概率忽視 (Probability Neglect)

一覽

1. 快速總結

當我哋面對會引發強烈情緒嘅情況（無論係驚恐怖襲擊定係對中六合彩感到興奮），我哋個腦基本上會停止計算機會率。我哋唔係去衡量某件事發生嘅實際可能性，而係完全將注意力放喺結果會有幾糟糕或者幾美好上面。1% 發生可怕事情嘅機會，感覺上同 100% 幾乎一樣咁有威脅，因為我哋嘅情緒系統係基於一個簡單嘅「可能會發生」對比「唔會發生」嘅基礎運作，而唔係一個細緻嘅概率尺度。

2. 背後嘅科學

2.1. 發現同歷史

對概率忽視嘅理解源於經濟學理論同心理學觀察之間幾十年嚟嘅衝突。古典預期效用理論 (von Neumann and Morgenstern) 假設理性行為者會線性地結合概率同結果嘅大小——10% 機會輸 $100 嘅感覺應該等同於 100% 機會輸 $10。

呢個模型嘅第一個裂縫出現喺 1970 年代，當時心理學家開始記錄同呢個規範理想有系統性偏差嘅現象。偏好逆轉現象 (1971-1973) 顯示人嘅偏好並唔穩定——選擇任務令佢哋關注概率，而定價任務令佢哋關注結果。呢啲提供咗早期證據，證明概率同結果係分開處理而唔係結合埋一齊。

正式嘅概念透過前景理論 (1979) 同佢對概率權重嘅數學描述演變而嚟，最終 Cass Sunstein 喺 2002 年為咗法律同政策應用明確咁提出咗「概率忽視」嘅表述。研究不斷擴展，喺 COVID-19 疫情期間對疫苗猶豫同風險感知嘅探討有重大貢獻。

2.2. 主要研究人員

2.3. 標誌性研究

偏好逆轉 (Lichtenstein 同 Slovic, 1971-1973)

參與者獲提供兩種類型嘅賭博：P-bets (高概率贏少少錢) 同 $-bets (低概率贏一大筆錢)。當被要求喺兩者之間選擇時，參與者通常會偏好較安全嘅 P-bet。但係，當被要求為呢啲賭博定價 (講出最低賣出價) 時，同一班參與者為 $-bet 定出更高嘅價值。呢種「反應引起嘅逆轉」違反咗理性選擇理論中不變性嘅基本公理，並證明咗概率同結果係根據問題嘅框架方式透過唔同嘅渠道處理。

電擊實驗 (Epstein, Monat, Bankart, Elliott, 1972)

參與者被連接到電極，並被告知佢哋會有唔同嘅概率 (5%、10%、50% 或 100%) 受到痛苦嘅電擊。研究人員測量咗無意識嘅生理標記——皮膚電反應 (GSR) 同心跳率。關鍵嘅發現係：5% 組別同 100% 組別之間嘅喚醒程度冇顯著差異。當概率高於零嘅一刻，身體就準備好接受電擊，就好似一定會發生咁。呢個提供咗生理證據，證明威脅檢測系統係基於二元邏輯 (安全 vs. 威脅) 運作，而唔係基於概率校準嘅連續體。

「金錢、錫錫同電擊」 (Rottenstreich 同 Hsee, 2001)

呢項研究測試概率權重函數嘅形狀係咪取決於結果嘅情感豐富程度。研究人員將「情感貧乏」嘅目標 (現金、優惠券) 同「情感豐富」嘅目標 (最鍾意嘅電影明星嘅一個錫錫、痛苦嘅電擊) 進行比較。主要發現：

• 對於金錢 (情感貧乏)，概率敏感度相對呈線性——更接近理性。
• 對於「錫錫」 (情感豐富)，參與者願意為 1% 機會付出嘅代價，幾乎同 99% 機會一樣咁多。

解釋係：情感豐富嘅前景價值在於佢所允許嘅幻想或情感體驗。1% 嘅機會同 99% 嘅機會一樣，都賦予咗「夢想嘅許可」。概率只不過變成咗通往情感體驗嘅入場券。

9/11 後嘅駕駛死亡 (Gigerenzer, 2004)

911 襲擊之後，數以百萬計嘅美國人唔再搭飛機，轉為揸車。Gerd Gigerenzer 計算出，呢種行為轉變喺襲擊後嗰一年導致大約 1,500 宗額外嘅交通死亡個案。搭飛機依然比揸車安全幾何級數咁多，但美國人避開咗一個低概率/高恐懼嘅風險，投入咗一個高概率/低恐懼嘅風險懷抱——呢個係概率忽視致命後果嘅悲劇性現實世界證明。

