代表性启发法

概览

1. 快速摘要

代表性启发法（Representativeness Heuristic）是一种习惯：用“这有多像我心里想的那个东西？”来回答“这有多大可能？”。遇到一个安静、爱读书的陌生人，我们会猜他是图书管理员而不是农民，尽管农民的人数是图书管理员的许多倍。看到一枚硬币连续五次正面朝上，我们会觉得下一次“该”出反面了。Daniel Kahneman 和 Amos Tversky 在 1972 年命名了这种启发法，并指出它导致了一系列错误：忽视基础概率，相信极小的样本，认为一个细节丰富的故事比包含它的更笼统的说法更可能，以及指望随机会自我纠正。当相似性与概率一致时，这条捷径很好用。一旦类别罕见、样本很小或描述很生动，麻烦就来了。

用大白话说

代表性启发法是说，你判断一件事有多大可能，看的是它有多像你预想的样子。只要一件事符合你脑子里的画面，你就觉得它一定是真的，哪怕那个画面根本不可靠。

想象班上来了一个新同学。他戴着眼镜，抱着三本书，非常安静。有人小声说：“我打赌他是国际象棋冠军。”大家都点头，因为他长得就像电影里的国际象棋冠军。可是想一想，你们全校有几个国际象棋冠军？也许一两个。安静又戴眼镜的同学有多少？多得是。这个戴眼镜的安静同学，更可能只是一个碰巧有点害羞的普通孩子。你的大脑跳过了数数，直接奔向了那个画面。

有个办法能抓住它。当你想“这看起来完全就是一个……”的时候，再多问一句：“像这样的一百个人里，真正是的有几个？”如果诚实的答案是“只有几个”，那就是画面在骗你，做决定之前要慢一点。

2. 背后的科学

2.1. 发现与历史

Daniel Kahneman 和 Amos Tversky 在 1972 年发表于《认知心理学》的论文《主观概率：一种代表性判断》中提出了这一启发法。他们的论点很简单，但对当时把人看作粗略统计学家的主流观点来说令人不安。被问到某个事件的概率有多大时，人们往往什么都没算。他们问的是这个事件与它可能所属的类别有多相似，或者一个样本有多好地反映了可能产生它的过程。

1973 年发表于《心理学评论》的论文《论预测心理学》增加了工程师与律师问题，表明一段简短的性格描述就能让人们完全不再使用已知的基础概率。1974 年发表在《科学》上的综述把代表性与可得性、锚定并列为三种通用启发法。1983 年，两人发表了琳达问题，它引出了合取谬误，并成为这一领域争议最大的实验演示。

1990 年代，Gerd Gigerenzer 提出了批评，认为这些“错误”部分源于措辞：把同样的信息用自然频率（“每 1,000 人中有 10 人”）而不是单一事件的概率（“1% 的可能”）来表达，能正确推理的人就会多得多。Kahneman 和 Tversky 在 1996 年回应说，这些错误是真实的，而呈现形式的效应是纠正错误的工具。2002 年，Kahneman 和 Shane Frederick 把代表性重新表述为属性替换的一个例子：当一个难题（概率）没有现成答案时，大脑会悄悄换成一个容易的问题（相似性）。同年，Kahneman 获得诺贝尔经济学奖。Tversky 已于 1996 年去世。

关键里程碑：

• 1972 年：Kahneman 和 Tversky 发表《主观概率：一种代表性判断》
• 1973 年：《论预测心理学》记录了基础概率忽视
• 1974 年：《科学》上的综述把代表性列为三种核心启发法之一
• 1983 年：Tversky 和 Kahneman 发表琳达问题，并命名合取谬误
• 1991 至 1996 年：Gigerenzer 提出频率格式批评，Kahneman 和 Tversky 作出回应
• 2002 年：《再论代表性》把这一启发法重新表述为属性替换；Kahneman 获得诺贝尔经济学奖

2.2. 主要研究者

2.3. 里程碑式研究

《主观概率：一种代表性判断》（Kahneman 与 Tversky，1972）

医院问题问的是：两家医院，一家每天大约有 45 个婴儿出生，另一家大约 15 个，哪一家会有更多天数出现男婴超过 60% 的情况？正确答案是小医院，因为小样本更常偏离 50%。大多数回答者却说两家差不多，作者把这种信念称为“小数定律”。人们判断一个样本，看的是它看起来有多有代表性，而不是它有多大可能。

