機率陷阱：從購物、保險到用藥，如何做出最萬無一失的選擇？

上一本花一個月才解決，本來還想仔細估量，手上幾本書要先看哪一本，終究隨便挑了一下。Gerd Gigerenzer 這本2014年的書 Risk Savvy: How to Make Good Decisions，是手上比較新的一本了。

第一部　不了解最危險的風險心理學

第一章　從成為落湯雞，到發生血栓的風險

許多事情人類沒有能力臨機應變，只能用猜的、預測可能走向。現在這時代，我們漸漸有能力計算許多事情發生的可能性，很多重要的事都以機率表達。解讀機率的能力為現代人的基本素養。不只是已知風險的機率，也應能處理未知意外8（Die Kunst des klugen Handelns 31 對模糊的無法容忍度　Ambiguity Intolerance——為什麼我們不喜歡面對未知）。
然而許多人不了解機率。舉例來說，明天的降雨機率 30%，指的是明天有 30%機率將會下雨。但卻有人以為是 30%地區、時間、專家比例9。因此，解讀機率時，首先得了解風險的定義，分母到底代表什麼10。有時科學報告給出簡明扼要的數值，但只要描述不清，那麼採用不同的描述語句，就能造成讀者不同的解讀，產生不同的應對行動199–201。
許多人會忽視基本比率（Die Kunst des klaren Denkens 29 忽視基本比率 The Base-Rate Neglect），判讀風險時應該考慮真正風險（絕對機率的變化），而非相對機率13, 37。例如第三代口服避孕藥產生血栓的機率是前一代的兩倍，但實際風險不過多了7000分之1。假如因此不服用，最後導致需要墮胎，那死亡風險反而更高11–12。然則由於相對風險變化較大、聳動驚人，想奪人眼球的記者總喜歡玩弄把戲，報導相對風險而非絕對風險，結果誤導大眾13–14。
類似的，每次飛機失事都是新聞頭條。若因此認定開車長途跋涉更安全，就大錯特錯了15–16（Die Kunst des klaren Denkens 11 現成偏誤 The Availability Bias）。911事件後，大家不敢坐飛機，但因車禍死亡的人卻多了不少（dread risks）。按原先趨勢，沒那麼多死亡車禍。人類天生害怕會導致百人以上死亡的可怕風險，較不擔心這麼多人分一百天死去。這或許是因為過去漁獵採集時代，這麼多人死亡代表族群很可能被攻擊、很快將餓死19。但過分關注特殊事件使我們容易錯估整體局勢。恐懼心態尤其容易引發不理智行為，致重大損失19–20。911恐怖襲擊後，美國為了加強國民信心，花了超過五千億美元善後19，還造成生活許多不便，但人們卻寧可忍受這些麻煩的措施、對隱私的侵犯20。反恐戰爭鉅額花費，甚至是金融海嘯的遠因之一21。
當理性分析無法克服恐懼，有時能以更強烈的情緒壓過。例如親情（父愛母愛），曉以大義開車比起坐飛機更可能讓父母、孩子死掉20。我想這好比說，某個機構有弊不改，那就乾脆捅上媒體吧！媒體反而成了一種矯枉過正積極平權措施。

許多學者主張人類天生不擅長認知機率。Gigerenzer 認為問題不在認知偏誤，而是學校沒教風險識讀與分析22，長大成人依舊缺乏統計訓練。他希望藉由本書能啟蒙一下相關知識。我的看法與多數人相同，人畢竟不是完全理性的機器，就算學了這些知識、能深思熟慮，也不見得可完全擺脫人性弱點。

第二章　我最確定的就是，其實我不確定

人類厭惡模糊不確定的狀態，寧可聽信所謂專家的預測，賦予我們虛幻的已知感（The Knowledge Illusion）。因為人家是專家，普通人沒其他選擇，加上確認偏誤（Die Kunst des klaren Denkens 08 確認偏誤（二） The Confirmation Bias (Part 2)、Die Kunst des klugen Handelns 14 福勒效應　Forer Effect——如何拆穿騙子的謊言），所以即使專家預測社會事件常失準30，我們還是不厭其煩地一次次依賴他們25–26。
世上沒有絕對的事物28，也沒人全知全能。連向 DNA 檢測，都只有78%準確度，遠低於一般人以為27。草率尋求穩定、安心感，輕易聽信他人給的答案，都容易誤信偏頗、錯漏消息29。人終究只能以知識驅逐迷霧，用信仰應付未知29, 6。是以我們需允許未知的存在，不硬按上某些推測，甚至忘記這是假設而非事實；盡可能驗證已有資訊，尤其是處理重大事件時。

