概率忽视 (Probability Neglect)

概览

1. 快速总结

当我们面临引发强烈情绪的情况时，无论是对恐怖袭击的恐惧还是对中彩票的兴奋，我们的大脑基本上会停止计算概率。我们不去权衡某件事发生的实际可能性，注意力全部落在结果会有多糟糕或多美妙上。1%的发生可怕事情的可能性感觉几乎和100%的可能性一样具有威胁性，因为我们的情绪系统是在简单的“它可能发生”与“它不会发生”的基础上运作的，而不是在一个细致的概率尺度上。

2. 背后的科学

2.1. 发现与历史

对概率忽视的理解源于经济理论和心理学观察之间几十年的矛盾。经典的期望效用理论（冯·诺依曼和摩根斯坦）假设理性行为者会将概率和结果幅度线性地结合起来：损失100美元的10%的概率应该感觉等同于损失10美元的100%的概率。

这个模型的最初裂痕出现在20世纪70年代，当时心理学家开始记录与这种规范理想的系统性偏差。偏好反转现象（1971-1973年）表明，人们的偏好是不稳定的：选择任务使他们关注概率，而定价任务使他们关注结果。这是概率和结果被分开处理、而非被整合的早期证据。

这一正式概念通过前景理论（1979年）及其对概率权重的数学描述而演变，最终在2002年由卡斯·桑斯坦 (Cass Sunstein) 为法律和政策应用明确提出了“概率忽视”。这项研究不断扩展，在COVID-19大流行期间，对疫苗犹豫和风险感知进行了重要研究。

2.2. 主要研究人员

2.3. 里程碑研究

偏好反转 (Preference Reversals) (Lichtenstein & Slovic, 1971-1973)

参与者看到了两种类型的赌博：P-bets（高概率赢得小笔钱）和$-bets（低概率赢得大笔钱）。当被要求在它们之间选择时，参与者通常更喜欢更安全的P-bet。然而，当被要求为这些赌博定价（说明最低售价）时，同样的参与者对$-bet赋予了更高的价值。这种“反应诱导的反转”违反了理性选择理论中不变性的基本公理，并证明了概率和结果是通过单独的渠道处理的，具体取决于问题的框架方式。

电击实验 (Electric Shock Experiments) (Epstein, Monat, Bankart, Elliott, 1972)

参与者连接到电极，并被告知他们将以不同的概率（5%、10%、50%或100%）受到痛苦的电击。研究人员测量了无意识的生理标志：皮肤电反应 (GSR) 和心率。关键发现是，5%组和100%组之间的唤醒度没有显著差异。一旦概率超过零，身体就会像确定会发生电击一样做好准备。这提供了生理证据，表明威胁检测系统在二元逻辑（安全与威胁）上运作，而不是在概率校准的连续体上。

“金钱、亲吻和电击” (Money, Kisses, and Electric Shocks) (Rottenstreich & Hsee, 2001)

这项研究测试了概率权重函数的形状是否取决于结果的情感丰富度。研究人员比较了“情感匮乏”的目标（现金、优惠券）与“情感丰富”的目标（最喜欢的电影明星的吻、痛苦的电击）。主要发现：

• 对于金钱（情感匮乏），概率敏感性相对线性，更接近理性。
• 对于“吻”（情感丰富），参与者愿意为1%的概率支付几乎与为99%的概率一样多的钱。

解释：情感丰富的前景的价值在于它允许的幻想或情感体验。1%的概率与99%的概率一样有效地提供了“做梦的许可”。概率仅仅变成了获得情感体验的门票。

9/11事件后的驾驶死亡 (Post-9/11 Driving Deaths) (Gigerenzer, 2004)

在2001年9月11日的袭击之后，数百万美国人停止了飞行，转而开车。Gerd Gigerenzer计算得出，这种行为转变在袭击发生后的一年内导致了大约1,500起超额交通死亡。飞行仍然比驾驶安全得多，但美国人从一种低概率/高恐惧的风险逃向了一种高概率/低恐惧的风险，代价是真实的人命。

2.4. 神经学基础

概率忽视的神经科学主要集中在情感系统和分析大脑系统之间的相互作用：

杏仁核和威胁检测： 以杏仁核为中心的人类威胁检测系统似乎在二元逻辑（安全与威胁）上运作。该系统为直接的物理危险而进化，并且似乎没有校准到概率的“调光开关”。一旦发现威胁，系统就会激活“红色警报”响应，而不管统计可能性如何。