2.4. 神經學基礎

概率忽視嘅神經科學集中喺大腦情緒同分析系統之間嘅互動：

杏仁核同威脅檢測： 人類嘅威脅檢測系統以杏仁核為中心，似乎以二元邏輯運作——安全 vs. 威脅。呢個系統係為咗應付即時物理危險而進化，似乎冇一個根據概率校準嘅「調光掣」。一旦發現威脅，個系統就會啟動「紅色警報」反應，唔理會統計上嘅可能性。

系統 1 vs. 系統 2 處理： 喺 Kahneman 嘅雙重過程框架中：

• 系統 1 (快速、直覺) 會自動將結果視覺化——佢睇到飛機墜毀，感覺到電擊。呢種視覺化係毫不費力而且即時嘅。
• 系統 2 (緩慢、深思熟慮) 負責概率計算 (P × V)。但係，系統 2 係「懶惰」嘅，需要認知努力。當系統 1 嘅情緒信號好強烈時，系統 2 往往會屈服，接受「可怕」或者「美好」嘅評估，而唔去進行概率修正。

逼近嘅脆弱性模型： Riskind 嘅研究指出，被認為迅速逼近或加劇嘅威脅會吸引注意力，扭曲對時間嘅感知。呢種「逼近」嘅特質令事件感覺迫在眉睫、不可避免，有效地抵消咗概率折現。

3. 進化起源

概率忽視喺祖先嘅環境入面，可能係一種適應性嘅「錯誤管理」策略。我哋啲祖先聽到草叢有沙沙聲，唔會去計嗰度係獅子定係風吹嘅條件概率——佢哋會將呢個可能性當做肯定會發生，跟住走為上着。喺一個充滿即時物理威脅嘅世界入面，假陰性（忽視真正嘅捕獵者）嘅代價係死，而假陽性（白白逃跑）嘅代價只不過係嘥咗啲力氣，所以偏向將任何威脅當做必定發生係最理想嘅。

呢種「零風險」嘅心態喺古代嘅大草原係講得通嘅，因為嗰度嘅威脅係局部、即時，而且通常係二元性質（捕獵者存在定唔存在）。大腦嘅威脅檢測系統進化成二元而唔係概率性，係因為面對大型食肉動物時，分等級嘅反應根本冇用。

不過，喺充滿抽象、統計同全球性風險嘅現代世界——由核擴散到氣候變化、金融衍生工具到病毒大流行——呢種古老嘅機制變成咗一個包袱。我哋進化出嚟嘅心理同統計現實之間嘅錯配，令我哋而家對極不可能發生嘅大災難同肯定發生嘅事一樣咁緊張，同時又忽略咗有可能發生但好平凡嘅危險。

呢種偏誤之所以持續存在，係因為佢唔單止係一個計算錯誤，而係人類處理情感資訊方式嘅一個結構性特徵。佢深植喺我哋嘅情感生物學之中，意味住佢冇得簡單咁「透過教育消除」。

4. 呢種偏誤點樣表現出嚟

4.1. 喺日常生活入面

概率忽視塑造咗無數嘅日常決定：

• 驚搭飛機 vs. 揸車： 雖然統計上搭飛機安全好多，但好多人因為空難嗰種生動、災難性嘅本質而驚搭飛機，同時又好隨便咁接受揸車嘅風險。
• 買六合彩/彩票： 天文數字般微乎其微嘅中獎機會（3 億分之 1）變得無關痛癢，因為個腦只係掛住中頭獎嘅結果。買彩票唔係作為投資，而係買張「發夢嘅牌照」。
• 家居安全決定： 人哋可能會為咗極少發生嘅入屋爆竊安裝精密嘅保安系統，但就忽略咗發生機會大好多嘅風險，例如喺廁所跌親或者廚房火警。
• 為人父母嘅焦慮： 擔心細路被拐帶（極之罕見）可能會導致怪獸家長式管教，而對泳池遇溺（較常見）呢啲風險反而關注得少啲。

4.2. 喺職場上

• 項目風險評估： 團隊可能會為咗防範戲劇性但極少發生嘅情況而設立大量保護措施，搞到阻礙咗項目進度，但就忽略咗好有可能導致失敗嘅平凡風險。
• 危機管理： 機構通常會將資源唔合比例咁分配畀顯眼、充滿情緒嘅風險，而唔理統計上嘅優先次序。
• 請人決定： 一次請錯人嘅深刻記憶可能會導致過度謹慎，同實際嘅請人失敗率唔成正比。
• 職業安全： 戲劇性但罕見嘅意外（例如爆炸）可能比影響更多工人嘅勞損性傷害得到更多關注。

