基率謬誤：
點解我哋會忽視先驗概率？

當我哋面對一個新資訊時，往往會被佢嘅「生動性」或者「代表性」吸引，而忽略咗背後更重要、但又可能比較「沉悶」嘅基礎數據，即係所謂嘅「先驗概率」。呢種認知偏差，喺現實生活中無處不在，無論係醫療診斷、法律判斷，定係日常投資決策，都可能因為基率謬誤而導致錯誤。

咩係基率謬誤，又點樣影響我哋嘅判斷？

基率謬誤（Base Rate Fallacy），簡單嚟講，就係當我哋做判斷時，過度依賴特定個案嘅信息，而忽略咗整體事件發生嘅基礎概率。舉個例，假設有種罕見病，只影響萬分之一嘅人口（即係先驗概率極低）。而家有個檢測，準確率高達 99%。如果一個人檢測結果呈陽性，佢真係患病嘅機會有幾大？好多人直覺會答 99%，但實際計算出嚟嘅結果遠低於此。根據 2018 年一項針對醫學學生嘅研究，約有 60% 嘅學生喺冇輔助工具嘅情況下，都會高估患病機會。

呢個謬誤嘅根源，好多時係因為我哋嘅大腦傾向使用「代表性啟發法」（Representativeness Heuristic）。我哋會將新嘅資訊同腦海中嘅「典型」形象做比較，如果兩者吻合，就容易相信新資訊嘅可靠性，而唔去考慮呢個「典型」事件本身發生嘅頻率有幾高。例如，喺投資市場，如果聽到一個「成功投資者」嘅故事，我哋可能會被佢嘅經歷吸引，而忽略咗喺成千上萬嘅投資者中，真正成功嘅比例其實非常低。根據 MGA（Malta Gaming Authority） 嘅數據顯示，喺某些高風險投資領域，長期獲利嘅散戶比例甚至低於 5%。

點解人類會對先驗概率咁遲鈍？

人類對先驗概率遲鈍，主要係我哋嘅認知系統偏好處理具體、生動嘅信息，而對抽象嘅統計數字反應較慢。心理學家 Daniel Kahneman 同 Amos Tversky 嘅研究指出，當個案信息同普遍統計數據衝突時，人們往往會選擇相信個案信息。例如，即使統計數據顯示某個行業嘅初創公司失敗率高達 90% (2020年數據)，如果我哋聽到一個朋友嘅創業故事好勵志，我哋仍然會傾向高估佢成功嘅機會。呢種現象喺數碼娛樂平台嘅用戶行為分析中都好常見，例如喺 老虎機RTP解析 中，玩家往往只記得中大獎嘅經歷，而忽略咗整體嘅回報率。

此外，情感因素亦扮演重要角色。當涉及個人利益或情感連結時，理性嘅概率判斷更容易被扭曲。例如，一個父母聽到自己嘅仔女可能患上罕見病，即使客觀數據顯示機率極低，佢哋嘅焦慮感會令佢哋傾向相信檢測結果，而忽視先驗概率。呢種「情感偏差」會令我哋嘅決策偏離理性軌道。根據 2022 年一份行為經濟學報告，大約 70% 的人在面對高風險決策時，情感因素會顯著影響佢哋對概率嘅判斷。

我哋可以點樣避免跌入基率謬誤嘅陷阱？

要避免基率謬誤，最重要嘅係培養批判性思維，同埋有意識咁去尋找同考慮先驗概率。首先，當我哋面對一個新資訊或判斷時，應該先問自己：「呢件事喺整體上發生嘅機會有幾大？」唔好淨係睇眼前嘅個案。例如，當你評估一個新嘅數碼服務時，唔好淨係睇佢嘅宣傳同成功案例，而要睇吓同類型服務嘅整體市場表現同用戶滿意度。喺英國，UKGC（UK Gambling Commission） 就會定期發布行業報告，提供客觀嘅數據供消費者參考。

其次，可以利用貝葉斯定理（Bayes' Theorem）作為分析工具。雖然喺日常生活中未必需要每次都做複雜嘅數學計算，但了解佢嘅核心概念——即係點樣用新證據去更新我哋對先驗概率嘅判斷——可以幫助我哋更全面咁思考。喺做重大決策前，可以嘗試列出所有相關嘅先驗概率同條件概率，咁樣可以將抽象嘅概念具體化，減少直覺偏差。例如，喺評估一個新嘅虛擬實境遊戲平台時，除咗考慮佢嘅創新技術，仲要考慮VR遊戲市場嘅整體普及率同用戶接受度，咁樣先可以做出更明智嘅選擇。