代表性启发
💡 核心观点
📖 原文精要
- 定义:代表性启发指人们根据某事物在多大程度上代表了某类范畴的典型特征来做判断,而非基于客观的概率数据。因为某个特征或情景具有代表性,就认定它一定会属于某个类别或产生某个结果。
- 机制:大脑通过快速匹配当前模式与记忆中的原型来节省认知资源。但匹配表面的"相似性"不等于真实的"相关性",这种倾向常导致忽视基率信息、忽略样本大小、误解回归均值等系统性错误。查理·芒格指出,人们常把偶然的相似当作必然的联系。
- 案例:(1)哈佛大学学生宿舍前卖"偷来"的音响:因为场景"像"赃物交易,过路人认为捡了便宜货,以高于商场的价格成交。(2)从墨渍中看到人脸、从K线图中看出涨跌模式——人类从随机中寻找意义,即使在被告知随机性的情况下仍然如此。(3)认为"看起来很专业"的人一定能力出众——被表面特征误导。(4)将过去成功的模式直接套用到新项目上,认为"看起来差不多",结果却大相径庭。(5)罗夏克墨渍测验被用于人格评价,尽管大量研究表明其缺乏解释和预测价值。
- 如何防范:(1)做判断时考虑基率信息——这种事情在一般情况下发生的概率有多大?(2)不要被表面相似性迷惑,关注内在结构与本质差异。(3)区分"看起来像"和"实际上就是"——直觉需要经过数据和逻辑的检验。(4)运用系统的思维模型而非单一的类比来做决策。
🏷️ 核心标签