什么是认知偏差？

寻求和权衡支持你已有观点的证据。问题所在：在某人私下决定后组建的供应商候选名单中，每个参考电话都在确认而不是测试。
证据：Wason的1960年规则发现任务是起源，尽管他自己的结论适用于在两次或更多错误后仍然存在的子组。Klayman和Ha（1987）将其重新框架为一种在大多数环境中规范上合理的积极测试策略——你在寻找你期望找到的东西时并不是不理性。Hart及其同事在心理学公报中的2009年元分析将亲和性偏见定为d = 0.36，而当反驳信息确实有用时，它会逆转。
在Argumentree中：反对分支不是可选的。没有记录反例的主张显然是不完整的，而不是默默无挑战的，问题链将挑战附加到它所争议的确切主张上。

提到的第一个数字设定了每个人争论的范围。影响所在：谁先说出预算数字、估值或交付日期，就会影响后续的每一个估计。
证据：Tversky和Kahneman在1974年的实验中，对于同一数量的中位估计分别为25与45，在锚点为10和65的情况下。许多实验室1强有力地复制了锚定效应——但使用的是提供的锚点。随机数字的偶然锚定在许多实验室2中失败（d = 0.04，p = .09，N = 6,826）。所以：故意的锚点会影响人们；环境中的任意数字大多不会。
在Argumentree中：各方在讨论前独立提交立场，因此没有第一个数字可以作为锚点。锚点需要观众，而异步输入则消除了这一点。

通过一个例子在脑海中浮现的容易程度来判断某事的可能性。问题所在：上个季度的故障主导了风险登记，而没有人有故事可讲的缓慢、较大风险则未被列出。
证据：分裂，值得知道哪一半。著名的字母频率演示被 削弱 — Sedlmeier、Hertwig 和 Gigerenzer（1998）发现判断通常遵循实际比例。检索的容易性机制依然存在：Weingarten 和 Hutchinson 在2018年对263项研究的元分析发现中等效应，尽管出版偏差将其缩小了三分之一。
在 Argumentree 中：论点携带其证据，因此生动的轶事和基准率并排而坐，并分别进行评分 — 时间线显示每个论点何时进入讨论。

摩尔和希利在2008年发表的论文《心理学评论》中将其分为三类：高估你的分数、将自己与他人进行过度比较，以及过度精确——对你的估计过于自信。影响所在：交付范围过于狭窄，因此下游的每个计划都继承了虚假的精确性。
证据：过度精确是一个稳健的现象。索尔和克莱曼发现置信区间“有时仅为必要大小的40%以达到良好的校准。”高估和过度比较随着任务难度的变化而翻转——困难任务产生高估但低比较——而难易效应本身部分是回归伪影（贾斯林等，2000年）。
在Argumentree中：评分基于论点，而不是主张，因此自信的主张如果证据薄弱，其评分就像薄弱的证据一样。

低估自己完成时间的同时，现实地评估他人。影响所在：你曾设定的每一个迁移、整合和启动日期。
证据：在该领域表现强劲。Flyvbjerg及其同事（2002）研究了258个价值约900亿美元的交通项目，发现大约九成的成本被低估——铁路+45%，固定连接+34%，公路+20%。Buehler、Griffin和Ross（1994）是实验室的起源，值得注意的是，当参与者被迫将估计与过去经验联系起来时，偏见被消除。值得注意的警告：Halkjelsvik和Jørgensen在2012年的回顾发现，低估在工程和管理文献中占主导地位，但在心理学文献中并不如此。
在Argumentree中：估计成为附有证据的主张——包括参考类别——而不是在规划会议中声称的数字。

更倾向于当前的安排，并将“什么都不做”视为中立，而不是有后果的选择。影响所在：现任供应商续约，因为更换需要理由，而继续则不需要。
证据：在这里是最强的之一。Samuelson和Zeckhauser（1988）对486名受试者进行了研究，发现只有28%的TIAA-CREF参与者曾改变过他们的分配。Jachimowicz及其同事在2019年对58个数据集（n = 73,675）进行的默认效应的元分析报告d = 0.68 [0.53, 0.83]，而Madrian和Shea发现401(k)参与率仅因默认更改从37%上升到86%。
在Argumentree中：“保持我们所拥有的”作为一个选项被列入，具有其自身的利弊，因此它在证据上竞争，而不是通过不在议程上而获胜。

