Mind-为什么刚听过的惨案被高估——可得性启发

昨晚你刷到一条视频：某地商场的扶梯”咬”住了一个人的鞋，评论区刷满”再也不坐扶梯了”。今天你去同一家商场，绕了半圈，找到一部直梯。你没有算过任何数——扶梯出事的概率，比你每天开车上下班低几十倍。真正改变你路线的不是数据，是那段三十秒的画面。

大脑在这件事上的替换极其粗暴：它把”这件事有多常见”这道需要查统计的题，偷偷换成了”我能多快想起一个例子”这道只需要翻记忆的题。这个替换叫可得性启发（Availability Heuristic），1973 年由丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特沃斯基（Amos Tversky）提出。核心机制一句话就能说完：大脑用”提取的容易程度”冒充”发生的频率”，越容易想起的，越会被判定为高概率。

到这里你已经能预判它的全部后果：你怕的东西不必是最致命的，只需要是最有画面的；你低估的东西不必是无害的，只需要是最乏味的。你的风险清单不是由事实排的，而是由”谁上了头条、谁被算法推给你、谁在你记忆里还没凉”排的。

一、那道关于字母 K 的题，几乎没人答得对

1973 年，特沃斯基和卡尼曼给被试出一道看起来很简单的题：英文单词里，以字母 K 开头的单词多，还是第三个字母是 K 的单词多？

大多数人毫不犹豫地答”K 开头的多”。真相恰好相反：第三个字母是 K 的单词（ask、book、cake）数量几乎是以 K 开头（king、kite、kitchen）的两倍。 差别不在知识储备，在检索路径。以 K 开头的词顺着字母表就能蹦出来，回忆又快又轻松；第三个字母是 K 的词只能一个个在脑子里翻字典，翻几下没有结果，大脑就默认”那肯定很少”。

想起来的难易，被大脑直接翻译成了存在的多少。 判断频率时我们不去查统计，而去查记忆——而记忆最偏爱”刚发生、很生动、带情绪”的东西。

把定义说完整：可得性启发指个体在估计某个事件的发生频率或可能性时，依赖”相关例子在脑海中浮现的容易程度”。它有三个值得记住的特点。第一，用提取容易度代替真实概率，检索越快，赋值越高。第二，对生动、近期、带情绪的例子严重偏科，车祸天天有，但比不上一张血淋淋的坠机现场图。第三，它是大脑的省力默认设置，不是缺陷，是快思考的节能算法，只是经常算错。

它其实是两股力量叠加出来的。心理学的这一侧叫可检索性（Retrievability）：信息在记忆里好不好找，决定了它被调用的权重，其中生动、近期、带恐惧或恶心这类情绪的信息最容易被调出来，这一层叫生动性偏误（Vividness Bias）。社会学的那一侧叫风险放大（Social Amplification of Risk）：一个事件经过媒体反复报道、社交网络病毒式扩散、舆论持续加热，会从”一次个案”被放大成”一种社会威胁”，哪怕它的客观频率纹丝不动。两股力量合谋，就造出了经典的风险错位：

你的风险清单，不是由事实排的，而是由”新闻编辑”排的。谁上了头条，谁就”变多了”。

二、省电模式，和一支给恐惧用的荧光笔

卡尼曼在《思考，快与慢》里把大脑分成两个系统：系统 1 快、直觉、不费脑；系统 2 慢、逻辑、费能量。判断概率本该交给系统 2 去查统计、做计算，但大脑对能量极其吝啬，于是默认甩给系统 1 走捷径——“想得起 = 常见 = 重要”。这套算法又快又省电，大多数时候够用，比如”最近总下雨，出门带伞”。只是它在概率这件事上会反复翻车。

它的翻车模式很固定：只要检索通畅，判断就通胀。 一件事你刚经历过、刚看过、刚被吓过，它的提取流畅度（Processing Fluency）就极高，于是你给它打的概率分也水涨船高。流畅度不是真相，但大脑把它当真相。

情绪是检索最好的加速器。一件事只要触发强烈情绪——恐惧、恶心、愤怒、兴奋——就会被大脑用荧光笔标亮，此后每次回忆都又快又清晰：你见过的每一辆平安到站的火车都被静音处理了，但你读过的那篇”高铁晚点致死”的报道被设成了置顶。所以”鲨鱼咬人”能统治你整个夏天，而”全球每年约 50 万人死于溺水”只配当一行小字。数字没有情绪，案例有；没有情绪的东西，连进检索队列的资格都没有。