4.3. 喺商業同營銷入面

商業機構有系統咁利用概率忽視：

• 保險銷售： 機場賣嘅航空保險保費極高，因為「空難死」非常顯眼同充滿情感。人哋為咗範圍窄、概率低嘅保障畀得太多錢，而對常見風險嘅保障就唔夠。
• 彩票營銷： 成個彩票商業模式都依賴概率忽視。宣傳重點擺喺中獎者同巨額獎金，從來唔提賠率。
• 延長保養： 故障率低嘅產品會透過強調最壞情況嚟推推銷昂貴嘅保養計劃。
• 基於恐懼嘅廣告： 保安產品、保健品同保險嘅營銷通常會引發情緒反應，從而繞過概率評估。

4.4. 喺政治同傳媒入面

• 反恐政策： 911 後嘅保安開支體現咗「技術官僚 vs. 民粹主義」嘅分歧。強調預期價值計算嘅專家，被公眾對充滿情緒威脅要求「零風險」嘅訴求所壓倒。
• 「入侵文學」： 喺歷史上，好似 Le Queux 喺一戰前寫嘅入侵小說，就利用咗概率忽視，用生動嘅筆觸描寫極不可能發生嘅德國入侵，嚟煽動公眾嘅歇斯底里同國防政策。
• 政策訴求： 當風險充滿情感時（水中致癌物、恐怖主義），公眾要求消除風險（0%）而唔係減少風險（由 5% 減到 1%），導致出現「90/10 法則」，即係將 90% 嘅資源用喺最後 10% 嘅風險度。
• 傳媒報導： 戲劇性但罕見嘅事件（鯊魚襲擊、空難）得到唔合比例嘅報導，透過可得性捷思加強咗概率忽視。

4.5. 喺醫療保健入面

• 癌症治療： Fagerlin、Zikmund-Fisher 同 Ubel (2011) 嘅研究顯示，即使做手術嘅存活率較低，病人往往都會選擇做手術而唔係「觀察等待」。因為「咩都唔做」嘅結果喺情感上令人難以忍受，所以「切除佢」嘅渴望凌駕咗概率證據。
• 疫苗猶豫： 喺 COVID-19 期間，對疫苗有猶豫嘅人會出現「蓄意無知」嘅情況，佢哋會仔細睇副作用清單，但就有意忽略概率數據。清單上淨係出現「血栓」字眼（概率：十萬分之一到百萬分之一）已經足以令佢哋拒絕打針。
• 逃避愛滋病病毒測試： 有啲人逃避測試係為咗維持 0% 感染概率嘅錯覺，而另一啲人就要求做唔必要嘅測試，為咗得到確認係 0% 嘅錯覺。
• 診斷成像： 病人要求做唔必要嘅掃描，通常係因為想對自己害怕嘅疾病有確定性，而唔理臨床概率。

4.6. 喺金融同投資入面

• 航空保險悖論： 旅客為咗對抗充滿情感嘅「空難死」，畀極高保費買範圍好窄嘅保障，但對統計上更有可能發生嘅死因就保障不足。
• 彩票行為： 「夢想溢價」——開彩前幻想嘅價值——驅使人買彩票，唔理賠率。人哋對一百萬分之一同一億分之一嘅分別缺乏直覺嘅理解，但就明「贏」同「輸」嘅分別。
• 預設忽視： 扮演「選擇設計師」嘅投資者經常低估其他人堅持預設選項嘅概率，冇策略性咁運用預設選項。
• 風險胃納扭曲： 歷歷在目嘅股災會導致過度避險，而生動嘅成功故事就會引發過度冒險——喺呢兩種情況下，概率都被忽視，取而代之嘅係結果嘅顯著性。

5. 現實世界案例研究

案例研究 1：9/11 後嘅駕駛死亡

• 背景： 2001 年 9 月 11 日美國發生恐怖襲擊，引起咗對搭飛機嘅廣泛恐懼。喺隨後幾個月，數以百萬計嘅美國人選擇揸車而唔搭飛機。
• 發生咩事： 襲擊後嗰一年，航空旅行需求暴跌，而公路交通就大幅增加。
• 偏誤點樣運作： 美國人避開搭飛機（低概率、高恐懼風險），轉向揸車（高概率、低恐懼風險）。飛機撞入大廈生動而災難性嘅畫面，令另一次同類襲擊發生嘅概率感覺上好大，而車禍嘅平凡本質就未能引發同等嘅恐懼。
• 後果： Gerd Gigerenzer 計算出大約有 1,500 宗額外嘅交通死亡個案——幾乎係襲擊本身死亡人數嘅一半——呢啲唔係恐怖主義造成，而係概率忽視造成嘅。
• 教訓： 對恐怖主義嘅反應透過間接機制殺死咗更多美國人。公共安全資訊應該透過以情感上引人入勝嘅方式強調比較風險，去應對概率忽視。

