经验是最贵的老师，而且它经常教错
真正的教育均源自经验。
— 约翰·杜威
求职：工作经验往往被雇主过度重视，但它无法精确预测求职者未来的工作表现。
资深职场人确实比毫无经验的新人有优势——但新人接受了初步培训之后，双方的实际表现就不好判断了。
医学等专业性极强的行业：从业年限长的资深人士即便仍处在智力和体力的巅峰，也常常因为在学新知识上停滞而跟不上行业发展。
回头看技术、医学和科学的创新史，很多重大发明根本不需要尖端设备、深奥数学或巨额资金：
杠杆、音标、钉子、流水线生产、控制实验。
那么问题来了：它们为什么花了这么久才出现？
书给了一个例子：细菌致病理论早在 16 世纪就有人提出过。
三个世纪之后，巴斯德和约翰·斯诺才让它得到重视。
再来一个更扎心的：
你的手机上，有多少个去年就更新了的基本功能，你到今天还没发现？
四条，每条都足以让经验失灵
本章的主体
「你有偏见」——通常只是因为我们不同意对方的观点。
这个词被用滥了，谁都能给谁扣一顶。
一个过程产生大量随机误差 → 叫噪声。
一个过程表现出系统性误差（结果始终高于或低于正确答案）→ 叫偏差。
判据：把这个人的答案和客观标准或真实值比一比。
偏差描述的是结果：系统性地偏离了真实值。
启发描述的是过程：大脑为了快速判断养成的某个特定习惯。
它「简单粗暴且有效」，容易出错，但能让你逃过「绞尽脑汁细细斟酌」这项苦工。
热偏差：由情绪（尤其是愤怒和恐惧）和动机（你希望什么成真）驱动。
冷偏差：你心平气和、没有任何特定欲望时，快速判断的副产品。
书说：本章主要讲冷的。 不是热的不重要，是大家已经很擅长发现热偏差了——但对冷的几乎无感。
维基百科上那份有据可查的认知偏差清单，作者们上次查阅时的条目数。
其中很多是心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基最先发现并记录的。
特沃斯基 1996 年英年早逝，卡尼曼后来凭两人的共同研究获得了诺贝尔经济学奖。
（想系统读一遍：《思考，快与慢》。书里强烈推荐。）
德国心理学家格尔德·吉仁泽的研究
人们通常会用对城市名称的熟悉程度来推断城市规模。
这个办法多数时候管用——大城市通常更有名。
但这次：旧金山约 81.5 万，圣何塞约 98.3 万。
圣何塞更多。
一个一个来
在英语单词里，字母 K 更可能出现在——
选一个。
卡尼曼和特沃斯基给的定义：
通过实例或事件在脑海中浮现的难易程度，来评估一类事物发生的频率或某一事件发生的概率。
容易想起来的 → 感觉更常见。
而什么容易想起来？熟悉的、最近发生的、格外生动的、容易想象的。
20 世纪 70 年代的一项研究：
哮喘的致死率是龙卷风的 20 倍。
但公众普遍认为，龙卷风是更常见的死亡原因。
为什么？因为龙卷风上新闻、上电影，哮喘不上。
把媒体报道的陪审团裁决，和真实的法庭统计数据比一比
| 媒体报道的样本 | 实际数据 | |
|---|---|---|
| 起诉方胜诉率 | 85% | 因诉讼类型而异，30%–55% |
| 赔偿金中位数 | 接近 200 万美元 | 5 万 – 30 万美元 |
难怪很多人觉得，陪审团判的赔偿金高得吓人而且相当随意。
先看一个玩笑
《王牌大贱谍》里，邪恶博士从几十年的冷冻休眠中醒来，立刻开始他的邪恶计划：向世界各国政府勒索「100 万美元」。
他不知道世界早就变了。
而在判断量级这件事上，我们和他差不多。
罗伯特团队研究过「离婚夫妻每月该付多少子女抚养费」——人们估出的金额千差万别。
给一个参考数值，差异就收窄了。问题是：收窄到哪里，取决于给的是哪个数。
参考金额给 800 美元，人们接受的抚养费平均值是 1000。
参考金额给 1400 美元，平均值接近 1300。
该给多少本来没有客观标准。那么——应该给离婚人员提供什么参考金额？
那些意图影响法官决策的律师，在这个问题上有着很大的话语权。
