「快思慢想」（Thinking, Fast and Slow）這本書揭露了很多關於人們使用直覺的謬誤，它的作者心理學家 Daniel Kahneman ，是2002 年的諾貝爾經濟學獎的得主。你可能會覺得奇怪，為什麼一個心理學家會得到的是經濟學獎？在「沒人想當傻蛋」那篇文章中我曾提到過，行為經濟學（neuroeconomics, or behavioural economics）是一門結合眾多領域的新興科學，藉由整合心理學、大腦神經科學、機率學、統計學，甚至哲學的知識，來瞭解人們做判斷的行為，尤其是牽涉到資源的重新分配（獲得、損失）這一類的決定或預測，因此它最大的應用是在經濟學，也有人稱之為決策學（decision science）。 代表性直覺（representativeness heuristic） 琳達今年31歲，單身，坦率直言。她大學時主修的是哲學，在大學時代她非常關心社會正義及種族歧視相關的議題，也曾參加過反核示威遊行。 請問以下哪一個關於琳達的猜測最有可能？ （1）她是一個銀行行員。 （2）她是一個銀行行員，同時也是激進的女性主義者。 你選哪一個？ 大多數人都會選擇（2），因為根據之前的描述，大家覺得最有可能的是「她是個激進的女性主義者」。然而含有這個描述的選項只出現在（2），所以直覺選（2）會使我們的猜測更加明確。 然而仔細想想，這是個很基本的機率問題。答案（1）只有一個描述（事件A），而答案（2）是兩個描述（事件A 和事件B）。不管事件A的機率是大是小，一旦要再交集另一個事件，其交集的機率一定會小於單一事件的機率。 P(A & B) = P(A) * P(B) 機率是介於 0 到1 之間的數字，機率A乘上機率B，一定是越乘越小。所以，描述（1）正確的機率一定大於描述（2）正確的機率。 你很意外自己也會犯這種簡單的錯誤嗎？並不是因為你不夠聰明，而是因為你的大腦很偷懶。 Kahneman 和他的同事 Tversky 早在1970年代就用心理學實驗證明，我們的大腦經常為了求快，仰賴啟發式的直覺（heuristics）做快速判斷，而誤導我們做出錯的結論。我們的大腦之所以這樣做，是因為它可以降低處理的資訊量以及分析的步驟，以節省腦細胞運算的資源。 在他們研究得出的幾種常見謬誤當中，其中一個最有名的，稱為「代表性直覺」（representativeness heuristic）。它有點類似偏見，抓住代表性的資訊，不多做分析或考量機率，逕自把人貼上標籤，以上關於琳達的問題就是個很好的例子。 根據 Kahneman 和 Tversky 的研究發現，人們在做預測時，會偏好使用小範圍的資訊，更勝於具有一般性效力的資訊。我們下意識地認為小範圍的資訊更加明確（specific），所以應該會提高猜測的準確度，但其實這是一種謬誤。因為小範圍的資訊通常適用於特殊狀況，發生的機率較低，而一般性（普遍性）的資訊適用於更大範圍的情況，發生的機率較高。 忽略基準比例之謬誤（base rate neglect fallacy） 前一篇討論新冠病毒測試的文章裡提到「忽略基準比例之謬誤」（base…