案例研究 2：北美寶馬汽車公司訴 Gore 案 (1996)

• 背景： Ira Gore 醫生買咗架新 BMW，後來發現架車因為運送途中受酸雨輕微損壞而重新噴過油（維修費 $601）。BMW 嘅政策係唔會披露維修費低於車輛建議零售價 3% 嘅維修記錄。
• 發生咩事： 陪審團對 BMW 嘅「欺詐」感到憤怒，又知道 BMW 喺全國賣咗 983 架咁嘅車，於是判畀 Gore $4,000 補償性賠償同 $4,000,000 懲罰性賠償——比例係 1000:1。
• 偏誤點樣運作： 陪審團將重點放喺公司政策嘅嚴重性同全國銷售數字上，忽視咗具體損害嘅微不足道性質，以及出現安全問題嘅低概率。對認定公司欺騙行為嘅情緒反應，壓倒咗比例計算。
• 後果： 美國最高法院推翻咗呢項裁決，認為「嚴重過分」並違反咗正當程序，建立咗三個「指南針」嚟強制審查陪審團裁決嘅比例性。
• 教訓： 法律系統需要制度機制，喺充滿情緒嘅案件入面糾正概率忽視。Gore 案嘅指南針作為一個集體嘅「系統 2」，制衡陪審團「系統 1」嘅憤怒。

歷史例子：一戰前嘅入侵文學

一戰前英國嘅「入侵文學」流派，說明咗概率忽視點樣透過公眾情緒塑造國家政策：

• 作家 William Le Queux 發表咗生動虛構德國入侵英國嘅故事
• 儘管呢啲入侵嘅戰略概率好低，但呢啲書引起咗公眾嘅廣泛歇斯底里
• 呢種公眾恐懼影響咗國防政策，促成咗軍情五處 (MI5) 嘅成立
• 對入侵結果生動、扣人心弦嘅描寫（唔理可能性有幾大）推動咗公眾輿論同政府行動
• 呢個案例展示咗可以點樣蓄意利用概率忽視，去製造圍繞威脅嘅政治共識

6. 呢種偏誤嘅代價

6.1. 個人代價

• 健康決定： 病人因為受情感驅使嘅偏好，選擇有害嘅治療而唔係有益嘅替代方案；逃避必要嘅醫學測試；拒絕有效嘅疫苗
• 財務損失： 為極少發生嘅保險情況畀太多錢；永遠冇回報嘅買彩票開支；由恐懼或貪婪驅使嘅錯誤投資時機
• 生活質素： 對罕見事件過度焦慮；因為歷歷在目但唔太可能發生嘅恐懼，而避免參與有益嘅活動（搭飛機、游水）
• 關係緊張： 父母過度保護導致家庭衝突；基於恐懼嘅決定限制咗家庭體驗

6.2. 專業代價

• 資源錯配： 公司唔合比例咁將錢花喺戲劇性但極少發生嘅風險上，而忽略有可能發生嘅風險
• 法律風險： 陪審團基於結果嘅嚴重性而唔係實際罪責或概率判處過高嘅賠償
• 事業限制： 因為害怕歷歷在目但唔太可能發生嘅失敗，而避免承擔有益嘅風險
• 決定質素： 戰略選擇由最壞情況驅使，而唔係預期價值

6.3. 社會代價

• 監管效率低下： 「90/10 法則」——花 90% 嘅資源去消除最後 10% 充滿情感嘅風險，而忽略更大但平凡嘅風險
• 保安騷： 花費數十億喺表面上睇得到但成效極低嘅保安措施上，但基建就殘破不堪
• 政策扭曲： 民主進程被對情感顯著結果嘅恐懼所騎劫，唔理概率有幾多
• 機會成本： 將資源投入極不可能發生嘅災難，而唔去解決有可能發生嘅傷害（例如：積極清理有害廢物，但對健康好處極少）

6.4. 統計影響

• 額外 1,500 人死亡： Gigerenzer 計算得出，呢啲係 911 後改為揸車造成嘅結果
• 數以十億計嘅監管錯配： Sunstein 記錄咗喺愛河（Love Canal）清理有害廢物等低概率風險上嘅龐大開支，當地嘅統計健康風險微乎其微
• 陪審團裁決： 好似 Gore 案（$4,000 損害賠 $400 萬）同 State Farm 案（以 $100 萬為基礎賠 $1.45 億）展示咗喺司法糾正之前，忽視概率嘅裁決規模
• 疫苗猶豫率： COVID-19 期間嘅研究顯示，有相當多嘅人基於副作用清單拒絕打針，同時忽略概率數據

