《这才是心理学（第11版）》是一本由[加拿大] 基思·斯坦诺维奇著作，人民邮电出版社出版的精装图书，本书定价：78.00元，页数：246，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《这才是心理学（第11版）》读后感(一)：新版更值一读

　　这本书一直以来都是被奉为入门经典。作者的语言很有逻辑又不失风趣，结合了一些很有趣的实例，说明心理学家如何通过批判性的思维方式和系统性的实证研究，逐步描绘出人类心智的真实面貌。也不断的帮助我纠正对心理学的种种误解，用 科学的精神和方法理解自己和他人的行为。同事，本书也有助于培养日常生活中的批判性思维技能。

　　《这才是心理学（第11版）》读后感(二)：这才是心理学

　　1.心理学的进步是通过研究可解决的实证问题取得的。这种进步是不均衡的，因为心理学由许多不同的子领域构成，某些领域的问题要比其他领域难度更高； 2.心理学家提出可证伪的理论来解释他们的研究发现； 3.理论中的概念都拥有操作性定义，这些定义将随着证据的积累而逐渐演变； 4.这些理论是通过系统实证的方法来检验的，用这种方法收集的数据是公开的，也就是说，它允许其他科学家重复这些实验并提出批评； 5.心理学家的数据和理论，只有在那些有同行评审程序的科学期刊上发表之后，才算是进入了公共领域； 6.实证主义之所以具有系统性，是因为它遵循控制和操纵的逻辑，这二者也是真实验的特征； 7.心理学家采用许多不同的方法来获得他们的结论，这些方法的优缺点各有不同； 8.心理学家最终所揭示的行为规律，绝大多数情况下都是概率性的关系； 9.大多数时候，知识只能在众多实验数据的缓慢积累之后获得。虽然这些实验都有各自的缺陷，但是它们总能聚合于一个共同的结论。

　　《这才是心理学（第11版）》读后感(三)：书还在读，已经有不少想法

　　这本书很好的传达了一些我想说给热爱这一行业或者想学这门专业的同学听的观点。一些我在学心理时的困惑和难以总结的地方，也被如此很好概述出来，阅读的过程很开心。 经常看到书店里对心理学书籍带着好奇的人，影评下面对心理学展开想象的人，尤其是会面对许多后辈在选专业时对心理学怀有无尽的憧憬。 选专业时我自以为很理性地看待这个学科，但是真正开始学习时候才发现它比我当初想的更有难度，前景也并没有大家期待得那么美好。即使最初我已经做了许多心理建设，还是超乎设想。 每次看到眼睛散发光发亮的年轻孩纸，还有想跨专业来学习的同学，那份坚定和自信，我总觉得劲头不大对。仿佛他们被某种误导诱拐了过来，未免觉得有些悲伤。 或许我想得有些长远。想学习或者了解这门专业的人能否坚持反驳大众的一些误解，甚至可能在“冒犯”自己的情况下依旧选择科学。抵抗某些异样的眼光，比如“学心理都是有病的，是算命的，总爱窥探别人隐私”，而继续默默耕耘自己的一亩三分地。很想表达给后来人听，又觉得带了点恐吓的意味，会打击大家的积极性。

　　我多少了解大家最初对心理学的原因，更加理解为什么大家又离开了这个行业，或许未来我也会是其中的一名，我也是要某求生存的普通人。

　　最近我认清一件事，学习本身是痛苦的。这个观点最早是在高考时班主任点醒我的。我很喜欢他不加掩饰的大白话，他甚至说学习违反人类享乐的天性，所以为了高考抛弃玩耍吧，未来海阔凭鱼跃，天高任鸟飞。原来学习不是一件多么高尚的事，许许多多的人都在其中挣扎，要有半分收获背后汗水不息。

