系統性偏誤：判斷的錯是可預測的，也能被設計掉

我們總以為判斷失準是「當下沒想清楚」的隨機失誤。Bazerman 的壞消息是：這些錯有固定的形狀、會重複出現、連專家也躲不掉。好消息是——正因為可預測，就能事先設計流程把它們抵銷掉。

• 判斷的錯不是隨機的，是系統性的。為了應付資訊超載，大腦仰賴捷思法（heuristics，「拇指法則」）——多數時候夠用，但一旦被誤用在不適合的情境，就產生可預測的偏誤（bias）。捷思頑固，是因為它與記憶和認知的內建機制相符；但「可預測」也意味著：我們可以在賭注大的場合預先設計流程去抵銷它，而不是期待每個人臨場都夠理性。
• System 1 vs System 2。大部分判斷來自快速、直覺、不費力的 System 1——省時，卻是偏誤的溫床；System 2 則慢、費力、講邏輯。改善判斷的第一步，就是辨識何時值得刻意從 System 1 切換到 System 2。麻煩在於：我們常沒意識到自己正在用捷思，因此無從選擇性地避開它。
• 過度自信是偏誤之母（overconfidence）。它有三種樣貌：過度精確（信賴區間畫太窄——自稱 98% 命中，實際常只有 30–70%）、過度估計（高估能力與掌控、低估完成時間，即「規劃謬誤」，波士頓「大開挖」延遲九年、超支近五倍）、過度定位（93% 駕駛自評技術優於中位數）。它讓人不願檢驗假設、忽視反證，於是替其他偏誤鋪路。
• 常見偏誤有三大來源。可得性（把「容易想起」誤當「常發生」——媒體渲染的戰爭比安靜離世的肺炎更「可得」，於是死亡人數被估反）；代表性（被個案的相似度吸引而忽略基率、樣本大小與均值回歸——Linda 題、忽略基率的唐氏症測試）；確認（只找支持證據、對異見才問「我非信不可嗎」——Wason 的 2-4-6 題）。錨定也在此列：連被明說是隨機的數字，都能左右後續估計。
• 框架決定選擇（framing）。同一件事換個描述，決策就翻轉，關鍵是參考點：損失帶來的痛大於等額獲得的快樂（損失規避），所以把結果錨在「損失」端的人會從避險轉為追險。理性決策本應對框架無感，但實驗一再證明人不是——這正是行為經濟學的起點。
• 去偏誤要靠制度，不是靠更努力。第 12 章的實用做法：對任何結論問「我可能哪裡錯了？」（考慮相反、找反例——對確認、後見之明、錨定都有效）；採取外部視角（把它當「別人的決定」，或問一個有類似經驗的人）；用線性模型與結構化流程取代憑感覺的整合（線性模型常勝過專家，因為它一致、且不被個案的鮮明度綁架）；以及先看清對照組的基率，再去修正他人的預測。光讀不夠——要長期覆盤自己的決策。

• 判斷的錯是系統性、可預測的——所以能用流程事先抵銷，而不是期待人人夠理性。
• 賭注大時，把 System 1 換成 System 2：問「我可能錯在哪」、主動找反例、看外部視角。
• 認得偏誤的名字（過度自信、可得性、代表性、確認、錨定、框架）才擋得住它們。
• 制度勝過意志：線性模型與結構化流程比憑感覺整合更準，因為它一致、不被個案綁架。
• 而把這套去偏誤的判斷力交到最靠近現場的人手上，靠的是把決策授權到邊緣。