> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 可得性啟發

> 可得性啟發是一種心理捷徑，人們根據例子是否容易回憶來評估概率。了解其起源、影響以及如何克服。

<Info>
  **類別**: 效應<br />
  **類型**: 認知偏見<br />
  **來源**: 心理學研究，1973年，Amos Tversky 和 Daniel Kahneman<br />
  **別名**: 可得性偏差、可得性法則
</Info>

<Note>
  **快速回答** — **可得性啟發**（Availability
  Heuristic）是一種心理捷徑，人們根據例子是否容易浮現在脑海中來評估事件的可能性。Tversky和Kahneman在1973年首次記錄了這一偏見，解釋了為什麼像飛機失事這樣的重大事件看起來比實際更常見。理解這一啟發式有助於你對風險和概率做出更準確的判斷。
</Note>

## 什麼是可得性啟發？

可得性啟發是一種影響人們評估事件頻率、概率或原因的認知偏見。當人們需要判斷某事有多常見時，他們經常依賴於相關例子在腦海中浮現的容易程度——而不是尋求實際的統計數據。

關鍵在於，回憶的容易程度並不等於實際的頻率。生動的、最近的、情感強烈的或不尋常的事件更容易從記憶中檢索，導致人們高估其可能性。相反，常見但平凡的事件可能被低估，因為它們留下的心理痕跡較弱。

> 心靈混淆了回憶的容易程度與實際的頻率——最容易浮現於心的事件並不一定是發生最頻繁的事件。

這種偏見透過幾種機制運作。首先，令人印象深刻的事件——那些戲劇性的、情感強烈的或新奇的——創造更強的記憶編碼，因此更容易被檢索。第二，最近的事件比更早的事件更容易獲取，導致近因效應疊加可得性效應。第三，媒體放大了某些事件的可得性，扭曲了公眾對風險的看法。

### 可得性啟發的三層理解

* **入門**：注意新聞報導如何使恐怖主義、飛機失事或鯊魚襲擊等罕見事件看起來比統計數據支持的更常見——媒體選擇的是不尋常的，而非典型的。
* **實踐**：在評估風險時，主動尋求基礎比率數據，然後再依賴記憶。問：「實際統計數據怎麼說？」而不是「我能回憶起什麼？」
* **進階**：認識到你自己的經驗創造了一個有偏見的樣本——你的可得性庫是由地理、職業和生活方式塑造的，而不是代表性抽樣。

## 起源

**可得性啟發**由**Amos Tversky**和**Daniel Kahneman**在他們1973年的開創性論文《可得性：判斷頻率和概率的啟發式》中首次系統記錄。在他們基礎實驗中，參與者看到了一些名人名字和非名人名字的列表——並被問及男性名人名字是否比女性更多。

關鍵發現是，參與者的判斷受到的不是實際基礎比率的影響，而是檢索名人名字的容易程度。由於名男性名字在1970年代（研究進行時）更容易在文化上獲得，參與者系統地高估了他們的頻率。

Tversky和Kahneman證明了這一啟發式影響各個領域的判斷：估計死亡原因、評估商業風險、評估犯罪流行程度，甚至預測股票市場走勢。他們的研究表明，人們一致地高估生動的、突出的資訊，同時低估統計基礎比率。

## 核心要點

<Steps>
  <Step title="媒體放大感知頻率">
    新聞媒體選擇的是不尋常和戲劇性的，而非常見的。這創造了一個扭曲的可得性庫——飛機失事比汽車事故獲得更多報導，儘管後者發生頻率高的多。理解媒體選擇偏見對於準確評估風險至關重要。
  </Step>

  <Step title="個人經驗創造可得性偏差">
    你自己的經驗，以及你網路中人的經驗，並不是代表性的樣本。醫生每天看到病人，但這不能反映人群健康；消防員看到火災，但大多數房屋不會燃燒。
  </Step>

  <Step title="生動性凌駕於統計數據之上">
    一個生動的軼事通常在人們心中比統計數據更有分量。兒童綁架的故事可能導致比顯示該現象罕見的統計數據更多的行為改變。
  </Step>

  <Step title="最近的事件更容易獲得">
    近因效應疊加可得性——最近發生的事件更容易回憶，導致人們高估其可能性。這就是為什麼人們在災難後購買保險而不是之前。
  </Step>
</Steps>

## 應用場景

<CardGroup cols={2}>
  <Card title="風險評估" icon="shield-halved">
    在商業和個人決策中，主動尋求基礎比率統計數據。在對頻率或概率做出判斷之前，先詢問資料。
  </Card>