再叠上两个老机制，偏差就彻底锁死了。近因效应让刚发生的事天然排在记忆最前头，检索成本最低，于是”本周的惨案”永远压倒”去年的常态”。峰终定律让记忆只用峰值和结尾写总结，一个”电梯吃人”的峰值画面，足以覆盖你二十年平安乘梯的经历——你看到一个可怕的峰值，就会高估整条曲线的高度。 这也是为什么一次空难能让整个行业低迷好几个月，尽管空难死亡率一直是所有交通方式里最低的之一。

最深的一层是替换本身。真正的问题是”坐飞机安全吗”，那需要统计；大脑偷偷把它换成”我能想起几起空难”，那只需要记忆；然后它把答案交回来，装作已经回答了原题。这就是可得性替代（Availability Substitution）。你不是在评估概率，你是在评估回忆的难度，然后把两者搞混了。

三、你的钱包，先被头条定了价

保险行业是可得性启发的提款机。一次大地震或大洪水之后，相关险种销量会短期暴涨——不是因为风险真的变高了，而是因为灾难画面还在所有人脑子里循环播放。航空公司每次出事故，乘客会大量加买航空意外险，还会主动挑选”看起来更安全的机型”。需求随头条波动，不随概率波动。

投资市场同理。散户最爱买最近暴涨的股票，因为”某某炒股翻倍”的致富故事比”大多数人亏钱”的统计更容易检索；一条”创始人一夜暴富”的短视频，比十年亏损数据更能推动开户。风险投资那边更贵：一个”我们投的项目血本无归”的惨痛个案，往往让一家机构随后好几个季度过度保守，一个具体案例，撬动了几千万的资金配置。

斯大林有句被反复引用的话：”一个人死了是悲剧，一百万人死了是统计。”

这句话的心理学注脚就是可得性启发：具体可感的个案能撬动巨大的资源，抽象庞大的数字让人无动于衷。

1972 年，一张越南女孩裸奔逃离凝固汽油弹的照片，成了改变美国舆论的关键，一张照片胜过几万字的伤亡统计。反过来，每年因道路交通死亡的人数是恐怖袭击的几百倍，公众和政府的注意力却长期被后者占据。医院里，一张”溺水小男孩”的照片能瞬间引爆捐款，经济学家把这个叫可识别受害者效应（Identified Victim Effect）；而同样多的钱用来给成千上万没被看见的贫困儿童打疫苗，却常常筹不齐。这不是道德的错，是认知的错——但错的认知，会导向错的钱。

组织也在补昨天的窟窿。某厂刚出过一次工伤，全厂安全培训、重金买设备，长期侵蚀利润的慢性质量问题没人管；某项目刚被竞品打价格战打败，全公司开会研究定价，真正吃掉利润的老客户流失率没人提；医院因为一条”误诊致死”的新闻把相关检查层层加码、过度防御，而每天都在发生、从不上新闻的院内感染继续被忽视。组织记得住上过新闻的案例，记不住从未发声的统计。 聪明的风控做法很朴素：用风险矩阵加历史数据排优先级，而不是用”最近谁让我吓一跳”排优先级。

骗子把这一整套当地基用。他们从不跟你讲概率，只给你讲案例，而且挑最生动、最近、最让你心跳加速的那种：杀猪盘给你看”别人刚提现成功的截图”，传销给你讲”某老乡三个月买了房”，理财诈骗给你晒”昨天的收益已到账”。这些都是真实个案，鲜活到检索成本为零。所以反诈只有一条硬规矩：当对方开始讲”最近有个谁如何如何”，你就该知道，他正在用可得性启发撬你的钱包。