已知風險(risk)與未知意外(Knightian uncertainty)不同（Die Kunst des klugen Handelns 31 對模糊的無法容忍度　Ambiguity Intolerance——為什麼我們不喜歡面對未知），前者已確定選項，以致每個選項的發生機率。後者連會跳出什麼選項都不曉得33，只能依經驗猜測34，免不了有黑天鵝。風險當然比意外容易應對。講誠信之所以受人歡迎，正因幫人消除意外、剩下風險。
機率有三個面向：一是人為架構設計，例如擲設計成六面的正方體骰子，每面出現機率都是 ⅙，這是控制情境下的結果35。多數賭博遊戲也屬此類。二是已知選項下的發生頻率，為一數值，如降雨機率、死亡率。最後是準確程度（推論之可信度），例如說有九成把握奪牌，這是在一切如預期之下的頻率，卻不保證天氣晴朗、不受恐怖襲擊等；世界充滿變數，我們很難保證事事順利、沒有萬一。想要提高信心程度，可倚賴經驗法則（捷思），對過去曾發生之所有意外個別計算機率。但這依然可能有漏網之魚，畢竟天有不測風雲，人不可能永遠料事如神36。再說變量太多，誤差很容易變大126。

本書介紹一些實用的工具來幫助解讀風險38。看絕對機率而非相對機率，可避免被血栓發生率變兩倍的避孕藥嚇到。擴大到所有事件的頻率、非以單一事件機率，例如以「明天重複發生一百次，其中三十個明天會下雨」來介紹「明天降雨機率 30%」會更簡明易懂37–38。

雖然有些社會科學家貶低直覺的價值，說直覺是造成人累犯錯的元兇43；但 Gigerenzer 主張要處理未知意外，我們倒可嘗試直覺判斷。我想是因為這些問題還沒納入我們的知識體系，演化反而經驗過。Gigerenzer 舉出凝視捷思為例，說明我們不必計算複雜的方程式，也能簡單接到球41–42。捷思關注簡單有效的重要資訊，忽略無關繁雜的訊息，讓我們能快速有效的做好決策44–45。還有許多類似的捷思有待我們發掘45。
我想，應該說這些捷思法在應付過去我們簡單的生活、突發事件，有其優勢。挖掘出更多捷思，有點像仿生學，讓我們用更簡單的方式解決複雜問題。有朝一日機器也懂得凝視捷思。但這些直覺就好比老師傅的內隱知識，只是還未納入知識體系，不能說好的決定必須靠直覺46。假如直覺那麼優秀，不同人有不一樣的感實性時該如何取捨呢（Homo Deus 第11章 信數據得永生？）？這就像宗教，基督教說神是這樣的，祆教說應該是那樣的，到底又誰對了？最終還是得回到理性討論、探究各個條理。有些情況固然是我們認知上的偏差、行為準則還不完善，不能說直覺勝過理性；可是當模型過於複雜、變量隨機性高，又會出現偏差和變異之兩難，不是越會算計越好126。此外 Gigerenzer 於第一章　從成為落湯雞，到發生血栓的風險教我們要考慮真正風險、非相對機率，不過人之所以會犯這些錯誤，不就是因為錨定效應之類的直覺嗎？
世界太複雜，我們必須知道事情存在太多意外，模型總有千算萬算沒算到。我們算出的風險不是實際上真正的風險52–53 火雞錯覺（Weapons of Math Destruction），每件事都為必然出現的意外預留處理空間，別太過篤定，更不應產生虛幻的安全感54。金融海嘯前，多數人沒料到會大崩盤，因為從當時有缺陷的模型看來一切正常53–54, 133–134。其次，即使科學檢測亦存在誤差，有時需要進一步檢驗；就算判定是愛滋病帶原者也可能是偽陽性，不可盲信47–51（將已知風險當成沒有風險的「零風險錯覺」，第九章　確定得病，或是虛驚一場？）。我們不該污名化捷思，應了解多數情況下各種捷思有其優點。某種捷思整體說來有害的話，這天性老早就被淘汰了。

第三章　為了自保，放棄最理想的選擇

能持續進步的文化，應該過而能改、檢討每次錯誤並改進行為準則69，而非不改過。若不允許犯錯，使人沒有勇氣承認錯誤，隱瞞過錯、掩惡揚善，不知改變、無法習得教訓，則情勢只會惡化下去。是以賞罰分明、出錯即罰，不見得都是好事，這會讓人有極大動機謊報情況68。應該允許人報告能供改進的錯誤89。醫師普遍擔心病人興訟而實行防禦性醫療、拒絕治療高風險病患82，正是怕要擔責任，寧可選擇較保險但不佳的做法79–80, 88。因此我們在下醫療重大決策、例如是否要採用某個療法時，應該問醫生假如是他的親人出了一樣的問題，會怎麼做。醫生親人不會告他，不必考量自保，較能做出更好的決策85–86。有些人即使情勢明顯，仍堅持 SOP 而非相信直覺，也是防禦性決策，避免受責難88–89。如前述，我想有時這是 SOP 尚未完善導致的問題。只不過世事詭譎，常常計畫趕不上變化，這時得允許臨機應變。
除了害怕失敗受罰、規避責任的心態76，為了顏面、尊嚴、穩固地位、嫌麻煩等因素，也可能讓人知情不報。最近始發於中國的 COVID-19 疫情，一開始中國之所以延遲披露武漢疫情，原因之一即在維持社會秩序與政權穩固（COVID-19 pandemic 武漢肺炎事件期中檢討）。
從錯誤中學習是進步的原動力。只是若規定過多，超越人所能記憶和習慣的程度，雖然完備，卻有臃腫的後遺症（民主政府的功用與人類對自身的過度保護）。就算以機器來輔助人們遵守 SOP，終究會提升社會成本。這時到底值不值得常規化遵循，或許端賴付出的社會成本是否太過昂貴，高過萬一不幸發生造成的損害而定。不過這又有我們將人命與經濟分開計算，人命極寶貴的問題（Justice §02-1 PUTTING A PRICE TAG ON LIFE 為生命標價）。

