启发式偏差 (Heuristic Bias)

启发式偏差（Heuristic Bias）是指人们在面对复杂问题或不确定情境时，为了快速做出判断和决策，倾向于依赖经验法则或简化的思维策略，即启发式（heuristics）。这些启发式是认知上的捷径，能够帮助我们高效处理信息，节省认知资源。然而，过度依赖或不当使用启发式，可能会导致系统性的认知偏离，即偏差。这种偏差并非随机错误，而是可预测的、有规律的判断失误。常见的启发式偏差包括可得性偏差、代表性偏差和锚定效应等。它们广泛存在于投资决策、公共政策制定、日常判断等多个领域，影响着人们对事件概率、价值和风险的评估。

1. 投资决策中的可得性偏差： 一位投资者在选择股票时，倾向于购买近期媒体报道频繁、股价表现突出的公司股票，即使这些公司的基本面并不稳固。这是因为近期频繁出现的信息更容易被回忆起来，导致投资者高估了这些股票的投资价值和未来表现，而忽视了更全面的市场分析和风险评估。

2. 招聘面试中的代表性偏差： 某公司招聘新员工，面试官在面试过程中发现一位候选人毕业于名牌大学，且在简历上展示了多个成功项目经验。面试官因此认为该候选人能力出众，非常适合公司，并给予高分，而忽略了其在实际面试表现中暴露出的沟通能力不足和团队协作经验缺乏等问题。面试官将候选人与“名校优秀毕业生”的典型形象进行匹配，从而产生了代表性偏差。

1. 启发式是快速决策的认知捷径，但可能导致系统性偏差。
2. 偏差并非随机错误，而是可预测的判断失误。
3. 常见的启发式偏差包括可得性、代表性和锚定效应。
4. 认识启发式偏差有助于提高决策质量，避免盲目判断。
5. 在重要决策中，应警惕启发式偏差，进行更全面的分析。