易得性偏差：学会全面思考证伪，避免惯用经验做决策 | 每周思维模型学习
一个人的一生，大概不过百年；而古今中外，有无数人，也有无数个百年，留下了无数的智慧。一个人通过自己的人生当然会获得智慧；而人和人存在的更大的差异，取决于你能不能从他人的百年里汲取营养，是否可以兼容更多人的一生所得。
很多高人，穷尽一生，可能就总结了一个理论，一套心法，一个框架，一个方法，一条路径等。我们将这些模型，收集、整理、描述出来。经典的思维模型、通俗易懂的表达，让我们快速理解模型的含义和原理，帮助我们建立模型思维，提升我们判断决策的能力。
我们将每周发布一个思维模型，与各位一起学习。以下为《易得性偏差》模型解读，enjoy!
认知心理学家美国科学院院士阿莫斯·特维尔斯基和诺贝尔经济学奖得主丹尼尔·卡尼曼最早提出易得性偏差这个概念（1973年）。易得性偏差是启发式偏差的一种。人们往往根据认知上的易得性来判断事件的可能性，如投资者在决策过程中过于看重自己知道的或容易得到的信息，而忽视对其他信息的关注的进行深度发掘，从而造成判断的偏差。
人们由于受记忆力或知识的局限，进行预测和决策时大多利用自己熟悉的或能够凭想象构造而得到的信息，导致赋予那些易见的，容易记起的信息以过大的比重，但这只是应该被利用的信息的一部分，还有大量的其他的必须考虑的信息，他们对于正确评估和觉得同样有着重要的影响，但人们的直觉推断却忽略了这些因素。比如人们往往倾向于大量关注热门股票，从而在与媒体的接触中做出其上涨概率较大的判断。而事实往往相反，很多较少关注的股票的涨幅通常大于热门股票的平均涨幅。
那么，如何避免易得性偏差呢？
首先，我们要通过本领域主动学习来打通认知深度。
任何领域的常识、信息、技术、知识等都是多如瀚海，因此我们需要主动学习、不断充电，并要学习那些过去已经学习过的，但在每天所面对的信息环境中不常用、不常见而显得生疏、陌生的信息知识。通过温故而知新，使得信息、知识记忆犹新，不断扩大自己容易想起的知识，扩大易得性信息的知识面。
其次，跨学科学习可以拓展人的认知广度。
很多复杂问题涵盖了多个学科，所以要进行跨学科学习，查理芒格是一位跨学科学习的大师，可以按照查理芒格的四步学习法进行跨学科学习：
第一步：跨学科学习（经济学、行为学、社会学、心理学、自然科学、哲学等）
第二步：只学习重要学科重要思维模型
第三步：把思维模型进行跨学科组合，打造多元思维模型
第四步：刻意练习，组合进化，学以致用，不断验证迭代
只有具备了多学科的知识，才能考虑问题的多维度。
最后，我们要经常进行反复质疑提问，以此来深入证伪思考。
易得性偏差是基于容易获得的信息(而不是基于应该收集的信息)来做判断的。因此，不要为“易得”的技术知识和信息所左右，要深入思考、反复质疑、全面思考应该收集的所有信息和因素，避开易得性偏差的陷阱。同时也要花时间去收集和思考“不易得”的技术知识、信息和因素，将易得的知识和不易得的知识或信息一起综合考虑。
可以问以下问题来避免决策偏差：
——我的观点有哪些证据?我想到的是不是因为它更容易获得?
——我做的判断是不是因为最近发生了某件事情?我对这件事情产生了情绪?
——这件事情是否需要记忆和个人经验之外的信息，我从哪里搜集这些信息?
——我的想法是零星的经验推断的吗?有没有进行建立一个分析框架，进行系统思考?
——我的想法有没有受到媒体报道和画面感很强的因素影响?哪里可以找到更加客观的统计数据?
学习更多思维模型，扫描下方二维码
Y 笔记本首批推出100个思维模型，我们将其归为六类——“认知、学习、决策、管理、理性、实践” 。我们选择了借助一个我们生活工作中最常用、最实用的纸质笔记本，在日常工作生活中的记录过程中，不经意、不间断地学习这些模型。