00
信息越多判断越准?数据说不是
Gigerenzer 用模拟和实证证明,在不确定环境里简单启发式经常比复杂模型更准确——不是因为人懒,而是因为少即是多。
打开文稿 →
Gigerenzer 用模拟和实证证明,在不确定环境里简单启发式经常比复杂模型更准确——不是因为人懒,而是因为少即是多。
八句从 Gigerenzer 快速节俭启发式研究中提取的判断锚点,覆盖搜索停止、线索选择、再认利用、过拟合识别和生态理性。
四个最容易因过度分析而判断翻车的真实场景,展示快速节俭启发式在每个场景里的具体介入方式和边界。
一套从环境判断开始、到启发式选择结束的决策流程:先识别不确定性结构,再决定用简单规则还是复杂分析。
Gigerenzer 的方法论核心是适应性工具箱——认知系统不是一台通用优化机器,而是一组针对不同环境结构演化出的简单规则集合。
快速节俭启发式在高不确定性、小样本、高线索冗余环境里优势最大;拿掉任一前提就开始退化,硬套时的三类常见翻车模式及停退换信号。
六个日常决策场景,帮你判断快速节俭启发式的核心判断——环境识别、搜索停止、工具匹配——有没有进入你的实际动作。
主屏入口
安装后可以像应用一样打开,也能继续看已缓存的页面和笔记。