工程师与律师问题（Kahneman 与 Tversky，1973）

研究者告诉参与者，心理学家访谈了 100 位专业人士，其中 70 位工程师、30 位律师（另一组则被告知 30 位工程师、70 位律师）。然后参与者阅读一段关于“Jack”的描述：一个保守、谨慎、有抱负的男人，爱好包括木工、航海和数学谜题，并估计他是工程师的概率。70/30 组和 30/70 组给出的答案几乎一样。拿到一段刻意不含信息的描述时，不管告知的比例是多少，人们都说 50%。只有在完全没有描述时，他们才会用上基础概率。

《外延推理与直觉推理：合取谬误》（Tversky 与 Kahneman，1983）

琳达被描述为 31 岁，单身，直言不讳，非常聪明，主修哲学，深切关注社会公正，参加过反核示威。参与者给关于她的几种说法排序，其中包括“琳达是银行出纳”和“琳达是银行出纳，并且积极参与女权运动”。大约 85% 的人认为第二种比第一种更可能。这在逻辑上是不可能的：每一个女权主义的银行出纳都是银行出纳，所以合取事件的概率永远不可能高于它的组成部分之一。受过统计训练的研究生也会犯这个错误，只是比例低一些。

《如何不经教学改善贝叶斯推理：频率格式》（Gigerenzer 与 Hoffrage，1995）

在十五个医学检测问题中，拿到单一事件概率的参与者给出正确贝叶斯答案的比例约为 16%。拿到同样信息但以自然频率表述的参与者（“每 1,000 名女性中有 8 人患病；其中 7 人检测阳性；其余 992 人中也有 70 人检测阳性”），答对的比例约为 46%。Barbey 和 Sloman（2007）后来认为，起作用的是让嵌套集合的结构变得清楚，不管数字是不是频率。无论哪种解释，这种错误都在很大程度上取决于问题的呈现方式。

2.4. 神经学基础

专门研究代表性的脑成像文献很少，其中大多数是把基础概率忽视当作检验双加工理论的测试案例。没有人找到大脑中的“代表性区域”，也不该有人指望找到。

现有的研究仍然很有参考价值。Wim De Neys 及其同事（2008）让人们在 fMRI 扫描仪中做类似工程师/律师的问题，有些题目中描述与基础概率一致，有些则相互冲突。在冲突题目上，前扣带皮层的活动增强，这个区域与察觉不同反应之间的竞争有关，即使参与者最后给出的是基于刻板印象的答案也是如此。推翻了刻板印象的人，右侧外侧前额叶皮层还有额外的活动，这一区域与抑制优势反应有关。大脑常常能察觉到有什么不对；失败的是按照这个信号行动的那一步，这一步需要费力。

更大的机制可以从关于分类的已有结论中推出。Eleanor Rosch 在 1970 年代的研究表明，人们以原型为中心来表征类别，并根据相似性判断是否属于某个类别。相似性的计算又快又自动；基础概率和样本量则必须有意地提取和组合。一个用手头现成的量来作答的系统，就会用相似性来作答。

3. 演化起源

根据相似性判断并不是设计缺陷。在人类历史的大部分时间里，它是唯一可用的推理引擎。

分类是基本的生存技能。 祖先看到草丛里有个影子，必须在一瞬间判断它是否属于“捕食者”这个类别。唯一能用的线索就是这个影子与记忆中的捕食者有多像。去统计捕食者密度的基础概率，早就没命了。

相似性通常是很好的替代指标。 在稳定的环境中，看起来相像的东西往往表现也相像。相似性与概率分道扬镳的情况，即罕见的类别、极小的样本和人为构造的描述，大多是现代的产物。

小样本是仅有的样本。 觅食者对任何事物都只见过寥寥几例。把三次观察当作可靠的指引，是当时最好的策略。

预期会纠正往往是对的。 天气、猎物数量和食物供应在极端之后确实会回落。一个习惯预期回归的大脑能很好地预测自然，只有遇到轮盘赌时才会出错。

如今我们做高风险判断的环境，即医疗筛查、招聘、金融和法律，恰恰是基础概率极端、样本具有欺骗性的地方。启发法没有变。世界变了。

4. 这种偏差的表现形式

4.1. 在日常生活中

• 根据外表猜一个陌生人的职业、政治立场或国籍，而且很有把握
• 认为一家装修气派的餐厅饭菜一定好吃，因为它看起来像你记得的那些好餐厅
• 相信一连串的坏运气意味着好运要来了（“该轮到我了”）
• 凭一个符合某种类型的行为，就评判一个新认识的人的整个性格
• 读了三条网上评论，就当作成千上万人的结论

