B 块 · 决策与认知偏差 · 样本家族 · 第 11 课

自信三兄弟

过度自信、达克效应、幸存者偏差——三个都在说"你以为的比实际的好"，但机制完全不同。这一课也是本课程最重的一次批判训练：一个人人都听过的"经典效应"，它的现象是真的、图表是骗人的、解释是存疑的、而网上流传的版本是走样的——这四件事同时成立。

📍 你在哪个家族？ 这一课属于样本家族——你看到的样本，早就被筛过了。第 10 课是你自己挑样本（确认偏差），这一课是现实先替你筛过（幸存者偏差），再加一个"你对自己能力的估计也不准"（过度自信）。三课拼出一块完整的拼图：你看到的从来不是全貌。
🎯 一句能带走的话：自信出问题，很少是因为你太蠢，多半是因为你手上的样本被筛过了——被难度筛、被统计筛、被现实筛。记住难易反转（难事上低估自己、易事上高估自己），再加一句"死掉的那些呢？"
为什么这一课值钱？ 它同时给你两样东西：一是看清自己判断力边界的工具（该自信时自信、该谨慎时谨慎）；二是识破"成功学"整个产业的能力——从炒股 App 到知识付费到微商，用的都是同一招。

先做一个测试：你的九成把握

招牌场景 · 记住这个

写下 10 个你不知道确切答案的数字（某国人口、某座山高度、某公司年收入……），每个给一个"我有 90% 把握，真值落在这个区间里"的估计。然后去查。

真值实际落进去的比例通常只有 30%–60%。

你说"九成把握"的时候，实际大概只有一半。这就是过度精确——过度自信三兄弟里最顽固的一个。"能减轻，但消不掉。"Moore 综述教学安全区间；经典来源 Alpert & Raiffa (1982)、Lichtenstein, Fischhoff & Phillips (1982)。

先把概念拆开：过度自信其实是三件事

把它们混为一谈，是绝大多数科普文章的通病。

类型说的是日常样子
高估
overestimation		觉得自己实际水平比真实的高"这活儿我两天能干完"（实际一周）
高置
overplacement		觉得自己比别人强"我开车技术在平均以上"
过度精确
overprecision		觉得自己的判断比实际更准"我确定就是这个原因"
最反直觉的发现：这三个不但不是一回事，还可能反着来。
· 难任务上：人高估自己的成绩，却又觉得自己不如别人。
· 易任务上：人低估自己的成绩，却又觉得自己比别人强。
Moore, D. A., & Healy, P. J. (2008)《The trouble with overconfidence》Psychological Review 115(2):502。跨 18 个测验，高估与高置显著负相关 r(18)=−.64, p=.004。

为什么会这样？因为你对自己的信息不完美，对别人的信息更不完美——对他人的估计更"往中间缩"。考得好时，你低估自己、但更低估别人，于是觉得自己领先；考砸时反过来。它不是"人自大"，而是信息量不对称造成的系统性错觉。18 轮实验没有学习效应——偏差不会因为多做几次就消失。

那个"人人都觉得自己车技好"：开车技术自认高于中位数，美国样本 93%、瑞典 69%；开车安全，美国 88%、瑞典 77%。每组仅 35–45 人、样本小，但 2023 年一项 N=1,203 的预注册复制确认了结论。Svenson, O. (1981) Acta Psychologica 47(2):143。注意拼写是 Svenson（一个 s）。

过度精确方面：让人给"90% 把握"的区间，真值落入率通常仅 30%–60%。三兄弟里这一个最顽固。平衡一下：有研究认为其中相当一部分是提问格式造成的假象——改用频率格式加金钱激励，测出的过度自信会明显下降。别把它当成"人脑铁律"。

顺带认识：计划谬误

经典实验 · 毕业论文

让 33 名学生预测自己的荣誉论文什么时候能写完：

问法预测天数实际按期完成率
最佳估计33.955.529.7%
乐观（一切顺利）27.455.510.8%
悲观（一切尽可能糟）48.655.548.7%
最扎心的一行是最后一行：连"往最坏处想"的估计都还是不够坏。刻意悲观，预测 48.6 天，实际 55.5 天——依然是低估。Buehler, Griffin & Ross (1994) JPSP 67(3):366。但别过度解读：预测与实际的相关高达 r=.77——排序有效（你知道哪个任务更久），只是整体系统性偏短。

达克效应：本课的重头戏

你一定听过："能力越差的人越觉得自己厉害。"还有那张著名的"愚昧之巅→绝望之谷→开悟之坡"曲线。现在一层层拆开。

（逻辑测验）实际百分位自评百分位
最低四分之一12th62nd
最高四分之一86th74th

Kruger, J., & Dunning, D. (1999)《Unskilled and Unaware of It》JPSP 77(6):1121。注：这组数字是四个研究的汇总口径，各研究底部组自评在 55–68 之间浮动。

