问你两个问题。
第一个：坐飞机和坐汽车，哪个更危险。
第二个：你更怕哪一个。
很多人的两个答案不一样。按里程算，飞机比汽车安全得多，这是交通统计里最稳的结论之一。但同一个人，可以在候机厅里手心出汗，却在高速上一边开车一边回消息，一点都不觉得刺激。
这不能全怪胆子。大脑估计风险的时候，用的不是概率表，是另一套东西——它算的是「这件事，我脑子里有没有现成的画面」。
这套机制有个名字，叫可得性启发（availability heuristic）——简单说，一件事你越容易想起来，你就越觉得它常发生。
一、字母 r 藏在哪儿
1973 年，两位心理学家阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）在《认知心理学》上发表了一篇论文，标题很直白：《可得性：判断频率与概率的一种启发式》。
里面有个实验，简单到你在家就能试。
他们问被试：英文里，以 r 开头的单词多，还是第三个字母是 r 的单词多。
大多数人答：以 r 开头的多。
答案正相反。第三个字母是 r 的单词，明显更多。
为什么会错得这么整齐。因为你想例子的时候，是按字母表顺着往下想的——road、river、rain、right，一下就出来一串；而第三个字母是 r 的词，你得在脑子里一个字母一个字母地翻，car、bird、work，慢得多，也少得多。
你回答的其实不是「哪一类词更多」，而是「哪一类词我更容易想出来」。
人话版：大脑把「容易想起来」当成了「经常发生」。这两件事大多数时候一致，所以这套办法平时够用；一旦不一致，你就会整整齐齐地估错。
二、怕龙卷风，不怕中风
1978 年，保罗·斯洛维奇（Paul Slovic）、萨拉·利希滕斯坦（Sarah Lichtenstein）和几位合作者做了一件更大的事：列出 41 种死因，请人估计每种每年造成多少人死亡，再和真实数据对照。
结果不是「人完全瞎猜」。总体排序的相关性相当高，人对什么更常见的直觉，大方向是对的。
但偏差很有规律。
被高估的，是那些罕见、画面感又极强的死因。龙卷风、洪水、火灾、雷击、肉毒杆菌中毒，还有凶杀。这些死法在人的估计里，比真实频率高出一截。
被低估的，是那些常见、却毫无画面的死因。哮喘、中风、肺气肿、糖尿病。它们每天都在发生，但不上新闻，也不在脑子里留下任何图像。
顺着这条线，1979 年，两位研究者在《新闻学季刊》上又走了一步：把报纸对各类死因的报道量，和真实死亡率放在一起比。
结论很清楚——报道量和死亡率不成比例。有些死因拿到的版面远远超过它实际的分量，有些死因几乎不被提及。
于是形成一个闭环：媒体报道，脑子留下画面，觉得它常发生，于是更关注，媒体就更愿意报道。
人话版：你以为自己在判断「世界有多危险」，其实在判断「编辑觉得什么值得写」。
情绪在这里推了一把。一件事带来的惊吓越强，它在记忆里留的痕迹就越深，下次越容易被调出来。于是怕的东西越怕，越怕越容易被想起，越容易想起就越觉得它常见——一个自己给自己加速的循环。
打破这个循环的办法不是「别怕」，是换一个信息来源。
三、这笔账最后记在哪儿
这不只是「多怕了一点」。它会真的改变你的选择。
它会让注意力放错地方。一个能上热搜的风险，概率再低，也能占掉你大量精力；一个每天都在缓慢累积、却没有画面的风险——久坐、技能慢慢贬值、关系里的冷处理——反而没人管。前者像闪电，后者像水位。
它会让钱花错地方。人对飞机失事、绑架、罕见病这类事愿意多花钱买安心，对血压高一点、牙结石这类事却总往后拖。可真正决定一个人后半生质量的，多半是后面那一类。
它还会让人误判别人。身边某个人做过一件离谱的事，你记得清清楚楚，于是对他整个人的评价都跟着走。还是同一个机制：最容易想起的那个片段，替你做了整体判断。
这里要说句公道话：可得性启发不是缺陷，它是省电模式。
