如果你在地铁上看到有人正在看英文版的《科学》杂志，你觉得这个人符合哪种情况的读写呢？1.她有硕士学位，2.她只有大学学位。我们的系统1会倾向于认为她有硕士学位，这和我们脑子中硕士的典型形象很符合。但你应该更多考虑下第二个选项，毕竟地铁中的人群里大学学位的人数比硕士多。
这个问题是我改变了作者的表述，但是原理相同。系统1做出的类似判断多的很，比如一个西装笔挺的人让你觉得他会是一个白领等。我们在大脑中建立的典型形象显然会误导我们做出错误的判断，这说明我们缺乏对概率这个概念的认识。很简单，一个谈吐幽默，学识丰富的人好比是一个在黑箱子里的球假设是白色代表教授，可这个盒子里面黑色的球很多代表传销分子。我们还是愿意相信这个人是教授的，可能这个比喻不准确。这一点我比较同意作者的判断，即我们忽视了一些基础概率。我的理解就是我们找不到分析的数据，只能凭自己的感觉和经验。
另一个有趣的实验如下，琳达在学生时代对歧视问题和社会公平正义很关心，还参加了反战游行。你觉得琳达是一位银行职员还是一位积极参加女权运动的银行职员呢？如果你更愿意选择后者，你就忽视了这两个选项的逻辑关系，即银行职员包括了后者。也就是说，琳达很可能是一位普通的银行职员。可是很多人还是接受不了这个选项的，因为它太普通，就好比说我住在地球上一样。
这个就反应出我们做判断的第二个问题，对那些符合我们理解的描述更加青睐而忽视逻辑问题。这个问题在书中有更多的例子，很有趣也比较费脑筋。我的体会是，人所做出的判断还真不一定比得上计算机。好比前段时间听了万维纲老师解读《未来简史》中关于数据教出现的可能，即人类最后都服务于建立一个庞大的互联数据网。让数据指引我们决策甚至生活，人类的价值在于提供数据。想想还真可怕的，不过实际上我们大多数的判断就是那么幼稚了。系统2的懒惰和软弱让我们很少可以有正确的决策。这也激发了我真正去接触大数据相关的知识，我想自己的判断是不是被大数据所掌握，而自己能否借助大数据做出更好的决策呢？这些内容我在卡尼曼的书中还没有更好的理解，希望大家去看看《思考，快与慢》，特别是第十五章的一些实验，确实让我觉得人自身的幼稚很难克服，不知道大家有什么想法。
