Base Rate Neglect
基準率忽視
看到生動的個案就忽略統計——「我表哥就是這樣成功的」蓋過 99% 的人沒做到。
這個偏誤在做什麼
Kahneman 與 Tversky 1973 年的「計程車問題」：一個城市 85% 計程車是綠色、15% 是藍色，目擊者作證車禍肇事車是藍色，目擊者準確率 80%。請問實際肇事車是藍色的機率？多數人答 80%——正確答案是 41%（用貝氏定理計算）。受試者忽略了基準率（藍車本來就少），只用了目擊者準確率。 這個忽視在生活中無所不在：醫療診斷（罕見病的陽性測試大多是偽陽性）、創業（你看到的是倖存者，不是 base rate）、職涯（「他這樣做成功了」忽略了所有這樣做卻沒成功的人）。對抗它的核心動作：在做預測前，先問「類似情況的整體機率是多少？」
日常的樣子
你聽說一個朋友辭職創業半年內賺到 7 位數，於是覺得「這條路可行」——但 base rate 是 90% 的新創業者第一年沒有獲利。
你正在踩進它的訊號
- ·你被一兩個生動案例說服，但沒查整體比例。
- ·你說「他這樣就成功了」當作主要證據。
- ·你的判斷只看陽性案例（成功者），看不到陰性案例（失敗者）。
- ·你對「機率」、「比例」這類詞的反應是「但每個人不一樣啊」——拒絕用 base rate。
對抗它的具體動作
- 1在做任何預測前，先查 base rate——類似情境的整體成功/失敗率。
- 2把生動案例的影響力打折——它是 1，base rate 來自 1000。
- 3主動找「相同做法但失敗」的案例——它們存在但不容易被你看見。
- 4質問自己：「我有什麼地方比 base rate 更好？沒有？那我預期跟 base rate 一樣。」
用這些框架對抗它