第四章　我們都害怕不太可能發生的事

人類可從社會文化習得他人經驗91–92，包含 Harari 所謂的虛構故事（Homo Deus 第4章 說書人）。之所以沒能事必躬親、親自嘗試的原因，除了沒那麼多時間精力與資源，也因為沒有人能違逆群體、脫離社會而生存，必須服從團體共識。但這種提綱契領式的，往往漏掉全貌性質的內隱知識，只知其然不知其所以然。再者，流傳的知識不見得經過檢驗，幾乎都是特定情況下才適用，也不知道風險概率。往往過分誇大少數驚世駭俗的危機、未按照現實風險比例，甚至可能造成鬼神之類的迷信、大眾恐慌。
文化影響著一般人判斷各個事件安全或危險99。同樣是疲倦頭痛、身體不舒服去看醫生，德國醫生說心臟血液循環不好、可能低血壓，美國人擔心高血壓都來不及了，會覺得醫生是不是搞錯了。美國醫生說是病毒細菌的症狀，美國病患鬆一口氣，好歹不是身體本身的問題；德國人聽到卻會認為很嚴重。各國醫生診斷病人，想法與歸因和當地民眾相近，常提出社會上常見的解釋。病人聽到診斷會比較安心；卻不是因為不嚴重，而是許多人都有這種病，讓人覺得稀鬆平常、沒什麼大不了99–100。
一朝被蛇咬、十年怕草繩，親身體驗、學到教訓是另一種學習方法。不過世事不見得眼見為憑。有時印象太深，卻可能過分加重親身經歷的事故重要程度，這同樣不符合實際風險。無論哪種風險，都應經過科學方法驗證、確認發生前提與機率、作用機制，才有基礎去相信。否則認知或決策時必須保留容錯空間，只能稱依照過去的經驗可能是這樣。

有些生理反應、反射動作刻印在遺傳物質中，隨時準備好要發揮功效。只要同類表現出恐懼蜘蛛、蛇，孩子、猴子就會學到害怕這些動物。但看到同類對槍尖叫，未被嚇過的孩子或猴子卻不會因此怕槍101–104。

研究1930年代起，做過 MMPI 的青少年，竟發現1938年到2007年間，大學生憂鬱臨床數據持續攀升。Gigerenzer 判斷不是因為現代人特別情緒不穩、景氣影響，而是這些年來，社會越來越將人生意義從內在目標轉成賺大錢之類的外在目標。年輕人自覺對人生掌控力越來越低，自然越憂鬱105–107。自認能掌控內在目標的人，人生似乎較順利，因此 Gigerenzer 建議我們把重點放在內在目標、能做得到的事情上，別因無法控制外在因素而情緒低落、自暴自棄。我倒想，那些自覺能掌控內在目標的，該不會許多都是背景較堅強的人吧？那一般底層依然望塵莫及啊！

第二部　提高風險智商的練習

第五章　財經專家的「神預測」

即便財經專家，成功預測匯率、股市指數的機率也不高。許多人採用的模型，都是按前一年的股市趨勢預測下一年的狀況113，但現實變數過多，實際效果就像隨機預測118–119。或許因為這情況鮮為人知，或者有的是防禦性決策（規避責任），公司主管依然每年花大錢請專家作預測114–115。

面對複雜的世界局勢，就算邏輯上有模型能頗準確預測未來，要探明所有機制、把一切變數納進來，恐怕也不切實際。我們可能得蒐集500年數據，才夠給出比起分散投資更好的策略120–121。一般人沒時間深入研究投資理論，比起半知半解，不如簡單扼要的分散投資即可。但這不代表凡事只要依賴感實性、第六感就好。有時複雜方法輸給簡單策略，只是因為模型還不夠完善，還能改善。應確認直覺（或者說簡單策略）確實更優秀、模型沒改進空間，且好過隨機預測，才能說我們應該靠直覺。否則說靠 SOP、專家無效，效力跟跟說靠直覺無效差不多。
Gigerenzer 認為，當不確定程度越高，例如很可能發生意外（未知意外過多）、影響因素太多且非低風險、沒有巨量歷史數據足夠我們建模型，那麼我們就該考慮簡單的策略123–124。在變量不穩定的環境中，就算想靠著過去的變化模式預測未來，模型輸入條件也充滿太多隨機誤差，有如複雜系統難以預料；過度擬合的結果，很容易失準（偏差和變異之兩難）。換句話說，在充滿錯誤以為差的世界，不是我們累積足夠經驗、擁有強大計算力、將模型越建越複雜，然後就能精確預測未來；有時簡單一點反而能預測得更好，直覺或許接近最佳解答。相較於龐雜模型，某些情況下，直覺是較佳策略；我們必須深入研究的是，到底什麼時候該用直覺、何時該深思熟慮314。計算意外（不確定性）對事件的影響通常有多大，可能的話，算出最嚴重的意外可能到什麼地步。

