🧠 可得性捷思法(Availability Heuristic):你以為你知道,但你其實只是剛好想起來

更新於 發佈於 閱讀時間約 3 分鐘

📌 什麼是可得性捷思法?

可得性捷思法(Availability Heuristic) 是指人們在判斷某件事情的可能性、頻率或重要性時,會根據自己腦中容易想起的例子來做判斷。

換句話說:

「你越容易想到的事情,你就越覺得它常發生。」

即使實際上,它可能非常罕見。


🔍 舉個生活中的例子

  • 你看新聞看到滿滿的墜機事故,會開始害怕坐飛機。
    → 但實際上,飛機遠比開車安全。
  • 電影裡經常演出離婚、外遇或謀殺案,你就會覺得現實中這種事很常發生。
  • 疫情期間你一直刷到染疫新聞,就覺得「身邊到處都是確診者」,即使統計數據告訴你風險已經降低。

這種「印象深刻就覺得常見」的心理傾向,就是可得性捷思法在作祟。


🎯 這種捷思法怎麼影響我們?

情境偏誤結果📰 媒體渲染因為犯罪新聞多,覺得「社會越來越亂」💔 人際經驗交往幾次都被劈腿,就覺得「男人/女人沒一個好」💼 創業風潮網路上都是成功創業故事,就以為自己也一定可以

這些都是因為我們的大腦太容易相信記憶,而不是數據與事實


🧪 心理學研究怎麼說?

這個概念最早由心理學家 Daniel KahnemanAmos Tversky 在 1970 年代提出。他們發現:

  • 當人們被問到「英文字母K開頭的單字多,還是第三個字母是K的單字多?」
    → 多數人回答「開頭是K的單字多」,因為那類詞更容易想起來。實際上是錯的。

這證實了:

人類不是依據統計,而是依據「想得出來的東西」來下判斷。


🤯 可得性捷思法的成因

  1. 情緒強度高的經驗容易留下記憶
    → 像創傷、恐懼、快樂等經歷,會變成判斷的主觀依據。
  2. 媒體曝光頻率高的事件變成「假象現實」
    → 看多了就覺得「這是真的常見」。
  3. 認知節能模式啟動
    → 大腦喜歡走捷徑,「想到=代表常見」,省力又快速,但不見得正確。

⚠️ 這會造成什麼問題?

  • 誤判風險
    → 像高估自然災害、疾病、恐攻等發生機率。
  • 過度恐懼或自信
    → 根據少數例子而情緒化反應。
  • 決策錯誤
    → 投資時因朋友中某人賺錢就以為那個方法很穩。
  • 以偏概全、貼標籤
    → 幾次壞經驗讓人產生錯誤刻板印象。

🛡 如何避免可得性捷思法的影響?

  1. 停下來問:「這只是我想得到,還是真的是常見?」
    → 訓練自己質疑「印象=事實」的想法。
  2. 查找客觀資料,而非只靠直覺記憶
    → 用數據驗證你的印象。
  3. 有意識地限制媒體與社群資訊攝取量
    → 了解資訊泡泡會強化錯誤印象。
  4. 接觸多元經驗與觀點
    → 打破偏見與記憶單一化的陷阱。

💬 一句話總結:

