Steve图书管理员—农民实验
思考，快与慢史蒂夫图书管理员—农民实验是代表性启发式的经典演示——人们根据某个人与熟悉刻板印象的相似程度来推断概率，同时忽略该个人所属总体的统计结构。它的决定性发现是，一段看似生动的人格描述能够遮蔽一个有力的基准率事实，把直觉判断转变为可预测的偏差。
直觉实验的起源
该实验源于丹尼尔·卡尼曼与阿莫斯·特沃斯基的研究合作。他们的方法具有对话性，并且有意进行内省——他们提出问题，考察脑海中浮现的第一个答案，并把每一个共同的直觉视为一个小型实验。他们起初并不是要发现客观上正确的统计答案，而是想确定人们受到诱惑而给出的直觉反应，即使他们知道这种反应可能是错误的。
他们对相似性的兴趣，源于一项涉及几名两位研究者都认识的幼儿的有趣练习。他们设想，一个孩子将来会成为好争辩的律师，另一个会成为书呆子式的教授，还有一个会成为富有同理心的心理治疗师。这些预测荒谬，却颇具说服力，因为每个孩子似乎都符合某种文化刻板印象。心理吸引力与统计薄弱性之间的这种张力，促使他们提出并检验一个更广泛的理论，即相似性如何引导预测。
人格描述与基准率
参与者被要求假设，史蒂夫是从一个具有代表性的样本中随机抽取的。一名邻居形容他害羞而孤僻，总是乐于助人，却对他人和现实世界毫无兴趣；他温顺而整洁，非常关注秩序与结构，并且热衷于细节。问题是，史蒂夫更可能是一名图书管理员，还是一名农民。
图书管理员这一答案几乎立即浮现，因为这段描述与图书管理员的刻板印象极为吻合。这份人格描述发挥了类似心理肖像的作用——其中的细节让人觉得具有诊断性，而表面上的匹配产生了强烈的确定感。然而，实验把这幅肖像置于一个参与者通常忽略的事实面前。在美国，每名男性图书管理员对应二十多名男性农民。即使温顺、整洁的人格在图书管理员中稍微更常见，农民人数大得多这一点仍意味着，具有这些特征的人几乎必然更多地出现在农场，而不是图书馆的信息服务台后面。
因此，该实验对比了两类信息。相似性描述史蒂夫在多大程度上像某一类别的典型成员。基准率描述类别本身有多常见。参与者几乎完全依赖前者，未能给予后者足够的权重。他们的错误并非随机错误——同一种忽视形式反复产生了同一方向的错误判断。
代表性启发式与可预测偏差
丹尼尔·卡尼曼与阿莫斯·特沃斯基将这种反应解释为依赖代表性启发式，即一种用于作出困难概率判断的简化启发式。该启发式之所以高效，是因为相似性往往携带有用信息。它使人们无需计算每一个相关概率，便能迅速从一段描述转向一个可能的类别。当相似性被当作概率本身时，它的弱点便显现出来。
史蒂夫案例说明了为什么这种启发式会造成系统性错误，而不只是偶尔的粗心。一个人可能高度符合图书管理员的典型形象，但如果农民总体大得多，他仍然更可能是一名农民。心智注意到特征与刻板印象之间的吻合，但样本的数字构成不那么生动，因此影响力较小。结果便是，人们依据心理上显著却在统计上不完整的信息，作出自信的判断。
该实验属于一个记录形式化推理可预测偏离的大型研究计划。在另一条研究路线中，研究者发现，人们根据实例进入脑海的容易程度来估计类别频率，这是一种可得性启发式。他们还表明，论证或预测表面上的力度，可能受到眼前能够获得的信息影响，而不是受到全部相关证据的影响。史蒂夫实验分离出了一个相关原则——即使统计事实指向另一处，直觉分类仍可能受相似性支配。
从实验室判断到更广泛的理论
该实验帮助确立了启发式与偏差的广泛框架。研究者的目的并不是把人描绘成没有推理能力，而是解释为什么日常判断会偏离概率论的理想化标准。人类利用有限信息建构连贯的解释，而浮现在脑海中的信息往往并不是从数学上最重要的信息。
这一差异后来在“经济人”与“人类”的对比中变得十分重要。经济学理论中的理性行动者被设想为一致、自利且偏好稳定；现实中的人则会受到特定时刻可获得信息的影响，也无法可靠地避免代表性启发式、所见即全部、锚定、窄框架或偏好逆转等效应。史蒂夫问题使这种对比具体化——经济人会纳入样本的构成，而人类则容易让人格描述主导判断。
同一更广泛的研究传统也挑战了人们对专家预测的信心。菲利普·泰特洛克对284名专业评论员进行的研究收集了8万多项预测，发现专家在三个可能结果上的表现不如等概率基准；即使是专门研究某一领域的专家，在其自身专长地区也并不显著优于非专家。另有一项杜克大学对1.16万名首席财务官预测的调查发现，短期标准普尔指数收益估计与实际结果之间几乎不存在有用关系；同时，67%的结果落在预测者认为只有大约20%的意外会发生的区间之外。这些后来的发现呼应了史蒂夫实验的核心警示——一个连贯而生动的故事可能让人感觉信息丰富，却遗漏了决定准确性的统计事实。
意义与影响
史蒂夫图书管理员—农民实验至今仍然重要，因为它揭示了心理捷径的双重特征。相似性使判断快速而易于理解，但也可能使刻板印象看起来比总体的实际结构更具信息量。该实验的教训并不是简单地不信任直觉，而是要认识到，直觉回答的问题可能与题目提出的问题不同。稳健的统计推理不应只问史蒂夫像哪个类别，而应在同时考虑描述与基准率之后，询问每个类别的可能性有多大。
这一教训超越了职业分类。它涉及医学诊断、招聘、政治判断、金融预测，以及任何生动的个案会与频率信息发生竞争的情境。它也解释了为什么统计校正十分困难——基准率往往抽象而不显眼，而刻板印象则以具体形象出现。该实验以精确形式呈现了这种不平衡，展示了心智如何同时在心理上受到相似性的说服，又在数学上被相似性误导。
