05｜为什么容易想起的事，就显得更常见？

一、先说结论

二、我们先理解一个问题

先做一个小测试。

请你在十秒内估计：英文里，以 r 开头的单词多，还是第三个字母是 r 的单词多？

大多数人会脱口而出：以 r 开头的更多。理由也很自然——你随手就能想起 red、road、run、right。但真实情况恰恰相反：第三个字母是 r 的单词其实更多。这个经典问题说明的是同一件事：我们判断“多不多”，靠的是“好不好想”，而不是“数一数”。

好想的东西，显得多；难想的东西，显得少。系统 1 把“提取的难易”直接读成了“频率的证据”，中间那一步真实的清点，被整个绕过了。

三、作者到底提出了什么观点？

卡尼曼围绕可得性启发提出了几层看法：

• 用容易的问题替换难的问题：被问“多常见、多危险”时，系统 1 换成“我能多快想到例子”，并对这个替换毫无察觉。
• 可得性由什么决定：媒体报道的密度、事件的情绪冲击、是否亲身经历、是否刚刚发生。
• 偏差的方向：高估生动、罕见、被反复报道的事件，比如空难、凶杀、罕见疾病；低估平淡、常见、不被报道的事件，比如日常车祸、慢性病。
• 与 WYSIATI 相连：能想到的，就成了“全部”；想不起的，仿佛不存在。
• 后果：风险感知被扭曲，进而影响个人选择，甚至影响公共政策。

卡尼曼强调，这条捷径的可怕之处不在于它会偶尔失灵，而在于它的偏差方向是系统性的——它总是朝“更生动”的那一边倾斜。

四、把这个观点翻译成人话

把记忆想象成一个仓库，仓库门口有一条传送带，上面跑的是“最近最常被搬动”的东西。

当你被问“这事常见吗”，系统 1 并不去清点库存，而是随手抓了传送带上最快经过的几件货，当作整个仓库的样本。样品越顺手，你就越觉得这类货很多。

所以问题的关键，从来不是“事实上有多少”，而是“你脑子里多快能搬出几件”。而传送带运什么，很大程度上不由你决定——媒体、算法、以及你最近被什么吓到过，都在替它装货。

五、为什么会这样？

把可得性偏差拆开来看，会发现最醒目的是：真实的频率根本没有进入流程，进去的只是“提取的难易”。

flowchart TD
    A[被问: 某事有多常见或多危险] --> B[系统1替换成更容易的问题]
    B --> C[我能多容易想起相关例子]
    C --> D[回忆越容易, 例子越生动]
    D --> E[判断: 这事很常见, 很危险]
    F[媒体密集报道] --> D
    G[情绪冲击强] --> D
    H[亲身经历] --> D
    I[近期刚刚发生] --> D
    E --> J[风险感知扭曲与决策偏差]

从图中可以看出，判断链路里有一个隐形的替换：A 被 B 换掉了。我们以为自己回答的是“它有多常见”，实际上回答的是“它有多好想”。

而右侧那四个箭头——媒体、情绪、亲历、近期——决定了记忆的“手感”。它们每一个都偏向戏剧性与冲击力，于是可得性偏差天然地偏爱那些吓人的、罕见的事件。

六、举一个现实生活中的例子

坐飞机，还是开车。

一架客机失事，几乎必然登上所有媒体的头条：画面震撼、伤亡集中、情节戏剧化。于是“坐飞机很危险”这个感觉被反复加固，成了记忆里最鲜艳的一幅画面。

可如果去看数据——一些研究表明，按每公里或每出行次数计算，商业航空的死亡风险远低于公路交通。但人们依然更害怕飞机，而不是每天开车出门。为什么？因为车祸太日常、太零散、太不成新闻；一架飞机的坠落却会被反复播放，在你的仓库传送带上永远占着一个显眼的位置。

可得性偏差就这样完成了一次悄无声息的翻译：把“记忆的鲜艳度”翻译成了“现实的危险度”。

更耐人寻味的是它在行为上的后果。空难新闻之后，往往有一些人会改选长途自驾——为了躲开一个极小概率的灾难，反而把自己暴露在更大的风险里。他们的恐惧是真实的，只是这份恐惧，量错了对象。

七、回到书中重新理解

可得性启发是卡尼曼判断偏差部分里最有影响力的一条，因为它把两个层面接在了一起：认知机制（记忆提取的难易）与现实后果（媒体、风险、公共政策）。

它也解释了为什么“生动的个案”总能压倒“准确的统计”——统计需要系统 2 去处理，而生动案例直接命中系统 1 的提取通道。这与后面的基础比率忽视、叙事谬误是同一条线上的延伸：我们总是更容易被“能想起来的那一个”带走，而不是被“算出来的那一片”说服。

所以可得性不只是一条关于记忆的规则，它还是理解公共舆论与风险治理的一把钥匙。

八、这个观点背后还有什么？

有几个隐含前提值得拎出来。

第一，可得性不仅影响对外部世界的判断，也影响自我评价。 容易想起自己做过的好事，可能让人对自己评价偏高；反过来，反复想起自己的失误，也可能让人过度自责。

第二，它解释了媒体的塑造作用。 报道什么、反复报道什么，就在定义公众认为什么“常见”、什么“值得害怕”。

第三，它是双向可利用的。 企业可以通过反复曝光让一个品牌“显得流行”，政治议题可以通过重复出现在镜头里而“显得重要”，个体则需要多一层自检。

第四，它提醒我们：“容易想起”本身，是一种可以被制造出来的感觉。 你以为的常识，可能只是被重复得够多。

九、这个观点有问题吗？

十、今天再看这个观点

以下部分是卡尼曼思想的现代延伸，不是卡尼曼的原话。

社交媒体是可得性偏差的放大器，而且比传统媒体更极端。算法会把最能引发情绪、最容易被转发的内容推到你的面前，而“罕见且极端”天然更容易被转发。于是你看到的“世界”，是由最容易被记住的片段拼成的。每一次刷屏，都在悄悄改写你对“什么常见、什么危险、什么正常”的判断。

这在公共层面还有一个副作用：当所有极端事件都被集中呈现在同一个屏幕上，人会误以为“世道越来越乱”，而这种感觉的来源，可能只是信息密度提高了，而不是坏事的频率上升了。

一个可操作的对策是：当你想说“现在这种事越来越多了”时，先停一秒，问自己——是真的变多了，还是我最近更容易看到它了？

十一、这一篇真正应该记住什么？

1. 判断频率时，我们用的是“好不好想”，不是“数一数”。
2. 容易想起，取决于报道、情绪、亲历和近期程度。
3. 结果是高估生动罕见的事件，低估平淡常见的风险。
4. 它与 WYSIATI 相连：能想到的，就成了全部。
5. 媒体和算法，正在替你决定“什么显得常见”。

十二、留一个问题

下一篇：可得性说的是“用好不好想，代替有多少”。还有一种更狡猾的替换：用“像不像”代替“概率有多大”。为什么我们宁愿相信一个东西“像”，也不愿相信概率给出的答案？

下一篇我们就来拆开这个问题——为什么我们爱用“像不像”来下判断？