7. 隱藏嘅好處

概率忽視唔完全係病態——佢可能具備適應性功能：

• 預防行動： 當面對真正嘅奈特氏不確定性（Knightian uncertainty，即概率未知）時，將潛在災難當做必定發生可能係理性嘅。正如 Gigerenzer 所講，如果一種病毒可能會殺死所有人，你就唔會去計數——你會立即行動。
• 「不怕一萬，最怕萬一」： 錯誤管理理論指出，不對稱嘅成本（假陰性係災難性嘅，而假陽性只係浪費）令對威脅過度反應變得有適應性。
• 公共衞生遵從性： 喺日本 COVID-19 期間嘅研究發現，概率忽視實際上驅使咗對保持社交距離嘅遵從，顯示呢種偏誤可以服務於集體福祉。
• 避免癱瘓： 當概率真係好唔確定嘅時候，概率忽視容許果斷行動而唔係無休止嘅分析。
• 進化智慧： 呢種機制之所以保留落嚟，正正係因為佢提高咗喺祖先環境中嘅生存機會——佢可能對防範某啲現代威脅仍然有保護作用。

完全消除概率忽視可能會令人喺面對需要快速、果斷行動嘅真正威脅時變得脆弱。目標應該係校準反應，而唔係消除。

8. 自我評估：你有冇呢種偏誤？

8.1. 警告信號清單

• 當結果好可怕嘅時候，我對有 1% 機會發生嘅事同有 50% 機會發生嘅事一樣咁焦慮
• 就算知道中獎機會微乎其微，我買六合彩嘅時候都會幻想中獎
• 我因為驚空難而唔搭飛機，但揸車就冇咩特別擔心
• 我會為極少發生但戲劇性嘅情況買延長保養或者保險
• 當我喺藥物清單上見到可怕嘅潛在副作用時，我會將重點放喺副作用上多過佢發生嘅概率
• 我做決定時會諗「最壞嘅情況會係點」，而唔會衡量可能性
• 我覺得喺情感上好難區分千分之一風險同百萬分之一風險
• 關於罕見事件（恐怖襲擊、空難、綁架）嘅新聞報導會嚴重影響我嘅行為
• 喺情緒高漲嘅領域，我要求確定性或「零風險」
• 我做過啲決定去避免歷歷在目但統計分析唔支持嘅恐懼結果

計分：

• 剔咗 0-2 個：易受影響程度低
• 剔咗 3-5 個：易受影響程度中等
• 剔咗 6-8 個：易受影響程度高
• 剔咗 9-10 個：易受影響程度極高

8.2. 自我反思問題

1. 諗下一個嚴重影響你行為嘅恐懼。你知道嗰個可怕結果發生嘅實際概率嗎？
2. 你有冇試過喺未查閱過實際統計數據嘅情況下，做出重大決定（醫療、財務或安全相關）？
3. 當你喺新聞度聽到一件罕見但可怕嘅事件時，佢喺多大程度上改變咗你之後嘅行為？呢個改變同實際風險嘅變化成唔成正比？
4. 你記唔記得有邊次知道統計數據之後，都冇改變你對一個風險嘅感覺？
5. 有冇人指出過你對一啲唔太可能發生嘅事反應過度？你點樣回應？

8.3. 快速診斷情景

情景： 你即將要進行一項醫療程序。醫生話有 0.1%（千分之一）嘅機會出現嚴重併發症，而有 99.9% 嘅機會會完全成功。

你會點回應？

• A) 「我一直幻想嗰 0.1% 會發生喺我身上。就算我有需要，我都可能會推遲或者逃避呢個程序。」 → 易受影響程度高
• B) 「我對嗰 0.1% 覺得緊張，但我可以提醒自己 1,000 個病人入面有 999 個都冇事，然後繼續做。」 → 易受影響程度中等
• C) 「我接受有啲風險係無可避免嘅，專注喺 99.9% 嘅成功率，然後唔過度擔心咁繼續做。」 → 易受影響程度低

9. 發現身邊人嘅偏誤

9.1. 行為指標

• 對罕見但戲劇性風險嘅關注同常見風險唔合比例
• 購買行為集中喺最壞情況（過多保險、保養）
• 聽聞罕見事件後，避免參與統計上安全嘅活動
• 討論低概率威脅時有強烈嘅情緒反應
• 將「零風險」優先於降低風險嘅決定
• 牽涉情緒時，無法被統計數據安撫