真要精确计算每件事的概率，成本高到没法活。用「我容易想起什么」快速估价，在日常绝大多数场景里是划算的。它出问题只有两类地方：一是被媒体放大的场景，二是数据不在你脑子里的场景。而这两类地方，恰恰最需要准确。
还有一个更隐蔽的后果：它会悄悄改写你对「正常」的定义。
你刷到的内容，是被挑选过的极端样本。看得多了，那些极端的、戏剧性的、冲突激烈的东西，会慢慢变成你心里的常态。于是你开始觉得日子过得不对，觉得别人都比自己顺，觉得世界一天比一天糟。数据未必如此，只是画面如此。
四、算法把这条捷径喂得更肥
前面说的都是老机制。但最近二十年，多了一个放大器。
内容平台的目标很单纯：让你停留更久。而让人停留最有效的素材，是极端的、冲突的、罕见的、带情绪的。平淡的日常留不住人，因为平淡本来就该是常态。
于是你每天看到的世界，是一份被反复筛选过的样本。它不假，但它是挑出来的。
看得越久，这些样本在你脑子里的密度就越高。而前面的实验已经说明：密度决定估计。你不需要相信什么，只要不停地看，判断就会自己偏。
人话版：你刷到的不是世界，是世界里的高光片段。用高光片段去估概率，必然估高。
这里有个反直觉的地方：信息越多，判断未必越准。如果增加的信息全来自同一个方向的筛选，它只会加固原来的偏差，还会让你更自信——因为「我看了这么多」本身，又成了一种可得性。
五、给直觉装一个分母
机制改不掉，但可以给它加一道工序。
第一，凡是「我觉得」，都补一个分母。「这种事经常发生」这句后面，必须能接上「在多少人里、多长时间里发生几次」。接不上，就说明这只是印象。查一次数据，比跟人吵十次架有用。
第二，分清「我记得」和「我经历过」。你记得的绝大多数画面，来自屏幕，不来自生活。担心一件事之前，先问一句：我最近这个印象是从哪儿来的。如果答案是「刷到的」，那就先打个对折。
第三，给没有画面的事硬造一个画面。抽象的风险最容易被忽略，那就把它具体化：不是「我要注意身体」，而是「四十岁那年，我能不能自己拎着箱子上三楼」；不是「技能要更新」，而是「如果我明天失业，简历上能写的那一条是什么」。
画面一旦有了，它就进了那套容易提取的系统，你自然会开始重视它。
第四，把概率和后果分开看。有些事概率低但后果不可逆，该防；有些事概率高但后果轻微，不值得花大力气。混在一起想，人就会本能地先去处理那个画面最吓人的，而不是那个真正要紧的。
还有一条更简单的：给「看」设个上限。风险信息看得越多，画面越密，估计就越偏。每天固定一段时间不刷，比任何说服都管用。
说个今天就能做的。
今天就能做的一个动作：拿张纸，写下你最近最担心的一件事，然后在下面写三行：它的分母是什么（多少人、多长时间里发生几次）；我这个印象是从哪儿来的（亲身经历，还是刷到的）；如果它真发生了，我第一步做什么。
写完再看一遍。你会发现，有的担心被放大了好几倍，有的担心其实一直被你放在看不见的角落。
一句话收尾：怕得对不对，往往不取决于你胆子多大，取决于你脑子里最先跳出来的是哪个画面。
参考资料：1. Tversky 与 Kahneman（1973）关于可得性启发式的研究，《Cognitive Psychology》5(2)，207–232。2. Lichtenstein、Slovic、Fischhoff、Layman 与 Combs（1978）关于 41 种死因判断频率的实验，《Journal of Experimental Psychology: Human Learning and Memory》4(6)，551–578。3. Combs 与 Slovic（1979）关于报纸对死因报道量与实际死亡率不匹配的研究，《Journalism Quarterly》56(4)，837–843。4. Slovic、Fischhoff 与 Lichtenstein（1982）《Facts versus Fears：理解感知到的风险》，《Scientific American》246(6)，120–134。
