1  锚定偏差

锚定指的是我们在做决定之前很容易被不相关的信息所左右。在一个经典实验中，卡尼曼和特沃斯基招募了俄勒冈大学的学生作为实验对象，让他们转动幸运转盘，并要求他们写下转盘停止时的数字。但问题是，幸运转盘只停在10或65这两个数字上，而不是停在0到100之间的任一数字上。随后，卡尼曼和特沃斯基又向实验对象提出了两个问题：非洲国家在联合国会员国中所占的比例比你刚才写的数字大还是小？你对联合国中非洲国家所占比例的最佳猜测是什么？结果令人吃惊。在幸运转盘上看到数字65的受试者的平均估计值为45%，而看到数字10的受试者的平均估计值较低，仅为25%。换句话说，实验对象被幸运转盘上的数字“锚定”了，这左右了他们的最终估计。就像这个实验中的受试者一样，我们每天都会受到“锚定”的影响。

举例来说，如果你之前看到过另一个售价20美元的三明治，那么你就更有可能买一个售价5美元的“特价”三明治。尽管更贵的三明治的价格与你的购买决策无关，但锚定这一认知偏差会让你认为价格较低的三明治更划算，而事实可能并非如此。

2  可得性偏差

可得性偏差是指我们倾向于根据更容易回忆起的信息做出判断。例如，假设你和其他人一样以70英里/小时的速度在高速公路上行驶，但后来你看到了一场灾难性的事故，其他驾驶者都把车速降到了50英里/小时。由于事故发生的可能性在你的脑海中更加“可得”，因此你也更有可能将车速减慢到50英里/小时，尽管事故发生的概率其实保持不变。

可得性偏差也解释了为什么会发生某些灾难性事件，比如离婚。卡尼曼指出：“例如，在判断某对夫妇离婚的可能性时，人们可能会搜寻自己的记忆，看看这个问题能不能让自己想起其他类似的夫妻。如果以这种方式检索到的事例中普遍存在离婚现象，那么离婚概率就会显得很高”。简而言之，可得性偏差会导致错误的决策，因为误导性信息往往比准确信息更容易出现在脑海中。

3  代表性偏差

代表性偏差是一种认知偏差，它会引导我们根据脑海中的比较做出判断。这种认知偏差在全球大多数组织的招聘过程中都有典型的体现。在面试和评估求职者时，招聘经理更倾向于聘用符合典型职位要求刻板印象的人，即使另一位不同性别或种族的求职者更适合该角色。聪明的人最容易陷入代表性偏差的陷阱：例如，统计学家往往会妄下结论，认为从大量人口中抽取的样本比实际情况更能代表群体特性。

4  回归均值

在心理学中，回归均值描述了我们对未来做出有偏见预测的倾向，因为我们没有考虑到回归的力量。例如，在帮助以色列空军训练战斗机飞行员时，卡尼曼注意到，教官与大多数教练和经理一样，认为批评比表扬更有用。他们这样认为的依据是，每当他们表扬一名表现出色的飞行员时，他下次的表现总是更糟，而受到批评的飞行员总是表现得更好。然而，卡尼曼注意到，这两组飞行员的表现都简单地回归到了平均值——换句话说，无论教官的表扬和批评如何，他们的表现都会更好（或更差）。

如果不考虑均值回归，往往会导致基于误导信息的错误预测。下面是卡尼曼在《思考，快与慢》一书中解释的一个例子：“抑郁儿童在接受能量饮料治疗三个月后病情明显好转。这个报纸标题是我编的，但它所报道的事实却是真实的：如果用能量饮料对一群抑郁儿童进行一段时间的治疗，他们在临床上会有明显的改善。同样，抑郁儿童如果每天花一些时间站立或抱猫二十分钟，情况也会有改善”。

5  “后见之明”偏差

“后见之明”偏差指我们倾向于回顾过去的事件，调整我们的世界观以适应惊喜，并坚持“我一直都知道”的立场。这种认知偏差在专家中尤为普遍，他们倾向于回顾令人惊讶的政治选举和技术创新，并重构他们错误的预测以符合现实。

在组织内部，“后见之明”会奖励和助长鲁莽的风险追求者，他们往往会疯狂地赌一把。卡尼曼在《思考，快与慢》一书中解释了这一现象：“运气好的领导者从来不会因为冒了太多风险而受到惩罚。相反，人们认为他们有预见成功的天赋和远见，而那些怀疑他们的理智的人则在事后被视为平庸、胆小和软弱。几场幸运的赌博可以为一个鲁莽的领导者戴上先知先觉和胆识过人的光环”。