实证研究证据更进一步支持了我提出的三重加工心智模型。如果想从统计学角度精确预测某个人的理性思维和行为，此时，不仅要考虑到他的智商状况，还要将反省心智情况也纳入考量。例如，根据证据校准信念的能力是知识理性的重要表现方面。此类校准的原则是：由模棱两可的证据应该得出假设性信念。然而，人们经常会违反这个限制条件，尤其是在我方立场偏差发挥作用的情况下，这一限制条件更容易被违背。研究发现，遵循该规则的倾向与智力之间的相关较小，远不及与信任知识倾向和认知需要倾向之间的相关度。
我们实验室开发了一项论证评估任务，该任务可以剥离开个体已有的知识信念，对当前的论证质量进行独立评估[1]。使用这个任务进行研究发现，智力水平与避免信念偏差的能力之间确实存在相关。然而，即使在使用统计方法对智力水平进行控制之后，多种思维倾向都可预测个体的论证质量，这些思维倾向包括教条主义和极端化思维、分类思维、灵活性思维、信念认同、反证思维、伪科学思维和积极开放的思维。
理性思维其他方面的情况也与之相似。例如，人们会过度受到形象鲜活但不具代表性的个人证言的影响，而面对更为精准的统计学数字证据时却不为所动，这是非理性判断的一种特殊表现形式[2]。我们对此类情境进行了大量研究，发现具有积极、开放思维倾向的人，会倾向于依赖统计证据，而非证言证据。值得注意的是，在控制了智力水平的影响之后，这种相关性依然存在。对多种理性思维倾向进行研究后，都发现了类似的规律[3]。
控制智力水平后，除了思维倾向可以预测理性思维之外，反省心智的其他特征还可以预测理性思维的后果[4]。安吉拉·达克沃斯（Angela Duckworth）和马丁·塞利格曼（Martin Seligman）的研究发现，在排除掉智力因素带来的差异之后，自律（反省心智中反应管理和抑制的指标）可以预测八年级学生的平均学业绩点。追踪研究数据表明，学生在学期间平均学业绩点变化的最佳预测源是自律，而非智力。人格变量中的责任心涉及反省心智的高级管理属性，它可以独立于智力预测学业表现和工作绩效。政治心理学家菲利浦·泰特洛克（Philip Tetlock）对政治局势预测专家进行了研究，这些研究对象都具有博士学位（因此可推测他们的智商水平较高），菲利浦发现他们的非理性过度自信与认识管理思维倾向之间存在着密切关联。万狄·布鲁尼（Wandi Bruine）等人根据2000年全美人口普查数据从不同地区随机抽取了360名被试，让他们完成本书中提到的一系列理性思维任务。根据任务的完成情况，可以得出综合反映被试理性思维能力的分值。研究发现，该分值与糟糕决策后果（例如被拘留、吊销驾驶资格、信用卡欠账、遭到驱逐）之间存在负向相关。更为重要的是，研究者控制了个体的认知能力差异之后发现，理性思维依然可以预测糟糕决策后果。
基于我已介绍的几种研究任务来看（后面的章节会介绍更多的任务范式），个体在理性思维任务上的表现与智力之间存在中等程度相关。这就给思维倾向解释个体理性差异留下了很大的发挥空间。此外，由于很多研究都给被试提供了有助于任务完成的指导语，因此，上述研究也许高估了智力与理性思维之间的相关度。比如，有些指导语会提示被试放下既有观念，以无偏见的方式进行推理。如果被试没有读到此类指导语，他们会根据自身情况进行有偏见或无偏见推理（正如在现实生活中一样）。在有指导语的情况下，无偏见推理与智力之间的相关接近为0（在有指导语的情况下，相关度为0.3~0.4）[5]。
举例来说，发展心理学家保罗·克莱辛斯基（Paul Klaczynski）开展的一系列研究表明，如果不告诉被试在评估证据时需要“去情景化”，即抛开既有观点。在这种情况下，智力与无偏差推理倾向之间的相关度极低[6]。我的研究团队得出的结论与此相一致。在一项研究中，我和玛吉·托普莱克让被试就一个颇具争议的话题收集论据（是否应该允许人贩卖自己的活体器官？）。与此同时，我们测量了被试对此事件的态度立场。结果发现，被试的论据收集情况严重受到我方立场偏差的影响（人们倾向于为自己所支持的观点提供更多的论据）。不过，我方立场偏差的程度与认知能力之间毫无关联。