系统1与系统2处理： 在卡尼曼的双重过程框架中：

• 系统1（快速、直觉）自动可视化结果，它看到飞机坠毁，感觉到电击。这种可视化是毫不费力和直接的。
• 系统2（缓慢、审慎）负责概率计算（P × V）。然而，系统2是“懒惰的”并且需要认知努力。当系统1的情绪信号很强烈时，系统2通常会屈服，接受“可怕的”或“奇妙的”评估，而不执行概率修正。

迫近的脆弱性模型： Riskind的研究表明，被认为正在迅速接近或加剧的威胁会吸引注意力并扭曲时间感知。这种“迫近”的特性使事件感到迫在眉睫和不可避免，有效地抵消了概率折现。

3. 进化起源

概率忽视在祖先环境中可能作为一种适应性的“错误管理”策略。我们听到草丛里有沙沙声的祖先，并没有计算那是一只狮子还是一阵风的条件概率，他们把可能性当作必然性并逃跑了。在一个充满直接物理威胁的世界里，假阴性（忽略真实的捕食者）的代价是死亡，而假阳性（因为没有东西而逃跑）的代价仅仅是浪费能量，倾向于将任何威胁视为肯定是最佳的。

这种“零风险”的心态在祖先的大草原上是有道理的，那里的威胁是局部的、直接的，并且本质上通常是二元的（捕食者存在或不存在）。大脑的威胁检测系统进化为二元的而不是概率的，因为在处理大型食肉动物时，反应的层级变化是没有用的。

然而，在由抽象的、统计的和全球的风险（从核扩散到气候变化，从金融衍生品到病毒大流行）定义的现代世界中，这种古老的机制已经成为一种负担。我们进化的心理和我们的统计现实之间的不匹配意味着我们现在以与必然灾难相同的紧迫感来对待不可能发生的灾难，同时忽略可能的但世俗的危险。

这种偏见持续存在，是因为它属于人类处理情绪信息的结构特征，而不只是一个计算错误。它被硬连线到我们的情感生物学中，这表明它不能简单地被“教育掉”。

4. 这种偏见的表现形式

4.1. 在日常生活中

概率忽视塑造了无数的日常决策：

• 害怕飞行与驾驶： 尽管统计上飞行安全得多，但许多人害怕乘飞机旅行，因为坠机事故具有生动、灾难性的性质，而随意接受汽车旅行的风险。
• 购买彩票： 天文数字般的中奖概率（3亿分之一）变得无关紧要，因为大脑专注于大奖结果。购买彩票不是作为投资，而是作为“做梦的许可”。
• 家庭安全决定： 人们可能会安装精心设计的安全系统来防范罕见的入室盗窃，而忽视了更容易发生的风险，如浴室跌倒或厨房火灾。
• 育儿焦虑： 对儿童被绑架的恐惧（极其罕见）可能会导致直升机式育儿，而像在游泳池溺水这样的风险（更常见）却受到较少关注。

4.2. 在工作场所

• 项目风险评估： 团队可能会用大量的时间去防范戏剧性但不太可能发生的情况，从而阻碍项目，同时忽略那些极有可能导致失败的世俗风险。
• 危机管理： 组织经常将资源不成比例地分配给可见的、情绪化的风险，而不是统计优先事项。
• 招聘决定： 对一次糟糕雇用的生动记忆会导致过度谨慎，这与实际招聘失败率不成比例。
• 工作场所安全： 戏剧性但罕见的事故（例如爆炸）可能比影响更多工人的重复性劳损受到更多关注。

4.3. 在商业和营销中

企业系统地利用概率忽视：

• 保险销售： 机场的飞行保险定价高昂，因为“坠机身亡”是非常突出和情感丰富的。人们为狭窄的、低概率的保险支付过高的费用，而在常见风险方面的保险却不足。
• 彩票营销： 整个彩票商业模式取决于概率忽视。营销强调赢家和累积奖金，从不强调赔率。
• 延长保修： 故障率低的产品通过强调最坏的情况来以昂贵的保修出售。
• 基于恐惧的广告： 安全产品、补充剂和保险的营销通常会引发绕过概率评估的情绪反应。

