认知偏误:常见类型和日常例子

2026年10月3日 · 作者 Taylor Yang

用五个清楚的例子讲清认知偏误(cognitive biases)。每种模式配一个可核实的检查,再用一份实用的复盘表改进你的判断。

认知偏误是判断中反复出现的模式,会让人系统性地以被误导的方式解读信息或做选择。它和单纯缺一个事实、或者随手犯个错不一样。大家熟悉的例子包括确认偏误、锚定、可得性、后见之明和沉没成本谬误。并不存在一份公认、编号、能覆盖所有情境的完整清单。从你正在做的那个决定出发,找出具体的推理风险,再选一个具体的防范动作。给一个偏误命名可以指引你去检查,但它证明不了另一个人为什么那样做。

定义

思考会用到捷径。时间和信息有限的时候,捷径是有帮助的。偏误描述的是这样一类模式:在特定条件下,判断可预期地被从相关证据或相关比较上拉走。

把启发式(heuristic)和偏误(bias)区分开是有用的。启发式是一种简化的方法或捷径。偏误是最终判断里的一种系统性倾向。捷径不一定导致错误,也不是每个错误都出自某个有名有姓的偏误。

OpenStax 对认知偏误的讨论描述了既有信念和思维捷径怎样影响解读。下面这张表用五个常见概念作为一个实用切入口,不是一份权威的分类体系。

偏误对照表

模式可能出问题的地方例子一个具体的防范动作
确认偏误偏向采信和既有信念一致的证据只看对自己偏好的方案的夸奖指定”什么证据会改变我的结论”
锚定给了最初那个数值过大的权重让第一个报价决定所有价格应该是多少比较各自独立成立的估算
可得性用”想起来容不容易”判断频率把一次近期失败当成常态结果查相关记录和一个分母
后见之明事后把结果看得比实际更早就能预知说一个项目”本来就注定要黄”回顾在结果出来之前记录过什么
沉没成本谬误让收不回来的花费推着走下一个选择因为已经付过钱了,就继续一条糟糕的路从今天往后比较剩下的选项

这些例子都是假设的。每种模式都需要具体情境。第一个报价里可能确实含有有用信息,一次近期失败也可能确实反映了某种真实变化。防范动作要问的是:这份信息被赋予了合适的权重吗?

当相关的风险正好是这两类时,用确认偏误和沉没成本谬误的专题指南。一个简短的标签应该引出一个更清楚的问题,而不是让讨论到此为止。

认知偏误:偏误对照表示意图
认知偏误:偏误对照表示意图

实例拆解

想象一个团队在复盘一场失败的活动。活动开始得晚,到场的人少,还有几位参与者抱怨场地。

一位管理者开口就说:“我们早就知道那个场地会是一场灾难。“团队去查筹备记录。记录显示,选那个场地是在讨论过成本和无障碍之后定的,并且注明了公共交通方面存在不确定性。这份记录有用,因为它把”当时预料到的”和”现在觉得显而易见的”分开了。

另一位参与者记得有三处抱怨,于是断定所有人都讨厌那个场地。团队去查来了多少人、提了哪些问题、有没有记录正面或者中性的反馈。这些抱怨可能确实重要,但光凭数量并不能确定整个群体的看法。

第三位参与者想下次还用这个场地,因为已经付了一笔不能退的押金。这笔押金可能已经是沉没成本;真正相关的比较还包括未来活动质量、能退回来的部分,以及更换场地的成本。

最后,团队偏好的解释是场地造成了全部三个问题。他们去查签到记录和沟通时间。邀请发得晚,本身就能解释到场少,跟场地无关。修正后的说法可能包含好几个原因。

这份原创复盘把五个模式对上了五项检查。它不是在给参与者下诊断,不是在衡量他们的智力,也不能证明一个防范动作能消掉所有偏误。

认知偏误:实例拆解示意图
认知偏误:实例拆解示意图

决策防范

围绕任务来选防范动作,而不是去记一长串偏误清单。

  1. 记下你的说法和可选的别的解释。 一个模糊的印象很难评估。
  2. 有用的话,先独立估一次。 在让所有人看到一个笃定的数字之前,先收集各自的初步看法。
  3. 查分母。 问这些例子是从什么范围里挑出来的,漏了什么。
  4. 留一份带日期的决定记录。 在结果出来之前把假设和不确定性保存好。
  5. 把未来的选项和过去的花费分开评估。 把可回收的价值和真实的转换成本算进去。
  6. 邀请一次有针对性的挑战。 请一个懂行的复审者指出缺失的证据和说得通的别的解释。

OpenStax 对认知的解释把判断放在更大的心智过程里看。一张清单替代不了解读某个具体问题所需要的知识。

防范动作本身也可能变成表演。如果只认真评估了一个方案,写下”我们考虑过别的选择”说明不了什么。匿名投票一样可能只是反映了共同的假设。要检查方法的实质,而不是只看有没有打过勾。

想自己练,用如何提升批判性思维。要比较一个后果重大的选择,用决策框架。那两页会把具体的检查变成一套流程。

认知偏误:决策防范示意图
认知偏误:决策防范示意图

常见问题

认知偏误一共有多少种?

不同的研究和教学来源用不同的定义和归类方式。五种、十二种或者更多,都是一种挑选,不是全世界的最终定数。

偏误只是别人的问题吗?

不是。你熟悉这些术语,并不能说明你自己的推理没有偏误。也把自己的说法、证据和假设摆出来让别人检查。

我能用一个偏误解释每一次错误吗?

不能。信息缺失、激励、约束、方法不好和偶然,都可能解释一次错误。从真实情况出发,去检验那个相关的解释。