　　仔细想了想，心理学就是即使我觉得学习痛苦，也会去做的事，仅此而已。

　　《这才是心理学（第11版）》读后感(四)：以心理学为载体的科学思维著作

　　久闻斯坦诺维奇和《这才是心理学》的大名，拿到书之后第一时间就读完了（一反我读书磨叽的常态）。非常过瘾。

　　这本书的整体框架和逻辑很清晰，要点很明确。但是具体章节中的内容读起来感觉稍有散乱和重复。有点像是前辈在谆谆教诲，生怕我们没理解。

　　书中有大量的例子，非常广泛和生动。

　　参考文献的篇幅占到全书的近30%，深深为作者叹服。

　　这本书披着心理学的外衣，其实更是一本讲科学思维和批判性思维的书，很有普适性。

　　因为知道一些些批判性思维、科学思维、概率思维，以及有一点点心理学和行为经济学的毛（只有一点毛，皮还没有），所以整本书读起来很顺畅。常有呼应之感，又有新知。对我来说，这本书就像一个装珠子的筐，可以把之前捡到的珠子都放在一起。

　　本书一个很重要的主题是“科学 vs. 伪科学”。作者用大量篇幅对两者做了区分，细数了伪科学的特征，伪科学为什么能大行其道，以及伪科学的危害。

　　生活在这样一个信息爆炸的时代，面对扑面而来的亦真亦假的信息，如何鉴别其真假大概已经成为了现代人的一个必备技能。在受骗者快要不够用的年代，希望我们的步伐能够跟得上骗子，不要成为待割的韭菜。

　　正如作者所说，统计思维和概率思维也是生活在充满不确定性的世界中的必备思维。了解一点儿“常识”，可以更好地理解世界，避免很多严重的后果。

对人类思维本质的大量研究表明，概率推理可能正是人类认知的阿喀琉斯之踵。人类在这方面如此薄弱，以至于概率推理成为人类理性的操作性定义的核心。社会越复杂，人们就越需要概率思维。如果一个普通人想要对其生活的社会有基本的理解，那么，他至少应具备统计思维这一基本的能力。

所得新知：

　　1. 并非所有的证实都等价

　　· 理论的有用程度，在于其预测的精准度

　　· 相比“永远正确的废话”，“可能错误”的理论更有价值

　　2. 科学是在演进当中逐渐发展的

　　· 科学的进展模式是渐进的，而非突变的

　　· 新理论要符合关联性原则，向前兼容旧理论

　　3. 随机抽样和随机分配是两回事

　　· 随机抽样是抽样手段，通常用于需要直接运用到实际的研究当中

　　· 随机分配是实验中分配样本的方法，是保证“真实验”的前提

　　· 而随机抽样并非“真实验”的必要条件

　　4. 关于对心理学研究的样本代表性问题的质疑

　　· 心理学的理论研究中，样本代表性不是必须的

　　· 样本代表性是应用研究的必要条件，但并非理论研究的必要条件

　　· 当理论需要推广应用的时候，再验证其在更大的样本中是否成立也不迟

　　· 如果理论在更大的样本中不成立，也不能说原理论是错的，而只能说它不够全面

　　5. 单个研究并不说明问题

　　· 单个研究既不能证实一个理论，也不能证伪一个理论

　　· 证实和证伪需要聚合性研究

　　· 聚合性研究有效的原因是，它能够纠正单个实验中产生的方向不同的偏差

　　· 所以单一的意识形态是危险的，因为它们偏差的方向是系统性的，不能相互纠偏

　　6. 接受错误以减少错误

　　· 红蓝灯实验

　　· 想要保证整体的准确率提升，需要放弃掉一些可能正确的机会

　　· 这也是全局思维，抓大放小

　　7. 美国心理学协会（APA） & 美国心理科学协会（APS）

　　· “美国心理学协会曾经助长了临床心理学的这股不正之风”

　　· “正是美国心理学协会这种学术上的表里不一……在一定程度上促成了20世纪80年代美国心理科学协会的成立”

