不是書評(14) 快思慢想 Part I
Thinking, Fast and Slow (Part I)— Daniel Kahneman
簡介
作者指出人們的思考模式大多時候是出於直覺和不理性，思考偏見常常導致錯誤決策。書中集合了作者多年的研究成果，透過行為實驗指出人們的認知偏誤。也介紹了該運用哪些技巧在生活中做出更好的選擇。
作者: 丹尼爾．康納曼 Daniel Kahneman
以色列裔美國心理學家、普林斯頓大學心理學教授。因其在判斷和決策心理學以及行為經濟學方面的工作而聞名，2002 年因其在前景理論(prospect theory)方面的工作而獲得了諾貝爾經濟學獎。
我的評分
啟發性：9 / 10
實用度：8 / 10
知識增長：7 / 10
趣味性 ：8 / 10
內容理解：8 / 10
作者追隨：9 / 10
推介: 9 / 10
閱讀筆記
我們的大腦可以非常高效地執行許多任務，但我們的思維充滿了行為謬誤。 因此，我們往往不自覺地被他人如社交媒體、政府、傳媒和政客通過利用我們大腦處理信息方式的這些弱點來操縱我們的思想和行為。
(I) 兩個系統
系統一 (直覺式思考）是自動化的運作，非常快、不費力氣、不受自主控制。 能對眼前的情況迅速做出反應。但它容易出現錯覺使我僴作出錯誤的選擇。
系統二（邏輯式思考）是動用到注意力去做費力的心智活動，包括複雜的計算。系統二的運作通常都跟代理人(agency)、選擇(choice)和專注力(concentration)的主觀經驗有關。它雖然不易出錯卻會走捷徑而採納系統一的判斷結果。
這兩個系統以某種方式共存於人腦中，共同幫助我們駕馭生活、作出判斷。
促發效應 (Priming Effect)
我們的大腦是是一部聯想機器，可以輕鬆把一樣事物和另一樣事物聯繫起來。 例如病毒→感冒；檸檬→綠色；香蕉→水果寺等。心理學家把念頭看成廣大網路中的節點 (node)，叫做「聯結記憶 (Associative Memory)」，每一個念頭都跟很多其他念頭連結。聯結記憶是大量立即同步發生。一個被激發的念頭不僅僅激發另一個念頭，而是激發了很多念頭。大部分聯結思考是無聲進行著，躲在我們意識的自我之後。因此很多時候外界(如廣吿出現的一樣概念)會促發我們作出相關的行為。
認知放鬆 (Cognitive Ease)
重複的想法、清晰的展示、一個準備好的想法、或自己的好心情會使人進入認知放鬆狀態。當你處於認知放鬆的狀態時，會喜歡你看到的東西，相信你聽到的訊息，並信任你的直覺，你的思想可能相對隨意。相反，當你感到認知緊張時會比較警戒和多疑，會花更多力氣思考，這樣比較不會犯錯。
要使人們相信謬誤的方法就是不斷重複簡單的訊息，因為人們很難分辨熟悉感和真相。
常態 (norm)、意外 (surprise) 和原因 (cause)
事情發生得越多，就越被認為是一種常態。如果某個事件不符合人們腦海中的常態，則被認為是令人驚訝的，然後自然地為事件尋找毫無根據的因果關係。
妄下結論
我們的系統一容易妄下結論 — “眼見即為事實（WYSIATI — what you see is all there is）”。 WYSIATI 是系統 一傾向於根據現成的、有時是誤導性的信息得出結論。當我們做出一個選擇時，大多數情況都沒有意識到還有另一個解釋的可能性存在。系統一並不會去追蹤它拒絕的其他可能性。
月暈效應 (Halo Effect) — 月暈效應增加了第一印象的比重，很多時候，後面再進來的訊息已經沒有用了。例如一個英俊、有自信的演講者跳上講台時，聽眾給予他的演講內容會比上事實上較高的分數。我們的偏見是第一印象就決定了。
確認偏差 (Confirmation bias) — 我們會很快抓住有限的證據來證實我們現有的觀點，會忽視或不尋求與我們已經在腦海中創造的連貫故事背道而馳的證據。 例子: 如果被問到“Sam 是一個好人嗎？”系統 1 會馬上開始自動搜索對 Sam 的正面記憶。
回答一個更簡單的問題
通常在處理複雜或困難的問題時，我們會將問題轉化成另一個較簡單我們能夠輕易解答的問題。 例如，當被問到“你對生活有多幸福”時，我們會回答“我現在的心情如何”。這是思考的捷徑(heuristic) ，但它們通常會導致錯誤的結論。
