思维模型系列 | 01：可得性偏差

一.［ What］这是什么？

因为受记忆力或知识的限制，我们在判断和决策的时候，倾向利用自己熟悉或者容易想象的信息。

这会导致那些显而易见、容易记起、更形象生动的信息所占比重过大，而忽略其它可能更有价值的信息。

1973年，美国学者 Amos Tversky 和 Daniel Kahneman（诺贝尔奖获得者，《思考，快与慢》作者） 首次对可得性偏差进行系统研究并将其命名。

---

二.［ Why］为何要学？

可得性偏差会导致错误的认知和决策：如果支持某个判断的例证更容易获得，我们的直觉推断和经验往往会据此下结论。

但我们忽略了其它必须考虑的信息，导致判断和决策出现偏差。因此，意识到这种认知偏差，可以帮助我们更好地决策。

---

三.［How］怎么应用？

1. 接受信息时：选择性接收观点，明确实际发生概率

“狗咬人不是新闻，人咬狗才是新闻。”新闻媒体为了博眼球而刻意选择报道一些案例，使得原本发生概率很小的事情每天充斥着我们的眼球，导致我们对这类事件发生概率评估过高。

比如，每天在新闻上看到各种创业成功故事，我们会有种错觉：“创业是容易的，成功是触手可及的，我稍稍努力就可以的。”但我们不会意识到，海量的没被报道过的失败企业才是常态。

2. 人际交往时：保持警惕意识，缓解心理失衡

亲密关系：你觉得，谁的付出更多？

在一项实验中，夫妻双方被问到同一个问题：用百分比表示，你为保持家里的整洁做了多大贡献。

结果是，他们的自我评估贡献率合计超过了100%——夫妻二人对自己的努力的记忆要更生动（比如前天早上倒垃圾的画面和气味），而且回忆自己劳动要比回忆对方更容易，因此导致了不同的判断。

所以，当你觉得自己付出很多的时候，不妨想想，这是不是你的“可得性偏差”呢？

团队工作：你觉得，谁的贡献最大？

许多团队成员感觉，他们做的事超出了自己份内的工作，而且他人并不感激自己的贡献，这往往是“可得性偏差”引起的。

如果你是管理者，那么就需要用事实和数据，让员工清楚地知道：他们的贡献在团队中处于何种位置。

谷歌的OKR管理方式（一种目标管理方法），其中的成功关键就是：公司从上到下，每个人的目标以及完成情况，对全员都是透明的。

3. 判断与决策时：利用问题清单进行检验

我们常需要基于信息，做出各种判断和决策，为了避免“可得性偏差”，可以通过问自己一些问题来辅助思考：

——做出这个判断，我的依据是什么？

——我能想到的这些例证，是不是仅仅因为它们更容易提取？

——这些例证是否全面涵盖了问题？还有哪些因素需要被纳入？

——是否有全面分析此问题的框架？哪里可以找到客观的统计数据？