9.2. 對話中嘅危險信號

受呢種偏誤影響時會講嘅說話：

• 「任何人都可能發生」
• 「小心駛得萬年船」
• 「但如果發生喺我身上點算？」
• 「關係到人命，統計數字就唔重要」
• 「如果...我一世都唔會原諒自己」

佢哋提出嘅理據類型：

• 引用單一生動嘅例子，而唔係統計模式
• 要求消除風險而唔係減少風險
• 將概率當作「只係數字」而不予理會

佢哋避開唔問嘅問題：

• 「呢件事發生嘅實際概率係幾多？」
• 「同其他選擇比，呢個到底有幾危險？」
• 「受影響同不受影響嘅人數係幾多？」

9.3. 情境觸發因素

• 情況： 涉及健康、親人安全、金錢或其他充滿情緒領域嘅決定
• 環境因素： 最近對戲劇性但罕見事件嘅新聞報導；生動嘅意象；放大恐懼嘅小組討論
• 情緒狀態： 本身有嘅焦慮、壓力或不確定性會增加脆弱度
• 社會背景： 同輩群體表達恐懼；權威人士強調結果多過概率
• 時間壓力： 倉促嘅決定有利於系統 1 嘅情緒處理，多過系統 2 嘅統計分析

10. 認知去偏誤策略

10.1. 即時技巧

• 問概率問題： 喺做任何受恐懼驅使嘅決定之前，明確咁問：「呢個結果嘅實際概率係幾多？」
• 比較風險： 將令人害怕嘅風險放喺情境中，同已接受嘅風險進行比較（例如：「我被 X 傷害嘅機會大啲，定係揸車去超級市場受傷嘅機會大啲？」）
• 將分母視覺化： 如果壞事發生嘅機會係萬分之一，就想像一個坐滿一萬人嘅運動場，入面得一個人受影響
• 搵出基礎率： 對可怕情境作出反應之前，研究下呢個結果實際上係有幾常見
• 反向應用「報紙測試」： 如果一件罕見事件冇發生就唔會上新聞，咁佢發生咗就好可能被過分重視

10.2. 長期策略

• 統計素養： 培養對概率概念、基礎率同預期價值計算嘅熟悉度
• 資訊來源多樣化： 依賴統計數據庫同專家分析，而唔係生動嘅新聞報導
• 練習情緒調節： 建立喺感受恐懼嘅同時仍然可以運用系統 2 分析嘅能力
• 建立決策守則： 制定個人規則，要求喺做重大決定前進行概率評估
• 校準訓練： 定期將預測同結果比較，以提升對概率嘅直覺

10.3. 環境設計

• 決策框架： 使用結構化嘅成本效益分析，明確包括概率欄目
• 預先承諾機制： 喺情緒介入之前制定規則（「我唔會因為單一新聞事件改變我嘅投資策略」）
• 資訊架構： 確保概率數據同結果數據一樣清晰可見同容易獲取
• 社會問責： 將有分析頭腦嘅人納入高風險決策中
• 冷靜期： 喺因恐懼驅使衝動行動之前，設定等待期

10.4. 幾時需要尋求外部意見

• 當決定涉及你嘅健康或安全，而且你察覺到有強烈嘅情緒反應
• 當統計數據存在，但你發現自己低估緊佢
• 當其他人暗示你可能對唔太可能發生嘅情況反應過度
• 當做出受生動恐懼影響嘅重大財務決定時
• 當你發現自己喺情感上將唔同嘅概率水平當做一樣嘅時候

11. 實用練習

練習 1：概率校準日記

• 目標： 培養對概率大小嘅直覺理解
• 所需時間： 每日 10 分鐘，為期 4 個星期
• 所需物資： 日記簿，可上網查資料
• 難度水平： 初階
• 指示：
  1. 每日搵出一個喺你腦海閃過嘅恐懼或風險
  2. 研究嗰個結果發生嘅實際概率
  3. 喺日常生活中搵一個比較概率（例如：「呢個發生嘅機會係被雷劈中嘅兩倍」）
  4. 記錄你喺知道概率之前同之後嘅情緒反應
  5. 喺週末檢視知道概率有冇改變你嘅感覺或行為
• 反思問題：
  • 邊啲恐懼比你想像中發生的可能性低好多？
  • 有冇任何風險最後發現比你估計嘅更可能發生？
  • 知道統計數據後，你嘅情緒反應有咩改變（或冇改變）？
• 頻率： 每日做，為期 4 星期，之後每星期維持做一次

練習 2：預期價值計算機

• 目標： 練習整合概率同結果大小
• 所需時間： 20 分鐘
• 所需物資： 紙、計數機
• 難度水平： 中階
• 指示：
  1. 揀一個你面對緊結果唔確定嘅決定
  2. 列出所有可能嘅結果（好同壞）
  3. 估計每個結果嘅概率（總和必須係 100%）
  4. 為每個結果評分（-10 到 +10 尺度）
  5. 計算預期價值：每個結果嘅 Σ（概率 × 價值）
  6. 將你嘅直覺選擇同預期價值計算結果做比較
• 反思問題：
  • 你嘅直覺選擇同計算出嚟嘅預期價值吻合嗎？
  • 你喺情感上過分看重咗邊啲結果？
  • 點樣將呢個技巧應用喺未來嘅決定？
• 頻率： 每星期應用喺一個重要決定上