4.4. 在政治和媒体中

• 恐怖主义政策： 9/11之后的安全支出体现了“技术官僚与民粹主义”的分歧。强调预期价值计算的专家被公众要求对情绪激动的威胁实现“零风险”的呼声所推翻。
• “入侵文学”： 从历史上看，像威廉·勒库在第一次世界大战前写的入侵小说利用了概率忽视，利用对不可能发生的德国入侵的生动描写来推动公众歇斯底里和国防政策。
• 政策需求： 当风险富含情感时（水中的致癌物，恐怖主义），公众要求消除风险（0%）而不是减少风险（从5%降至1%），导致“90/10法则”，其中90%的资源针对最后10%的风险。
• 媒体报道： 戏剧性但罕见的事件（鲨鱼袭击，空难）得到不成比例的报道，通过可用性启发式加强了概率忽视。

4.5. 在医疗保健中

• 癌症治疗： Fagerlin、Zikmund-Fisher和Ubel（2011年）的研究表明，患者通常选择手术而不是“警惕性等待”，即使手术存活率较低。“切除它”的愿望盖过了概率证据，因为“什么都不做”的结果在情感上感觉无法忍受。
• 疫苗犹豫： 在COVID-19期间，对疫苗犹豫不决的人进行了“蓄意无知”，检查了副作用列表，同时故意忽略了概率数据。列表中仅仅存在“血栓”（概率：十万分之一到百万分之一）就足以引发拒绝。
• 避免艾滋病毒检测： 有些人避免进行测试以保持0%感染概率的错觉，而另一些人则要求进行不必要的测试以实现确诊的0%感染率的错觉。
• 诊断成像： 患者对不必要扫描的需求通常源于希望了解可怕情况的确定性，而不管临床概率如何。

4.6. 在金融和投资中

• 飞行保险悖论： 旅行者为情感丰富的“坠机身亡”的狭窄承保范围支付高额保费，而针对统计上更有可能发生的死亡原因的投保不足。
• 彩票行为： “梦想溢价”，也就是抽奖前幻想的价值，无论几率如何都能推动购买。人们缺乏对百万分之一和十亿分之一之间差异的直觉理解，但理解“赢”与“输”。
• 违约忽视： 作为“选择架构师”的投资者总是低估了其他人坚持默认选项的概率，未能战略性地使用默认值。
• 风险偏好扭曲： 生动的市场崩盘可能导致过度的风险厌恶，而生动的成功故事可能引发过度冒险；在这两种情况下，概率都让位给了结果的突出性。

5. 真实世界案例研究

案例研究1：9/11事件后的驾驶死亡

• 背景： 2001年9月11日对美国的恐怖袭击引起了对航空旅行的普遍恐惧。在接下来的几个月中，数百万美国人选择开车而不是飞行。
• 发生了什么： 袭击发生后的第一年，航空旅行需求暴跌，而高速公路交通大幅增加。
• 起作用的偏见： 美国人逃离飞行（低概率，高恐惧的风险）转向驾驶（高概率，低恐惧的风险）。飞机撞击建筑物的生动、灾难性的画面使得再次发生此类袭击的可能性感觉巨大，而车祸的平凡性却未能引发同等的恐惧。
• 后果： Gerd Gigerenzer计算出大约有1,500人超额交通死亡，几乎是恐怖袭击本身死亡人数的一半，这不是由恐怖主义造成的，而是由概率忽视造成的。
• 吸取的教训： 对恐怖主义的反应通过间接机制杀死了更多美国人。公共安全信息传递应该通过以情感上有吸引力的方式强调比较风险来解决概率忽视问题。

案例研究2：BMW北美公司诉戈尔案 (1996)

• 背景： Ira Gore医生购买了一辆新的宝马车，后来发现由于在运输过程中有轻微的酸雨损坏，所以被重新喷漆过（601美元的维修费用）。宝马的政策是不披露维修成本低于汽车建议零售价3%的维修情况。
• 发生了什么： 陪审团对宝马的“欺诈”行为感到愤怒，并得知宝马在全国售出了983辆这样的汽车，判决宝马赔偿Gore 4,000美元的补偿性赔偿和4,000,000美元的惩罚性赔偿，比例为1000:1。
• 起作用的偏见： 陪审团关注的是公司政策的严重性和全国销售数字，忽视了特定伤害的琐碎性和任何安全问题的低概率。对被认为的企业欺骗的情绪反应压倒了比例计算。
• 后果： 美国最高法院推翻了这项“严重过度”的裁决，认为这违反了正当程序，建立了三个“路标”来迫使对陪审团裁决进行相称性检查。
• 吸取的教训： 法律系统需要制度机制来纠正情绪激动案件中的概率忽视。戈尔案的路标是对陪审团“系统1”愤怒的集体“系统2”检查。

