Linda: Less Is More

Linda 問題：最著名的判斷偏誤實驗#

Kahneman 與 Tversky 最廣為人知的實驗，莫過於「Linda 問題」。他們給受試者看以下描述：

Linda 今年三十一歲，單身，個性直率，非常聰明。她主修哲學。學生時代對歧視和社會正義問題深感關切，並參與反核示威活動。

接著問受試者：以下哪個描述更有可能是真的？

從純粹邏輯來看，A 的機率必定大於或等於 B。這是集合論的基本原理：

P（Linda 是銀行出納員）
  ≥ P（Linda 是銀行出納員 且 是女性主義者）

女性主義銀行出納員必然包含在「所有銀行出納員」的集合之中。一個更詳細的描述，其機率只會更低，不可能更高。

然而，在最初的實驗中，89% 的大學生選擇了 B，認為 B 比 A 更有可能。即使是在決策科學研究所受過訓練的學生，也有 85-90% 犯了同樣的錯誤。

連結謬誤（conjunction fallacy）： 人們判斷兩個事件同時發生的機率，高於其中一個事件單獨發生的機率。這違反了機率的基本邏輯法則，卻是 System 1 的自然反應。

問題的根源依然是代表性捷思。Linda 的描述與「女性主義銀行出納員」的原型高度吻合，與「普通銀行出納員」的原型則不太符合。

System 1 用**連貫性（coherence）和可信度（plausibility）**取代了機率判斷：

最具代表性的結合，不等於最可能的結合。 我們把「最合理的故事」誤認為「最可能的事實」。

可信故事的陷阱： 最具代表性的結果往往能產生最連貫的故事。但機率的邏輯不受故事連貫性的約束——增加細節永遠只會降低機率，不會提高它。

這個章節標題「Less is More（少即是多）」來自一個關鍵的實驗發現：

在**單一評估（single evaluation）**的情況下，人們對 B 的主觀價值高於 A。

Christopher Hsee 在一個類比實驗中要求受試者評估兩組餐具組的價值：

在分開評估時，人們願意為 B 組付出更多錢——即使 B 組件數更少，還有破損。原因是 B 組的平均品質印象更好。

這與 Linda 問題的結構完全相同：當你添加負面資訊（銀行出納員是個不符合形象的角色），整體印象反而下降；而當你移除這個不協調的元素，用更符合形象的描述（女性主義銀行出納員）替代，整體印象反而上升。

「少即是多」的判斷陷阱： 在單一評估中，一個較小但更具代表性的集合，往往被評估得比更大但包含不符刻板印象元素的集合更有價值。這在法律、醫療、商業估值等場域都有實際危害。

Kahneman 做了一個關鍵的實驗設計變體：

當把問題縮短為最簡版本，直接問：

Linda 是銀行出納員。（A） Linda 是銀行出納員，同時積極參與女性主義運動。（B）

這個版本讓人們更容易看出 A 與 B 的邏輯包含關係，錯誤率大幅降低——在這個直接比較的設計下，只有 64% 的受試者（而非 89%）犯了連結謬誤。

但即使如此，仍然有超過六成的人違反了機率的基本邏輯。

當問題改為「Linda 是銀行出納員的機率是多少？」（用頻率而非機率表述），錯誤率又進一步降低。頻率表述（「100 個像 Linda 這樣的人中，有幾個是銀行出納員？」）比機率表述更容易讓人使用邏輯。

Linda 問題不只是一個奇特的實驗室現象。Kahneman 和 Tversky 在許多不同情境中發現了同樣的模式：

詳細的、有因果連貫性的情境，永遠比更廣泛、更簡單的情境感覺更可信——即使後者在邏輯上必然更有可能發生。

實務提醒： 當有人提出一個詳細而生動的預測情境時，它感覺「更真實」不代表它「更可能」。預測越詳細，實際發生的機率越低。下次聽到引人入勝的風險情境時，問自己：「這個故事的每一個細節，是否都讓它的機率降低了一點？」

「他們建構了一個非常複雜的情境，卻堅持說它的機率很高。不對——它只是一個看起來合理的故事。」

「他們在昂貴的產品上附送小禮物，反而讓整體交易看起來更不值錢。少即是多就是這個意思。」

「在大多數情況下，直接比較能讓人更謹慎、更有邏輯。但不總是如此，有時即使正確答案就在眼前，直覺還是會勝出。」