4.2. 在工作场所中

• 录用“看起来像”以前成功员工的候选人，而不是业绩记录最好的那个
• 根据一个项目像不像成功过的项目来评判它，忽视了大多数项目都会失败
• 提拔符合心目中管理者形象的员工，而不是业绩更好的那个
• 认为新成员连续几个季度表现好，就意味着能一直保持
• 把一份小规模的客户调查当作整个市场的声音

4.3. 在商业与营销中

营销人员顺着这种启发法做事，而不是对着干。一个长得像品类领导者的产品，就能借用它的信誉：麦片盒用和头号品牌一样的颜色，保健品用看起来像药品的包装。投资者也不能幸免。一个长得像以往成功创始人的创始人（年轻、技术出身、从名校退学），会得到更多的信任，尽管这类创始人的成功基础概率仍然很低。

4.4. 在政治与媒体中

新闻报道是一台制造生动、有代表性案例的机器。一则关于某个群体的成员犯罪的戏剧性报道，比任何犯罪率表格都更让人难忘，并且影响人们对这类犯罪有多常见的判断。一个看起来、听起来像领袖的候选人，会被认为更有希望当选，与政策无关。这种启发法还通过“大的结果必有大的原因”这种直觉助长阴谋论：一场暗杀“看起来”更像强大阴谋集团所为，而不像一个独行枪手所为，所以阴谋论让人觉得更可能，即使它的可能性要小得多。

4.5. 在医疗卫生中

医学诊断就是模式识别，这种启发法正是有经验的临床医生能快速判断的原因。它也是一类有充分记录的错误的根源。一个表现出罕见病教科书式症状的患者，常常先被按这种罕见病检查，而能产生同样表现、而且常见得多的病反倒排在后面；“听到马蹄声，要想到马，而不是斑马”这句教导之所以存在，就是因为这种启发法往相反的方向拉。反方向的错误代价同样高：一个不符合原型的患者（心脏病发作的年轻女性）可能被打发回家。检测结果的解读是最明显的例子，案例研究 1 就说明了这一点。

4.6. 在金融与投资中

投资者根据一家公司看起来像不像赢家来评判它：有魅力的首席执行官，热门品类的产品，一张像某只著名股票早期走势的图表。好公司被当成好投资，尽管价格已经反映了公司的质量。一位连续三年表现出色的基金经理被视为有本事，尽管三年是一个很小的样本，而持续跑赢市场的基础概率很低。一连串亏损之后，交易员预期反转；一连串盈利之后，他们又预期会继续涨；两者都是把代表性用在了序列上。

5. 真实案例研究

案例研究 1：阳性检测结果

• 背景： 1978 年，Ward Casscells 及其同事向哈佛医学院的 60 名医生、学生和住院医师提了一个问题。某种疾病的患病率是千分之一。一种针对它的检测假阳性率为 5%。一名患者检测呈阳性。他真的患病的概率是多少？
• 事件经过： 60 人中只有 11 人给出了接近正确答案 2% 的回答。最常见的答案是 95%，有 27 人这样回答。
• 偏差作用： 阳性结果看起来像“患病”，所以概率判断跟着这种相似性走。基础概率被忽视了，它表明在 1,000 人中大约只有一个真正的病例，却有五十个假阳性。
• 后果： 高估阳性筛查结果会导致不必要的活检、焦虑和治疗。被告知“你检测呈阳性”却不知道基础概率的患者，听到的几乎是确诊。
• 经验教训： 每当一项检测或症状“吻合”时，先问这种病有多常见，再问信号有多吻合。如果吻合程度先出场，它就会把基础概率挤出去。