历史例子：第一次世界大战前的入侵文学

第一次世界大战前英国的“入侵文学”体裁说明了概率忽视如何通过公众情绪影响国家政策：

• 作家威廉·勒库（William Le Queux）发表了关于德国入侵英国的生动虚构描述
• 尽管此类入侵的战略可能性很低，但这些书造成了广泛的公众歇斯底里
• 这种公众的恐惧影响了国防政策，并促成了军情五处（MI5）的成立
• 对入侵结果的生动、情感上扣人心弦的描述（不管可能性有多大）推动了公众舆论和政府的行动
• 这个案例表明了概率忽视如何被故意用来制造围绕威胁的政治共识

6. 这种偏见的代价

6.1. 个人代价

• 健康决策： 患者由于情感驱动的偏好而选择有害的治疗方法而不是有益的替代方法；避免必要的医学测试；拒绝有效的疫苗
• 财务损失： 为不太可能的保险方案支付过多费用；从不产生回报的彩票支出；受恐惧或贪婪驱动的糟糕投资时机
• 生活质量： 对罕见事件的过度焦虑；由于生动但不切实际的恐惧而避免有益的活动（飞行、游泳）
• 关系紧张： 父母的过度保护导致家庭冲突；基于恐惧的决定限制了家庭经历

6.2. 职业代价

• 资源错配： 公司不成比例地将资金花在戏剧性但不太可能发生的风险上，而忽略了可能发生的风险
• 法律风险： 陪审团根据结果的严重性而不是实际过失或可能性判决过高的损害赔偿金
• 职业限制： 由于害怕生动但不切实际的失败而避免有利的风险
• 决策质量： 受最坏情况而不是预期价值驱动的战略选择

6.3. 社会代价

• 监管效率低下： “90/10法则”，花费90%的资源消除最后10%的富含情感的风险，而忽略了更大的普通风险
• 安全剧场： 在可见但有效性最低的安全措施上花费数十亿，而基础设施却在崩溃
• 政策扭曲： 民主进程被对突出情绪结果的恐惧所劫持，无论可能性如何
• 机会成本： 投入到不可能发生的灾难上的资源从解决可能的伤害中被转移（例如，积极清理对健康益处极小的危险废物）

6.4. 统计影响

• 1,500例额外死亡： 由Gigerenzer计算得出，这是9/11后驾驶习惯改变的结果
• 数十亿资金在监管上的浪费： Sunstein记录了在拉夫运河 (Love Canal) 危险废物清理等低概率风险上的巨额支出，这些风险在统计上的健康威胁微乎其微
• 陪审团裁决： 像Gore案（4,000美元伤害赔偿400万美元）和State Farm案（100万美元基数赔偿1.45亿美元）这样的案例展示了司法纠正之前，忽视概率的裁决的规模
• 疫苗犹豫率： COVID-19期间的研究表明，大量人群基于副作用列表拒绝接种疫苗，同时忽略了概率数据

7. 隐藏的益处

概率忽视并不完全是病理性的，它可能具有适应性功能：

• 预防性行动： 当面临真正的奈特氏不确定性 (Knightian uncertainty)（未知的概率）时，将潜在灾难视为确定事件可能是理性的。正如Gigerenzer所说，如果一种病毒可能杀死所有人，你不会去计算，你会立即采取行动。
• “有备无患”： 错误管理理论表明，不对称的成本（漏报是灾难性的，而误报只是浪费）使得对威胁的过度反应具有适应性。
• 公共卫生合规： COVID-19期间在日本的研究发现，概率忽视实际上推动了对保持社交距离的遵守，这表明偏见可以服务于集体福利。
• 避免瘫痪： 当概率真正不确定时，概率忽视允许果断的行动而不是无休止的分析。
• 进化的智慧： 这种机制之所以存在，正是因为它在祖先的环境中提高了生存能力，它可能仍然具有抵御某些现代威胁的保护功能。

