每个人的偏好都有所不同。有些人喜欢人工建造的古董房子，有些人却更喜欢开放式的现代住宅；有些人喜欢拉丁爵士乐，有些人却更喜欢重金属摇滚；有些人喜欢辛辣的肉食，有些人却是素食主义者。这正是街上到处都是各类小吃店的原因。正如人们常说的那样，百人百味，这是天生的，没法解释。1或者说，对于口味，没什么解释的必要。虽然无法解释口味，但可以对它进行建模。在这一章中，就来做这项工作。
之所以要对口味，或者更正式地称之为对多样性偏好进行建模，是因为它们带来了一些问题，甚至是一些巨大的问题。不同的目标也许都有价值，但是如果仅仅停留在重视不同目标这一点上，就可能无法就什么是好的解决方案、什么是我们要的预测结果达成一致。而且，这种潜在的分歧可能导致我们错误地表达感受。而且，有人可能会试图操纵程序和议程，制造出互不信任和互不喜欢的感觉。多样性工具箱所创造的诸多益处就有可能被不同的价值观所抵消。当然，如果拥有多样性工具箱的人，并不拥有多样性偏好，那么我们就不需要关心多样性偏好了。但是通常人们都拥有多样性偏好。
要真正理解由不同价值观而导致的问题的严重性，必须追溯到问题的根源。我们需要框架和模型。在本章中，将先了解一些基础知识，接下来再来应用。对偏好理论的讨论既不是完整的，也不是传统的。事实上，在许多学科中，都有大量以整本书的篇幅探讨偏好和偏好理论的著作。2大多数著作所阐述的偏好理论都带有大量的符号，这使理论与现实世界的联系变得非常复杂。因此，我决定偏向另一个方向，只要有可能就放弃使用符号来表示变量。这种处理是“非传统”的，因为它强调的是基本偏好（也就是对结果的偏好）与工具偏好（也就是关于如何获得想要的东西的偏好）之间的区别。对结果的偏好是根本性的，例如喜欢吃鱼和吃玉米饼、希望有强健的膝盖或者经济持续增长。而有关行动或政策的偏好则是工具性的，例如要不要节食、加强拉伸运动或者改变税收政策。行动本身并不是目的、结果，它们是实现结果的手段。
多样性的基本偏好不一定意味着多样性的工具偏好，反之亦然。这个发现对如何思考偏好多样性具有很大的启发意义。对于拥有不同基本偏好的人，说他们拥有不同的价值观。而对于拥有不同工具偏好但是拥有相同基本偏好的人，说他们拥有相同的价值观，但是对世界如何运行有不同的信念。无论是哪一种不同，人们都可能无法就采取什么样的政策或行动达成共识，但是只有在第一种情况下，偏好多样性才会导致问题的出现。在后一种情况下，偏好多样性反而是有用的。将证明这一点。
我特别强调这个区别，是因为多样性的工具偏好源于多样性预测模型。而且，这两种多样性很容易混淆。将不同的预测模型与不同的视角联系起来，预示着将会面临非常复杂的情况。框架-视角、启发式、解释、预测模型和偏好，所有这一切都可以连接起来；而且在很多情况下，一个领域的多样性，通常会在另一个领域导致多样性。
偏好的排序
在描述偏好之前，首先必须注意到它们与选择不同。偏好描述的是对事物有多看重或多渴望，而选择就是我们所选择的。偏好指导了选择，而选择在一定程度上显示了偏好。当遇到一个不熟悉的人时，会试图通过他的选择来推断这个人的偏好。他穿什么衣服？开什么汽车？午餐时点了些什么？甚至可以利用自己的选择了解自己的偏好信息。看着一个装满了黑色衬衫的衣柜，可能会突然意识到你喜欢黑色，或者喜欢约翰尼·卡什（Johnny Cash）(11)。