一般人往往靠理專幫忙投資，卻把找理專當作安心用的防禦性決策。只有 ⅓ 的人諮詢理專看的是他們的專業見識。其他人挑理專看的是容不容易相處、會不會聊天（擅長聆聽、笑容多、眼神誠懇）；一旦對理專產生信任，大都把寶貴的時間花在閒聊上，而非研究投資標的。Gigerenzer 建議我們找理專，應該確保對方對所推銷的金融商品，有極深刻的認識；可惜大部分人都不在意這點。另外，理專不該與客戶有利益衝突。問題是許多理專都有業績壓力，會把商品講得天花亂墜，才能分紅拿獎金。就算真有站在顧客立場著想的理專，大概也不長久131–133。所以說最好還是別依賴別人，自己做好功課。
衍生性金融商品的風險連金融專家、投資銀行自己都搞不清楚，一般人當然不碰為妙。投資應該把錢放在自己能了解的領域，風險趨避、分散投資在多個異質性平臺，別把雞蛋放在同一個籃子裡，如此比金融槓桿更可減少意外133–134。保守投資人可試試股票、債券、房地產各投 ⅓；盡可能分散在各個產業，不限於理專推薦的。並將 ⅕ 的錢拿來投資未來135–136。

第六章　直覺，決定領導人的卓越

本章闡述直覺（本能、快速浮現的判斷力）的重要性，有些內容像極了企業經營小訣竅。
調查顯示企業高層主管決策或多或少依賴直覺，即使他們不能明講——群體決策時大家會要求他為自己的想法說明辯護（講出個道理），沒人聽信對方的預感，因此必須以其他聽起來有道理的理由搪塞139–141, 143，或者同流合污只能退而求其次、做防禦性決策144, 146。就算追問他們為何感到不對勁、有這些直覺，也說不出番道理，反而可能被理性擊退138。相較於上市公司，家族企業更能容錯、允許冒險，是一大優勢147。但我沒聽說大多數家族企業比上市公司更厲害就是。
說高管決策大多靠直覺，令我想要問他們是不是運氣太好119 只要人數夠多，機率總會讓某些人拿出神準的預測表現。（Die Kunst des klaren Denkens 32 歸納法 The Induction 數量巨大下必然的結果）。若深入探究所有主管依賴直覺的程度、不只調查這些極端成功的高階主管，再加上所有人（包括主管與職員）決策實際上依賴直覺的比例，或許事情會更明朗。假如直覺真那麼有用，只是違反理性決策的社會共識，用的高管不敢說出來142–143，那麼就該深入研究看看是否真有這回事。是每個普通人都能依靠直覺，或者只有特殊人才能靠著直覺成功？依賴直覺而預測成功的比例多少？依賴直覺與不靠直覺的結果有顯著差異嗎（不靠直覺是否也能得出相同結論）？有多少直覺是對即將施行決策的反動性不安感，只是擔心「這樣做會不會錯了」而起疑慮？實際上每次決策都有這種不安感，只是人們事後諸葛，特別記得那些一語成讖的顧忌（Die Kunst des klaren Denkens 14 後見之明偏誤 The Hindsight Bias）？畢竟曾聽說這些主管的決策，統計起來不見得高明到哪去，卻坐領高薪（Le Capital au XXIe siècle 第十四章 反思累進所得稅）。

Gigerenzer 認為邏輯統計與模型擅長歸納過去經驗，但在不確定的世界中要預測未來趨勢，良好的直覺與經驗法則不可或缺。直覺或許只考慮重要的資訊，基於簡單且成功的規則；不是無意識下權衡所有證據159。優秀的領導人往往能使用經驗法則以致成功，而非擁有什麼特殊的人格特質157–158。獨木難以撐天，個人沒精力凡事皆親力親為，卓越的領導把權力下放、將事務交給合適的下屬打點，能拔擢人才（尤其是從順利運作的部門，提拔能堅守企業價值觀的內部人才150。）、信任（所謂用人不疑、疑人不用）並起用有能者、賦予一定的自主權可嘗試冒險，分工合作完成大業148–149。要對人說話前，先聽後說，避免唐突。創新驅動成功，不進則退，必須不斷研發改進。決策前先廣納意見，多聽一點相關人的想法。由於光分析過去數據不可能預測意外，有時多少得冒險。