四、一个案例，怎样被养成一场道德恐慌

社会学家科恩（Stanley Cohen）1972 年提出道德恐慌（Moral Panic）：当一个群体或一种行为被媒体反复放大，社会会陷入与其客观危害完全不成比例的恐慌。可得性启发就是这台机器的引擎，每一条耸人听闻的报道，都在往社会的检索池里添柴。上个世纪流传的”电话亭抢劫潮””游戏厅毁掉一代人””网瘾电击疗法”，很多后来被证明只是被放大的少数个案；某地一次”当街抢孩子”的谣言，能在几天内传遍全国，让幼儿园门口如临大敌，而它的真实发生率远低于交通事故；每一次”重金悬赏通缉”的刷屏，都会让公众以为罪犯就在自己小区，尽管真实犯罪率可能正在下降。

循环是闭合的：一个案例→报道→讨论→恐慌→更多报道→更多人”想起”案例→更恐慌。社会整体的风险感被一条情绪链条越抬越高，而你身处其中，以为自己在理性判断，其实你只是在”跟忆”。

犯罪社会学有个著名的谜题正好落在这一点上：很多城市过去二十年犯罪率持续下降，公众的安全感却不断下滑。因为真实的犯罪率是统计，平稳、枯燥、没人报道；而对犯罪的恐惧是个案，血腥、惊悚、天天上头条。你手机里满屏”又发生了一起”，检索池每天被新案例灌满，于是你得出”越来越乱”的结论，而统计可能恰恰相反。治安部门的宣传困境也在这里：拿出”犯罪率下降 20%”，说服力不如一条”破获大案”的新闻。要让公众感到安全，光有数字不够，还得有一张”被抓住的坏人”的脸。

组织内部同理。很多团队的周例会，本质是一场”最近案例”展览会：谁刚踩了个坑，就被当成典型反复讲，全团队默认”这是个高频大坑”；而真正发生频率最高的那些小问题，因为太普通、太不刺激，根本轮不到被汇报。组织记得住戏剧性，记不住分布。好一点的复盘会会硬加一个环节——列出本周所有的小问题，用数量对冲戏剧性。

招聘场上还有更日常的版本：招聘官常觉得”最后面试的候选人更优秀”。不是巧合，前四个人的记忆已经模糊，第五个刚走出门，一举一动还热乎，检索零成本，评价自动加分。这就是面试顺序偏误（Interview Order Bias）。成熟的招聘官用结构化打分表、面完统一回顾、甚至故意打乱出场顺序——他们不是更有道德，而是更懂记忆会作弊。

五、最近的伤，改写了整段感情

可得性启发在亲密关系里最狠的一次应用，是用”最近一次吵架”评估”整段关系”。刚吵完，对方那句伤人的话还在耳边回响，检索强度拉满，你脱口而出”你从来都不在乎我””这段关系根本没法继续”；而三个月前那场温柔的生日惊喜、上周那碗深夜煮的面，此刻全被检索噪音压住了。你的关系满意度，很大程度上不由关系的平均质量决定，而由最近发生的那个样本决定。 这也是为什么很多情侣深夜提分手、第二天又和好——不是感情变了，是可得性变了。可行的对策是反着做：在关系平稳时主动做记忆存款，把对方的好记下来、说出来，让平日的幸福在吵架那天也能被检索到。

社交媒体把同一套机制推到了比较领域。你刷到的每个人都是他们的高光时刻——旅行照、升职帖、婚礼视频；而你检索自己生活时，翻到的总是今天的疲惫、昨天的加班、上个月的失恋。于是你得出”所有人都过得比我好”。问题出在样本不对等：你拿别人的精选集，对比自己的幕后花絮。你不是真的不如人，只是用了两套不公平的检索样本。

共情也一样偏科。灾难捐款里，一张”被冲到沙滩上的小男孩”的照片能募集到上亿善款，而”全球每年若干万人因饮水不洁死亡”的横幅几乎无人驻足。这不是冷漠，是认知的局限：我们进化出来的共情系统，是为眼前这个具体的人准备的，不是为统计分布准备的。理解这一点不是为了自责，而是为了提醒自己：想做一件好事时，与其被个案牵着走，不如主动去找那个最被忽视的大数字。

如果你正被一件刚发生的事击穿——分手、失业、被拒绝——请记住此刻你的风险评估器处在最高敏感档。此刻的绝望来自一个还滚烫的失败样本，大脑却把它当成”我人生的常态”，于是你说”我这辈子完了”。一个便宜的操作叫时间线回放：把这件事放回你过去十年的坐标里，想想那些当时也以为过不去的事。当时觉得是终点的事，后来都成了地图上的一个小点。 让时间稀释可得性，是情绪急救里最省钱的一味药。