完全消除概率忽视可能会使个人面临真正的威胁，而在这些威胁中，快速果断的行动才是最佳的。目标应该是校准反应，而不是消除。

8. 自我评估：你有这种偏见吗？

8.1. 警告信号清单

• 当结果令人恐惧时，我对概率为1%的事件和概率为50%的事件感到同样焦虑
• 我买彩票幻想中奖，尽管知道中奖几率极低
• 我因为害怕坠机而不坐飞机，但开车却一点都不担心
• 我为不太可能发生的戏剧性情况购买延长保修或保险
• 当我在用药清单上看到一个可怕的潜在副作用时，我关注的是副作用而不是它的发生概率
• 我在做决定时基于“可能发生的最坏情况”，而不权衡其可能性
• 我觉得在情感上很难区分千分之一的风险和百万分之一的风险
• 很少发生的事件（恐怖主义、空难、绑架）的新闻报道严重影响了我的行为
• 我在情绪激动的地方要求确定性或“零风险”
• 我做出了避免被生动描绘的恐惧结果的决定，而这些结果并没有统计学支持

评分：

• 选了 0-2 项：低易感性
• 选了 3-5 项：中度易感性
• 选了 6-8 项：高易感性
• 选了 9-10 项：极高易感性

8.2. 自我反思问题

1. 想想一个严重影响你行为的恐惧。你知道那个令人恐惧的结果发生的实际概率吗？
2. 你是否曾经在没有查找相关实际统计数据的情况下，做出过重大决定，与医疗、财务或安全相关的？
3. 当你在新闻中听说一件罕见但可怕的事件时，它在多大程度上改变了你随后的行为？这种改变与实际风险的改变成正比吗？
4. 你能回忆起一次知道统计数据并没有改变你对某种风险的感觉的情况吗？
5. 有人曾指出你对不太可能发生的事情反应过度吗？你是怎么回应的？

8.3. 快速诊断场景

场景： 你即将接受一项医疗程序。医生说有 0.1%（千分之一）的严重并发症发生几率，以及 99.9%的完全成功几率。

你会怎么回应？

• A) “我总是想象那个 0.1%发生在我身上。我可能会推迟或避免这个程序，即使我需要它。” → 高易感性
• B) “我对那 0.1%感到紧张，但我可以提醒自己，1000个病人中有999个没事，并继续进行。” → 中度易感性
• C) “我接受有些风险是不可避免的，专注于 99.9%的成功率，并在没有过度担忧的情况下继续进行。” → 低易感性

9. 识别他人身上的这种偏见

9.1. 行为指标

• 对罕见但剧烈的风险的关注不成比例地大于常见风险
• 购买行为专注于最坏情况（过度保险，保修）
• 在听说罕见事件后避免统计上安全的活动
• 讨论低概率威胁时有强烈的情感反应
• 将“零风险”优先于减少风险的决策
• 当情绪被调动时，无法被统计数据安抚

9.2. 谈话中的危险信号

当人们处于这种偏见下时会说的话：

• “这可能发生在任何人身上”
• “你永远不会太小心”
• “但是如果它发生在我身上呢？”
• “当这关系到你的生命时，统计数据就不重要了”
• “我永远不会原谅自己，如果……”

他们提出的论点类型：

• 引用生动的个案胜过统计模式
• 要求消除风险而不是减少风险
• 认为概率“仅仅是数字”不予理会

他们避免问的问题：

• “这发生的实际概率是多少？”
• “与替代方案相比，这到底有多危险？”
• “受到影响的人与未受影响的人比例是多少？”

9.3. 情境触发因素

• 环境： 涉及健康、亲人安全、金钱或其他情绪激动领域的决策
• 环境因素： 最近对极其罕见事件的新闻报道；生动的画面；加剧恐惧的小组讨论
• 情绪状态： 原本存在的焦虑、压力或不确定性会增加脆弱性
• 社会背景： 表达恐惧的同龄群体；强调结果而不是概率的权威人物
• 时间压力： 匆忙的决定偏袒系统1的情感处理胜过系统2的统计分析

10. 认知去偏见策略

10.1. 即时技巧

• 问概率问题： 在任何由恐惧驱动的决定之前，明确地问：“这个结果的实际概率是多少？”
• 比较风险： 通过将所恐惧的风险与已接受的风险进行比较，将其置于情境中（例如，“我是更容易受到X的伤害，还是开车去杂货店受伤害的几率更大？”）
• 想象分母： 如果有一万分之一发生坏事的概率，想象一个一万人的体育场，里面只有一个人受到影响
• 寻找基本比率： 在对可怕情况做出反应之前，调查该结果实际发生的频率
• 反向应用“报纸测试”： 如果一个罕见事件没发生就不会上新闻，那么它很可能是因为它发生了而被高估了