Hindsight is 20/20 —— 这句英文谚语借的是眼科术语
心理学家巴鲁克·菲施霍夫 20 世纪 70 年代初做的研究：
他挑了一些在他看来概率极低的事件，请人预测发生的可能性。其中一个是——
「反共先锋」尼克松总统，会在卸任前访问中国吗？
1972 年，尼克松访华了。 无数外交政策专家惊掉下巴。
菲施霍夫随后回访了当初那批受访者，请他们回忆自己当时给出的概率数值。
他们回忆出来的数，普遍高于当初实际给出的数。 清一色地（错误地）表示：我早就料到了。
把学生分成两组，各给一段关于恋爱关系研究的简要描述。
两个结论都符合「常识」，而且彼此矛盾。
结果：两组里的大多数人都认为自己看到的那个结果「明确成立」，
甚至疑惑：老师为什么要浪费时间教这些人人都懂的东西？
辛普森案
判决揭晓前，包括执业律师和职业赌徒在内的大多数人，都认为他被判有罪的可能性极大。
结果是无罪释放。
我们本来期待专家们说：「哎呀，我们看走眼了。」
实际发生的是——众多专家现身各大新闻节目「解释」：
黑人陪审员（本案陪审团的多数）倾向于对黑人被告宽大处理。
书的反问是致命的：
当时的庭审数据并不支持这种说法。而且——如果他们真的相信这一点，为什么事前没有预判到无罪释放？
心理学家亨利·泰弗尔 70 年代的「最小群体」实验：按极其随意的标准分组——比如你是高估还是低估了屏幕上闪烁的光点数量。
不管分组标准多么琐细和随意，一旦有了组别身份，人在分配和自己毫不相干的任务奖励时，就开始偏袒同组成员。
社会心理学家发现：人表达一个态度，动机不完全取决于他是否真的相信它是真的（比如死刑或枪支管制到底影不影响凶杀率），
而更多取决于——他想公开表达自己是谁（「我是保守派 / 自由派」）。
罗伯特的自白
开车时，他常冲那些为了找路边目的地而减速的司机骂骂咧咧——太自私，完全不顾别人。
后来他意识到：自己在商场附近也会减速，找想去的那家店。
这时候如果后面有人不耐烦地鸣笛，他会觉得难以理解：
那些愚蠢的开发商把商场布局设计得如此糟糕，难道你们看不出来？
（1991 年的一项调查：多车辆交通事故中，91% 的司机把事故责任归咎于他人。）
方舟而济于河，有虚船来触舟，虽有惼心之人不怒；有一人在其上，则呼张歙之；一呼而不闻，再呼而不闻，于是三呼邪，则必以恶声随之。
— 《庄子·山木》，书里自己引的
书说：这是我们最希望人们能克服的一种
定义有三层，一层比一层隐蔽：
第 3 层最难自查——你不是不看反面证据，你只是对它更挑剔。
书试了几个办法，只有一个真管用
今天讲了六个偏差，你会不会因此少犯？
书的回答很泄气：有研究表明，了解不同类型的偏差确实能削弱它们的消极影响，但效果十分有限。
另一个思路是：付钱请人做出最准确的判断。 逻辑是金钱会促使人放弃捷径，改用更系统的推理。
书的回答同样泄气：这个方法似乎也不是百分之百有效。即便花了高价，人们做判断时也很难克服骨子里的偏差。
当你强烈期待某个结果时，停下来问自己：
为什么截然相反的结果也可能会出现？
你会发现：支持其他选项的证据，往往同样充足。
第 4 章那个置信度练习：参与者自发地开始考虑对立事实——因为他们发现自己对大多数观点并没有 99% 的把握。
随机分配实验：它的整个设计，就是为了看看反事实会发生什么。
「考虑对立事实」并非科学课程的常规内容，但它早已融入众多科学方法论之中。
练习并不能造就完美。只有完美的练习才能造就完美。
— 文斯·隆巴迪
坏消息是——那套系统，也会出错。
而且错法分层次：正常的出错、做坏了的科学、一种叫「病态科学」的东西，还有彻头彻尾的欺诈。
第 13 章：科学也犯错？
| → ↓ 空格 | 下一页 |
| ← ↑ | 上一页 |
| Home / End | 首页 / 末页 |
| N | 讲稿面板 |
| O | 缩略图总览 |
| F | 全屏 |
| P | 讲义模式（可打印） |
| Esc | 关闭浮层 |
| ? | 本帮助 |