確認偏誤 (Confirmation bias)
人們會偏好符合自身觀點或立場的訊息，忽略不符合觀點或立場的訊息。
舉例: 悲觀的人永遠認定熊市將至, 樂觀的人永遠認為這次不一樣。相合性偏誤(Congruence bias)
直接檢驗假設，卻沒想到要檢驗其他可能的假設。
舉例: 悲觀的人找到支持熊市論點的資訊就深信不移。樂觀的人排斥所有支持熊市論點的資訊。
故事
很多年前我還是一名很年輕的工程師，和當時的老闆關係不錯，部門氛圍也比較輕鬆。加班時，沒有加班費，所以老闆對我們的管理也相對寬鬆。記得有一次，我們晚上加班時，我老闆跟其他員工聊天，我走過去湊熱鬧。
當時在討論豬肉究竟是屬於白肉還是紅肉，正反兩方都有各自的看法。我老闆的主張是：豬肉應該算是紅肉。作為工程師，我的思維很簡單，Google一下就知道了。我老闆也立刻搜尋了一下，結果發現：豬肉是紅肉。
我有點不太相信，於是問老闆：『你是怎麼Google的？』他說：『只要在Google搜尋‘豬肉 紅肉’，就會找到很多相關資料』
我覺得這樣不對，於是我提議：『你試試: 豬肉 白肉』。” 果然，也找到了很多支持豬肉是白肉的資料。結果，我們兩個工程師都愣住了。
解析
你相信什麼，就會找到相應的證據支持,還會覺得自己很客觀
如果你相信豬肉是紅肉，搜尋結果會支持這個觀點；如果你相信豬肉是白肉，依然能找到足夠的證據來證明。不同立場的人，都認為對方錯了，而自己才是對的，因為他們各自掌握的資訊都能證明自身的論點。
真正的調查，必須涵蓋反面意見不能單憑個人偏好選擇性地接受資訊，任何研究都應該包括反方觀點，甚至親自驗證結果。即使資訊來源來自比自己更專業的人，也不能盲目相信，而應該進一步求證。許多人錯誤的模式是不經查證, 錯誤引用跟自己相同立場的觀點, 後來被證明是假訊息
絕大部分人在接收資訊時有盲點，但大多數人沒意識到.沒有刻意搜尋反面觀點, 就很容易處於同溫層。
我們在找資料時，通常只會傾向於搜尋能證明自己觀點正確的信息，而不會去尋找那些可能讓自己錯誤的資料。
正是這樣的思維模式使得再多資訊都沒有用, 因為戴了有色眼鏡。
這也是很多聰明人做傻事的原因根源。
AI時代新問題
這幾天我也在大量試用AI, AI會避免掉這種偏誤, AI會直接否定我的認知,我問豬肉是白肉嗎?AI會否定我, 糾正我的想法。這是很不錯的工具, 但其實有另一種問題, 人類如果太過倚賴AI去判定對錯而不懷疑, 就會造成太過相信AI, 被欺騙而不自知。
於是我通常好幾個AI並用, 而且問題會正著問，反著問, 確保AI沒有欺瞞我。
投資應用
Fisher 喜歡研究失敗模式, 我看過一個例子,一個我認識的朋友他判斷熊市將至,並且舉出數據為例, 他用的資訊是沒錯的, 也是歷史回測100%準確。
只可惜, 他是一個天性悲觀的人, 習慣看空, 先有立場再去找數據證明自己觀點, 反面觀點的數據有很多, 一概棄之不用, 於是判斷失敗後,還是不知道自己問題在哪?
很多時候問題並不在有多聰明?有多少知識?而是決策時能否有意識地避開人類天性的認知偏誤, 做出合乎理性的判斷?
認知偏誤會讓人沒有”病識感“,做錯了還是不知道問題出在哪?
認知偏誤會讓人認為自己是正確的, 有錯而不自知。
我知道自己天性悲觀, 於是對自己偏空看法總是多搜集反面觀點來輔助判斷, 而查理芒格的做法是有一張認知偏誤確認清單, 每到重要決定就拿出來檢視一次自己是否犯了其中哪些偏誤?
如果有好好讀過查理芒格的書, 會知道查理芒格對心理偏誤特別重視。
我深深為查理的睿智著迷, 奉為投資導師, 所以我也有類似的思維, 特別重視認知偏誤, 重視多元思維模型。
查理芒格於波克夏之意義, 就在於有一個同樣聰明博學, 相同價值觀的人來糾正巴菲特之盲點, 並非查理更聰明, 而是再聰明的人都有盲點, 這是無法避免之人性,需要另一個一樣聰明的人來討論發現盲點。
『一個人走得快,一群人走得久』。
「若批評不自由，則讚美無意義」，這句話出自法國作家博馬捨《費加洛的婚禮》,沒有反面意見的分析判斷不值得一看。
多元化意見有利於決策, 但其實很刺耳, 對身心有害,平衡很重要, 交易猿的閱讀筆記教過我:『80%同溫層,20%多元意見』, 我覺得很有道理。