即便直覺真的勝過理性分析（雖然現在還看不到證據），我擔心這種主張會合理化英雄主義、獨裁者、強人政治。就算「有時直覺勝過理性」只是片面事實（Truth: How the Many Sides to Every Story Shape Our Reality），也會導致悲劇結果。何況我們可以讓機器也學會直覺、經驗法則（簡單模型），這應該比依賴特定領袖來得穩健。畢竟只要是人，就避不開認知偏誤。應該改變的是演算法框架：過去我們有多項式擬合，現在有深度學習。未來應該會出現更好的演算法框架，能克服偏差和變異之兩難；不是丟掉模型、擁抱直覺，而是改進演算法。

第七章　怎麼賭都贏的交易

真正的比賽有太多意外（不確定性太高）164，需要的是好的直覺。例如採用經驗法則，選擇能避免最糟糕結果的方案166，見好就收、別太鐵齒孤注一擲。不過我想到，有些賭場拒絕往來戶，不正是因為他們太會算了嗎？話說回來，光靠人類大腦確實很難提供足夠計算力，最後往往只能臨機應變。
Gigerenzer 在書中提出的自然頻率法樹狀圖，用來計算機率能幫助理解170, 213, 218。簡單的說就是把母群體放大到每種狀況一個實例，以整數（有幾個實例）而非比率（條件機率）的方式理解頻率。例如用六次遊戲來解釋 Warren Weaver 提出的(?)三張卡片的騙局（等價於 Bertrand's box paradox）的六種情況，說明為何賭客的勝率只有 ⅓ 而非 ½，比起機率計算法簡單許多170。
賭場採用更陰險的心理戰術。吃角子老虎特別凸顯贏錢的客人，延長中獎時的燈號、獎勵聲，還要大肆宣傳有人中獎。電子機器在畫面停止時，常差一點就能中大獎。每隔幾次就投10元中5元、再來幾次給個賭注的兩三倍，用盡手段讓賭客們以為很容易贏169–174。

體育選手常把技巧訓練得爐火純青，成為本能。硬要思考再來動作，反而做不好。因此精通一項運動時，別想太多，照平常心出手就好。但假如是初學者，那還是花點時間想想怎麼做比較好174–175。

我們要貨比三家，但沒必要逛過每一家店、仔細評選完所有商品，再挑出最優良最完美的一件；這不但浪費時間，反而容易決策疲勞（Die Kunst des klugen Handelns 02 決策疲勞　Decision Fatigue——為什麼少做一點決定，就能做出比較好的決定）。再說意外不斷的世界中，我們不見得能挑到最好的；搞不好逛了一圈回來，想買筆記本上那件最中意的，卻已被買走了。就像秘書問題、沙灘上挑貝殼不能回頭、或容易錯過的愛情般（這故事可能只是假託蘇格拉底之名），選擇一件上等（足夠好）的就夠了179；雖不能挑到最好的，卻省時間精力，還有不錯的結果。要知道世事不可能完美，選了就該放下釋懷180；別把大量時間花在焦急的挑選而不斷錯過，更不要一直後悔沒挑到最想要的。擇你所愛，愛你所擇。
有些人到餐廳點菜，會翻遍菜單。Gigerenzer 建議在價位不是很低的餐廳，可以直接問服務生，假如他現在坐在這裡會吃什麼176。除了找到夠好的就直接挑選，另可藉助他人過去的經驗、選相同的：詢問服務生推薦什麼、問有吃過的朋友，或者照自己之前吃過不錯的亦可176–177。

第八章　浪漫愛情背後的不浪漫公式

人生總須不斷抉擇。主觀預期效用理論認為，我們應該分析各選項，將可達成的各種的效用乘上發生機率（或綜合重要度之加權185），加總起來，之後選擇能達到最大效用的選項183。這令我想到，預測未來的方法類似於此（The Knowledge Illusion 第四章 思考假象的成因）。Gigerenzer 說在充滿意外、未知性的世界，就算我們預料得到的情況，估測的機率幾乎都不準確，這方法不如以簡單的經驗法則辦事。單一理由決策法只就最在乎的一個理由下決定，選那個最能滿足我們最看重之理由的選項。社會模仿則借助他人經驗，當其他人都這麼作時就從眾、隨大流。若我們最在意的是老來有沒有伴侶相陪、能含飴弄孫，那就結婚吧。若同學都結婚了，就跟著結婚吧。
我想我們只要找到一兩個最重要的理由，就足以支持我們的行動，或許是因為人不是機器。一般人只能考量到少數幾個重要因素，其他則被忽略。因此只要滿足最在乎的一兩項要素，也就夠了。當作出抉擇，除非大大顛覆原先預期的情況，否則就算差一點，多數人都能釋懷、處之泰然。此外，沒比較就沒失望；事後精算到底值不值得，是為了改進也就罷了，若導致念念不忘當時沒選擇的對象、後悔不已，這就不聰明了。

