认知偏差与纠偏 · 3/6
可得性偏差：容易想起，就更常见吗？
把印象中的案例转换成有时间、范围和分母的比较。
约 15–20 分钟。以下为虚构教学情境。
先记录你的判断
你连续刷到三个手机电池故障视频，决定这个型号故障率最高。视频可能重复转述同一事件，你也不知道各型号销量。
理解判断过程
人会利用容易想起或想象的事件判断发生频率，这在某些情况下会产生偏差。鲜明案例可以提示该检查什么，却不直接给出发生概率。
重复曝光不是重复发生。比较风险需要明确定义事件、观察期、记录渠道和暴露量。总例数高可能与使用人数多有关。
统计也可能漏报；不能因为一个视频缺少分母就忽略其问题。可以核查具体事件，同时暂缓对整个型号的频率排名。
可执行的检查步骤
- 把“总是发生”改成指定时间与人群中的具体问题。
- 核对记忆中的案例是否独立。
- 寻找一致口径的总量与分母，检查漏报和使用差异。
- 分别记录个案是否成立和整体频率是否可比较。
引导练习
同一记录系统、同一年：A 型号 20 起报告／10,000 台在用，B 型号 6 起／1,000 台在用。只用这些数据描述报告率，并写一个限制。
查看参考解析
A 为 0.2%，B 为 0.6%。A 的报告数更多，但给定分母下报告率较低。这不是已确认故障概率：还需核查报告是否重复、使用时长、事件定义和漏报差异。
换个场景独立应用
同事记得两次远程办公沟通失败，却想不起办公室中的失败。如何检验“远程总是更差”？
完成后对照参考
先定义失败与比较周期，收集两种方式下所有可比任务的成功与失败，而非只回忆显眼事故。检查任务难度和人员差异；未记录的失败不能当成不存在。
保留修正记录
本课不是教你忽略严重但少见的事件。决策还需考虑损失大小和可行的预防措施。
自查：是否写了可检查的依据、可行的下一步和修改条件？点击解析不代表掌握。
来源与适用边界
Tversky & Kahneman (1974), Judgment under Uncertainty
研究提供概念或方法背景；上述案例、操作步骤和练习由本站编写，不是原研究实验，也未验证本课程的教学效果。
完成标记是个人记录，不代表掌握或认证。