案例研究 2：Sally Clark 与 7300 万分之一

• 背景： 1999 年，英国事务律师 Sally Clark 因涉嫌谋杀两个年幼的儿子受审，两个孩子分别于 1996 年和 1998 年突然死亡。辩方认为两人都是婴儿猝死综合征（SIDS）。
• 事件经过： 儿科医生 Roy Meadow 爵士作证说，像 Clark 家这样的家庭出现两例婴儿猝死的概率约为 7300 万分之一，这个数字是把单例死亡的估计值 8,543 分之一平方得出的。Clark 被定罪。英国皇家统计学会于 2001 年公开提出异议，2003 年 1 月，在此前未披露的医学证据曝光后，定罪被撤销。Clark 于 2007 年去世。
• 偏差作用： 把单例死亡的数字平方，就是假定两次死亡相互独立，这忽视了共同的遗传和环境原因。更根本的是，两例婴儿猝死的极低概率被当成了清白的概率，却没有拿来和母亲杀害两个孩子同样极低的基础概率作比较。
• 后果： 一起错案，三年牢狱，以及对类似案件的复查。另外两名依据 Meadow 的证词被定罪的女性，判决也被推翻。
• 经验教训： 在某种说法成立时出现这个证据的概率，不等于在有这个证据时这种说法成立的概率。用一个罕见事件来论证某个结论时，另一种解释的基础概率应该放在旁边一起看。

历史案例：蒙特卡洛连开二十六次黑色（1913）

1913 年 8 月 18 日，在蒙特卡洛赌场，轮盘上的小球连续二十六次落在黑色上。出现这样一串的概率大约是 6700 万分之一。大约从第十五次开始，赌徒们纷纷把钱押在红色上。每多开一次黑色，他们就更确信红色“该来了”，并相应加大赌注。据说到这一串结束时，赌场已经赚了几百万法郎。

一个公平的轮盘“应该”开出红黑大致混杂的结果，所以一长串黑色看起来不像公平轮盘的产物，直觉上的补救就是预期会有纠正。但每一次转动都是独立的。看起来像随机的序列，和随机实际产生的序列，是两回事。

6. 这种偏差的代价

6.1. 个人代价

• 凭第一印象看错人，错过了不符合某种类型的朋友、伴侣或导师
• 在赌博中追“连开”和“该出”的号码而输钱
• 因为看起来对就买下商品和服务，而不是因为它真的对
• 健康决定取决于症状像不像某种可怕的疾病，而不是这种病有多大可能
• 对少量的反馈反应过度（三条评论、一次糟糕的约会、一次拒绝）

6.2. 职业代价

• 按照与以往员工的相似程度招人，复制了现有团队，把更好的候选人挡在门外
• 在医学、工程和 IT 中，问题看起来像熟悉的问题却并不是，于是造成诊断错误
• 战略决策依据的是几个生动的案例，而不是同类项目的基础概率
• 短暂的连胜之后过度自信，短暂的连败之后矫枉过正

6.3. 社会代价

• 刻板印象和歧视，因为用群体原型评判个人就是这种启发法用在人身上
• 陪审团根据被告有多像罪犯、或清白的说法显得多不可能来判断时，造成错案
• 不考虑基础概率解读筛查结果，造成过度诊断和过度治疗
• 建立在少数几个戏剧性案例上的道德恐慌

6.4. 统计影响

• 在琳达问题中，约 85% 的回答者把合取事件排在它的组成部分之前
• 在工程师/律师研究中，一旦提供了描述，把工程师的基础概率从 30% 改为 70%，判断只变动了几个百分点
• 在 1978 年的哈佛研究中，18% 的医生和学生答对了一道基本的基础概率问题；45% 的人回答 95%
• Gigerenzer 和 Hoffrage（1995）发现，正确的贝叶斯答案从概率格式下的约 16% 上升到自然频率下的约 46%

7. 潜在益处

这种启发法是快速分类的引擎，大多数时候它是对的。

• 速度： 认出眼前的情况像某种已知的类型，正是专家能在几秒钟内行动的原因。一个感觉到一栋楼“不对劲”而把队员撤出来的消防员，用的就是代表性，Gary Klein 对专家决策的研究记录了这样的化险为夷。

• 从少数例子中学习： 孩子们看几个例子就能学会一个类别，因为他们依靠相似性进行概括。一个非要大样本才肯形成概念的大脑，几乎什么也学不会。

• 安全的错误： 认为一个长得像毒蘑菇的蘑菇很可能有危险，即使毒蘑菇很少见，这也是合理的，因为出错的代价是不对称的。

• 发现规律： 产生赌徒谬误的那种“这看起来不像随机”的感觉，也会让科学家注意到值得研究的异常。错在确信，不在注意到。

只要相似性与概率一致，这些好处就成立。本事在于知道自己处在哪种环境中。

8. 自我评估：你是否存在这种偏差？

8.1. 预警信号清单

• 你常常根据外表猜陌生人的职业或性格，而且很有把握
• 一连串坏结果之后，你觉得好结果“该来了”
• 一个详细、合理的故事让你觉得比一个简短、笼统的说法更可能
• 你评判一家餐厅或公司，主要看它像不像好的那种
• 三四个例子就让你觉得证据足以下结论
• 检测结果呈阳性时，你很少问这种病有多常见
• 你预期一个开局很好的新员工会一直保持那个水平
• 你很难相信一个平平无奇的原因会引出一件戏剧性的大事
• 在你看来，正反正反比正正正反更“随机”
• 在判断某人属于哪个类别之前，你很少问“像这样的人有多少？”

