卡尔·诺顿
假设有一个由70名工程技术人员和30名律师组成的团队。另外一组的人员构成正好相反：30名工程技术人员和70名律师。那么从一组中随意挑出一名工程技术人员的概率是多少？接下来，挑出来的人具有以下特征：名叫杰克，男，45岁，已婚，有4个小孩；他保守、谨慎、没有野心；他不关心政治和社会问题；在业余时间他喜欢做手工、驾驶帆船和做猜谜游戏。两组参与者需要猜这个人有多大概率是一名工程师。两组的结论都是0.9，尽管两组的样本构成完全不同。研究人员接着又给出一个任务：迪克，30岁，已婚，没有孩子；他能力很强、做事积极；他在自己的工作领域很成功；他的同事们都喜欢他。研究人员在这段描述中不给出具体信息。这段描述没有任何地方明确表明迪克是什么身份。参与者是怎样评估第二个人的概率的？他们的结论是0.5。而正确答案是：第一题是0.7，第二题是0.3。可见，参与者不仅忽视了最初得到的有用信息，还把无用的信息当作评估依据的一部分。
我们都會掉入相同的思考陷阱：在评估概率的时候过多地关注其他方面。尽管那些信息是无用的，却对我们的评估结果产生了决定性影响。这就是“蒙特卡罗效应”。它的核心观点是：如果一件事很长时间没有发生，我们会相信这件事发生的概率更大。就像蒙特卡罗站在轮盘桌前说：“到目前为止，已经有3个小时没有出现11号球了，这次，一定会出11号球。”但是谁也不知道11号球什么时候会掉出来，所以，这是错误的推理。
（心 蓝摘自《第一财经周刊》2017年第28期，123RF供图）
