阿摩線上測驗
21. 小典是個疑心重的人，看到別人竊竊私語，就以為別人都在講自己的壞話。根據貝克(A. Beck)的理論，小典的認知扭曲現象屬於下列何者？
(A)個人化(personalization)
(B)抽象化(abstraction)
(C)極端化思考(polarized thinking)
(D)任意推斷(arbitrary inference)
統計： A(4786), B(36), C(2348), D(2383), E(0) #556918
詳解 (共 10 筆)
提供當初疑義教授回應:
Beck的認知治療強調個體之所以有心理困擾問題，是由於理智運作時的系統性謬誤。情緒困擾的二大主因是：
1. 干擾個體情緒的負向自動化思考，進而造成後續更多負向思考的惡性循環。
2. 根據底下各項系統性的邏輯謬誤而形成扭曲的真實(即認知性扭曲)：
(1) 任意的推斷：從不完整的、錯誤的或無關的證據資料做出推論的結論。
(2) 過度類化：從某一個特殊的負向事件類推到其他事件亦然。
(3) 選擇性的抽象化、以偏蓋全：針對整個情境只注意到其中一個而忽略其餘的部份。
(4) 過度誇大或縮小：將每件事情都想到最糟的地步或是拒絕承認其重要性。
(5) 個人化：將外在事件在無根據的情況下連結到自己身上。
二分化的思考：總是想到兩極端。
Ø 本題是根據貝克理論判斷敘述現象所涉及之認知扭曲。題目中敘述之現象其主要認知扭曲的核心概念是將外在事件與自身連結，是典型的「個人化」認知扭曲，故本題的答案是(A)。考生的疑義是認為選項(D)亦屬正確答案，然(D)選項「任意推斷」之主要認知扭曲的核心概念並不是與自身連結。
二分法思考 (Dichotomous Thinking) | 對事件的想法、看法是極端的二分法或絕對，事情不是對就是錯，東西不是黑就是白。事情必須依我們想要的樣子那樣發生，否則就是失敗。 例：如果我考試沒有第一名，我就是失敗的。 |
任意推斷/獨斷地推論 （Arbitrary inference） | 指沒有充足而相關的證據便驟下結論。 |
選擇性的偏差推論（Selective abstration） |
對情境做選擇性的看法，反而忽略了較顯著的部分，常根據片段的小部份資料就對整個事件下結論。對事件、言語作部分的節錄，挑出可以用來支持他們消沉或負面的思考。 (以整個事件中的單一細節下結論，而失去整個內容的重要性。) 例：一位棒球選手有好幾次的精采守備，但他卻把焦點一直放在他一次的失誤上。 |
過度類化（overgeneralization） |
傾向從獨立事件中就下全面性或廣泛性的結論。指把某件意外事件產生的極端信念不恰當地應用在不相似的事件或環境中。 例：因為我這次數學考的不好，我以後的數學完蛋了。 |
誇大或貶低 | 把一件不重要的事情看得比實際重要，而把重要的事情看成毫無意義可言。誇大缺點、貶低長處。 例：即使我今天還算表現的不錯，但還是不過完美，沒有達到標準。 |
個人化 （personalization） | 是一種使外在事件與自己發生關聯的傾向，即使沒有任何理由作這種聯結。 考 例：小典看到別人竊竊私語，就以為別人都在講自己壞話。 |
極端化的思考 （Polarized thinking） | 指思考或解釋事情時用全有或全無的方式，或用“不是……就是……”極端地將經驗分類，這種二分法的思考把事情都分為“好或壞”。 |
災難化 (Catastrophizing) | 針對擔心的某個事件加以誇大、渲染。例如：我知道我明天作業一定會被老師退回來，我也會被老師當掉，我的朋友也都不會再理我了。 |
標籤化 (Labeling & Mislabeling ) | 根據某些過失或錯誤，經由自我標示而製造了對自己的負面觀點。將負向特質歸到自己或他人身上。 例：小英打破了媽媽心愛的花瓶，從此以後，她就認為自己是無能的。 |
個人化：將外在事件在無根據的情況下連結到自己身上。
任意推斷：是沒有充足證據就下定論 → 但沒有強調與自身連結
本題關鍵在於 與自身連結 → 所以是個人化
Beck 常見八種認知扭曲：
(一)、 二分法思考(Dichotomous thinking)—思考只有好壞、對錯、成敗….兩個極端，而沒有中間灰色地帶。
實例: 我連一間大學都申請不到，我高中這三年白唸了
修正: 雖然我沒考上大學，但是高中還是有學到一些東西。至少我懂得下次要怎麼努力了。
(二)、過度類化(overgeneralization) —藉由幾個少數的例子，而做一個廣泛且全面性的推論。
實例: 我把爸爸的車子撞壞了。我一直在給別人添麻煩，我什麼事情都做不好。
修正: 我雖然犯過不少錯，但是像這麼大的錯並不多。我並沒有一直在添麻煩。人非聖賢，誰不會犯錯呢?