简而言之，诸多研究表明，如果不明确要求被试在非正式推理情境中放下既有信念和观点，那么，智力水平与无偏见推理倾向之间几乎没有关系。现实生活中，我们身处没有“指导语”的世界中，没有人时刻提醒我们要进行无偏差思维。真实情境与研究情境之间的不同，意味着实验室研究也许高估了智力对理性的贡献率。在研究中，被试在完成实验任务之前，研究者往往会明确地告诉他任务的要求，以及该如何进行推理。在被事先告知该如何进行思考时，智力水平较高的个体会有更好的表现。图3-2的理论框架很难对这种现象进行解释。于是，我们提出了新的理论拓展模型，以期对该现象进行解释。
压制是算法心智的能力（见图3-4箭头A）。可是，前面介绍的双重加工理论却忽略了发起压制功能的高级认知功能。这种高级认知功能是与理性有着密切关系的反省心智的属性。从机器智能的角度来看，图3-4中的箭头B表示反省心智要求算法心智采取行动，以压制类型一反应的指令。箭头B所指代的心理功能与压制功能（箭头A）有所不同。我已提供了证据表明，反映个体在这两种认知功能上差异化的指标是截然不同的。保持抑制类型一反应（箭头A）的衡量指标是流体智力，发起压制操作（箭头B）的衡量指标是思维倾向，比如反省和认知需求。
图3-4 完整版三重框架模型
图3-4展示了被双重加工理论所忽视的一个重要认知方面。具体来说，双重加工理论放大了压制功能的重要性，而忽视了对备择反应进行计算以使压制过程变得有意义的模拟过程。图3-4清晰地说明了模拟功能以及反省心智发起模拟的指令过程。去耦操作（箭头C所示）由算法心智执行，反省心智给算法心智下达发起模拟的指令（箭头D所示）。与压制功能（箭头A）和发起压制功能（箭头B）相类似，去耦操作和发起去耦操作的个体差异指标也是不同的。具体来讲，前者与理性思维倾向有关，而后者与流体智力关系密切。最后，算法心智通过被称为前注意加工的认知过程，接收来自自主心智的计算指令（箭头E所示）。
[1] 关于思维倾向和模糊证据校准，参见Kardash等人的研究（Kardash and Scholes，1996；Schommer，1990）。我们的论据评估任务被应用于多个研究中（Stanovich and West，1997，1998c；S，West，and Stanovich，1999）。
[2] 这类研究范式有多种问题情境，其中一种让被试从两种购车建议方案中做选择：一是大样本的车主调查；二是来自一位朋友的热心建议。此类范式的其他问题情境详见Fong等人的研究（Fong，Krantz，and Nisbett，1986）。使用这种范式对个体差异进行的研究，详见Kokis等人的文章（Kokis et al.，2002；Stanovich and West，1998c）。
[3] 参见Sá等人的研究（Sáand Stanovich，2001；Stanovich，1999；Stanovich and West，2000；Toplak and Stanovich，2002）。另有其他实验室对该问题也进行了研究（Bruine de Bruin，Parker and Fischhoff，2007；Parker and Fischhoff，2005）。
[4] 关于自律的研究详见：Duckworth and Seligman，2005。很多研究探索了责任感与重要的后果变量之间的关系（Goff and Ackerman，1992；Higgins et al.，2007；Ozer and Benet-Martinez，2006）。Tetlock的系列研究在他的书中有详述（Expert Political Judgment，2005）。关于糟糕决策后果，参见Bruine等人的研究（Bruine de Bruin et al.，2007）。
[5] 研究中的相反趋势（已有研究低估了相关的程度）源于多数研究中的被试智商范围受限。
[6] 参见Klaczynski等人的研究（klaczynski，1997；Klaczynski and Gordon，1996；Klaczynski，Gordon，and Fauth，1997；Klaczynski and Lavallee，2005；Klaczynski and Robinson，2000）。本人实验室的研究结果发表于多篇文章中（Macpherson and Stanovich，2007；S，Kelley，Ho，and Stanovich，2005；Toplak and Stanovich，2003）。关于非正式推理，参见Kuhn等人的工作（Kuhn，1991；Kuhn，2005；Perkins，1985；Perkins et al.，1991）。