在讨论偏好问题时，标准做法是假设一个备选方案集合，人们对这些备选方案有自己的偏好。这里所说的备选方案，可以是位置、产品设计、公共政策等。它们既可以是结果，也可以是行动或政策。3如前所述，这一区分非常重要，这是区分基本偏好和工具偏好的基础。
思考偏好问题最基本的方法是，用偏好想象对一组行动、政策或结果进行排序。为了便于表述，把这些称为备选方案集合。一个偏好关系，用符号“>”来表示，以描述备选方案的排序。表达式A>B意味着备选方案A比备选方案B更受人青睐。例如，可以问乔，在玉米煎饼、玉米卷和玉米卷饼之间，最喜欢什么，如果他最喜欢玉米煎饼、最不喜欢玉米卷，那么他的偏好可以表示为：
玉米煎饼>玉米卷饼>玉米卷
当然，也有可能在某两个结果之间无差异，他喜欢玉米煎饼的程度与玉米卷的程度完全一样。如果是这样的话，就说他对玉米煎饼和玉米卷的偏好是无差异的，那么他的偏好可以表示为：
玉米煎饼＝玉米卷
偏好通常被假设为理性的。这里所用的“理性”这个术语有一个正式的定义，它意味着完备性和可传递性。如果可以比较任意两个备选方案，那么偏好就是完备的。
完备性（complete）
如果给定任意两个备选方案A和B，都有A>B，或B>A，或A=B，那么偏好就是完备的。
或许可以认为，每个人的偏好都是完备的，因为每个人都可以对任何两个备选方案进行比较。但是，完备性并不是一个空洞的假设，因为人们往往会对某些结果产生相互矛盾或无法取舍的感受。但在有的时候，人们也许不能或者也不愿意在不同结果之间做出选择。如果有人问你更喜欢父亲还是母亲，或者你更喜欢你的哪一个孩子，你可能就会发现这种问题无法回答。
偏好的可传递性是指偏好不允许循环。一个拥有可传递偏好的人，是不能承认布包石头、石头砸剪刀、剪刀剪布这样的循环偏好的。
可传递性（transitive）
如果偏好不是循环的，那就是可传递的。例如，如果一个人喜欢苹果多于香蕉、香蕉多于梨，那么他就喜欢苹果多于梨。
偏好必须具备可传递性这个条件，从技术的角度来看，似乎也是一个“卑之无甚高论”的明显条件。在个体层面上看，确实如此。如果拉维喜欢冰激凌多于酸奶、酸奶多于豆腐，那么他就应该更喜欢冰激凌而不是豆腐。对于个人来说，偏好的可传递性通常是成立的。
当一个人必须从若干结果中进行选择时，除非还没有思考清楚，否则是不太可能出现偏好循环的。为了让母亲高兴（一个结果），劳拉比较了给她买礼物（一个行动）的各种方案。劳拉可能会认为母亲喜欢项链多于花，因为项链可以恒久保存；喜欢花多于园丁工具，因为花更美丽；喜欢园丁工具多于项链，因为园丁工具更实用。如果是这样，就将形成一个偏好循环。它不是一个行动。但是，只要劳拉想得更仔细一些，这个循环应该会消失。
尽管个人偏好循环可能是很罕见的，但是这种现象在群体中却是相当常见的。在下一章中，当讨论如何把不同偏好集结起来的时候，将会看到在一群人当中，偏好的可传递性会被违背，群体可能出现偏好循环，尽管组成群体的这些人在个人层面上不会。一个由理性的人组成的群体可能会喜欢豆腐多于冰激凌，尽管他们喜欢冰激凌多于酸奶、酸奶多于豆腐。
如果偏好是完备的、可传递的，那么偏好就是理性的。
理性偏好的假设似乎是合理的。虽然完备性和可传递性不算太强的假设，但是它们仍然严重限制了可能存在偏好多样性的数量。为了更清晰地阐明这一点，我们将在一个排除了无差异偏好的有限制的框架内讨论，这也就是说，不允许人们在两个备选方案之间表现出无差异。
