Availability

本文翻自LessWrong社区

可用性

可用性启发式是通过想到事件示例的难易程度来判断事件的频率或概率。

1978年，Lichtenstein、Slovic、Fischhoff、Layman和Combs的一项著名研究《致命事件的判断频率》（Judged Frequency of Lethal Events）研究了量化风险严重程度的错误，或者判断两种危险中的哪一种发生得更频繁。受试者认为事故造成的死亡人数与疾病一样多;认为凶杀是比自杀更常见的死因。实际上，疾病造成的死亡人数大约是事故的十六倍，自杀的发生率是凶杀的两倍。

一个明显的假设可以解释这些扭曲的信念，即谋杀比自杀更容易被谈论——因此，与自杀相比，某人更有可能回忆起谋杀而不是自杀。事故比疾病更具戏剧性——也许这使人们更容易记住或更容易回忆起事故。 1979 年，Combs 和 Slovic 的一项后续研究表明，偏斜概率判断与两家报纸的偏斜报道频率密切相关（0.85 和 0.89）。这并不能解决谋杀案是否因为被更多报道而更易于记忆，或者报纸是否因为谋杀案更生动（因此也更容易被记住）而更多地报道谋杀案。但无论哪种方式，可用性偏差都在起作用。

选择性报告是可用性偏差的一个主要来源。在祖先的环境中，你所知道的大部分都是你自己亲身经历的；或者你直接从一个看过它的部落成员那里听到的。在你和事件本身之间通常最多只有一层选择性报告。在今天的互联网上，您可能会看到经过六个博主之手的报告——六个连续的过滤器。与我们的祖先相比，我们生活在一个更大的世界中，其中发生的事情要多得多，而到达我们这里的要少得多——一种更强的选择效应，这会产生更大的可用性偏差。

在现实生活中，你不太可能见到比尔盖茨。但由于媒体的选择性报道，您可能会想将自己的生活成功与他的生活成功进行比较，并相应地遭受享乐惩罚。比尔盖茨的客观频率是 0.00000000015，但你听说他的次数要多得多。相反，地球上 19% 的人每天的生活费不到 1 美元，我怀疑你阅读的博客文章中有五分之一是他们写的。

使用可用性似乎会产生荒谬偏见；从未发生过的事件不会被回忆起来，因此被认为概率为零。当最近没有发生洪水时（但概率仍然相当可计算），人们拒绝购买洪水保险，即使它有大量补贴并且定价远低于精算公允价值。 Kunreuther 等人建议对洪水威胁的反应不足可能源于“个人无法将从未发生过的洪水概念化...冲积平原上的人似乎是他们经历的俘虏...最近经历的洪水似乎为管理者们认为他们应该关注的损失规模设定了一个上界。”

伯顿等人报告说，当水坝和堤坝建成时，它们会减少洪水的发生频率，因此显然会产生一种虚假的安全感，从而导致预防措施的减少。虽然建造水坝会减少洪水的发生频率，但每次洪水造成的损失要大得多，以至于年平均损失增加。

聪明人会从小危险的记忆中推断出大危险的可能性。相反，过去对小危害的经验似乎设定了一个可感知的风险上限。一个能够很好地防范小灾害的社会不会采取任何行动来应对重大风险，一旦定期的小洪水被消除，就会在洪泛区建设。一个经常遭受小灾害的社会将这些小灾害视为风险大小的上限，防范经常发生的小洪水而不是偶尔发生的大洪水。

记忆并不总是对过去概率的良好指导，更不用说未来了。