要找誰結婚，秘書問題很有名188–189。但多數人不會等看過 ⅓ 對象，而是前面幾個就下決定。畢竟青春苦短，等不了那麼長189，也不曉得一生能和幾個人交往。再說現實有太多不可控因素，我們評不準「配偶價值」，先經歷那麼久才開始挑選，好的早就被挑光了190。不如設定好可接受的期望值，遇到的一個能滿足的就結了吧。期望值太高，那就適度調低190–191。
有時我們內心已經幫我們做好了決定，感覺到就對了191–192。不過我想，人的情感如此不穩定，就算現在感覺對了，難保幾年後沒七年之癢啊。固然理性思考對愛情不一定有用，卻不保證直覺、經驗法則就一定長久幸福吧。到底直覺有多準確，Gigerenzer 也沒給出個廣泛性的研究結果，只舉出他朋友的例子187。

Gigerenzer 調查歐美人的想法，意外發現在這性別平等的時代，依然存在嚴重的刻板印象：多數人以為，女性在感性相關方面直覺敏銳、男性則在需要用頭腦的領域直覺較準確193–195。我倒是想到，對啊，明明都兩性平權了，為何還是男性向女性求婚、而非女性向男性提親呢192？這看起來像是市場需求，男性可以同時讓多個女性懷孕，在生孩子上的付出較少；相對的女性一次只能懷上一個男人的後代，不慎重點不行。這生理上的差異，使男女在求婚方面難以平權。

照顧後代時，父母多平均分配時間在每個兒女上，盡量達到公平196。但實際上這種方法會讓排行中間的孩子，一生中與爸媽相處的時間最少。這或許解釋了為何我們有老大老么特別受寵的印象197–198。

第九章　確定得病，或是虛驚一場？

當檢測不準確，偽陽性機率過高時，就算檢測結果中標，也可能其實沒事48, 207。事實上對少見疾病，偽陽性機率往往高過真正得病，因此多數人只是虛驚一場，反而帶來極大的心理壓力211，以致惡性循環220。就算問醫生，許多醫生卻過於相信檢驗結果不會出錯，不能正確解讀陽性預測值，徒然造成錯誤驚嚇212–212, 216, 222–223。另一方面，好發疾病偽陰性機率過高時，就算醫生說沒問題，還是有可能患病，只是這狀況較少出現。
Gigerenzer 提及現代健康醫療照顧系統，有幾個定時炸彈：醫生自我防衛、害怕被告231–232，行防禦性醫療；不懂得怎麼解讀醫療統計數據；以及為了多賺錢（或者不賠錢）追求利益、致利益衝突，接受藥廠賄賂開某藥廠的藥方，因按服務收費而過度治療、進行沒必要的健康照護（檢測與手術）224–226。複雜技術不但昂貴，還不見得如簡單方式有效227–229，但上述事態卻讓醫生寧可採用對病人並非最好的選擇232。有些人修車，本來只是為了換胎，沒想到檢查一下卻需要大修，也屬類似的狀況。鑒於這些問題，Gigerenzer 建議做定期檢查，不如有症狀再去看醫生，省得白操心233。
此外我們應該盡量開放資訊，包括醫生能自由閱讀論文、吸收診斷治療方法，病患能調閱自身病歷233–235。資訊流通並激勵改善，才能進步。

第十章　關於早期發現的驚人發現

美國盛行定期健康檢查，提倡早期發現、早期治療，卻沒有確切證據證明，早期治療能增加前列腺癌患者壽命237。定期健檢甚至能增加五年存活率，但這只是虛偽的表象：有些早期發現的屬過度診斷，雖有癌細胞，但可歸於非進行性疾病，本來到老都來不及發展致死。有些是前導時間偏差，雖然早期發現、提高了五年存活率，遺憾現在缺乏無害且有效治療法，還是在七八十歲死亡；早點知道早治療，不過是多增添擔心受怕，以至苦不堪言的療程、終身大小便失禁和陽萎等後遺症237–239, 244。
若對病患沒有不良影響（篩選無害），社會成本又足以負擔，我想早期診斷沒什麼不好，只要我們別過度恐慌、正確認識帶有癌細胞有何風險、可以怎麼改善251。而這基於我們對事實掌握了足夠資訊，非武斷猜測、人云亦云、聽命行事（長輩、丈夫說怎樣就怎樣252, 255）。想深入了解，別光找網路上錯綜複雜的訊息，很多反而是利益團體裝作公正的片面之詞262。有前列腺癌細胞不代表必然會快速惡化死亡，而治療大多不能延長壽命，反而有不少拉低生活品質242, 244。事實上老年男性大多有前列腺癌細胞，但發展極慢，真正死於前列腺癌的不多240。因此拿存活率來檢核醫療能力，必須考量是否有早期發現的因素影響、看絕對風險下降率以檢核治療是否有效。
造成這種數字遊戲267大行其道的原因，除了醫生認識不清（第九章　確定得病，或是虛驚一場？），也因為有太多廠商依賴檢測與所帶來的客戶黏著度維生（作檢測的人有其他病也常找這家醫院）250–251。同樣的問題發生在乳癌檢測與治療上258。