评分：

• 勾选 0-2 项：易感性低
• 勾选 3-5 项：易感性中等
• 勾选 6-8 项：易感性高
• 勾选 9-10 项：易感性非常高

8.2. 自我反思问题

1. 想想有一次你凭第一印象确信某人的背景，结果却错了。对方像什么？你没有数的是什么？
2. 你上一次因为“连胜”或“连败”而改变计划时，实际的样本量是多少？
3. 在你的工作中，哪些决定建立在“某个案例看起来像某种已知类型”之上？你有多常去核查这种类型有多常见？
4. 你能说出一个与你这个月面临的决定相关的基础概率吗？
5. 当一个详细的情景让你觉得比简单的更可能时，你添加了什么？每一项添加让它更可能还是更不可能？

8.3. 快速诊断场景

场景： 你在面试一位应聘高级销售职位的候选人。她很自信，语速很快，生动地讲述了在上一份工作中拿下一笔大单的经过。她像你认识的每一位顶尖销售。你手上有她过去三年的销售数据，在原来的团队里处于中游。

你会如何应对？

• A) 录用她；她显然有这个本事，数字可能反映的是团队弱 → 易感性高
• B) 试用录用，因为印象很好但有些地方对不上 → 易感性中等
• C) 更看重三年的数据而不是印象，并把她和数据更好的候选人比较 → 易感性低

9. 如何识别他人的这种偏差

9.1. 行为指征

• 对人、产品和情况做出自信的快速分类
• 用同样戏剧性的原因来解释戏剧性的事件
• 一小段连续结果之后就加倍下注或改变策略
• 把一则生动的轶事当作决定性的证据
• 基础概率与印象相矛盾时，表现出惊讶和抵触
• 预测开局好就会一直好下去，不会回归

9.2. 对话危险信号

人们在这种偏差影响下常说的话：

• “他看着就是那种人。”
• “已经连开五次红了，下次一定出黑。”
• “这完全就是骗局的样子，所以肯定是骗局。”
• “这么大的事不可能是偶然。”

他们常用的论证类型：

• 根据故事有多吻合来论证，而不是根据这个类别有多常见
• 把证据出现的概率当作结论成立的概率

他们回避的问题：

• “在所有符合这个描述的人里，真正是的有多少？”
• “我据以推理的样本有多大？”

9.3. 情境触发因素

• 对一个人或一件事生动、具体的描述
• 带有强烈刻板印象的罕见类别（天才、罪犯、神童）
• 随机结果的短序列（游戏、市场、体育）
• 结果“吻合”的诊断和筛查情境
• 时间压力，它有利于快速的相似性判断
• 以单一事件概率而不是计数呈现的信息

10. 认知去偏策略

10.1. 即刻应对技巧

• 先看基础概率： 在考虑一个案例与某个类别有多吻合之前，先问这个类别有多常见。可以的话，把这个数字大声说出来。
• 换成计数： 把“1% 的可能”改说成“每 1,000 人中有 10 人”。自然频率能让基础概率和假阳性同时显现出来。
• “一百个里有几个”测试： 对任何“他看起来像个……”的判断，问一问一百个长得像这样的人里真正是的有几个。
• 减去细节： 当一个详细的情景让你觉得很可能时，把细节一个一个去掉。增加的条件只会降低概率。
• 数一数样本： 当一段连续结果在左右你的决定时，写下观察的次数。如果不到三十次，就把它当作弱证据。

10.2. 长期策略

• 了解你所在领域中重要的基础概率： 临床医生应当知道患病率；投资者应当知道十年间有多少基金跑赢了指数；管理者应当知道有多少新员工最后是合适的。
• 在纸上练习贝叶斯更新： 用频率格式做几道医学检测题，直到这种结构变得自动化。Gigerenzer 的《风险的计算》逐步讲解了这种方法。
• 记录结果： 记下你的快速分类，以后再核对。发现“明显是某某”的判断有多少次并不是，是最有说服力的一课。
• 预期回归： 极端结果之后通常是不那么极端的结果；别再把回到平均水平归功于你的干预。

