核心概念

人類大腦在演化上是為了快速判斷、降低能量消耗而設計的，並非為了精確推理。這導致我們在做決策時，會系統性地偏離理性——這些偏差稱為「認知偏誤」（Cognitive Bias）。

認知偏誤不是隨機錯誤，而是可預測的固定模式。諾貝爾經濟學獎得主丹尼爾·卡尼曼（Daniel Kahneman）將人類思考分為兩個系統：系統一（快速、直覺、自動）和系統二（緩慢、理性、費力）。大多數認知偏誤源自系統一主導決策，而系統二未及時介入修正。

七種最常影響決策的偏誤

1. 錨定效應（Anchoring Bias） 最先接收到的資訊會不成比例地影響後續判斷。卡尼曼實驗中，轉盤轉出 65 的受試者估計非洲國家占聯合國比例為 45%；轉出 10 的人只估 25%——即使他們清楚知道那個數字與答案毫無關係。談判時先開價者占優，正是因為對方的思考框架已被第一個數字錨定。

2. 確認偏誤（Confirmation Bias） 人傾向尋找、解讀、記住支持自身既有觀點的資訊，並忽略或貶低相反證據。當你相信一個市場假設時，大腦會自動過濾掉否定它的訊號。這是商業決策中最危險的陷阱之一，因為它在「主動收集資訊」的過程中悄悄發生。

3. 可得性捷思（Availability Heuristic） 以「腦中能輕易想到的例子」來估計事件機率。目睹車禍後，人們會降低車速——即使事故的實際發生率沒有改變。這導致我們高估生動、近期、戲劇性事件的風險，低估緩慢但更重要的長期威脅。

4. 代表性捷思（Representativeness Heuristic） 根據事物「看起來像什麼」來判斷機率，而非使用實際的基礎機率（base rate）。連統計學家也容易犯這個錯誤：高估小樣本的代表性，忽略樣本量不足時的隨機波動。

5. 事後偏見（Hindsight Bias） 事件發生後，人們傾向認為結果「早就可以預料」。組織中的危險後果是：冒大風險卻碰巧成功的人被視為英雄，謹慎的懷疑者被視為保守。這會系統性地獎勵魯莽、懲罰審慎。

6. 損失規避（Loss Aversion） 失去 100 元的痛苦，遠大於得到 100 元的喜悅（約 2 至 2.5 倍強度）。這導致人們面對選擇時，過度偏向「避免損失」而非「追求同等獲益」。沉沒成本謬誤（明知失敗仍繼續投入，因為「已經花了那麼多」）正是損失規避的衍生產物。

7. 現狀偏誤（Status Quo Bias） 人們傾向選擇維持現況，即使改變對自己更有利。它不只是慣性——是損失規避與確認偏誤共同作用的結果：改變帶來不確定，不確定被大腦判讀為潛在損失。

關鍵要點

  • 偏誤不因聰明而消失：錨定效應在法官、MBA 學生等高教育程度群體中同樣顯著；代表性捷思對統計學家同樣有效
  • 偏誤盲點（Bias Blind Spot）是後設偏誤：人們普遍認為自己比他人更不受偏誤影響，這本身就是一種偏誤
  • 確認偏誤可透過刻意逆向搜尋抵消：主動尋找「反對你目前決策的最強論點」，而非搜尋支持論點
  • 反事實思考（Counterfactual Thinking）訓練決策品質：事後回想「如果當時選擇 B，會發生什麼？」，能辨別哪些因素真正影響了結果
  • 元認知（Metacognition）是去偏的核心：決策前刻意問「我現在有哪個偏誤可能正在作用？」
  • 制度設計優於個人意志力：刻意引入挑戰現有假設的聲音，比依靠個人努力「保持客觀」更有效

實務應用

重要決策前的自我檢核清單：

  1. 確認偏誤：我是否主動尋找過反對這個決策的最強論點？
  2. 錨定效應：這個判斷有沒有被某個初始數字不合理地限制？
  3. 可得性偏誤：我的評估是否被最近某個具體事件過度影響？
  4. 損失規避：我是否因為「已經花了這麼多」而繼續一個應該停止的計畫？
  5. 事後偏見預防：做決策時，同步記錄「我為什麼這樣決定、當時我知道什麼」

前置驗屍（Pre-mortem）：做出決策後，先假設「六個月後這個決策已經失敗」，再反推最可能的原因。這是對抗過度樂觀偏誤最有效的工具之一，也能讓團隊在無心理壓力的情況下提出負面預測。

延伸觀點

跨多篇研究共同驗證的模式：

偏誤的可預測性使其可管理：錨定、確認偏誤、框架效應在多個跨文化研究中表現出高度一致性。這意味著可以建立系統性的「偏誤防護程序」，而非依賴個人意志力或主觀自覺。

即使高壓、高專業情境下仍有效：情報分析師、組織領導者同樣受錨定偏誤和確認偏誤影響。實驗研究顯示，「我比別人更理性」的信念本身就是一個偏誤，且在高度自信的決策者身上更明顯。

多元視角的制度效果優於個人覺察：研究與商業案例共同指向同一結論——主動建立制度性的逆向意見機制（反對者角色、多元人才引入），是高品質決策組織的共同特徵，效果遠優於個人訓練。

相關頁面：可逆與不可逆決策框架 | 創業者核心心態框架 | 品味作為競爭力

反向連結

以下頁面引用了本頁：