圖像表法直觀的表現出各種狀況的比例，在大選後國會各政黨席次比例常出現這種表達法，且沒有混淆視聽的存活率、相對風險等煙霧彈241。就算數學不好的人也能簡單的了解狀況。
相較於圖像表，事實表以數字代替圖像，較不占版面，但同樣以自然頻率而非機率的方法，幫助一般人理解252, 255–256。

篩選不是預防，雖然兩者常被混為一談265。想預防癌症，最好的方法是健康的生活習慣、好的居住環境267。相較於母國同胞，移民更常罹患移入國的高盛行率癌症可證明這點267。健康的生活型態如戒菸戒酒、多運動、維持正常體重、低鹽低糖低油飲食、少吃紅肉、從日常飲食（而非營養補充品）補充微量營養素、全餵母乳半年、有必要才作放射學檢查268–272。

第十一章　與狂牛症一樣瘋狂的恐懼

規範銀行資本充足率（貸出資金倍數不可太高）、用以穩定金融市場的巴塞爾協議歷經三版，一次比一次龐雜276。如此複雜的風險模型，卻仍然不能預料到所有意外，只能算出不實用的風險價值，創造虛假的安心感274–276（第五章　財經專家的「神預測」）。只在未知變因少、當前選擇少、有大量資訊可參考時，才能計算風險，這些在投資銀行的世界可不成立277，即使大家都想算出賺錢之道。我卻想，假如金融風險無法計算，要不然大家要怎麼過活呢？總不能都用猜的。
Gigerenzer 認為，相較於軂軂軇的規定，不如遵循簡單原則就好278。規範太過複雜反而成了擺飾用花瓶、推卸責任的擋箭牌或神主牌。
簡單的金融規範，首倡限制槓桿比率不超過 10:1278。越大的銀行越不能倒（牽連越大），槓桿比率要低點280。金融海嘯前，有的銀行達 50:1，身上只有 1萬元卻貸款 50萬投資279，這也難怪泡沫一破，退潮才知道誰沒穿褲子。事後計算槓桿率，比複雜的風險模型更能預測哪家銀行會出問題280。低槓桿率雖無法杜絕意外，卻能強健金融體質，就算問題爆發也可承受。為此銀行須增加持有資本；政府或可立法禁止銀行在累積足夠資金前，配息給股東280。
銀行為了提高槓桿率，常用幾個藉口，都有問題：

銀行是金融專業，能計算風險。

銀行採用自己的風險模型，數值有很大操弄空間281。更大的問題是他們不能計算意外，也無法避免偏差和變異之兩難。金融海嘯是很明顯的例子。

槓桿率易受扭曲誤用，不如個別詳細規範。

複雜的法規才是銀行鑽漏洞的獨擅勝場，這方面他們比監管機構厲害多了。政府沒那麼多資源（時間人力與社會成本）和他們玩貓捉老鼠遊戲。

多一元資本就少一元經濟活動

資本可拿來投資，不是存款準備金。低槓桿率只是要人別玩太大。

限制槓桿率增加銀行營運成本、違反自由市場精神

既然銀行倒閉可能影響百姓生計，就該列入監管。總不能為了銀行自己賺錢，賭上銀行倒債、金融市場崩潰、社會大眾陪葬的危險282。

其他方法包括縮小銀行規模、拆分商業銀行與投資銀行（The Great Divide 資本主義傻瓜、有錢人享有的社會主義）。

群眾易受仇恨、恐懼情緒操弄（Die Kunst des klugen Handelns 16 情意的捷徑　Affect Heuristic——為什麼你是感覺的傀儡）。激烈恐怖的事件能輕易挑起群眾恐慌情緒，但過度反應的應激措施，卻讓社會付出過多的代價284（如安檢措施之類的社會成本（第一章　從成為落湯雞，到發生血栓的風險））（21 Lessons for the 21st Century 第10堂課 恐怖主義：別讓驚悚短片給嚇倒了）。只不過，總有人會說感情可貴、生命無價，抑或預防勝於治療、小心總比後悔好啊。風險再低，對中鏢的人來說就是 100% 的不幸（以最壞情況假設取代合理風險評估）284。
懼怕狂牛症而大規模撲殺牛隻285–286，損失的錢可用來拯救更多社會底層的苦命人。豬流感爆發，各國囤積克流感之類疫苗與抗病毒藥物；雖然沒證據證明克流感能預防人因流感死亡，只是縮短發病期。原來許多世界衛生組織請的醫學專家，背後與大型製藥廠往來，存有利益衝突。政府預料最糟危害卻上演狼來了，不但浪費錢，還損害了政府、媒體與 WHO 的信譽288。事實上因豬流感而死的人遠低於 A 型流感病毒，人們卻特別關心豬流感289–290。
我想我們在面對特定公眾危機時，應該也列出其他性質類似的更大危害，並簡明扼要、以易懂圖表來表達，讓大眾知道要討論的危機真正有多嚴重。例如討論飛機失事，以圖表面積或數字比例、同時列出一般車禍死亡率。討論豬流感，同時列出一般流感死亡率289。或許還得加上點公關手法與沉著言談，避免刺激公眾非理性的恐慌心態。

