[!info] related notes

• 所属 MOC: cognitive-biases-moc
• 前置概念:
• 并列概念:
• 易混淆概念:
• 关系笔记:

基础率忽视

一句话定义

基础率忽视（base-rate neglect）是判断某个个案属于哪一类时，过度依赖鲜明的个案描述，却低估这个类别在总体中原本有多常见。

简单说：

先验概率很无聊，故事很鲜明，所以故事赢了。

什么是基础率

基础率（base rate）就是在没有看到当前个案特殊信息之前，一个事件或类别在总体中的常见程度。

例如：

某系统 1000 次超时中
700 次来自上游供应商
200 次来自数据库
100 次来自本地网络

那么在没有其他证据时，“上游供应商”就是更高基础率的起始假设。

最小例子

假设某城市中：

出租车 85% 是蓝色
15% 是绿色

晚上发生事故，一位目击者说自己看到的是绿色出租车，而且这个目击者在类似光照条件下辨色准确率为 80%。

直觉很容易直接想：

“80% 准，那大概率就是绿色。”

但完整判断还必须把“绿色车本来只占 15%”放进来。

这就是基础率思想：个案证据不是独立悬浮的，它需要和总体先验一起更新。

为什么故事会压过统计

一个具体描述通常比比例更容易处理：

“他特别内向、喜欢独立思考、整天写代码。”

比：

“总体中职业 A 有 10 万人，职业 B 有 1000 万人。”

更有心理存在感。

于是人容易问：

“这个人像不像程序员？”

而忘记问：

“在所有符合这段描述的人里，程序员原本占多大比例？”

招聘场景

看到候选人一个特别亮眼的开源项目后，可能马上判断：

“这人大概率工程能力很强。”

项目当然是有效证据，但仍应结合：

• 类似项目的真实性和个人贡献率；
• 这一类候选人历史面试通过率；
• 岗位需要的其他能力；
• 是否存在作品很强但基础薄弱的常见模式。

基础率不是为了压制个案证据，而是防止单一鲜明信号把其他信息全部盖掉。

软件故障排查

某个 500 错误刚好出现在一次部署后，而且日志里有一条少见 warning。

鲜明信息：

“一定是刚部署的新代码。”

但如果历史数据显示：

同类 500：
60% 上游超时
25% 数据库连接耗尽
10% 配置
5% 新代码缺陷

合理做法不是忽略部署信息，而是从基础率出发，再根据当前证据更新优先级。

这和 可得性启发 的区别是：可得性关注“哪个案例最容易想起来”，基础率忽视关注“你有没有把总体先验放进判断”。

医学检测为什么特别经典

假设一种疾病非常罕见，即使测试看起来“准确率很高”，阳性结果也不一定意味着患病概率同样高。

真正需要区分：

• prevalence / 患病基础率；
• sensitivity / 灵敏度；
• specificity / 特异度；
• positive predictive value / 阳性预测值。

因此：

测试性能不能脱离基础率直接解释成个体概率。

这个原则同样适用于安全告警、垃圾邮件过滤和异常检测。

AI 判断中的版本

AI 很容易因为一段生动描述直接分类：

“这个创业公司创始人极度勤奋、长期工作、执行力强，所以它很可能成功。”

但如果创业成功本身基础率很低，那么“符合成功者画像”不能单独把成功概率推到很高。

更好的 AI 研究模板是：

1. 先给出 relevant base rate
2. 再列当前个案证据
3. 说明这些证据应该把概率往哪个方向推
4. 不把相似性描述直接当成概率

代表性启发的关系

基础率忽视常和“代表性启发”一起出现：

个案看起来很像类别 C 的典型形象，所以就高估它属于 C 的概率。

也就是：

“像不像”
压过了
“本来有多少”

后续如果继续扩展认知偏差，可以单独建立“代表性启发”笔记。

什么情况个案信息应该压过基础率

如果个案证据非常强，它当然可以大幅更新先验。

例如：

• 有高度特异的直接测量；
• 有可靠日志明确指出根因；
• 有高质量实验结果；
• 有几乎只在某类别出现的特征。

所以不要把“先看基础率”误解成“永远相信总体，不相信个案”。

更好的框架是：

基础率 = 起点
个案证据 = 更新量
后验判断 = 更新后的结果

去偏方法

1. 先问分母

看到“10 个成功案例”，先问总体多少。

2. 在看个案故事前先记录基础率

顺序很重要，可以减少故事锚定。

3. 用自然频数而不是纯百分比

例如：

1000 人中：
10 人患病
990 人未患病

通常比连续百分比更容易直观推理。

4. Debug 时维护根因历史分布

让历史数据成为排查起点，而不是只靠印象。

5. 区分“像”与“概率高”

相似性是证据之一，不是概率本身。

使用场景

• 医学检测；
• 安全告警；
• 招聘判断；
• 软件故障定位；
• 投资和创业预测；
• AI 分类和风险判断；
• 新闻中的少数极端案例。

一句记忆

先看这个世界里原本有多少，再看眼前这个故事有多像。

快速自测

一个自动安全检测器对恶意请求识别率很高。今天某请求被标红，于是直接断言“它几乎肯定是攻击”。

在下结论前仍需要知道：正常请求和攻击请求的基础比例，以及误报率。

来源

• Amos Tversky & Daniel Kahneman, “Evidential Impact of Base Rates” (1981) 及相关基础率研究。
• Daniel Kahneman, Thinking, Fast and Slow.