10.3. 环境设计

• 把基础概率写进表格： 筛查报告、招聘评分表和投资备忘录可以留一行写相关的基础概率，让人在看到案例细节之前先看到它。
• 先结构，后故事： 在面试和诊断中，先收集量化的记录，再听叙述，让数字成为判断的锚点。
• 用频率表示风险： 说“千分之三”而不是“0.3%”的宣传单和数据看板，能在整个组织中减少基础概率忽视。
• 遮蔽无关的相似之处： 在第一轮筛选中去掉姓名、照片和学校，可以去除驱动相似性判断的线索。

10.4. 何时寻求外部意见

• 你要判断的类别很罕见，而刻板印象很强时
• 一个决定取决于一次阳性检测、一个信号或一次匹配时
• 你据以推理的样本用手指就能数过来时
• 一个故事显得太顺理成章，或者一个戏剧性的结果似乎非得有个戏剧性的原因时

该问谁：了解基础概率、又和这个故事没有利害关系的人。统计学家、精算师、流行病学家，或者手里有数据、对这个案例没有印象的同事。在告诉他们案例的任何情况之前，先问“这个类别有多常见？”

11. 实战练习

练习 1：基础概率账本

• 目标： 让考虑基础概率成为一种反射，而不是事后补充
• 所需时间： 每条记录 10 分钟
• 所需材料： 笔记本或电子表格，能查到你所在领域基本统计数据的渠道
• 难度级别： 初级
• 操作步骤：
  1. 每当发现自己判断某个东西“看起来像”某个类别时，写下这个类别
  2. 查找或估计这个类别在相关人群中有多常见
  3. 估计看起来像这样的东西中，有多少真的属于这个类别
  4. 在最初的印象旁边写下修正后的概率
  5. 每月回顾一次账本，记下哪些类别你一贯高估
• 反思问题：
  • 哪些基础概率最让你意外？
  • 你的印象在哪里与修正后的估计相差最远？
  • 你会高估罕见的类别吗？如果会，是哪些？
• 频率： 持续进行，三个月内每月回顾一次

练习 2：频率转换

• 目标： 把概率表述变成计数，让基础概率显现出来
• 所需时间： 20 分钟
• 所需材料： 纸笔，以及从新闻、医疗宣传单或金融产品中找来的三条风险表述
• 难度级别： 中级
• 操作步骤：
  1. 选一条表述，比如“这项检测的准确率为 95%”或“这只基金过去 10 年中有 7 年跑赢基准”
  2. 把它改写成 1,000 个人或 1,000 个案例会出现的情况
  3. 加上基础概率：这 1,000 个中实际有多少人患病，或者有多少是真有本事的基金经理
  4. 分别数出真阳性和假阳性
  5. 算出阳性结果中真的所占的比例，并与你的第一印象比较
• 反思问题：
  • 你的第一印象与计数相差多远？
  • 原来的表述中缺了哪个数字？
  • 在你自己的生活中，哪些地方给你的是不带基础概率的概率？
• 频率： 连续六周每周一次，之后凡遇到重要的风险表述时进行

练习 3：序列测试

• 目标： 重新校准你对随机是什么样子的感觉
• 所需时间： 15 分钟
• 所需材料： 一枚硬币、纸、一位朋友
• 难度级别： 初级
• 操作步骤：
  1. 编一串二十次的正反面序列，让它“看起来随机”，写下来
  2. 真的抛二十次硬币，记录实际的序列
  3. 把两个序列交给朋友，请对方猜哪个是真的
  4. 数一数每个序列中最长的连续段；真实的二十次抛掷通常会有一段四次或更长的连续
  5. 再编一个序列，这次有意加入更长的连续段
• 反思问题：
  • 你编的序列是不是交替得太频繁了？
  • 你的朋友认出了真的那个吗？是什么露了馅？
  • 在生活中，你在哪些地方把一小段连续结果当成了趋势？
• 频率： 做一次，之后每当发现自己在押“连势”时再做

每日练习

数一数类别

每天一次，当你发现自己因为某个人、某件事或某个产品看起来像某一类就把它归进去时，问一问：“看起来像这样的一百个里，真正是的有几个？”

