可得性捷思｜Availability Heuristic
一句話
人評估事件發生機率時，以腦中能多快想到相關案例為依據，而非客觀統計。容易想到的就被視為常見。這扭曲了風險評估。
適用情境
- 風險評估：媒體報導多的事件感覺更危險
- 投資判斷：最近上漲的標的感覺更值得買
- 招募評估：上一個案例的優劣會強烈影響對下一個的判斷
- 看新聞時的世界觀：媒體選擇性報導扭曲你對「現在世界發生什麼」的認知
HBS 個案
911 後的航空 vs 汽車安全感知 Source: HBS: Risk Perception and Decision Making
911 事件後，美國人大量改搭汽車而非飛機——因為飛機失事的畫面在腦中極易被喚起。
統計事實：
- 航空死亡率（每英里）：約 0.07 per billion miles
- 汽車死亡率（每英里）：約 7 per billion miles
- 汽車比飛機危險 100 倍
可得性捷思造成的真實傷亡：
- 911 事件死亡：約 3,000 人
- 911 後 12 個月「多出來」的汽車事故死亡（因為航空乘客轉公路）：估計 1,500 人
可得性捷思讓公眾規避了比較不危險的選項（飛機），轉向比較危險的選項（汽車），造成額外傷亡。
白話小例｜250 字
一家中型製造業老闆讀完《商業周刊》一篇「中國工廠倒閉潮」的報導，立刻決定取消明年擴廠計畫，全部資金轉做保守理財。
實際情況：
- 那篇報導訪談的3 家工廠確實倒了
- 但同產業 200 家工廠中，只有那 3 家有問題（1.5%）
- 該老闆的工廠跟那 3 家完全不同情況（產品、客戶、區域都不同）
老闆的判斷邏輯：「最近看到太多倒閉新聞了，現在不是擴張的時機。」
真實的決策依據其實是：媒體案例的可得性，不是自家工廠的數據。
3 年後回頭看，那個沒擴的決定讓他錯過了該產業最後一波擴張紅利，競爭對手都擴了。
對抗可得性捷思：
- 看到「最近很多 X 案例」時，追問實際統計數據
- 區分「我看到的樣本」vs「真實母體」
- 配合 基礎機率 一起用