10.2. 长期策略

• 统计素养： 培养对概率概念、基本比率和期望值计算的适应能力
• 信息来源多样化： 依靠统计数据库和专家分析，而不是生动的新闻报道
• 练习情绪调节： 建立在体验恐惧的同时仍能进行系统2分析的能力
• 制定决策协议： 建立个人规则，在做出重大决策之前要求进行概率评估
• 校准训练： 定期比较预测与结果，以提高对概率的直觉判断

10.3. 环境设计

• 决策框架： 使用明确包括概率列的结构化成本效益分析
• 预先承诺装置： 在情绪介入之前建立规则（“我不会根据单一新闻事件改变我的投资策略”）
• 信息架构： 确保概率数据与结果数据一样可见和容易获取
• 社会问责制： 在高风险决策中引入具有分析头脑的人
• 冷静期： 在对恐惧驱动的冲动采取行动之前，设置一段等待时间

10.4. 何时寻求外部意见

• 当决策涉及您的健康或安全，并且您注意到强烈的情绪反应时
• 当存在统计数据，但您发现自己在忽略它们时
• 当其他人建议您可能对不太可能发生的情况反应过度时
• 当由于生动的恐惧而影响做出重大财务决定时
• 当您注意到您将不同的概率水平视为情绪上同等的时候

11. 实践练习

练习1：概率校准日记

• 目标： 培养对概率量级的直观理解
• 所需时间： 每天 10 分钟，持续 4 周
• 所需材料： 日记本，上网进行研究
• 难度等级： 初级
• 说明：
  1. 每天，找出一个掠过你心头的恐惧或风险。
  2. 研究该结果发生的实际概率。
  3. 找出一个日常生活中的对比概率（例如，“这发生几率是被闪电击中几率的两倍”）。
  4. 记录在得知概率之前和之后你的情绪反应。
  5. 在周末，回顾了解概率是否改变了你的感受或行为。
• 反思问题：
  • 哪些恐惧的可能性比你想的要小得多？
  • 是否有任何风险的实际发生率比你假设的要高？
  • 了解统计数据后，你的情绪反应发生了怎样改变（或没有改变）？
• 频率： 每天一次，持续4周，然后每周维持

练习2：期望值计算器

• 目标： 练习整合概率和结果幅值
• 所需时间： 20分钟
• 所需材料： 纸、计算器
• 难度等级： 中级
• 说明：
  1. 选择一个你面临结果不确定的决策。
  2. 列出所有可能的结果（好的和坏的）。
  3. 估计每个结果的概率（总和必须为100%）。
  4. 给每个结果赋值（-10 到 +10 的范围）。
  5. 计算每个结果的期望值：Σ(概率 × 价值)。
  6. 将你的直觉选择与预期价值计算结果进行比较。
• 反思问题：
  • 你的直觉选择与计算出的预期价值匹配吗？
  • 你在情感上过度看重了哪些结果？
  • 你未来将如何使用这项技巧进行决策？
• 频率： 每周应用于一项重大决定

练习3：新闻概率审计

• 目标： 认识媒体报道如何扭曲对概率的感知
• 所需时间： 每周30分钟
• 所需材料： 新闻来源、笔记本、供统计查询的互联网
• 难度等级： 中级
• 说明：
  1. 选出过去一周有关风险或危险的三个新闻故事。
  2. 对每个故事进行研究：每年有多少人实际受到此事影响？
  3. 与死于普通原因（心脏病、车祸、跌倒）的情况进行对比。
  4. 计算媒体关注度与实际风险的比例。
  5. 记录哪些故事相对于其概率得到了不成比例的报道。
• 反思问题：
  • 相对于它们的概率，哪些风险被过度报道了？
  • 这种报道如何影响了你的行为？
  • 哪些重要的风险很少被报道？
• 频率： 每周

每日练习

概率暂停： 在做出任何由恐惧或兴奋驱动的决定之前，暂停30秒钟，问：“实际概率是多少？我的情绪反应是否与那个概率成正比？”