(三)、選擇性摘要或斷章取義(selective abstraction)—只記住不愉快、失敗、缺點……..，並藉此來評估人、事、物。
實例: 某個女主人辦了一個宴會之後，一直只記得某位客人抱怨某一道菜不新鮮，覺得宴會很失敗。
修正: 我給自己評80分。雖然宴會有缺點，但整體來講，宴會是很成功。
(四)、誇大與貶低(magnification & minimization)
實例: 我長這麼大了還會打破碗，真是該死
實例: 我只不過是一間二流高中的第一名，這沒什麼了不起。
(五)、應該與必須(shoulds & musts)—
實例: 我應該要每件事情都處理得很好才對
實例: 我必須要考第一名。
(六)、貼標籤(labeling & mislabeling)—
實例: 我失業了。我是一個廢物、沒用的人。
(七)、個人化(personalization)—過度將責任歸咎在自己身上。
實例: 如果不是我要求要買摩托車，我爸爸也不會跟我媽媽吵架。如果他們不吵架，他也不會出去喝酒然後出車禍了。一切都是我的錯。
(八)、隨意推論(arbitrary inference)—沒有合理根據就下結論。
實例:有些同學都不會主動跟我講話，我想他們一定是看不起我。
比較「個人化」與「任意推斷」
個人化：把與自己無關的事情怪在自己頭上。（事件跟自己無關）
例句>> 小明轉學，一定是因為不想跟我同一組
任意推斷：沒有充足證據便亂下結論。（事件跟自己有關）
例句>> 小明沒跟我說早安，他一定是討厭我
(A)擬人化（personalization）：把事件解釋為是跟個人有關而其實是無關的。
例如:◎ 都是因為我的關係，是我害了大家。
◎某個人的自動化想法認為：「老師沒有跟我打招呼，一定是我的表現很差。」
(C)極端化的思考（Polarized thinking）：指思考或解釋事情時用全有或全無的方式，或用“不是……就是……”極端地將經驗分類，這種二分法的思考把事情都分為“好或壞”。
(D)武斷任意的推論（arbitrary inference）：從某一經驗中下出錯誤的結論，即言者無心，聽者有意。
例如：◎同學不跟我一起去買東西，他們一定是討厭我的。
◎小仙看旁邊的同學低著頭不說話，心想：「她一定是討厭我」。
| 最佳解! | |||||||||||||||||
 | Pei-ci Syu 大一上 (2013/04/20 12:47):46人 最佳解!
| ||||||||||||||||
貝克在研究中發現個體在引發情緒反應前,會出現一些”自動化的思考”, 常見的認知謬誤如下:
1. 選擇性的簡化
2. 斷章取義
3. 過度類化
4. 過度誇大或低估
5. 個人化:以自我為中心,將任何事都解釋依自身關係來進行
6. 兩極化:不是非好即壞,非拒絕即接受。