• 建议时长：一分钟
• 最佳时间：每当出现快速判断时，最常见的是看早间新闻或通勤路上
• 如何追踪进展：记下诚实答案是“比我以为的少”的次数

每周挑战

找出缺失的基础概率

每周挑一个你遇到的、建立在生动案例上的说法（一则新闻、一次推销、一位同事的轶事），找出它漏掉的基础概率。

• 4 周后的预期成果：更快地认出不讲基础概率的论证；为你最常面临的决定攒下一个小小的基础概率资料库
• 反思日记提示：
  • 加上基础概率之后，哪个说法变化最大？
  • 基础概率难找吗？如果难，为什么？
  • 之后那个生动的案例是不是没那么有说服力了，还是吸引力依然还在？

12. 针对特定人群的建议

针对领导者与管理者

• 招聘： 坚持结构化面试和工作样本；非结构化面试奖励的是像原型，而不是能力
• 预测： 批准一项计划之前，要求给出参照类别：最近二十个看起来像这个的项目，结果怎么样？
• 绩效： 不要凭一小段时间的表现提拔或惩罚；等样本大到足以区分能力和噪声
• 文化： 让“基础概率是多少？”在任何会议上都是一个可以问的问题，尤其是当一个故事正在说服全场时

针对家长与教育工作者

• 适合年龄的解释： “有时候，一样东西看起来完全就是我们预想的样子，但外表会骗人。做决定之前问一问：看起来像这样的东西，真正是的有几个？”
• 早早教孩子数数： 学会问“有多少个？”的孩子，会学会不轻信单个例子
• 用游戏： 抛硬币和掷骰子是展示随机序列中也会有连续段的最便宜的办法
• 用数字挑战刻板印象： 孩子说“女孩不会……”或“男孩总是……”时，问问他们实际数过多少个

针对医护专业人员

• 先看患病率： 解读结果之前，先说出验前概率；疾病罕见时，任何检测的阳性预测值都会大幅下降
• 对患者用自然频率： 说“1,000 个检测阳性的人中，大约有 20 人真的患病”，而不是引用灵敏度和特异度
• 非典型表现： 为不符合典型表现的患者设立明确的核查，因为以原型为导向的诊断会漏掉他们
• 先想马，再想斑马： 让常见诊断先来，同时定一条规则，规定什么时候必须排除罕见的那个

针对金融专业人士

• 业绩记录就是样本： 三年好业绩不是能力的证据；要问三年业绩好的基金经理中，有多少后来跑赢了指数
• 好公司不等于好股票： 把企业的质量和价格的质量分开，因为它像赢家这一点已经体现在估值里了
• 连赢连亏： 把亏损后要求加倍、盈利后要求追加的提议，当作赌徒谬误和热手效应的信号，放慢决定
• 在披露中用频率： 把风险表述为“在 100 个十年期中，这个组合有 12 个是亏损的”，而不是一个百分比

13. 与其他偏差的相互作用

加剧该偏差的偏差

抵消该偏差的偏差

常见偏差链

代表性启发法 → 基础概率谬误 → 效度错觉 → 过度自信效应

一段描述像某个类别，于是大脑用相似性代替了概率（代表性启发法）。这个类别的普遍程度被丢在一边（基础概率谬误）。因为描述内部一致，判断让人觉得很有根据（效度错觉）。于是人们以超出证据所能支持的确定程度去行动（过度自信效应）。第二条链发生在序列上：代表性启发法 → 赌徒谬误 → 控制错觉，一小段“看起来不随机”的结果促使人下注，而下注又被误当作本事。

打断这条链： 成本最低的干预点是第一环。在考虑描述之前先问基础概率或样本量，就能阻止替换发生。一旦判断让人觉得站得住，要动摇它就得费大得多的力气。

14. 文化视角

这一机制似乎是普遍的；它所用的原型却不是。每一种有记录的文化都会根据相似性分类，基础概率忽视和合取谬误也已在许多国家得到重复。不同的是类别的内容和附着在类别上的刻板印象。

Richard Nisbett 及其同事报告说，东亚参与者倾向于按关系和情境给物体分组（“牛和草放在一起”），而西方参与者则按分类学类别分组（“牛和鸡放在一起”）。如果是这样，代表性所参照的原型就是以不同方式建立的。这一证据涉及的是分类而不是概率判断，所以这个推论虽然合理，却没有经过直接检验。赌博提供了一个更直接的窗口：只要有碰运气的游戏，就会有某个数字或颜色“该出了”的信念。如实的结论是，关于这种启发法的跨文化研究比关于自我提升的研究少，大多数关于国家差异的说法依据的是原型的差异，而不是底层捷径的差异。