• 建议持续时间：每个决定 30 秒
• 一天中最佳时间：任何重大决策出现时
• 如何追踪进度：在手机或日记中记下你何时使用过暂停，以及它是否改变了你的决定

每周挑战

比较风险清单： 每周，找出你行为上的三大恐惧，研究它们的实际概率，并将其与你毫无顾忌接受的风险进行对比。

• 4周后的预期效果：减少对小概率事件的焦虑；风险反应更加成比例；直觉判断得到更好的校准
• 反思日记提示：
  • 这周我最不成比例的恐惧是什么？
  • 哪个数据最让我惊讶？
  • 基于对概率的认识，我的行为发生了怎样的改变？

12. 针对特定受众

致领导者和管理者

• 认识技术官僚与民粹主义者的分歧： 你的员工和利益相关者可能会关注最坏的结果，而你关注期望值。这两种观点都没有错，但是决策应该基于概率，而不仅仅是可能性。
• 建立组织系统2： 在资源分配前，实施结构化的决策协议以要求进行明确的概率评估
• 将风险意识融入沟通方式： 在展示风险时，始终将可能性和严重性结合起来说明
• 打造多元团队： 吸收不同的分析视角，来抗衡情感主导的评估方式
• 建立比例审查机制： 在进行重大的降低风险的投资前，必须基于预期价值来提供理由，而不是仅仅基于最坏情况。

致父母和教育工作者

• 尽早教授概率： 使用适合年龄的例子（掷骰子游戏，天气预报）来建立对可能性的直观理解。
• 避免扩大恐惧： 在讨论安全问题时，一定要把风险放在概率的背景下讨论。
• 示范适度的反应： 孩子们通过观察成年人来学习风险评估；展示有概率意识的决策。
• 使用比较的方法： 帮助孩子理解相对风险（“你从自行车上摔下来受伤的几率比被陌生人伤害的几率要高得多”）。
• 鼓励统计思维： 称赞像“这种情况实际发生频率多高？”这样的问题，而不仅仅是“这会发生在我身上吗？”。

致医疗保健专业人员

• 完整地呈现风险信息： 始终交流概率和严重程度，研究表明，只有当省略了概率时，患者才会经常注意严重程度
• 使用自然频率： “1000 人中出现 1 例”比“0.1%”更容易直观理解
• 预测行动偏差： 认识到面临癌症诊断的患者可能会倾向于干预治疗，即使仅观察会有更好的结果；直接解决这种倾向。
• 适当地框架信息： 提供比较风险，以帮助患者了解情况（例如，“这种风险类似于您每年遇到的……”的风险）。
• 解决故意的忽视： 一些患者不看概率信息；温柔地鼓励他们了解全面的风险数据

致金融专业人员

• 认识保险悖论： 客户可能想对生动的、情感丰富的风险（恐怖主义、空难）过度投保，而对可能的风险投保不足；引导实现成比例的投保
• 对抗“梦想溢价”： 帮助客户理解类彩票投资的真实成本以及可能性与概率之间的区别。
• 运用情景分析： 呈现具有明确概率的多种情景，来唤醒“系统 2”。
• 建立投资规则： 制定预先承诺机制，防止在市场动荡期间做出受恐惧驱使的决策。
• 传授基础概率知识： 帮助客户明白，戏剧性事件很少会改变基础概率结构。

13. 与其他偏见的相互作用

放大此偏见的偏见

抵消此偏见的偏见

常见偏见链

恐惧链： 可用性启发式（生动的新闻报道） → 情感启发式（情绪反应） → 概率忽视（忽略实际可能性） → 零风险偏见（要求消除） → 行动偏见（选择有害的干预）

例子： 关于罕见疫苗副作用的媒体报道 → 恐惧反应 → 将百万分之一的风险视为重大风险 → 要求“安全的”（零风险）替代方案 → 拒绝接种疫苗（有害行动）

打破链条： 在任何一环打断，减少接触生动的新闻；进行情绪调节练习；需要进行概率评估；接受残余的风险；衡量行动与不行动的后果。

14. 文化视角

研究表明，概率忽视存在于不同文化中，但有显著的差异：

COVID-19 期间的东亚研究： 日本的研究发现，概率忽视实际上推动了对保持社交距离措施的遵守，这表明集体主义文化价值观可以利用概率忽视来造福集体，而不是保护个人。