練習 3：新聞概率審查

• 目標： 認清傳媒報導點樣扭曲概率感知
• 所需時間： 每星期 30 分鐘
• 所需物資： 新聞來源、筆記簿、上網查統計數據
• 難度水平： 中階
• 指示：
  1. 喺過去一星期揀三單涉及風險或危險嘅新聞報導
  2. 為每篇報導進行研究：呢件事每年實際上影響幾多人？
  3. 同平凡死因（心臟病、車禍、跌倒）嘅死亡人數做比較
  4. 計算傳媒關注度同實際風險嘅比例
  5. 留意邊啲新聞得到同概率唔成正比嘅報導
• 反思問題：
  • 邊啲風險相對於佢哋發生嘅概率被嚴重過度報導？
  • 呢啲報導可能點樣影響緊你嘅行為？
  • 有咩重要嘅風險好少報導？
• 頻率： 每星期

日常練習

概率暫停： 喺做任何由恐懼或興奮引發嘅決定之前，停低 30 秒問自己：「實際概率係幾多？我嘅情緒反應同嗰個概率成正比嗎？」

• 建議時間：每個決定 30 秒
• 最佳時間：任何要出重要決定嘅時候
• 點樣追蹤進度：喺電話或者日記記錄你幾時用過呢個暫停方法，同埋有冇改變你嘅決定

每週挑戰

比較風險清單： 每星期搵出你行為上最大嘅三個恐懼，然後研究佢哋發生嘅實際概率，再同你毫不擔心就接受嘅風險做比較。

• 4 星期後嘅預期結果：對低概率事件嘅焦慮減少；對風險反應更合乎比例；直覺校準得更好
• 日記反思提示：
  • 呢個星期我最唔合比例嘅恐懼係咩？
  • 邊個統計數據最令我驚訝？
  • 基於對概率嘅意識，我嘅行為有咩改變？

12. 給特定受眾

給領導者同管理層

• 認清技術官僚同民粹嘅分歧： 你嘅員工同持份者可能專注喺最壞結果，而你專注喺預期價值。兩個角度都冇錯，但決定應該建基於概率，而唔單止係可能性。
• 建立機構嘅系統 2： 推行結構化決策協議，要求喺分配資源前進行明確嘅概率評估
• 示範具備概率意識嘅溝通： 講述風險時，一定要同時講發生機會同嚴重程度
• 建立多元化團隊： 納入分析觀點，以抗衡情感驅動嘅評估
• 設立比例審查： 喺作出重大風險緩解投資之前，要求基於預期價值（而唔單止最壞情況）提供理據

給父母同教育工作者

• 及早教導概率： 用適合年齡嘅例子（擲骰遊戲、天氣預報）嚟建立對可能性嘅直覺理解
• 避免放大恐懼： 討論安全問題時，一定要將風險同概率掛鉤
• 示範合乎比例嘅反應： 兒童透過觀察成年人學習風險評估；示範具備概率意識嘅決策
• 運用比較： 幫小朋友明白相對風險（「你踩單車跌親受傷嘅機會，比俾陌生人傷害嘅機會大好多」）
• 鼓勵統計思考： 讚賞好似「呢件事實際上有幾常發生？」呢類問題，而唔單止係「會唔會發生喺我身上？」

給醫療保健專業人員

• 完整提供風險資訊： 一定要同時傳達概率同嚴重程度——研究顯示，如果冇講概率，病人通常只會注意嚴重程度
• 使用自然頻率： 「千分之一」比「0.1%」更直觀易明
• 預計行動偏誤： 明白面對癌症診斷嘅病人，即使監察效果更好，可能仍然偏好介入治療；直接處理呢種傾向
• 適當框架： 提出比較風險幫病人將情況放喺大環境睇（例如：「呢個風險同你每年...嘅風險差唔多」）。
• 處理蓄意無知： 部分病人會避開概率資訊；溫和咁鼓勵佢哋了解全面風險數據

給金融專業人員

• 認清保險悖論： 客戶可能想為歷歷在目、情感豐富嘅風險（恐怖襲擊、空難）買太多保險，而對有可能發生嘅風險就保障不足；引導佢哋購買合乎比例嘅保障
• 對抗夢想溢價： 幫客戶明白彩票式投資嘅真正成本，以及可能性同概率之間嘅分別
• 使用情境分析： 提供多個附帶明確概率嘅情境，以啟動系統 2
• 訂立投資規則： 建立預先承諾機制，防止喺市場波動時做出受恐懼驅使嘅決定
• 教導基礎率： 幫客戶明白戲劇性事件好少改變潛在嘅概率結構