考虑一个人对可能针对自己“面部毛发”采取的5种行动的偏好：留山羊胡、络腮胡、八字胡、大胡子以及虬髯胡。这些不同“须型”也可以认为是不同的结果，但是在这里需要把它们看作为了创造某种有吸引力的结果而采取的不同行动。关于吸引力的偏好肯定满足单调性，人们肯定更喜欢对自己更有吸引力的。不存在无差异状态的理性偏好关系，是能够创造出一个完备排序的。所谓完备的排序，是指将所有备选方案都从最好到最差排列起来。其中一种排序如下：
大胡子>山羊胡>虬髯胡>八字胡>络腮胡
我们可以计算所有排序的数量。5种须型中的任何一种都可以排在第一位，第二位有4种排法，第三位有三种排法，第四位有两种排法，第五位或者说最不受青睐的有一种排法。这样一来，不同排序方法的总数等于5×4×3×2×1，即120种。如果把这个备选方案的数量提高到20个，就会得到超过2 000万亿种不同的排序方法。这也就是为什么只考虑5个备选方案的原因。
还可以对这里的120种理性排序与可能的非理性偏好关系的数量进行一番比较。请注意，当说非理性偏好关系时，说的是“关系”而不是“排序”。当偏好不合理时，“排序”这个词就没有意义了。不合理的偏好关系不能对所有备选方案排序。在这里，首先“放松”可传递性假设，这就意味着，对于每一对备选方案，人们仍然必须有一定的偏好，但是不再施加不存在循环的限制。
对各种“须型”的两两配对排序如下所示：
虬髯胡>大胡子
虬髯胡>山羊胡
虬髯胡>八字胡
络腮胡>虬髯胡
络腮胡>大胡子
八字胡>络腮胡
山羊胡>络腮胡
八字胡>大胡子
山羊胡>八字胡
山羊胡>大胡子
为了计算出不符合可传递性偏好关系的数量，从上面这10对须型开始讨论。对于每一对须型，都必须在两个当中选择一个。这样就有2×2×2×2×…×2即210种可能的偏好关系。210=1 024。对于前述120个理性偏好排序中的每一个，都存在差不多10个非传递性偏好关系。这些偏好关系中的大多数都包含了循环，准确地说，是其中的904个。在这里仅举一例：八字胡优于络腮胡、络腮胡优于虬髯胡，但是虬髯胡又优于八字胡。
如果再允许偏好违反完备性，将会得到更多可能的偏好关系。现在，对于每一对备选方案，除了任何一个备选方案都可能被优先选中外，还存在着两个替代品之间不可比较的可能性。这样一来，每一对备选方案就都创造了三种可能性。于是，在有五个备选方案，也就是有10对备选方案的情况下，不符合传递性和完备性偏好关系的数量等于310，即59 049个，这个数字差不多是理性偏好排序数量的500倍。4
这些计算表明，符合理性偏好的排序方法有许多，但是它们同时又表明，非理性偏好关系的数量更大。在研究偏好集结时，这一点有重要意义。由个体组成的群体不一定拥有可传递或完备的偏好。对于有20个备选方案的情形，一个人可能拥有数10亿种偏好排序方法，但这个数字与一个群体可能拥有的非理性偏好关系的数量相比，不过是沧海一粟而已。
空间偏好
到目前为止，备选方案都是任意指定的，因此没有理由给偏好A甚于B或偏好B甚于A赋予任何意义。如果试图分析的是有多少人喜欢工作、玩耍和睡眠，可能会将结果描述为一个向量（工作，玩耍，睡眠），其中的三个变量分别表示工作、玩耍和睡眠的时间。像这样把结果分解成不同的维度，是经济学和政治学中的一种常见的方法。
