过度自信

过度自信是这样一种状态——主观确定性超出了证据的质量、数量或预测价值。它并非愚蠢之人的罕见缺陷，而是普通认知反复产生的后果——直觉印象来得很快，连贯的故事令人信服，而怀疑则需要付出努力。结果便是，某种自信在心理上极具说服力，却仍然与现实缺乏良好的校准。

认知起源

过度自信始于系统1与系统2之间的分工。在蝙蝠与球认知反思测试中，哈佛大学、麻省理工学院和普林斯顿大学超过半数的学生给出了直觉上却错误的答案，而在选择性较低的大学中，错误率超过了80%。错误并非源于无法完成计算；检查答案只需要投入少量心理努力。相反，人们在系统2对答案进行审查之前，就接受了即时答案。这一事件揭示了一个反复出现的模式——人们往往过于轻易地相信直觉，把认知努力体验为轻微的不适，并遵循最小努力定律。

当判断建立在认知轻松感表达之上时，同样的倾向也会出现。重复会使信息变得熟悉，而熟悉很容易与真实混淆。即使只是反复接触某个陈述的一部分，也会使完整陈述显得可信——反复看到“鸡的体温”这一短语的人，更愿意接受关于该体温的任意数值说法。当人们回忆不起某个陈述的来源，又没有独立知识可供利用时，熟悉感便会取代证据。因此，自信的增长未必意味着证据有所改善，也可能只是因为信息处理变得更加顺畅。

更深层的机制是“所见即全部”的规则。当信息不完整时，联想系统会构造当时可获得的最连贯故事，并压制怀疑与含混。因此，证据的数量和质量对主观自信的影响，反而小于故事的内部一致性。单方面的证据可能比平衡的证据产生更强的自信，因为片面的叙述更容易被组织成无缝的故事。知道得更少，反而可能更容易把已知的一切纳入连贯模式；这解释了为什么具有说服力的解释能够掩盖关键事实的缺失。

预测与统计错误

过度自信在直觉预测中尤其明显。恰当的统计推理要求关注基础比率、证据的诊断价值，以及判断应在多大程度上向平均值回归。贝叶斯规则说明，生动的个案信息不能简单取代先验概率——当计算机科学专业的入学基础比率为3%，且某种描述在计算机科学学生中的出现可能性是其他专业学生的4倍时，所得概率是11%，而不是仅凭描述所暗示的高得多的确定性。直觉上的连贯性夸大了醒目细节所具有的诊断价值。

回归平均值提供了另一种纠正方式。一名高尔夫球手在锦标赛第一天打出66杆，可能比平均水平更有天赋，但这个成绩也反映了异常好的运气；另一名球手打出77杆，可能能力较弱且运气不佳。由于第二天的运气无法预测，最佳预测应当向平均值移动，而不是简单重复第一天的表现。当人们把表扬之后表现变差，或惩罚之后表现改善，解释为干预导致了变化时，也会产生类似错误。从极端结果向平均值移动这一普通统计现象，很容易被误认为是奖励或惩罚的效果。

恰当的纠正要求很高。预测者必须确定相关的参考类别，建立基线，评估直觉判断与事实之间的相关性，然后决定证据应当获得多大程度的自信。大多数预测都应当落在原始直觉与基线之间，因为相关性很少是完美的。这一程序会产生不那么戏剧化的预测，也使极端结果难以预测，除非信息异常强劲。它的心理代价在于，预测者不再容易享受那些自称预见了惊人成功或失败的满足时刻。

专业技能与校准

专业技能幻觉不仅不能消除过度自信，反而会使其加剧。菲利普·泰特洛克开展了为期20年的研究，追踪了284名以评论政治和经济趋势为生的人，并收集了超过8万项概率预测。这些专家的表现不如把三个可能结果等概率分配的简单方法；即使在他们最熟悉的领域，他们也没有显著优于非专业人士。更多知识只使预测略有改善，而知识最丰富的参与者往往形成了更强的技能幻觉。著名预测者比聚光灯之外的同事更加夸张，也更加过度自信。

因此，即使预测能力很弱，专业地位也可能奖励确定性的表象。有效性幻觉之所以能够持续，是因为受众把自信的评论理解为一种特权洞见，而专家本人也可能把连贯的事后解释误认为真正先见之明的证据。然而，长期历史尤其容易受到运气影响——那些后来成为希特勒、斯大林或毛泽东的胚胎本来可能不会按既有方式发育，这一可能性说明偶然事件能够改变整个世纪的走向。即使底层事件序列并非可预测地决定的，历史秩序的叙事仍然可能具有说服力。

校准提供了比自信更严格的标准。一个作出区间判断的人，应当在许多案例中发现，实际值落入该区间的比例与其声明的比例相符。然而，在概率分布研究中，实际值约有30%落在所谓极端边界之外，而不是落在判断所暗示的很小比例之外。这些区间系统性地过于狭窄；无论是天真的参与者还是老练的参与者，都出现了这一模式，而且评分规则也未能消除它。锚定有助于解释这种错误——人们从最佳估计出发，向上或向下调整得不够，最终形成的范围表达出超出自身知识所能支持的确定性。

组织后果

金融证据使过度自信产生了具体的制度成本。杜克大学的教授收集了大型企业首席财务官对下一年度标准普尔指数的11,600项预测。他们的估计与实际市场价值之间的相关性略低于零；当首席财务官预测下跌时，市场实际上略有可能上涨。然而，他们似乎并未意识到自己的预测毫无价值。他们所声明的80%置信区间包含了远远过多的意外结果——67%的结果落在区间之外，超过预期20%的三倍。

经过恰当校准的区间应当宽得多，大致覆盖负10%到正30%的回报范围。对于金融主管而言，承认无知在社会上很困难，因为客户和同事往往把公开的不确定性视为软弱。要求明确表态的压力，会迫使专家即使在环境不确定到无法精确预测时，也提供狭窄范围和自信叙事。因此，过度自信并不只是私人判断错误；它还受到职业激励以及偏好果断而非准确的受众的强化。

后果会从预测扩展到行动。对市场最自信、最乐观的首席财务官，对自己的企业也最为乐观，随后承担的风险比其他人更多。低估不确定性会鼓励经济行为者接受本应避免的危险，而专家和组织之间的竞争则可能造成对风险的集体忽视。类似压力也出现在医学领域——一项将重症监护诊断与尸检结果进行比较的研究发现，临床医生在患者死亡前完全确定自己的诊断时，有40%的时间是错误的。然而，客户可能仍然偏好自信的临床医生，而不是坦率的临床医生，从而使公开表现确定性比准确披露局限更有价值。

纠正意义

本书把过度自信视为启发式与偏差这一更广泛研究计划的一种表现。丹尼尔·卡尼曼与阿莫斯·特沃斯基的研究合作记录了概率赋值、未来预测、假设评估和频率估计中的系统性错误，表明这些错误源于正常认知的结构，而不只是源于情绪。代表性、可得性以及从锚点进行调整既经济又常常有用，但也会产生可预测的扭曲。过度自信是这些扭曲的主观面貌——即使证据不完整，心智构造的故事仍然感觉完整。

因此，主观自信并不是对判断正确概率的理性估计，而是由连贯性和认知轻松感表达产生的一种感受。高置信度的声明主要表明某人构造出了一个令人信服的故事，并不表明这个故事是真实的。更加严谨的判断要求保留基础比率，承认信息缺失，使用参考类别，使预测向平均值回归，并以便于日后校准的方式记录概率。这些做法无法让不确定性消失，但能够防止人们把连贯印象带来的安慰误认为知识。