法。如果我們進一步比較3種不同偏好類型，甚至會發現：對於那些沒有排在前三名的疫苗，人們更新看法的幅度反而還要更大！這樣的結果，某種程度上也反映了，人們可能不見得會願意主動獲取知識，但是如果更積極提供閱讀資訊，人們還是有可能被訊息影響。

這個實驗的結果告訴我們：人們雖然會主動蒐集資訊，但單純主動可能並不足夠。如果願意稍微踏出舒適圈，瞭解新的資訊，說不定能看見完全不一樣的世界。當然，有更多資訊並不代表你的選擇就會因此改變，但瞭解你的選擇，尤其是關乎個人健康的重要選擇，也是現代公民的責任。

作者註：我們也檢驗了人們實際對於施打疫苗的偏好，有沒有受到資訊的影響；不過在我們的樣本中，施打疫苗的偏好並沒有受到疫苗資訊的太多影響。這可能也顯示人們實際在做選擇時，並不太會因為一、兩個資訊就決定，而是會更多方蒐集資料才下判斷。