但是，在其他一些时候，要想在一个视角下将各备选方案都表示出来，可能会变得非常复杂。例如，考虑某人对食物的偏好。列出所有具体的食物，如玉米片、寿司和椒盐脆饼等，将是一件相当麻烦的事情。这时可以创建各种维度，它们分别根据成分刻画了各种不同的食物。在本杰里公司的例子中，这种方法非常有效。软糖的大小和数量刻画了冰激凌的品种。利用这两个维度，本杰里公司就可以将各个品种的冰激凌表示在空间中。但是，这种方法并不一定总能奏效。墨西哥连锁餐饮的食品中许多东西都含有相同比例的相同成分，例如炸玉米饼沙拉也就是一种新的炸玉米饼。
但是，且先假设可以将各备选方案都映射到一个一维视角上。然后，在这个维度上区分出三种类型的偏好。在定义每种类型的偏好时，要假设其他两个维度是固定的，然后看这个维度上的属性发生改变时偏好会有什么变化。
第一种偏好适用于“越多越好”的维度。如果偏好总是更多甚于更少，那么偏好就是递增的。对金钱的偏好通常被认为是递增的，更多的钱总是更好的。对健康、单位油耗里程数和电脑运行速度的偏好，也是递增的。
第二种偏好适用于人们不喜欢的东西，比如说污染或者噪音。很显然，这类东西是越少越好的。如果偏好总是更少甚于更多，那么偏好就是递减的。对污染的偏好是递减的；对花在报税上的时间的偏好也是递减的。
对于大多数事物，包括睡眠、三文鱼和软件，更多并不总是更受青睐的，更少也不总是更被偏好的。我们可能先喜欢更多，然后到某个临界点后，又喜欢少一点。例如美味的奶油巧克力，一勺挺好的，两勺则更好，三勺就可能有点太多了，如果连吃四勺，许多人都会觉得太离谱了，除非你现在还只有14岁。这种偏好称为单峰偏好（single-peaked），因为用来表示幸福感或者经济学家所称的效用图形只有一个峰。我们把能够带来最大幸福感或最高效用的那一点称为理想点。5
如果存在理想点（ideal point），那么偏好就是单峰的。单峰偏好的特点是，如果当前的数额小于理想点上的数额，那么更多就是更受青睐的；如果当前的数额超过了理想点上的数额，那么更少是更被偏好的。
上述偏好的空间表示中，隐含着一个很强的假设，那就是用来界定备选方案的各个维度，正如视角所定义的那样，刻画了推动偏好备选方案的各种属性。否则，递增、递减和单峰偏好等假设都是没有意义的。请你回想一下冰激凌那个例子中的基于宜咀嚼性的视角。宜咀嚼性是用来衡量咀嚼一勺冰激凌需要多长时间的指标。对于宜咀嚼性，大多数人都不会有递增、递减或单峰偏好。在这个意义上，这里的讨论重申了前面提出的一个观点：理解世界在这里就是理解偏好，需要一个好的视角。
覆盆子和泡泡糖蛋筒冰激凌
备选方案集合的空间表示，再加上结构偏好的假设，限制了可能的偏好排序数量。要理解这一点，请考虑对覆盆子味蛋筒冰激凌颜色的偏好。很不幸，有些人可能不了解覆盆子和蛋筒冰激凌，因此在这里要先提供一些背景知识。在野外，覆盆子可能是黑色、红色，甚至可能是黄橙色的。覆盆子蛋筒冰激凌也有不同的颜色。在美国的某些地区，会看到深红色的覆盆子蛋筒冰激凌，而在其他一些地区，可能会发现淡蓝色的覆盆子蛋筒冰激凌。如果有足够的时间和精力，甚至可以制作出一张“特色美国国家地图”，根据覆盆子蛋筒冰激凌的常见颜色，将一些州染成红色，另一些州染成蓝色。需要注意的是，红蓝州美国地图对政治科学家来说是非常重要的。
在这里只考虑俄亥俄州民众的偏好。俄亥俄州是一个“蓝色州”，至少用当地覆盆子蛋筒冰激凌的颜色来染色时是这样。用左边为浅蓝色（用L表示）、右边为宝蓝色的（用R表示）的线条来表示可能的蓝色范围（见图9-1）。
?
