如果想全盘了解效用观念，就必须先把人类行为分解为生物学和心理学的基本元素，然后由下向上合成，而不是采取社会科学由上向下的推演或凭直觉知识的猜测。经济学家和其他社会科学家将在生物学与心理学中找到所需要的前提，以创造更具预测力的模型，正如研究人员当初也是在物理学和化学中，找到了提高生物学水平的前提一样。
社会学理论未来的发展，有赖于我们从心理生理学的角度来了解理性思维的过程。目前，主流的解释方式是上述的理性选择理论。这个理论来自经济学，随后才散播到政治学和其他学科。中心概念是：人类行为的最高指导原理为理性思考。人类会尽力检验所有的相关因素，并且逐一权衡每个选择可能带来的后果。他们会把投资、风险、情绪和物质报偿等成本与收益相加后才做决定，而他们所偏好的选择会带来最大的效用。
但是这种写照并不足以描绘人类的思维过程。人类大脑并不是运算快速的计算器，但大多数决定必须在复杂的情节和不完全的信息下快速完成。因此，理性选择理论涉及了一个重要问题：多少信息才算足够？换句话说，在什么情况之下，人们才会停止思考而拿定主意？提供分界点的简单策略叫作“足够满意”（satisfice），这是苏格兰用词，由“满意”（satisfy）和“足够”（suffice）组合而成。这个用词在1957年由卡内基梅隆大学（Carnegie Mellon University）的西蒙（Herbert Simon，1916—2001）引入心理学。“足够满意”是指，由短期中可以想到并可获得的机遇中，挑选出最令人满意的选择，而不是事先想出最佳的选择，然后再于其中寻找，直到找到为止。一个到了婚龄的男性，比较可能在已认识的未婚女性当中，因为“足够满意”而向其中最有吸引力的女性求婚，而不会为了一位想象中的理想伴侣而长期寻觅。
在“足够满意”和其他传统的理性选择观念之外，另外的策略是服从经验法则，技术上又称为“启发法”（heuristics）。这个观念首先由美国心理学家卡内曼（Daniel Kahneman）和特沃斯基（Amos Tversky）在1974年提出。他们认为人们并不会在得失上精打细算，而是根据简单的线索，以及大多行得通的探索经验来行动。通过启发法，复杂的概率评估与预测结果的工作，就会化简为几项判断操作。
启发法通常很有用，也能节省大量的时间和精力，但是在许多情况下，可能导致系统上的大错误。比如，把启发法用在快速的代数运算时，就会发生所谓的“基点”（anchoring）。你可以比较下面两组相乘的数字，并且在5秒钟内猜出它们的乘积，就会了解什么是“基点”了。
8×7×6×5×4×3×2×1
1×2×3×4×5×6×7×8
尽管这两列数字完全相同，但大多数人会认为第一列的乘积比较大，因为他们从左往右读时，会以碰到的第一个数字为凭据来猜测。同时，他们也低估了两列数字的乘积。在卡内曼和特沃斯基的测试中，高中生对上列乘积的估计值平均是2250，下列则是512，然而两者的正确答案都是40320。
这里，我再举一个启发法在统计领域内造成的系统错误的例子。大多数人在观察铜板的扔掷时，相信“正—反—正—反—反—正”这种正反面交替出现的顺序，会比“正—正—正—反—反—反”这种具有相同组成但整组重复出现的顺序，更可能发生。但实际上，两者具有相同的可能性。
为什么接受训练后可以了解微积分和统计学的心智，竟会犯下这么一致的错误？正确的答案可能来自遗传进化：数千个世代的进化是为了让大脑处理简单的数字和比例问题，而不是运用抽象、数量的理性思考来解决复杂的问题。由上述两个例子来看，启发法只是一种通俗数学。虽然这种通俗数学在解决正式的复杂计算时，无法得出正确的结果，但是在实际生活中很可能奏效，因为第一印象往往可以正确预告即将发生的事件。