雖然政府對豬流感積極反應，各國買了許多克流感，且不要求羅氏藥廠提出藥效證據；卻對金融改革裹足不前。Gigerenzer 推測原因之一或許是太多利益團體遊說，政府被財團綁架了。大藥廠希望各國當局多買些昂貴藥物，金融界不希望監管機構限制業務290–291。一般小老百姓不知道這些隱密，發現了也不夠大聲，更沒大企業有力、能提供大量政治獻金。然而實際上政府的大金主是納稅人，我們付出了苦汗錢。一般人實在應該睜大眼睛，看看大家所繳的稅花到哪去了291。大眾媒體也推波助瀾，有些消息確實聳動，值得吸引眼球。只不過沒有按照比例來報導（媒體與社會責任）的結果，蒙蔽了大眾眼睛290，浪費了寶貴的注意力。

第三部　想別犯錯要趁早！

第十二章　學習面對未知的校園革命

如第一章　從成為落湯雞，到發生血栓的風險所言，Gigerenzer 挑明人類並非天生就不擅長認知、計算風險，而是學校沒教風險認知與管理。古時候難以想像每個人都能讀能寫，但現在我們做到了。相信風險教育也相同295。
現代教育偏重考試，許多理論生活中用不到301，很難學以致用；像是解二次方程、求球體和平面的交會面積、無理數300，或臺灣常拿來說項的三角函數、微積分，往往考完試就忘了301。這些理論哪有每天用到的風險常識重要呢？但學校卻沒教人風險素養。學校教育實在應該採生活導向301。
芬蘭教育體系採用簡單的經驗法則，僱用對的人、使其自由發揮所長，這很值得我們學習302。其實就算應試教育，我們也能稍加改進；每次考試不單只考這次教的範圍，而是考所有教過的，這能避免學生考完就忘302。
Gigerenzer 理想中的風險教育，包括下列素養296：

統計式思考

例如理解下雨機率（第一章　從成為落湯雞，到發生血栓的風險）、健康風險（第二章　我最確定的就是，其實我不確定、第九章　確定得病，或是虛驚一場？、第十章　關於早期發現的驚人發現），教會人們分辨債務陷阱305–306（第七章　怎麼賭都贏的交易）（我想金融規範得好，也能避免人們上當受害。）等。擴大點說，就是了解事物運行的道理（The Knowledge Illusion 第四章 思考假象的成因）。遺憾的是多數人可不願意花費精力去理解真實與真理，寧可人云亦云、將寶貴時間花費在追劇上。

經驗法則

懂得事情總有意外、別太信賴模型（第二章　我最確定的就是，其實我不確定），能在不確定的環境中下好決定（第五章　財經專家的「神預測」）。

風險心理

別受恐慌情緒牽著走，應該合理評估風險（第十一章　與狂牛症一樣瘋狂的恐懼）。

Gigerenzer 期待我們教會孩子良好健康習慣、別抽菸，打預防針（做好心理建設，宣導吸菸如何有害、企業如何利用廣告賺錢。），孩子就會理性思考，遠離菸害303–304。但我不禁要說，這恐怕太小看人性弱點了。人類可不是理性經濟人。再說有的根本是明知故犯：銀行即便知道有風險，難道會乖乖降低槓桿率？還不是需要立法、監管。書中也舉了人們就算知道開車玩手機危險，卻停不下來的例子；與同儕的社交聯繫，嚴重度立即而顯而易見，誘因遠大於發生機率較低、從來沒經歷過的車禍306–307。怎麼能期待人們多知道個風險係數，就突然變聰明、足以自制呢？Gigerenzer 雖表示我們應訓練數位自制力，亦未能提出有效的辦法310–311。
練習烹飪能抑制肥胖與速食文化倒是有趣的想法304。
我同意人們應懂得辨識風險，以致事物背後的真相，作批判性思考311–312。但以為光這樣就斬草除根、理性勝過感性，未免過於樂觀。至於風險教育能有多少成效，可能得試過才知道304。

小結

本書特別點出，我們歸納過去經驗、規劃演算法、導出模型時（Weapons of Math Destruction），無法預料的萬一可能比我們以為的更常見。就算意外發生機率小，當演算法變量過多，誤差恐怕也大到我們難以預測的程度（第二章　我最確定的就是，其實我不確定）。對於這種情況，我們只能改採簡單的策略應對；並且未雨綢繆，為處理意外預留能力與可能性。我不同意 Gigerenzer 依賴人類直覺的做法，而是應該讓演算法採用更簡單而強健的方式。
其次 Gigerenzer 提到的，是開導大眾更正確的看待風險。除了利用更直觀的方式，例如以圖表表現絕對機率（少用容易誤導的相對機率）外，我想行為經濟學在這方面應該能提供些方法（Misbehaving）。但我們不該太高估人類的理性。