六、算法把这台机器开到了最高档

如果可得性启发有一个天然宿主，那就是今天的信息流。它不想告诉你真实分布，只想给你最容易点击的内容，而最容易点击的永远是罕见的、戏剧性的、吓人的：电梯故障、车祸残骸、罕见疾病、极端个例，全被挑出来塞进你的时间线。你刷一小时，等于被投喂了几十次”罕见灾难”的高清重播，检索池被彻底污染。你每天得到的不是客观世界的抽样，而是点击率最高的少数案例的无限循环。 这是人类历史上第一次，可得性启发的原料被一个系统主动、大规模、精准地投放。

刷屏悖论由此成型：一起恶性事件被推上热搜，全网讨论、转发、二次创作，反复检索让所有人以为”这类事变多了”，算法于是推来更多同类内容，你在恐惧里越刷越深，平台赚走注意力。你之所以感觉”到处都是”，是因为你一直在被投喂”到处都是”的内容。关掉手机，那些事在你的生活半径里可能几十年都遇不到一次。

对着这个局面，能用的工具是基数意识。每次被一条新闻吓到，先问三个问题：

1. 这件事的发生率是多少？分母到底是什么，一年全国或全球发生多少次？
2. 我看到的这个例子是个案，还是分布？它代表整体，还是只是最刺激的那个样本？
3. 我最近是不是刷到太多同类内容了？是事实变多了，还是算法变勤快了？

第二个工具是反例检索，既然它靠”检索容易”取胜，你就主动去检索反例。觉得坐飞机危险，去查航空业每亿公里死亡率再对比汽车；觉得人人创业成功，去搜创业失败率；觉得自己一无是处，专门记录最近做成的三件小事。反例检索就是给大脑的证据库手动补货，让平淡但常见的事实也晒到太阳。

第三个工具是分层，别把直觉一棍子打死。小事交给直觉，今天带不带伞、这周吃什么，错了代价也低；大事强制进入分布模式，跳槽、投资、买房、健康方案，必须查数据、列概率、找专业人士校正，禁止被最近一个案例拍板。越重要、越不可逆的决定，越要请统计来仲裁；直觉负责快，统计负责对。

最后一条得留给自己。可得性启发不是智力缺陷，是全人类共用的出厂设置：在远古草原上，”能想起最近在哪里遇见过狮子”的人，比”认真计算狮子密度”的人活得久。你不需要消灭它，只需要在它说完之后补一句”等一下，让我看看统计怎么说”。顺带养成一个习惯：遇到惊人的个案时问一句，一百万个相似的人里，有几个是这样？那些日复一日正常工作、按时上下班、什么都没发生的”零事件”不会上头条，但它们才是真实世界的底座。一个心智清醒的人，不是没有直觉，而是拥有给直觉把关的习惯。

小结

一个机制：判断频率时，大脑不去查统计，而去查记忆；检索的流畅度被误当成发生的概率，于是生动、近期、带情绪的例子获得了不成比例的权重，风险排名被画面重写。

一个反直觉点：可得性启发最贵的地方不是让你怕错东西，而是它对”平淡的正确”系统性失明——真实杀手安静、缓慢、没有画面，因此永远排不上你的优先级；你越努力关注”重要的事”，越可能只是在关注”被讲得最多的事”。

一句口诀：想得起来的，不一定是常见的——先问发生率，再决定要不要怕。

真要落地，就做这几件小事：

1. 看到个案先找分母，把”它好吓人”翻译成”它的概率是 X”。
2. 重大且不可逆的决定，一律延到情绪降温之后再拍板，睡一觉是最便宜的纠偏。
3. 主动给自己的信源换血，订几个平静、带数据、肯写长文的来源，对冲算法的惊悚精选。
4. 记录自己的真实基线，一年下来你会发现，那些你担心的高频风险，大多一次都没发生。

参考资料

• Daniel Kahneman & Amos Tversky, Availability: A heuristic for judging frequency and probability, Cognitive Psychology, 1973.
• Daniel Kahneman, Thinking, Fast and Slow, Farrar, Straus and Giroux, 2011.
• Stanley Cohen, Folk Devils and Moral Panics, MacGibbon & Kee, 1972.