图9-1 蛋筒冰激凌的颜色空间
每个俄亥俄州人都有一个理想点，那代表他们最喜欢的颜色。理想点在L处或R处的人的偏好是递减或递增的，而理想点在线条内部的人则有一个单峰偏好。在下文中，到理想点的距离决定了偏好：某种颜色越接近某个人的理想颜色，他就越偏好这种颜色。虽然这个假设不是必不可少的，但是它确实大大简化了问题。图9-2给出了一个理想点位于X处的人。
?
图9-2 一个理想颜色的蛋筒冰激凌
现在探讨三个假设的含义：第一，各备选方案可以放置在一条线上；第二，每个人都有理想点；第三，对各备选方案的偏好是由该备选方案到理想点的距离决定的。
这些假设都是很严格的，施加了很强的限制。为了看清楚这一点，考虑给泡泡糖蛋筒冰激凌分配颜色的任务。泡泡糖蛋筒冰激凌可以是任何颜色。但是为了简单起见，不使用所有的颜色，而只使用沿光谱排列的、人们熟悉的5种颜色，即红色、橙色、黄色、绿色和蓝色，分别用R、O、Y、G和B这5个字母表示。为了便于比较，我们把这5种颜色放在在一条线上（见图9-3）。
?
图9-3 5种可选颜色的蛋筒冰激凌
假设布伦达最喜欢橙色。她的理想点可能刚好位于O点上，也可能位于R与O之间，或者O与Y之间。不妨假设她最喜欢的颜色位于O与Y之间。为了便于讨论，进一步假设各种颜色在线段上是均匀分布的。布伦达对颜色的偏好取决于从各颜色到理想点的距离。只要仔细观察一下图9-4就可以看出，她必定偏好黄色甚于红色，同时又偏好红色甚于绿色、绿色甚于蓝色。
?
图9-4 布伦达的偏好
因此，一旦把一个人的理想点放在那条线段上，就可以定义他的偏好，并限制偏好多样性。如果把偏好表示在同一条线段上，就可以很方便地计算出有多少可能的偏好排序。与之前一样，要把无差异关系排除出去。如果一个人最偏好红色，那么他必定第二偏好橙色，然后是黄色，再后是绿色，最后是蓝色。而且一个最偏好蓝色的人的偏好排序必定与上述排序完全相反。一个最喜欢橙色的人第二喜欢的可能是黄色，也可能是红色。无论如何，一旦知道了一个人第二喜欢的颜色，也就知道了他的全部偏好。因此，以橙色作为最喜欢的颜色，偏好排序有两种。同样的逻辑也适用于将绿色或黄色排在首位时的偏好。6
把所有这些可能性加起来：将红色和蓝色分别排在第一位时，各有一种偏好排序；而对于其他三种颜色，则每种颜色各有两种偏好排序，因此总共只有8种可能的空间偏好排序。如果放宽等间距假设，将会看到只存在15种可能的空间偏好排序。与120种可能的理性排序相比，与1 024种不符合理性的偏好关系相比，以及与59 049种既不完备也不具备可传递性的关系相比，这两个数字可以说很小。
因此，可以看出，假设一维偏好极大地减少了可能偏好关系的数量，这就像施加完备性和可传递性要求一样。如果增加视角的维度，比如从一条线扩展为一个正方形，就会允许更多的偏好排序。理解偏好所需视角的维数越高，理性偏好就越存在多样性。有人可能会问，是否可以始终在空间上表示偏好？当然可以，但是可能不得不让维数变得很大，甚至可能需要让维数等于备选方案的数量。
讨论更严肃的问题
我们可能无法就哪些才是心目中最迫切的问题达成共识。有些人认为是贫穷，有些人认为是环境的可持续性，还有一些人认为是国际稳定。但是没有人会认为最迫切的问题是选择须型或蛋筒冰激凌的颜色。但是，从这些有趣的例子中学到的东西，也同样适用于更严肃的语境。7而且，可以把一个维度视为代表了从左到右的意识形态立场的政治光谱。事实上，我们通过前述蛋筒冰激凌模型总结出来的逻辑，构成了如何思考政治意识形态的基础。当把美国参议员或众议员描述为自由派、保守派或温和派的时候，其实就已经把他们放到同一条线上去考虑了。