相同的事实被描述为收益或损失会产生不同的选择。影响所在：“90%的成功率”和“10%的失败率”是相同的数字，但其影响却不同。
证据：方向明确，约为原始幅度的一半。许多实验室1复制了特维斯基和卡尼曼的亚洲疾病项目：原始d = 1.13 → 复制d = 0.62（N = 6,271）。许多实验室2复制了同一1981年论文中的一个不同项目——原始OR 4.96 → OR 2.06（N = 7,228）。这两个项目常常被混淆；它们是不同的研究。库赫伯格对136篇论文的元分析称框架效应是可靠的，且效应大小为小到中等。
在Argumentree中：决策标准在选项被框定之前就已写好，声明可以在两种框架中陈述一次并受到挑战，而不是依赖于呈现。

一旦你知道了结果，你会相信自己早就知道了。痛点：事后分析变成了寻找应该看到这一点的人，这教会了每个人下次要更安静。
证据：稳健，规模有争议。Fischhoff（1975）显示结果知识提高了判断的可能性，而人们在很大程度上对这种变化并不知情。元分析对规模存在分歧：Christensen-Szalanski和Willham（122项研究）报告r = .17；Guilbault及其同事（95项研究）报告中位数约为.39——并发现去偏见的操控大多无效。
在Argumentree中： 决策记录是有时间戳的，因此审查可以根据当时存在的证据来判断决策，而不是根据后来出现的结果。

通过性格解释行为，同时忽视情境。问题所在：项目失败是因为领导力不足——而不是因为流程给他们设定了一个由锚定决定的截止日期和一个经过共识批准的计划。
证据：在范式中是可靠的。Jones和Harris（1967）发现，即使论文立场是分配而非选择的，态度归因仍然存在。Many Labs 2成功复制了一项对应偏见研究——原始d = 1.75，复制d = 1.82，是该组中更为稳健的结果之一。跨文化上，它减弱而非消失。
在Argumentree中：论点被评估，人们则不然。这是整个设计原则，也是对这种偏见的直接结构性回答。

在当前决策中计算不可恢复的过去支出。影响所在：因为已经消耗的资源而辩护的项目。
证据：真实但适度，且这些措施受到质疑。Arkes 和 Blumer（1985）发现85%的人选择完成一架已知劣质的飞机。Sleesman 和同事的元分析将沉没成本的相关性定为ρ = .243——与个人责任相当，而不是更大。2025年的分析发现经典的沉没成本情境内部一致性差（ω = 0.14–0.57），因此对单一情境的发现要谨慎对待。还要注意，在 Arkes 和 Blumer 自己的剧院研究中，这种效应在赛季的前半部分存在，而在后半部分基本上消失。
在 Argumentree 中：当项目获得批准时，可以记录退出标准，因此审查时阅读的是文件，而不是重新审理同事的判断——请参见 承诺升级。

根据一个案例与刻板印象的匹配程度来判断，而忽略了该事物的实际普遍性。问题所在：“这个交易感觉像是我们赢的那些”——没有考虑胜率。
证据：作为演示非常有力，并且强烈依赖于格式，这是可操作的部分。Casscells及其同事（1978年）发现只有18%的医务人员给出了正确答案，而45%的人错误的程度接近五十倍；Manrai及其同事在36年后重复了这一实验，结果几乎相同（23%正确，44%给出了相同的错误答案）。但Gigerenzer和Hoffrage显示，当同样的问题以自然频率而非概率的形式提出时，正确回答的比例从大约16%上升到46–50%。
在Argumentree中：证据与其支持的主张相连，因此基准率作为论据存在，而不是由恰好知道它的任何人记住——或不记住。

声称能力最差的人最自信。问题所在：房间里最响亮的确定性属于最没有依据的人。
证据 — 这需要谨慎。描述性模式重复出现：低表现者确实高估了自己。解释在很大程度上并不成立。Nuhfer及其同事从随机数字中再现了经典图形；Gignac和Zajenkowski（2020年，N = 929）发现这种关系基本上是线性的，效果远小于报告的；McIntosh及其同事发现，当任务难度相等时，这种模式被消除——表现水平，而不是元认知缺陷，是驱动因素。公平地说，Pennycook和Jansen及其同事确实发现低表现者更难评估自己的答案。
诚实总结：人们高估了自己，但大部分著名图表是回归均值加上优于平均水平。不要将其引用为定律。
在Argumentree中：自信不是评分输入。评分附加在论据的证据上，因此确定性没有获得的分量。