注意第二行——高手反而低估了自己。这半边故事在流传中几乎完全丢失了。

⚠ 澄清一：低分者从来没觉得自己比高分者强。

原文 Study 4 的自评数据是单调上升的：最低组 55.0 < 第二组 58.5 < 第三组 67.2 < 最高组 78.3。准确的说法是："人人都自认高于平均，只是低分者高估得更多。"

⚠ 澄清二：那条"愚昧之巅"曲线，原始论文里根本不存在。

原文只有 4 张图，全是四分位折线图，形状是单调上升的"剪刀图"，没有先涨后跌的驼峰。而且原文横轴是实际能力，网络版换成了经验/时间——两个完全不同的东西。

批评者指出这个经典图形有三重统计问题叠加：①自相关——纵轴（自评−实际）里含着横轴（实际），负斜率数学上就是必然的；②回归均值——考得最差的那批本就含有运气成分，下次自然回升；③人人自认高于平均——叠加上"高置"这个独立偏差。

这个假象有多大？同一批数据，用相对估计 + 同批试次时，达克相关高达 −.92；改用绝对估计 + 独立测量后，衰减到 −.07（不显著）。差了一个数量级。McIntosh, Fowler, Lyu & Della Sala (2019) JEP: General 148(11):1882。但校正之后效应衰减、却没有归零——低分者在信度高的测验上仍然高估近 40 个百分点；用全国代表性样本（N=13,977）重做也测到了显著效应，只是效应量小到让人怀疑实践意义。

幸存者偏差：连它的起源故事本身都被筛过

幸存者偏差：你只能看到"活下来"的样本，看不到消失的那些——于是对整体做出系统性错误的判断。

流传版本

"二战时军方统计返航飞机的弹孔，想给中弹最多的地方加装甲。统计学家 Wald 说：错了，应该加在没有弹孔的地方——因为打中那里的飞机根本没能飞回来。"

这才是本课最妙的地方：讲幸存者偏差的这个故事，本身就是幸存者偏差的产物——戏剧性强的版本活下来了，克制的技术真相被淘汰了。和达克效应是同一个元现象：好记的"愚昧之巅"曲线活下来了，原始的剪刀图没人记得。知识在传播中也会被筛选——筛选标准是"好不好传"，不是"对不对"。

用数字感受筛选有多狠：标普每年发布的基金业绩记分卡里，美国国内股票基金放到 20 年尺度上，只有大约三分之一还活着——另外三分之二被清盘或合并掉了。S&P Dow Jones Indices, SPIVA U.S. Scorecard（存活率栏目）。本课未能直接取得该 PDF 原文复核具体百分位，故只给量级不给精确小数。

更狠的一层：高风险策略产生高方差结果。在完整样本里，这类策略跟业绩毫无关系；但生存筛选砍掉了失败的那一半之后，在幸存者里它就显得跟成功正相关。结论：只观察成功者，你会系统性地得出"大胆、专注、all-in 优于稳健分散"——而这恰恰是被筛选偏爱的高方差策略，不是真正有效的策略。Denrell, J. (2003) Organization Science 14(3):227。这就是所有"成功学"的根本问题：它不只让你高估成功概率，它还推荐了错误的做法。

三个流行说法要打折 ⚠ 详见 B 块总结

"蠢人不知道自己蠢"（达克效应大众版）。原始论文里低分组自评始终低于高分组；"愚昧之巅"曲线原文不存在，原文只有四张单调上升的剪刀图；高手其实低估自己。但现象是真的——低分者高估更多这个模式极可复制。四件事同时成立：现象真、图骗人、解释存疑、大众版走样。

"Wald 说要给没弹孔的地方加装甲。"原始档案里没有这句话，"armor"仅 1 次、"bias"全文 0 次，红点飞机图是 2016 年网友画的示意图。故事核真、金句假。

"过度自信是人脑铁律。"改格式（频率 + 金钱激励）后大幅下降。效应真、但别当"铁律"。完整账目见 B 块总结"有名但要打折"清单。

四层拆解

🔧 自我调节 — 两个杀手锏
  1. 区分该自信和不该自信的场合。记住反转：做难事时你会低估自己（该多点信心），做容易事时你会高估自己（该多点谨慎）。跟直觉正好相反。
  2. 问"死掉的那些呢"。看到任何成功案例，机械地问一句："用同样方法但失败了的，有多少？他们在哪？"这一句能拆掉大部分成功学。
  3. 辅助动作：给区间加宽——说"九成把握"时实际约五成，把你的区间往两边各拉宽一倍再交出去。排期别问自己要多久，去查同类任务上次实际花了多久。
👁 识破套路 — 整个"成功学"产业的配方

⚠ 诚实提醒：同一份调查发现，"了解得多"并没有对应更低的受骗率（15% vs 12%）。所以——上完这一课不等于你就防得住。知道套路和挡得住套路是两回事，别因为学过而更自信（那正好是本课主题）。