  <Card title="投資決策" icon="chart-line">
    在根據難忘的成功故事做出投資決策時要謹慎——容易回憶起「一夜暴富」並不能反映實際成功的機率。
  </Card>

  <Card title="健康決策" icon="heart-pulse">
    不要讓生動的健康故事（你自己的或他人的）凌駕於關於疾病患病率或治療有效性的統計證據之上。
  </Card>

  <Card title="政策判斷" icon="landmark">
    在評估公共政策時，區分難忘的軼事和統計證據。問資料實際上顯示什麼，而不是什麼容易浮現於心。
  </Card>
</CardGroup>

## 經典案例

### 2004年印度洋海嘯與日常溺亡

**2004年印度洋海嘯**在一天之內造成約23萬人死亡——這是有記錄以來最致命的自然災害之一。在之後的幾個月和幾年裡，媒體進行了廣泛報導，這一事件主導了公眾對海洋危險的認識。

然而，在同一時期，僅在美國就有更多的人在浴缸中溺亡，而全球海嘯造成的死亡人數則更少。每年全球溺亡人數超過32萬，但海嘯以其戲劇性、新聞價值主導了風險感知。

這種可得性扭曲有真實的後果：數百萬美元流向海嘯預測研究，而日常溺亡預防得到的關注較少。與此同時，人們可能害怕在海洋中游泳（海嘯很少發生），而不注意更危險的行為，如不繫安全帶駕駛。

教訓：戲劇性的、令人難忘的事件塑造了感知，但不是實際風險。有效的風險管理需要超越可得性，看到實際頻率數據。

## 邊界與失效場景

可得性啟發很強大，但有重要的邊界條件：

* **專業知識改變可得性**：領域專家擁有更豐富、更準確的心理模型，減少但不能消除其專業領域內的可得性效應。
* **直接經驗很強大**：個人經歷創造的比二手資訊更強的可得性，可能導致基於非代表性樣本的過度自信。
* **第一手經驗仍然有偏**：即使是你自己的經驗也不是有代表性的樣本——你遇到的人和事是由於地理、職業和生活方式，而非隨機抽樣。
* **統計訓練有幫助但不能消除**：受過統計訓練的人更不容易受影響，但在自動處理而非深思熟慮時仍然表現可得性效應。

## 常見誤區

<AccordionGroup>
  <Accordion title="令人難忘的事件是常見事件">
    事件的生動性與其頻率無關。令人印象深刻的事件之所以令人難忘，正是因為它們是罕見的——常見的事件平淡無奇，因此更不容易獲得。
  </Accordion>

  <Accordion title="我的經驗是一個好樣本">
    個人經驗是一個公認的有偏樣本。你遇到的人和事是透過非隨機選擇——你住在哪裡、你做什麼、你認識誰——所有這些都塑造了你的可得性庫。
  </Accordion>

  <Accordion title="如果我能回憶起來，它一定很重要">
    記憶可得性反映的是編碼強度，而非重要性或頻率。情感顯著性和近因驅動回憶，而非統計顯著性。
  </Accordion>
</AccordionGroup>

## 相關概念

可得性啟發與其他塑造判斷和決策的認知偏見密切相關：

<CardGroup cols={3}>
  <Card title="錨定效應" icon="anchor">
    兩者都涉及心理捷徑。雖然可得性根據回憶的容易程度判斷概率，但錨定依賴於初始參考點來做出估計。
  </Card>

  <Card title="確認偏誤" icon="check-double">
    一旦可得性塑造了初始信念，確認偏誤透過使證實證據更加突出來強化它們。
  </Card>

  <Card title="近因效應" icon="clock">
    最近發生的事件更容易回憶，所以近因效應疊加可得性效應——兩者都導致高估最近事件有多常見。
  </Card>

  <Card title="框架效應" icon="frame">
    資訊的呈現方式影響什麼浮現於心，這反過來影響基於可得性的判斷。
  </Card>

  <Card title="後見之明偏差" icon="history">
    回憶過去事件的容易程度（可得性）導致人們高估事後結果的可預測程度。
  </Card>

  <Card title="倖存者偏差" icon="award">
    我們只看到成功的例子，因為失敗的嘗試更不容易獲得——這是一種可得性扭曲形式。
  </Card>
</CardGroup>

## 一句話總結

<Tip>
  在評估概率或風險時，詢問資料實際上顯示什麼——而不是什麼最容易浮現於心。回憶的容易程度不是頻率的可靠指南。
</Tip>
