5 个生活中的认知偏差：心理学家这样解释
你以为自己每天做的决策是理性的吗？心理学研究告诉我们一个不太舒服的事实：人类的判断系统性地、可预测地偏离理性。Daniel Kahneman 与 Amos Tversky 自 1970 年代起的研究奠定了”行为经济学”基础，揭示了我们决策中重复出现的认知偏差。
本文挑出 5 个最具影响力的认知偏差，讲清它们的实验来源、生活案例与”对抗方法”。这些内容是 IPsyO 资格赛认知心理学部分的高频考点，也是日常生活中值得警惕的思维陷阱。
1. 锚定效应（Anchoring Effect）
什么是锚定效应？
当人对一个数值做估计时，第一个接触到的数字（”锚”)会显著影响最终估计——即便那个数字明显与问题无关。
经典实验
Tversky & Kahneman（1974）让参与者旋转转盘获得一个 1-100 的随机数，然后问”非洲国家在联合国的占比高于还是低于这个数？”再让他们给出具体估计。
结果：转盘转到 10 的人估计平均 25%；转盘转到 65 的人估计平均 45%。明显无关的转盘数字，左右了对完全不同问题的判断。
日常案例
- 商场定价：”原价 ¥1999，现价 ¥899″ —— 高价锚让 ¥899 看起来很划算
- 谈判：先开价的一方往往占优势，因为对方会围绕这个数字调整
- 简历：HR 看到你前一份工作薪水，就会以此为锚谈新 offer
对抗方法
遇到数字决策时，先独立估计你心目中的合理值，再对比对方给出的数字。或者主动反问：”如果没有这个锚，我会怎么估？”
2. 框架效应（Framing Effect）
什么是框架效应？
同样的事实，用不同的方式描述（”框架”），人会做出截然不同的选择。
经典实验
Tversky & Kahneman（1981）”亚洲疾病问题”：假设一场疾病预期会让 600 人死亡，有两个方案。
- 正面框架：”方案 A：救活 200 人 / 方案 B：1/3 概率救活 600 人，2/3 概率没人活” —— 72% 选 A（确定的收益）
- 负面框架：”方案 A：400 人死 / 方案 B：1/3 概率没人死，2/3 概率全死” —— 78% 选 B（赌博求避免损失）
两个版本数学上完全等价，但描述方式不同，多数人偏好翻转。
日常案例
- 食品包装：”95% 脂肪 free” vs “含 5% 脂肪”
- 手术同意：医生说”90% 存活率” vs “10% 死亡率”，患者选择不同
- 政策宣传：”失业率 5%” vs “就业率 95%”
对抗方法
遇到决策时主动翻转框架，看看反向描述下你的选择是否一致。如果不一致，说明你被框架左右了。
3. 可用性启发（Availability Heuristic）
什么是可用性启发？
人估计事件发生频率时，会基于能多快从记忆中调出例子，而不是统计基数。容易想起的事件被高估，反之亦然。
经典实验
Tversky & Kahneman（1973）问：”字母 K 出现在英文单词第一个位置 vs 第三个位置，哪个更多？” 大多数人答前者。
实际上 K 在第三个位置出现的概率是第一个的2-3 倍。但”以 K 开头的词”容易想到（King, Key, Kite），”第三个字母是 K 的词”难想（lake, like）—— 记忆可用性误导了判断。
日常案例
- 新闻效应：媒体多报道空难，导致人们高估飞机事故概率，低估汽车事故
- 近期事件：最近朋友圈某人创业成功，你就高估创业成功率
- 鲜活印象：曾经被狗咬过的人，会持续高估遇到流浪狗的概率
对抗方法
查实际统计数据，而不是凭”我想到了几个例子”判断。当感觉某事”经常发生”时，问自己”这是真的高频，还是只是我容易想到？”
4. 确认偏差（Confirmation Bias）
