《Thinking Fast and Slow》读书笔记Ch.13-14

思考，快与慢

本周《Thinking Fast and Slow》的读书笔记

CH.13 AVAILABILITY, EMOTION, AND RISK

Availability effects help explain the pattern of insurance purchase and protective action. the protective actions whether by individuals or governments, are usually designed to be adequate to the worst disaster actually experienced.

可得性效应可以用于解释诸如人们买保险和做出保护性措施的行为模式。经济学家Howard Kunreuther发现无论是个人还是政府做出的保护性的行动，其防范的程度都是以已发生过的最严重的灾害为标准的。也就是说我们没法对未来可能发生的灾害事件做出预测，很有可能届时我们这些预防措施一个都不适用。

Unusual events attract disproportionate attention and are consequently perceived as less unusual than they really are. The world in our heads is not a precise replica of reality; our expectations about the frequency of events are distorted by the prevalence and emotional intensity of the messages to which we are exposed.

那些特殊事件获得了太多的关注以至于让我们形成了一种"错觉"，认为那些事件并没有它们本身所表现出来的那么的不寻常。卡尼曼说我们头脑中的世界并非是对真实世界的精确复制。我们对于事情发生的频率的预期其实会被我们周遭接触到的信息量的多寡、由此唤起的情感的强弱所扭曲的。这就可以解释为什么每当有地震发生的消息在各大媒体上传播时，你就更有可能关注和收藏诸如“地震时我们该怎么做”、“黄金救援法则”之类的文章，同时会考虑购买简易医药箱和储备应急食品和工具等。

People form opinions and make choices that directly express their feelings and their basic tendency to approach or avoid, often without knowing that they are doing so.

人们在形成意见或是做出选择的时候经常没有意识到，这种意见和选择其实是他们情感的表达---愿意接近，还是想要逃避。

以上几段内容让我想到吴伯凡老师说到的“感知制品公司”。我们每一个人其实就是一个感知制品公司，我们的感知是一种产品，一种经过我们大脑处理后形成的独一无二的产品。我们看到的，我们理解的并非这个真实世界的全部，我们也无法做到全知、全能。既然是“感知制品公司”，那么就必然存在出错的可能，千万不要盲目自信，妄自尊大。

• A basic limitation in the ability of our mind to deal with small risks: we either ignore them altogether or give them far too much weight---nothing in between.
• Rational or not, fear is painful and debilitating, and policy makers must endeavor to protect the public from fear, not only from real dangers.

这一章的最后，作者谈了对于恐怖活动的看法，他指出事实上恐怖活动造成的伤害，即使是在以色列这样的多次被恐怖分子视为行动目标的国家，其因遭受恐怖活动一周产生的伤亡人数，都远不及同期因交通事故而造成的伤亡。但恐惧是极其痛苦的体验，且会让人软弱，这种感受如此强烈以至于人们会时常想起。所以政府花大力气做出的保护措施，不仅仅是保护民众远离危险，也是为了减小民众的恐惧感。

CH.14 TOM W'S SPECIALTY

Using base-rate information is the obvious move when no other information is provided.

本章一开始，作者就问了一个问题：“Tom W是你所在学校的一位即将毕业的大学生，现在有涉及计算机科学、人文教育、商业管理等九个专业，请你对九个专业排序，给出Tom W最有可能是哪个专业的毕业生。”对于这个问题，正确的答案是参考你所在大学每个专业人数的多少，人数占学校总人数比例最大的排第一，最小的排最后。

People without training in statistics are quite capable of using base rates in predictions under some conditions. However, concern for base rates evidently disappears as soon as Tom W's personality is described.

然而当作者进一步给出Tom W同学的性格描述，让参与者重新对他是哪个专业的学生进行评估时，情况就变了。多数参与者会按照Tom W的性格来评估他所在的专业，而完全忽略了专业人数多少这一基准概率。而对于有统计学常识的人来说，Tom W的性格描述根本不应影响对他可能所在专业的排序。

Bayesian reasoning:

• Anchor your judgment of the probability of an outcome on a plausible base rate.
• Question the diagnosticity of your evidence.

为了减少人们在评估时受到无关信息的影响，而将分析重点放在基本概率上，作者建议人们使用“贝叶斯推理”。贝叶斯推理有两大基本步骤：

1. 无论面对什么问题，先找到对应的基本概率。
2. 接下来根据你所掌握的证据在基本概率的基础上进行动态评估。

王烁老师在他的《30天认知训练营》里给出了更进一步的，具有实用性的贝叶斯推理步骤，我在这里摘录如下：

1. 无论面对什么问题，关于未来会怎么样，你设定三种可能情形：上、中、下，分别对应着变好，不变，变坏。如果你已有个初步判断，就相应配给上中下相应的基数；如果你是一张白纸一无所知，还没有任何判断可言，就给他们相同的基数。

2. 接下来事情本身的走向会带来新信息，有可能倾向于或者上或者中或者下这三种情形，是什么情形你就在对应的基数加分，加多少看新信息的力度大小而定。

我的模板是这样的：上中下各配基数33.33（用100除以3，平均分配），每次加分的取值范围是从1到5，最强5分，最弱1分（如果认为信息强，就赋值5，信息弱，就赋值1）。

这样，无论什么事，打上一段时间的分，你就对它是很有些数了，绝对比每次临时拍脑袋现想要靠谱。你就有了随身携带的贝叶斯大脑。