这些一维意识形态可以被认为是一个解释。可以用这个解释来构建一个模型去预测议员们将会如何投票。这种预测模型虽然有点粗略，但是它们非常有效。如果能够再增加一个意识形态维度，就可以做得更好。8
手段VS目的
现在已经讨论过两大基本偏好的框架，其中一类基于排序，另一类则基于空间。接下来讨论基本偏好与工具偏好之间的区别，这种区别也是当初要问这个问题的一个重要原因。这种区别也可以被描述为关于手段偏好与目的偏好之间的区别。一个人对自己的目的偏好可能是活得更长久一些、尽量减少罹患癌症和心脏病的机会；而对于手段的偏好则可能是尽量多吃含有大量水果和蔬菜的低脂食品。
在这里将集中讨论解释和预测模型是怎样影响工具偏好的，不会重点讨论解释和预测模型对基本偏好的影响。两个人可以有相同的价值观、相同的基本偏好，但又可以有不同的工具偏好。为了说明这一点，将构建一个讨论政府政策以及政策产生后果的例子。因为从政策选择到政策后果的映射是很难推断的，也就是说，从政策到后果的映射创造了一个崎岖景观，所以“断开”目的和手段是很有意义的。而对于非崎岖景观，即便是很粗略的解释也能带来正确的预测。9
假设每个人对结果都有相同的偏好。这个假设看似很强，其实并不然。当然，人们对堕胎和持枪权确实可能会持不同意见，但是在基本偏好上的共识要比想象的更多、更强。试着想一想，现在美国还有哪位政治家声称不需要更好的教育体系、更少的犯罪、更高的经济增长、更低的不平等、更大的国际安全、更廉价的医疗保健以及更强的可持续性发展吗？然后再想一想，关于如何实现上述目标，你能想得出任何两位意见完全相同的政治家吗？10有的政治家可能声称，市场的效率远远高于官僚机构，因此应该发放教育券。而另一位政治家则可能会认为，市场的效率是以牺牲穷人为代价的，而且只有利于富人，所以不应该发放教育券。
诸如此类的政治表态几十年如一日，但是政策问题依然困难重重。如果面对的是简单问题，只要假以时日，选民们自然能够搞清楚什么才是正确的政策，并要求政治家采纳正确的政策。但是政策问题几乎从来都不是简单的问题。因此，要想了解拟议中政策的可能后果，就必须依靠预测模型。
我们要通过什么来减少犯罪
要想搞清楚解释、预测模型与工具偏好之间的联系，以及工具偏好与基本偏好之间的解释，考虑下面这个减少犯罪政策的例子。假设防范犯罪的政策有两个维度，一个是财政层面的，另一个是社会层面的。在财政层面上，每项政策都可以被认为是左派的（L）、中间派的（M）或右派的（R）。在社会层面上也是如此，这里用小写字母l、m和r来表示不同意识形态倾向的政策。
防范犯罪政策的后果可以归结为三个：要么增加了犯罪，要么减少了犯罪，要么没有任何效果。政策空间以及从政策到后果的映射如表9-1所示。
表9-1 政策映射
?
假设政策Lm减少了犯罪，而政策Rm增加了犯罪。现在，有两个政治家阿伦和丽贝卡想竞选公职，他们两人对政策空间有不同的解释。阿伦只能看到政策的社会维度，他的解释类似于前面“筛选成功”例子中玛里莲的解释。根据这种解释，阿伦的预测模型如表9-2所示。
表9-2 阿伦的预测模型
?