什么是确认偏差？
人会优先搜寻、记住、解释支持自己已有信念的信息，对反例视而不见。这是所有偏差里最具破坏力的一个，因为它让我们以为自己在”用证据思考”。
经典实验
Wason（1960）著名的”2-4-6 任务”：告诉受试者”我心中有一条数列规则，2-4-6 符合，请你给出三个数测试规则”。绝大多数人会给”8-10-12″”20-22-24″这样的数列——他们假设规则是”递增 2″，所以只测试支持的例子。
实际规则是”任意递增三数”。如果他们尝试 1-2-3 或 1-100-1000，立刻就能发现。但人天生不去测试自己想法的反例。
日常案例
- 政治立场：偏好的媒体被认为客观，反方媒体被认为偏见
- 股票决策：相信某股票会涨的人，只关注正面新闻
- 人际判断：第一印象认定某人”不靠谱”后，TA 之后做的事都被解读为”果然不靠谱”
- 科学误用：研究者只发表支持自己假设的研究（发表偏倚）
对抗方法
训练自己主动找反例。在做重要判断时，问”如果我错了，会是怎样的？什么证据能说服我？” 这是科学方法的核心——可证伪原则。
5. 损失厌恶（Loss Aversion）
什么是损失厌恶？
同等金额的损失带来的痛苦，约是同等收益带来快乐的 2-2.5 倍。所以人会非理性地避免损失，即使代价是放弃更大的潜在收益。
经典实验
Kahneman & Tversky（1979）”前景理论”基础实验：
- 给你 ¥1000，问”想确定再获得 ¥500″ vs “50% 概率获得 ¥1000 / 50% 概率啥也没有”——多数人选确定的 ¥500
- 给你 ¥2000，问”想确定损失 ¥500″ vs “50% 概率损失 ¥1000 / 50% 概率不损失”——多数人选赌博
两个场景数学期望完全相同，但人在收益时偏好确定（厌恶失去机会），在损失时偏好赌博（厌恶确定损失）。
日常案例
- 赌博：输钱后想”再赌一把回本”，反而越亏越多
- 股票：人持有亏损股票太久（不想确认损失），抛售盈利股票太早（确认收益）
- 恋爱：投入了 5 年的感情即使不快乐也不愿意分手——沉没成本谬误（损失厌恶的延伸）
- 免费试用：”试用 30 天满意再付款” —— 30 天后你会更难放弃
对抗方法
做决策时把”已经付出的”（沉没成本）排除在外，只评估从现在起的预期价值。问自己”如果我现在第一次面对这个选择，我会怎么选？”
这些偏差为什么会存在？
从进化角度看，认知偏差不是”bug”而是”feature”——它们是大脑在信息有限 + 时间紧迫下的快速判断捷径。在远古环境中，过度警惕（损失厌恶）能让你避开真正的猎食者；从记忆调取（可用性）比统计推算快很多。
问题在于现代社会的决策环境与远古差异巨大：
- 信息过载 → 启发式不够用
- 长期收益 → 损失厌恶让你做短视选择
- 媒体放大 → 可用性扭曲对真实概率的感知
这就是 Kahneman 双系统理论的精髓：系统 1（快、直觉）对生存有效但容易出偏差，系统 2（慢、推理）能纠错但耗能且懒得用。明白这一点，是减少偏差影响的第一步。
对 IPsyO 备考的意义
认知偏差是 IPsyO 资格赛认知心理学部分的高频考点：
- 能区分各偏差的实验出处与核心结论
- 能在情境题中识别”这是哪种偏差”
- 能解释偏差背后的双系统理论机制
决赛 Research Proposal 也常以”认知偏差干预”为题：如何设计实验降低人们的锚定效应？如何用框架重构降低损失厌恶？这些都是真实的研究问题。
推荐进阶阅读：Thinking, Fast and Slow（Kahneman 著，中文版《思考，快与慢》），是认知偏差最权威的科普综述。备考资源页有更多 IPsyO 推荐书目。扫码联系顾问获取认知心理学专题思维导图。