🧠 懂原理 — 机制与一个反转故事

认知（主）：过度自信的核心机制是信息不对称——你对自己了解得不完美，对别人了解得更不完美，对他人的估计更向中间收缩。幸存者偏差的核心是样本选择——你的观测集被现实筛过。两者共享同一个根：可得样本 ≠ 真实母体。

进化视角（假说）：适度的过度自信可能有利于争取资源、吸引合作者、在竞争中先出手。诚实标注：这是常被引用的解释框架，不是实验定论。

🧪 本课不给"脑区/激素解释过度自信"的结论——原因本身就是教材。
曾有一项广为流传的研究报告"交易员晨间睾酮水平预测当日盈亏"，样本是 17 名交易员、8 个工作日。但后续证据链：赢家效应的元分析（60 个效应量、>2,500 人）总效应只有 D=0.20，实验室内几乎为零（D=0.08）；而 2026 年一项 N=1,000 的双盲随机预注册实验发现，睾酮对信心的效应是显著的负向——与预测方向相反。一个 17 人 8 天的相关研究，被 1,000 人的预注册 RCT 反转了。这正是本课主题最好的示范：看到"某激素/某脑区解释某行为"就相信，本身就是一种过度自信。
🗣 能讲出来

讲的时候别讲"蠢人不知道自己蠢"——那是走样版本。抓两个点：三兄弟各不相同（尤其难易反转），和"死掉的那些呢"。完整示范在复述区。

工作场景：一个"我有把握"的承诺

职场 · 过度精确 + 计划谬误

老板问这个需求多久能上线，你想了想说："两周吧，我有信心。"六周后还在改。

三件事同时发生：①计划谬误——你在脑子里模拟的是"一切顺利"的路径，实际永远有插曲；②过度精确——"我有信心"这个九成把握，实际大概五成；③没查历史数据——上一个类似需求实际花了多久，那个数字比直觉可靠得多。

更好的答法："类似的需求上次花了五周，所以我报五到七周。如果 X 和 Y 都顺利，可能提前。"给区间、给依据、给条件——这既更准，也显得更专业。

↔ 交叉网：
· ↔ 第 05 课（可得性启发）：幸存者偏差决定哪些样本还存在，可得性决定哪些容易被想起。两级筛选叠加——成功案例既存在得多、又传播得广。
· ↔ 第 10 课（确认偏差）：确认偏差是你自己挑样本，幸存者偏差是现实先替你筛过。方向不同，效果叠加。
· ↔ 第 08 课（前景理论）：亏钱时爱赌（"再赌一把就回本"）＋过度自信，是散户亏损的标准配方。
· ↔ 回归均值：这是理解达克效应争议的钥匙，也解释了"骂完就进步、夸完就退步"的错觉。
· → 第 12 课（控制错觉）：下一课讲一个近亲——以为自己能影响随机结果。

课后练习

  1. 做一次区间校准。写下 10 个你不知道确切答案的数字估计，各给一个"九成把握"的区间，然后去查。中了几个？
  2. 问一次"死掉的那些呢"。找一个你最近被打动的成功案例，去搜同赛道失败的人。
  3. 核对一次工期。翻出你上次预估的一个任务，对比实际耗时，算出你的个人系数。以后乘上去。

🎭 跟我练（回到对话里）

把一个你觉得很有把握的判断或计划发给我。我会用这一课的三把尺子量一遍：你是在高估、高置、还是过度精确？以及你的样本是不是被筛过。

想开始就发我："帮我校准一下信心。"

📌 推荐主源（这一课的一手锚点）

想读一样东西，读这篇——它把"过度自信"这个含混的大词拆成三件事，是整个领域的分水岭：

Moore & Healy (2008)《The Trouble With Overconfidence》Psychological Review 115(2):502 ↗ 🟢 领域骨架论文

想深挖达克效应争议（最平衡的一篇）：McIntosh et al. (2019) JEP: General 148(11):1882 ↗

🧠 本课核心概念速记（讲给别人时用这些名字）

只收本课最核心的概念名——记得住名字，才讲得出道理。

概念一句话
过度自信三分高估（实际水平）、高置（比别人强）、过度精确（判断准度）——三者不同，还会反着来（r=−.64）。
达克效应⚠ 低分者高估更多。现象真、图骗人、解释存疑、大众版走样——四件事同时成立。
幸存者偏差只看到活下来的样本。最狠：会让你学到反的结论（推荐高方差策略）。破法："死掉的那些呢？"
计划谬误总低估耗时。连"往最坏处想"都还是不够坏（48.6 vs 55.5）。解法：查历史数据，别靠直觉。

🧠 背诵区 · 记住这 3 件事

点卡片翻面。每张卡只记一个点。

⏳ 间隔复习：明天翻一遍；3 天后再翻。顺手翻 05（可得性）·10（确认偏差）——三者都是"样本被筛过"。

🗣 复述区 · 讲给别人听

能讲清楚，才是真懂。

讲不顺的地方，就是还没真懂的地方 — 发给我，我帮你补上。