　　· 虽然不明白这些协会到底是怎么回事，但觉得作者真敢说啊！

　　8. 从行为描述过快地跳到行为模式的理论是危险的

　　· 这可能导致忽略其他可能的解释

　　· 不要过早地给现象贴上理论标签【也不要过早地给人贴上负面标签】

　　9. 临床预测是无效的

　　· 在几乎每一个曾经验证过的临床预测领域，统计预测都优于临床预测

　　· “临床预测是有效的”这一观点已经被证明是错误的

　　· 也就是说，临床医生虽然拥有：1)与病人接触的经验，2)关于病人的相关信息（都是私有信息），但他们所作出的预测，并不比只根据公开的统计数据所作出的预测更准确

尝试梳理一下本书的要点【和我的感想】：

　　1. 能否证伪是区分科学和伪科学的标准。

　　· 科学承认局限性，真正的科学家不否认自己和理论有出错的可能。相反，他们会指出理论可被证伪的情况。

　　· 伪科学试图在事后解释一切，而并不具有事前预测的能力。

　　· 能解释一切的理论没有任何用途，其中包括“世俗智慧”和弗洛伊德。

　　· 理论和知识只有公开和具备可操作性定义，才有可重复性，这是可被检验的前提；同行评审是检验的机制。

　　· 本质主义不具备可操作性，所以不是科学家关注的问题。

　　1.1 正确看待错误：视之为正常和进步的机会，而非罪过和耻辱。

　　· “在科学上犯错并不是罪过”。

　　· 科学的本质就是“在公众面前犯错——在众目睽睽下犯错，希望他人能够帮助修正这些错误”（by 丹尼尔·丹尼特）。

　　· 对于科学进步来说，真正危险的是人类有一种固有的倾向：避免让我们的信念暴露在可能被证明是错误的情境之中。

　　· 如果我们能在个人层面上使用可证伪性原则，我们的生活质量可能会大为改善。当我们的信念与世界中的证据相冲突时，我们最好是调整信念而不是否认证据和坚持有问题的想法。【贝叶斯法则：信念根据证据而改变】

　　· 【成长型思维的关键就是如何看待错误：是把它看做成长的机会，还是看做个人的失败。】

　　1.2 不要寄希望于个人层面的自我约束（人性），而是要利用好的制度 / 方法约束个人行为。

　　· 科学的力量并不是因为科学家特别有道德，而是来自他们不断交叉检查彼此知识和结论的社会过程。

　　· 科学中，这种结构化的交叉检查内置化可以避免自我中心偏见。

　　· 【在个人认知层面，也可以利用一些外在的方法来检验自己的认知，以此纠正认知偏差：比如小测试、他人的反馈。】

　　· 【不要寄希望于人都是高尚的、有道德的，环境是完美的。要做好应对措施，比如博弈论中的“一报还一报”；不能冒着被人欺骗的风险而无防范和惩罚措施。】

　　· 【好的制度可以让坏人变成好人，坏的制度会让好人变成坏人。】

　　2. 由于存在安慰剂效应，见证和个案研究不能作为科学证据。

　　· 安慰剂效应：无论一种治疗方法是否有真正的治疗成分，人们都倾向于报告治疗对他们有帮助；即便告知得到的是安慰剂，安慰剂也仍然可能有效（开放标记式安慰剂效应）。

　　· 由于存在安慰剂效应和自发性缓解，所以极易得到见证和个案报告有效；此外，它们都是孤证，既不能排除其他可能性，也不能得出哪种疗法最好。

　　· 但是由于鲜活性效应，人们往往难以忽略见证和个案证据。

　　3. 信息的鲜活性：会影响对科学证据的解释，也会使人们容易忽略基础比率。

　　· 鲜活性效应：当面临问题或决策时，人们会从记忆中提取与当前情景有关的信息；人们倾向于利用更容易获得的信息【可得性偏误】。而强烈影响可获得性的一个因素是信息的鲜活性：鲜活的个人见证、媒体报道，胜过大规模统计数据。

　　· 事件的鲜活性甚至可以影响对科学证据的解释：尽管给出的信息相同，图像证据比图表证据被认为更为可信。

　　· 鲜活性还会使人们倾向于忽略基础比率：在得到具体 / 鲜活的个人信息之后，人们通常会忽略基础比率，即在得到具体的个人信息之前已知的概率信息。这会使人们做出错误的判断【错判患病的概率；琳达难题】。

