代表性捷思（representativeness heuristic）

以下這個問題，可以讓你在聯誼相親的時候或者是一些容易被部分訊息蒙蔽的情況派上用場。請你先思考一下問題。

有一個男性叫做柏修，他喜歡文學，很愛讀小說，而且身體偏瘦。你覺得柏修比較有可能從事下列哪一個行業？

A. 水泥工
B. 大學文學相關科系的教授

如果你沒有回答過類似的題目，你很可能會選擇 B. ，但 B. 不會是正確答案，雖然大學教授有文學相關的興趣似乎相當正常，但在職業的人口金字塔裡面，水泥工的人數遠比大學教授要多上許多，而且這還是不集中討論文學教授的情況。所以就機率上來說，選擇 A. 比較可能反應現實的情況。

如果你還是覺得很難想像，就請你假設現在門外站了一個人，你覺得他是什麼職業？以機率上來說，我們應該猜最多人從事的行業，在臺灣也許是服務業，總之不會是大學教授，這些人通過基測、學測、碩博士的學歷篩選，人數其實佔全體人口相當少的比例，即使門外的人身上出現了許多符合教授的特徵，你最好還是依照客觀的機率猜測，比較容易猜中。

我們之所以容易認為酷愛讀書的瘦男子是大學教授，是為這個形象與我們腦中對教授的印象很相似，於是我們便容易認為這個人根本就是教授。心理學家稱這類思考方式為代表性捷思（representativeness heuristic），我們會將外界刺激與記憶中有代表性的範例（exemplar）做對照，當刺激和範例越相似，我們會傾向認為這個刺激與範例一致，而忽略背後的機率訊息。

人類的祖先在大草原上生存，不需要懂什麼高深的數學與統計，就能過得很好，而且才能因此過得很好，如果花太多時間深思事件背後的機率，很容易被野獸吃掉。因此，演化到現在，人類天生對機率等抽象數字不太敏感，講得更專業些，就是容易忽略基本比率（base rate），也就是沒看到問題背後的機率，像是我們平常根本不會注意水泥工與教授各佔總體人口的比例。

除此之外，代表性截思也跟連結謬誤（conjunction fallacy）的邏輯錯誤有關，這個謬誤顯示人類很容易忽略獨立事件相交後發生的事件機率，而容易受到事件的因果關西所影響。比如請思考一下以下的問題，你覺得哪一個比較容易發生：

C. 八掌溪暴漲。
D. 受到強颱侵襲，八掌溪暴漲。

多數人面對類似的題目時會選擇 D. 。但其實是 C. 比較容易發生，原因在於八掌溪可以受到任何原因暴漲，比如午後雷陣雨，山區大雨，西南氣流影響等等，原因相當多，而 D. 選項則將事件限縮在強颱侵襲的背景底下，以機率上來說已經小很多了，再加上要讓八掌溪暴漲的機率，這顯得更不容易。人類善於處理具有因果關係的事件，因為這類事件人類容易想像，而且能夠跟過去颱風天淹大水的情景做對照，相似程度很高，忽略相關的機率條件。

代表性截思簡化推論的過程，讓我們只依靠相似性的程度來取代機率的判斷，這自然很容易出錯，因次，當下次你聯誼認識新朋友，他在桌子對面滔滔不絕說出他的興趣、嗜好跟個性，卻遲遲不交代他的職業與薪水時，也不太強作解人，用他給的訊息幫他腦補，因為現在你知道無論他前面說的多麼天畫亂墜高雅時尚，高階級的職業與高收入的人畢竟畢竟只佔總人口的一小部分，所以你有理由悲觀，坐在你對面的那個人，不是人口金字塔上層的那些人。