只关注政策社会维度的阿伦预测，自由主义的政策，也就是左派政策没有影响；温和的政策，也就是中间派政策会导致犯罪率上升；而保守主义的政策，也就是右派政策则能减少犯罪。与阿伦不同，丽贝卡只关注政策的财政维度。她预测，财政上宽松的政策（左派政策）能够减少犯罪，温和的政策没有影响，保守的政策（右派政策）则会增加犯罪（见表9-3）。
表9-3 丽贝卡的预测模型
?
假设，阿伦和丽贝卡对两个政策进行了比较：一个是在两个维度上都温和的政策（Mm），另一个是两个维度上都保守的政策（Rr）。丽贝卡预测保守的政策会增加犯罪，而温和的政策将不起作用。阿伦则预测，保守的政策能够减少犯罪，而温和的政策却会增加犯罪。
在这个例子中，阿伦和丽贝卡对结果具有相同的偏好，他们两人都希望减少犯罪，但是多样性预测模型却导致他们形成了相反的政策偏好。阿伦更喜欢保守的政策，丽贝卡更喜欢温和的政策。这个例子比本章中的其他任何例子都更能揭示偏好与工具箱之间的相互关系。现在，回想前面给出的景观比喻即更高的海拔代表更好的解决方案。尽管阿伦和丽贝卡希望获得同样的结果，但他们并不能就下面这个问题达成共识：在政策空间中，哪一个目标的海拔更高？
没有偏好，就不会有更多的认知工具
现在已经看到，多样性的解释会导致不同的工具偏好。因果关系也可以朝另一个方向发展。不同的偏好，在这里指的是基本偏好，可能会导致解释的多样性。一个政治家如何解释福利政策，取决于自己的偏好；商业人士如何解读战略计划或潜在的产品发布策略，也取决于自己的偏好；想要学习戏剧的学生对大学的看法不同于想修读物理学的学生。在考虑类似卡内基梅隆大学（Carnegie Mellon University）时（卡内基梅隆大学这两个学科都很强），对戏剧感兴趣的学生会忽略大学的电脑设施和实验室空间，而物理学新生则认为这些才是最重要的。
我们的脑容量还不够大，不足以跟踪需要知道的一切，只能关注对自己重要的事情。当看到巨大或充满隐喻性的事物时，当看到的东西有很多组成部分和维度时，我们会为了解释而放弃一些视角。对10个城市之间的交通路线，我们会有一个视角，但是对于在这些城市之间来回行驶的汽车的设计，一般不会有一个视角。因此，对于大多数问题，解释时包含的维度取决于的价值观。喜欢的东西与注意到的东西之间的联系非常明显，其实用不着多做说明。
怎样体验各种事件？怎样从相关事物中获得审美愉悦？这是我们所看到和经历的知识的职责。所看到的、所体验到的维度，相当一部分是选择驱动的，尽管不是全部如此。政治家，有些人可能会说还有媒体，就是利用敏感性来操纵思维方式的。而且他们并不是唯一这样做的人。作家、演员、电影导演……所有的艺术家，事实上都在通过操纵和聚集注意力来创造某种理解。广告商也是这样做的，不然，怎么解释我们每个人都对牙龈炎忧心忡忡呢？
通常而言，可以在偏好和认知工具之间建立相关联系。人们选择去获得的工具，就是帮助他们实现自己偏好的工具。有不同偏好的人可能会致力于获得不同的工具。爱好美食的人经常学习那些能够使他们成为优秀厨师的工具。喜欢徒步旅行的人可能会根据已经走过的路线，在认知的层面重新描画某个国家的地图。偏好对视角、解释和工具的影响强大而广泛，这个事实表明，在讨论多样性及其影响时，偏好非常重要。