「你越容易想起什麼,越可能被它誤導。」

可得性捷思法不是壞東西,它幫助我們快速判斷,但也容易讓我們低估或高估風險、誤解世界。

真正的聰明不是「記得什麼」,而是知道該怎麼看待你記得的東西

留言
avatar-img
留言分享你的想法!
avatar-img
Shawn心理
6會員
70內容數
Shawn心理的其他內容
2025/04/27
💡 什麼是「假性同意」? 假性同意(Pseudo-consent / Token consent) 是指一個人表面上表示「同意」,但這份同意並非出自自由意志或真誠願望,而是因為: 感到被逼迫 不敢拒絕 想避免衝突 順從社會期待或權力壓力 簡單來說,就是:不是「願意做」,而是「不敢
2025/04/27
💡 什麼是「假性同意」? 假性同意(Pseudo-consent / Token consent) 是指一個人表面上表示「同意」,但這份同意並非出自自由意志或真誠願望,而是因為: 感到被逼迫 不敢拒絕 想避免衝突 順從社會期待或權力壓力 簡單來說,就是:不是「願意做」,而是「不敢
2025/04/26
💡 什麼是破窗效應? 破窗效應(Broken Windows Theory) 是一種社會心理現象,主張: 如果一個社區出現小規模的無序(如破窗、塗鴉、垃圾),而沒有人處理,便會傳遞出「沒人管」的訊號,進而引發更多違規行為,甚至演變成更嚴重的犯罪。 換句話說——「亂」是會傳染的,容忍小錯
2025/04/26
💡 什麼是破窗效應? 破窗效應(Broken Windows Theory) 是一種社會心理現象,主張: 如果一個社區出現小規模的無序(如破窗、塗鴉、垃圾),而沒有人處理,便會傳遞出「沒人管」的訊號,進而引發更多違規行為,甚至演變成更嚴重的犯罪。 換句話說——「亂」是會傳染的,容忍小錯
2025/04/25
💡 什麼是服從效應? 服從效應(Obedience Effect)是指: 當人面對「權威者」的指令時,即使這些行為違背個人意願或道德,也可能會選擇服從。 一句話總結就是: 🔁「我知道不太對,但對方是上級/專家/有權威……所以我照做了。」 🧪 經典實驗:米爾格倫電擊實驗 心理學家
2025/04/25
💡 什麼是服從效應? 服從效應(Obedience Effect)是指: 當人面對「權威者」的指令時,即使這些行為違背個人意願或道德,也可能會選擇服從。 一句話總結就是: 🔁「我知道不太對,但對方是上級/專家/有權威……所以我照做了。」 🧪 經典實驗:米爾格倫電擊實驗 心理學家
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
心想不一定事成,努力不一定順遂,許願⋯⋯聖誕老公公也不一定會出現。當擁有異世界的特殊技能,這些引念反而更踏實。
Thumbnail
心想不一定事成,努力不一定順遂,許願⋯⋯聖誕老公公也不一定會出現。當擁有異世界的特殊技能,這些引念反而更踏實。
Thumbnail
不關經歷了多少事,看了多少身心靈文章,接受了多少書上的知識與智慧。 最後還是會回歸到你所相信你所相信的,而你相信的事實將為打造你的世界。 最近,在影音平台上看到有人分享關於【吸引力法則】,演講者表示,其實吸引力法則不外乎就是相信你所看見的事物,當你覺得今天好事不斷的發生,其實就是你的信念已經在腦中
Thumbnail
不關經歷了多少事,看了多少身心靈文章,接受了多少書上的知識與智慧。 最後還是會回歸到你所相信你所相信的,而你相信的事實將為打造你的世界。 最近,在影音平台上看到有人分享關於【吸引力法則】,演講者表示,其實吸引力法則不外乎就是相信你所看見的事物,當你覺得今天好事不斷的發生,其實就是你的信念已經在腦中
Thumbnail
你相信心想事成嗎? 實測後我真開始相信了 很多人說這是 吸引力法則 當你堅定的相信一件事會成真,就會將思緒集中在一件事上,跟這個領域相關的人事物就會被吸引過來,當你努力朝目標前進時,好的氣場會讓周圍的環境、貴人被你牽引,進而幫助你完成目標。 當然我也曾經立
Thumbnail
你相信心想事成嗎? 實測後我真開始相信了 很多人說這是 吸引力法則 當你堅定的相信一件事會成真,就會將思緒集中在一件事上,跟這個領域相關的人事物就會被吸引過來,當你努力朝目標前進時,好的氣場會讓周圍的環境、貴人被你牽引,進而幫助你完成目標。 當然我也曾經立
Thumbnail
(禁止轉發、轉貼、抄襲,有任何需求需經過本人同意)
Thumbnail
(禁止轉發、轉貼、抄襲,有任何需求需經過本人同意)
Thumbnail
之前我都一直有在這邊跟大家分享有關《吸引力法則》,那我相信你們也是有聽過,也可能有在學習《吸引力法則》。 大家都會覺得到底值不值得花時間去在這個層面上,我覺得如果你現在的生活面對非常多的問題,那你沒有其他更好的方法能夠幫助到你的話呢,那我覺得你不妨可以試試去練習一下《吸引力法則》。 因為透過《吸引力
Thumbnail
之前我都一直有在這邊跟大家分享有關《吸引力法則》,那我相信你們也是有聽過,也可能有在學習《吸引力法則》。 大家都會覺得到底值不值得花時間去在這個層面上,我覺得如果你現在的生活面對非常多的問題,那你沒有其他更好的方法能夠幫助到你的話呢,那我覺得你不妨可以試試去練習一下《吸引力法則》。 因為透過《吸引力
Thumbnail
《為什麼這樣工作會快、準、好》一書中說明:我們可以透過訓練自己用機率思考的方式,做出更好的選擇。機率思考即是設想未來的各種可能性,在腦中同時想著各種相互衝突的情境,並推估各種情形發生的比例,就可以比較準確無誤做出預測,並選擇較適當的方案。 除了機率思考之外,另外我們還需要學會「假設」,透過正確假設
Thumbnail
《為什麼這樣工作會快、準、好》一書中說明:我們可以透過訓練自己用機率思考的方式,做出更好的選擇。機率思考即是設想未來的各種可能性,在腦中同時想著各種相互衝突的情境,並推估各種情形發生的比例,就可以比較準確無誤做出預測,並選擇較適當的方案。 除了機率思考之外,另外我們還需要學會「假設」,透過正確假設
Thumbnail
你肯定聽過「吸引力法則」,但為什麼有些人成功實現,有些人好像不管用呢?
Thumbnail
你肯定聽過「吸引力法則」,但為什麼有些人成功實現,有些人好像不管用呢?
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News