13. 同其他偏誤嘅相互作用

放大呢種偏誤嘅偏誤

抵消呢種偏誤嘅偏誤

常見偏誤連鎖

恐懼連鎖： 可得性捷思（生動嘅新聞報導）→ 情感捷思（情緒反應）→ 概率忽視（忽略實際可能性）→ 零風險偏誤（要求消除）→ 行動偏誤（選擇有害介入）

例子： 罕見疫苗副作用嘅傳媒報導 → 恐懼反應 → 將百萬分之一嘅風險當做重要 → 要求「安全」（零風險）替代方案 → 拒絕打針（有害行動）

打破連鎖： 喺任何一個環節打斷——減少接觸生動嘅新聞；練習情緒調節；要求概率評估；接受剩餘風險；評估行動與不行動嘅得失。

14. 文化觀點

研究指出概率忽視喺唔同文化都有出現，但有顯著嘅差異：

COVID-19 期間嘅東亞研究： 日本嘅研究發現，概率忽視實際上驅使咗對保持社交距離措施嘅遵從，顯示集體主義文化價值觀可能會利用概率忽視嚟造福集體，而唔單止係保護個人。

個人主義 vs. 集體主義反應： 911 後改為揸車嘅反應喺崇尚個人主義嘅美國文化中好明顯。集體主義文化可能會表現出唔同嘅模式，可能會將個人嘅概率忽視置於群體認可嘅風險評估之下。

跨文化研究需求： 大多數概率忽視研究都喺北美同歐洲進行。對於呢種偏誤喺唔同文化背景下點樣運作（尤其喺風險溝通策略方面）仲有顯著嘅空白。

15. 迷思同誤解

16. 專家見解

「當風險引發強烈情緒時，人哋往往會專注於結果嘅好壞，而唔係結果發生嘅概率。」 — Cass Sunstein, 2002

「人腦係一個故事處理器，而唔係邏輯處理器。我哋唔係計算機器，而係相信嘅機器。」 — Jonathan Haidt，反思判斷受情感驅動嘅本質

「人們對 911 善後嘅反應，殺死嘅人比恐怖份子仲多... 佢哋逃避低概率風險，跑入高概率風險之中。」 — Gerd Gigerenzer, 2004

17. 關鍵要點

1. 概率忽視係情感性嘅，唔係認知性嘅： 佢發生係因為情緒凌駕咗統計處理，而唔係因為人哋唔識計數。

2. 偏誤以二元系統運作： 我哋嘅威脅檢測係為咗「安全 vs. 威脅」而進化，而唔係概率梯度——一旦有可能性，我哋通常會當做必然發生。

3. 情感豐富嘅結果會引發更大嘅忽視： 金錢同抽象結果容許概率思維；情感生動嘅結果（錫錫、電擊、癌症）會令概率曲線崩潰。

4. 偏誤有可衡量、致命嘅代價： 911 後嘅駕駛死亡、過度醫療干預，以及錯配嘅監管資源，都展示咗現實世界嘅後果。

5. 單靠個人教育唔夠： 因為偏誤有生物學根源，有效嘅解決方案需要制度架構——監管協議、法律指引同結構化決策框架。

6. 偏誤唔完全係病態： 喺成本不對稱嘅真正不確定情況下，將災難性可能性視為必然可能係有適應性嘅。

7. 現代環境放大咗偏誤： 抽象、統計、全球性風險同我哋進化出嚟嘅威脅應對系統好唔夾。

18. 延伸資源

學術論文

• 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.

書籍

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. (《快思慢想》)
• Slovic, P. (2000). The Perception of Risk. Earthscan Publications.
• Sunstein, C.R. (2005). Laws of Fear: Beyond the Precautionary Principle. Cambridge University Press.
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.

書籍章節

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

19. 總結卡

20. 詞彙表

21. 討論問題

畀讀書會、班房或者自我反思用：

1. 你能唔能夠指出你人生中一個決定，當時你完全專注喺潛在結果上，而冇考慮佢嘅實際概率？結果係點？

2. 911 後嘅駕駛死亡事件顯示概率忽視喺大規模層面上可以係致命嘅。呢種偏誤喺人群中運作，仲可能會導致咩其他集體傷害？

3. Gigerenzer 認為概率忽視喺真正不確定性中可能係有適應性嘅。我哋點樣區分將可能性當做必然係明智定係有害嘅情況？

4. 如果概率忽視係生物學上與生俱來嘅，營銷人員同政治家利用佢係咪符合道德？應唔應該有監管？

5. 當醫療專業人員知道病人好可能會忽視概率資訊時，佢哋應該點樣溝通風險？喺尊重自主權同保護福祉之間，點樣取得平衡？