事实证明，熟悉不会导致蔑视，而是产生舒适的感觉。在20世纪80年代，密歇根大学做了一系列实验，其中一组有64名学生，每周向他们展示一位男大学生的照片，连续展示4周；另外一组学生也有64名，他们每周会看到不同面容的照片。4周以后，两组学生被要求对以下问题做出评价：如果将来遇到他们已经看过其脸部照片的那些人，他们认为会有多么地喜欢他们。他们也被问到他们认为照片中的那些人与他们的相似度有多大。 同一张照片看了4周的学生更强烈地认为这些人是他们在真实生活中会喜欢的人。他们还认为这些面庞属于与他们自己相似的人（除了照片外没有其他证据）。换句话说，熟悉的面孔感觉更亲切，只是这种说法没有任何可以佐证的证据。女性对于该实验的反应与男性完全一致。有一个类似的实验，使用了不规则的八角形，也产生了同样的反应模式。熟悉让我们感觉安全和舒适。 即使在我们寻找情感体验时，比如当我们听音乐时，这种反应模式也适用。第一次听一首新曲子时，你很难完全地欣赏它，只有反复听几次之后，才会让你喜欢上它。部分原因在于，如果你试着听音乐，比如第一次听马勒（Mahler）的第八交响曲，就有太多的东西需要接受：两支管弦乐队、两个合唱队和8名独奏者，在超过80分钟的时间里不会即刻留下什么印象。况且听音乐是一个高度复杂的认知活动。即使摇滚乐队白色条纹（White Stripes）的单曲《七国联军》（Seven Nation Army）也需要一些时间才会适应它。但是，一旦我们听上它几遍，我们就会习惯，并且喜欢上它。那么之后，我们就不会再想听其他风格的音乐了，只想听更多同类的乐曲。 “我们对每一首歌的几百种属性进行打分，然后我们就会发现这些歌曲之间相互匹配的地方。之后便是我们对你的建议了。因为我们知道，如果你喜欢一首音乐，就会很可能喜欢另外一首具有共同特点的乐曲。” 蒂姆•韦斯特伦（Tim Westergren）不是在谈论约会，他在说自己的公司潘多拉网络电台。它就像宜合网站处理约会那样对待音乐。每首歌曲都由音乐人对其400项属性进行人工打分，仅声音一项就有30种属性，从声音的音色到分层，再到颤音，无所不包。那么，这种“得分”就会与其他得分极其相似的歌曲相匹配。潘多拉网络电台的软件对待音乐的做法和我们在碰到人时的做法是一样的：寻找匹配者。当找到了匹配的人，人们就感觉很快乐。 “天哪，我喜欢潘多拉！”波士顿的歌迷乔•克莱顿（Joe Clayton）说，“我喜欢它。我总是在找新的乐队和新的素材，我只是无论如何都找不到，在音乐商店肯定找不到。这是一种缓慢却是良好的方式，因为他们几乎从来不让我听我不喜欢的东西。几乎从来都不。” 2007年5月，潘多拉网络电台被禁止在英国运营，但许多铁杆粉丝仍然可以通过代理服务器访问到它。直到现在，世界各地超过5 000万人试用过潘多拉，这些听众都是它的热心鼓吹者。但是潘多拉网络电台也有自己做不到的事，它无法向听众提供随机的建议，介绍一些你以前从来没有听过的、完全不同的曲目。我喜欢布鲁斯•斯普林斯汀（Bruce Springsteen）、弗兰克•扎帕（Frank Zappa）和白色条纹乐队，但我也喜欢韩德尔（Handel）。如果输入我的前三个偏好，潘多拉从来不会向我提议听听韩德尔的音乐。 韦斯特伦承认存在这种局限性。“我们会扩大你的选择范围，但会将你对音乐的鉴赏变得狭隘。如果你喜欢爵士乐，那你就想听更多的爵士乐。如果你喜欢嘻哈音乐，那你就想听更多的嘻哈音乐。但是，潘多拉不会让你从斯普林斯汀的歌迷变成爱听韩德尔乐曲的人。” 无论是宜合、潘多拉、亚马逊的图书推荐，还是“我的体形”网站（MyShape.com）选择服装的建议，所有个性化的软件都在做着同样的事情：通过减少铺天盖地的选择而让我们的生活变得简单。这种做法和我们的大脑所做之事相同，就是寻找匹配者。不管是在线还是离线，我们的生活好比是一个“捉对儿”的大型纸牌游戏！它的效率极高：它表明大脑能够走捷径，因为它在用已知的信息进行加工，而不必从零开始学习一切。当我们找到我们喜欢的人时，部分乐趣来自于识别出来之后的愉悦。