　　· 鲜活性对判断的影响很难避免。不仅是公众，心理学和医学领域有经验的临床从业者也需要努力摆脱鲜活性的影响。

　　· 鲜活性影响很大的原因：

　　- 科学的思维策略上后天习得的，有些人可能还没学会；

　　- 人类是“认知吝啬者”，天生具有预设为1型加工的倾向，这种倾向阻碍2型加工的启动；

　　- “认知吝啬”具有演化意义：节能。

　　· 我们应该克服不相信数字而必须亲眼目睹才去相信的倾向；大多数影响我们社会的复杂因素都只有靠数字才能准确捕捉。

　　· 如何避免受到鲜活性的影响：学习科学和统计思维，通过练习达到自动化的程度，从而成为快速的、不那么耗费精力的选择。【组块】

　　4. 相关关系不是因果关系。

　　· 第三变量问题：可能存在第三变量，同时影响两个变量，从而使这两个变量呈现出假相关。

　　· 多元回归、偏相关、路径分析等统计方法，可以在去除其他变量的影响之后，重新计算两个变量之间的相关。如果在排除了第三变量的影响之后，两个变量仍然相关，可能说明原有相关并不是由第三变量导致的虚假相关；不过仍有其他导致虚假相关的变量没有被排除的可能性。

　　· 方向性问题：在相关关系中，有时我们以为是A影响了B，其实可能是B影响了A。

　　· 如果不是随机分配，可能会有自我选择偏差：人们会主动选择适合的环境，从而使个人变量和环境特征之间呈现出虚假相关；并不能据此推断是环境导致了人的行为的因果关系。

　　· 幸存者偏差是一种选择偏差。【伯克森悖论也是】

　　· 当因果关系看起来显而易见时，当我们带着强烈的预设偏见时，当我们的理论取向支配了对现象的解释时，相关很容易被视为因果关系的证据。

　　· 对相关性证据要持一定的怀疑态度，如果依据相关研究所得到的错误推论来制定社会和经济政策，将会付出惨痛代价。

　　5. 如何得出因果关系：人为操纵的控制实验。

　　· 科学思维是建立在比较、控制、操纵的理念之上的。

　　- 比较：避免孤立的观察带来模糊的解释；

　　- 比较 + 控制（控制实验情境 / 可比较的自然情境）：分离变量；排除一些解释，证实另一些解释；

　　- 操纵 + 控制：操纵感兴趣的变量，并对其他可能影响实验的无关变量进行控制，以排除安慰剂效应、自我选择效应和虚假相关。

　　· 随机分配能排除选择偏差；能确保不同实验条件下的被试在所有变量上基本一致，没有系统偏差。

　　6. 人的行为是由多重原因决定的，且因素之间存在交互作用。

　　· 人的行为是由多重原因决定的，但人们倾向于找到一颗能解释全部问题的“神奇子弹”。

　　· 不要用单一原因解释问题，也不要因为某一因素只是众多因素中的一个而轻视它。

　　· 变量之间存在交互作用，即一个自变量的效应大小可能依赖于另一个自变量的不同水平；这增加了我们理解问题的复杂性，使我们不但要找出各种因素，还要研究这些因素如何共同起作用。

　　· 预设偏见和情绪、立场会使我们倾向于忽略多重原因。立场不同的双方在一开始就承认有多重原因，并承认其中一些原因可能是对方意识形态所支持的，可能会有助于打破僵局。

　　7. 我们的大脑不善于处理概率信息。

　　· 我们生活在不确定性的世界，这意味着我们必须接受以概率表达的趋势。我们必须克服因为数字是抽象的，就觉得概率预测不真实的倾向。

　　· 概率意味着，总会有不符合概率趋势的个案存在。当我们面对的证据与过去所持的观念相矛盾时，就有利用个案作为辩论手段的倾向。

　　· 概率预测意味着，我们要学会接受一定的不确定性。知识不是要等完全确定之后才有用；即便某些知识不能预测个体的具体情况，也是有益的。

　　· 概率问题有一些陷阱，是我们认知的阿喀琉斯之踵：忽略基础比率（鲜活性效应）；忽略样本大小的信息【小数定律】；赌徒谬误（代表性偏差）。

　　· 原因之一是我们有为偶然事件赋予意义的倾向，容易低估偶然性、随机性、运气的作用，高估系统性解释，高估自己对事件的掌控能力。虽然这种特征为我们提供了演化优势，但有时会使我们产生对世界的错误理解。

　　· 解决办法是学习概率思维、统计思维，大量练习将其自动化。