个人主义与集体主义的反应： 在崇尚个人主义的美国文化中，9/11 后转而选择开车的反应非常明显。集体主义文化可能会表现出不同的模式，这有可能是将个人的概率忽视屈从于群体所认可的风险评估。

跨文化研究需求： 多数对概率忽视的研究都是在北美和欧洲进行的。在理解不同文化背景下，特别是在风险沟通策略方面偏见是如何运作的，仍存在重大空白。

15. 神话与误解

16. 专家洞察

“当风险引发强烈的情绪时，人们往往会关注结果的坏或好，而不是它发生的概率。” —— 卡斯·桑斯坦 (Cass Sunstein), 2002年

“人类的思维是一个故事处理器，而不是逻辑处理器。我们不是计算机器，而是信仰机器。” —— 乔纳森·海特 (Jonathan Haidt)，反思受情感驱动判断的本质

“人们在9/11事件后的反应方式，导致了比恐怖分子杀死更多的人……他们逃避了低概率的风险，却陷入了高概率的风险中。” —— 盖尔德·吉仁泽 (Gerd Gigerenzer), 2004年

17. 关键要点

1. 概率忽视是情感上的，而不是认知上的： 它的发生是因为情绪凌驾于统计处理之上，而不是因为人们不会做算术。

2. 这种偏见在二元系统上运作： 我们的威胁检测是针对“安全与威胁”进化的，而不是概率梯度；一旦存在可能性，我们通常就会把它当作必然性来对待。

3. 情绪丰富的结果会引发更大的忽视： 金钱和抽象的结果允许概率思维；而在情感鲜明的结果（亲吻、电击、癌症）面前，概率曲线的作用会崩塌。

4. 这种偏见会导致可衡量且致命的代价： 9/11事件后因驾驶而增加的死亡人数、过度的医疗干预，以及被错误配置的监管资源都证明了其在现实世界中带来的后果。

5. 个人教育是不够的： 因为偏见是具有生物学根源的，有效的解决办法需要制度架构，包括监管协议、法律准则和结构化决策框架。

6. 这种偏见并不完全是病态的： 在真正的、成本不对称的不确定性中，将灾难性的可能性视为必然可能具有适应性。

7. 现代环境放大了偏见： 抽象的、统计的、全球的风险与我们进化出的威胁响应系统不能很好地匹配。

18. 进一步的资源

学术论文

• Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124-1131.
• Rottenstreich, Y., & Hsee, C.K. (2001). Money, Kisses, and Electric Shocks: On the Affective Psychology of Risk. Psychological Science, 12(3), 185-190.
• Sunstein, C.R. (2002). Probability Neglect: Emotions, Worst Cases, and Law. Yale Law Journal, 112(1), 61-107.
• Lichtenstein, S., & Slovic, P. (1971). Reversals of preference between bids and choices in gambling decisions. Journal of Experimental Psychology, 89(1), 46-55.
• Gigerenzer, G. (2004). Dread Risk, September 11, and Fatal Traffic Accidents. Psychological Science, 15(4), 286-287.

书籍

• Kahneman, D. (2011). Thinking, Fast and Slow《思考，快与慢》. Farrar, Straus and Giroux.
• Slovic, P. (2000). The Perception of Risk《风险感知》. Earthscan Publications.
• Sunstein, C.R. (2005). Laws of Fear: Beyond the Precautionary Principle《恐惧的法则》. Cambridge University Press.
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You《计算出的风险》. Simon & Schuster.

章节

• Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. In Econometrica, 47(2), 263-291.

19. 总结卡片

20. 使用术语表

21. 讨论问题

供读书俱乐部、课堂或自我反思使用：

1. 你能说出生活中的哪一项决定，你完全只关注潜在结果而没有考虑其实际概率吗？结果是什么？

2. 9/11后交通事故死亡人数表明概率忽视可能会造成大规模致命伤亡。随着这一偏见在人群中的发挥，还会造成其他哪些集体性伤害？

3. 盖尔德·吉仁泽 (Gigerenzer) 认为概率忽视在存在真正的“不确定性”中是可以具备适应性的。我们如何区分把“可能性”视为“确定性”是明智还是有害？

4. 如果概率忽视是大脑的生物学本能，那么营销人员和政客利用它合乎道德吗？应该对此进行监管吗？

5. 当医疗专业人员明知患者可能会忽视概率信息，他们应该如何沟通风险？在尊重自主权与保护患者利益之间怎样取得平衡？