另一個是我們傾向於通過用我們的感覺或情緒代替複雜的意見。 例如，”我對新產品的潛在成功的看法”可能取決於”我喜歡或不喜歡它的程度”。
(II) 捷徑和偏見 (Heuristics and Biases)
小數原則(Law of small )
人們不太了解統計學。 因此，他們可能會查看小樣本的結果 — 例如 100 人對一項調查做出回應 — 並得出結論。系統一不擅長懷疑，它會壓抑不確定性，而且會自動去建構故事，使一切看起來合理，除非這個訊息被立刻否定，否則它會認為訊息是真的，進而激發聯結擴散。這也解釋了為什麼人們只用有限的證據就得出結論。
錨點效應 (Anchoring effect)
當人們考慮一個未知數量之前，會用某種特定價值，來做估算的比較。估算值會跟你心中考慮的那個價值很相近。假如你問「甘地死時是不是已經114歲了？」會得到比問「甘地死時是否35歲」來得高很多的估算值。我們在買房子時的討價還價上，看到可以運用同樣的策略。賣方定售價，他走了第一步，就像許多遊戲一樣，先走第一步是有好處的，尤其在單一議題的協商上，例如價錢是買方和賣方唯一要談的東西。
可用性偏差 (Availability bias)
可用性偏差是另一種心理捷徑，我們會根據腦海容易提取的記憶來判斷事件的概率時，換句話說，越容易回憶起某事的後果，我們就越能意識到這些後果。吸引你注意力的鮮明事件、戲劇性的事件或個人的經驗、影像和生動的記憶等都比較容易在記憶中被提取。但想到事件的頻率通常不能準確表示現實生活中此類事件的概率。
表徵捷徑 (representativeness heuristic)
表徵捷徑是我們使用刻板印象(profiling / stereotyping) 來幫助我們判斷概率的地方。 例如，你看到一個人在地鐵上閱讀《紐約時報》。 以下哪一項更適合閱讀陌生人？ 1) 她有博士學位。 2）她沒有大學學位。大多數人會選擇答案1，即使在地鐵上獲得博士學位的概率遠低於沒有學位的人。
合取謬誤 (Conjunction Fallacy)
琳達實驗：琳達是一位單身、有話直說、聰明，主修哲學，關注歧視和社會正義問題的女性。 以下哪個更有可能？ (1) Linda 是一名銀行出納員，或 (2) Linda 是一名活躍於女權運動的銀行出納員。 正確答案是 (1) 可是85% 的斯坦福商學院研究生也沒有通過這項測試。 “合取謬誤”指聯合出現比單獨出現的可能性更大。我們選擇一個可信的故事 (plausible) 而不是一個可能的故事 (probable)。
因果基率勝過統計基率 (Causes Trump Statistics)
我們都著重合理故事而不是統計數據。
貝氏推斷（Bayesian Inference）/ 忘記了先驗概率 (Prior Probability) — (例子: 一輛計程車在晚上發生了一件撞車逃逸事件，這城裡有兩家計程車行，它們的計程車分別為綠色和藍色。這城中，85%的計程車是綠色的，15%是藍色的。 目擊證人說，他看到肇事計程車是藍色的，假設證人可以正確指認出顏色的機率是80%，錯誤的機率是20%。 請問肇事車輛是藍色計程車的機率有多少？ 有證人的情況下，正確的機率是41%。但大多數人會認為是80%。) 如果採用因果規則的形式，我們更有可能將先驗知識納入我們的推理中。當我們找不到它時，我們就創造它。系統一不能處理具有指定概率的模糊特徵。他需要創造具有非常明確特徵的刻板印象，並將根據這些明確特徵做出判斷。
迴歸到平均值(regression to the mean)
迴歸平均值是一個統計事實，即任何試驗序列最終都會收斂到預期值（即平均值）。 可是我們經常尋找因果原因來解釋幸運連勝和其他看似有意義的數字序列。例如一個飛行教官誇獎一個飛行員，一定是這個飛行員的表現優於一般人的表現，但是飛行員那一次優於別人的表現可能正好是運氣好，表現得特別好，下一次會回到他平常的表現程度，不管他有沒有被稱讚。同樣的，這個飛行員的表現比平常還差，所以被教官罵，下一次他可能會進步，回到他原來的水準，不管有沒有被罵。這個飛行飛行員把因果關係放到了一個只要是隨機歷程就一定會有的浮動差異上。