15. 常见迷思与误区

16. 专家洞见

“一般来说，这些启发法相当有用，但有时会导致严重的系统性错误。” — Amos Tversky 与 Daniel Kahneman，《不确定状况下的判断：启发法与偏差》，《科学》，1974

“我知道第三种说法可能性最小，可我脑子里总有个小人上蹿下跳，冲我大喊：‘可她不可能只是个银行出纳啊；读读那段描述吧。’” — Stephen Jay Gould，谈琳达问题，见《连续的连续》（1988）

意译：当大脑被问到一个关于概率的难题、手头又没有答案时，它会转而回答一个关于相似性的较容易的问题，而且这种替换发生时谁也没有察觉。 — Daniel Kahneman 与 Shane Frederick，《再论代表性》（2002），意译

意译：大脑并不是为处理单一事件的概率而演化的；把同样的信息以实际案例的计数交给人们，大部分所谓的不理性就会消失。 — Gerd Gigerenzer，出自 1990 年代的频率格式研究，意译

17. 核心要点

1. 相似不等于可能： 问题本来是“X 有多大可能？”，这种启发法回答的却是“这有多像 X？”。两者经常一致，所以这种替换让人觉得安全；又经常不一致，所以它很危险。

2. 它是好几种有名字的错误的根源： 基础概率忽视、合取谬误、样本量忽视、赌徒谬误和忽视均值回归，都是代表性在特定情境下的样子。

3. 基础概率输给描述： Kahneman 和 Tversky 在 1973 年表明，一段简短的性格描述就能几乎抹去人们对已知类别比例的使用。

4. 细节越多，概率越低，感觉却越高： 琳达问题表明，加上一个吻合的细节，会让故事同时变得更有代表性、更不可能。

5. 小样本不是缩小的总体： 相信“小数定律”，会让人对连胜、小规模调查和三年业绩记录的信任远远超出它们能承受的程度。

6. 呈现形式会改变错误率： Gigerenzer 和 Hoffrage 发现，自然频率让正确答案大约增加到三倍。这种启发法是真实的，纠正办法也是。

7. 对策是一个问题，而不是一种感觉： 在让相似性开口之前，先问“这个类别有多常见？”和“这个样本有多大？”。

18. 延伸资源

学术论文

• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430-454.
• Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131.
• Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293-315.
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704.
• Kahneman, D., & Tversky, A. (1996). On the reality of cognitive illusions. Psychological Review, 103(3), 582-591.
• Casscells, W., Schoenberger, A., & Grayboys, T. B. (1978). Interpretation by physicians of clinical laboratory results. New England Journal of Medicine, 299(18), 999-1001.

书籍

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Kahneman, D., Slovic, P., & Tversky, A. (Eds.). (1982). Judgment under Uncertainty: Heuristics and Biases. Cambridge University Press.
• Gigerenzer, G. (2002). Reckoning with Risk: Learning to Live with Uncertainty. Penguin. (Published in the US as Calculated Risks.)

著作章节

• Kahneman, D., & Frederick, S. (2002). Representativeness revisited: Attribute substitution in intuitive judgment. In T. Gilovich, D. Griffin, & D. Kahneman (Eds.), Heuristics and Biases: The Psychology of Intuitive Judgment (pp. 49-81). Cambridge University Press.
• Tversky, A., & Kahneman, D. (1982). Judgments of and by representativeness. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under Uncertainty: Heuristics and Biases (pp. 84-98). Cambridge University Press.

19. 总结卡片

20. 术语表

21. 探讨问题

适用于读书会、课堂或自我反思：

1. 琳达问题受到的一种批评是，在日常英语中，“probable”（可能的）可以指“plausible”（说得通的）或“typical”（典型的）。这能为选择合取项的人开脱吗，还是只是换个说法描述了同一个错误？

2. 在你自己的工作或生活中，你在哪些地方依靠相似性快速做决定？在这些情况中，哪些情况的基础概率极端到相似性很可能误导你？

3. 自然频率能减少基础概率忽视，可大多数风险沟通仍然使用百分比。你认为这是为什么？要在你的组织里改变这一点需要什么？

4. Sally Clark 案显示了一个法庭如何把清白的不可能当作有罪的证明。应该怎样帮助陪审团把两种罕见的解释放在一起比较？

5. 按与以往成功者的相似程度招人，会复制现有团队。“他们看起来很合适”有没有哪种说法是正当的？你怎样把它和这种启发法区分开来？

最后更新：19 十月 2026