一句话说清
人先有结论，再去挑证据，最后记不住反例。
为什么值得懂
确认偏误最容易被讲成一句「要客观」。入门篇《确认偏误》给的是三个表现——选择性接触、选择性解释、选择性记忆——和红队思维这类对策。但它还留下三个更值得追问的问题：这个念头从哪来、它有多强、它能不能被压住。这篇讲透按这三问往下走。
零基础讲解
一、历史脉络：从「四假象」到 2-4-6 实验。 1620 年，培根在《新工具》第一卷列出四种先天地盘踞在人心里的「假象」：族类、洞穴、市场、剧场（第 39 则）。其中第 41 则的「族类假象」最接近今天说的确认偏误——人的心智像一面不平的镜子，照什么都把自己的性质掺进去，一切知觉以人为尺度，而不是以宇宙为尺度。但培根谈的是一切认知扭曲的总和，还没把「只找支持自己的证据」单独拎出来。
把它变成可测量的行为要等到 1960 年。沃森在《Quarterly Journal of Experimental Psychology》报告了一个简单到反常的实验：告诉被试「2、4、6」符合一条简单规则，请他们提别的三元组来试探，他每次只回答符合或不符合。真实规则宽得多——任何三个升序排列的数字。多数被试一上来就认定规则是「偶数、每次加 2」，然后只提 6-8-10、20-22-24 这类符合猜想的例子；几乎没人去提 1-2-3、5-7-9 这种一旦被判「符合」就能推翻猜想的例子。沃森把这种现象叫「未能排除假设」。
「确认偏误」这个名字此后才慢慢定型。1998 年尼克森在《Review of General Psychology》的长篇综述是关键一步：他把散落在推理、记忆、医学诊断、司法判断里的同类现象收拢到一个词下，拆成可分别研究的几类机制。今天教科书的写法基本沿用这个框架。
二、三类机制：搜、读、记。 第一，选择性搜集：你总在挑与自己一致的来源、朋友、关键词，而搜索和推荐系统又按你的偏好回投同类信息，这件事就从个人习惯变成了产品效果。第二，选择性解释：同一份含糊的数据，你往对自己有利的方向读，最常见的句式是「虽然……但是……」，前半句给反对者，后半句给自己。第三，选择性记忆：支持自己的结论记得清楚、回忆得快，反例记得模糊，或者归因于「那次是特殊情况」。三者不是三个独立缺陷，而是同一个偏好在信息流程三个环节上的表现——所以它很难靠「多读一点」治好。
三、它与动机性推理的分界。 这两个词常被当成同义词，但昆达 1990 年的综述给出了更清楚的分法：动机性推理是「先有一个想要的结论，再去找能通到它的推理路径」；确认偏误描述的是信息处理的形态——搜什么、怎么读、记住什么，不预设你有没有想要的结果。昆达的关键观察是：动机不能让你违反逻辑，它让你优先调用那些你本来就相信、也最容易想起来的信念。两者在行为上几乎分不出来，都表现为「总往自己这边读」，但干预方式不同：确认偏误可以靠程序改善，动机性推理必须先处理身份与立场。
四、它在什么情况下失效：强度随领域变化。 这里有两处争议。第一处：卡汉与同事 2017 年把同一组数据分别包装成「一种新皮疹药膏有没有效」和「控枪禁令有没有效」两个版本。中性的药膏版本里，数字能力越强的人判断越准；控枪版本里，数字能力越强的人反而越分裂——能力被拿去给自家阵营找理由。也就是说，确认偏误的强度取决于议题是否与身份绑定：政治议题上的效应明显强于中性事实判断。
第二处争论是「回火效应」。尼汉与雷夫勒 2010 年报告，纠正性信息不但没纠正误解，反而让立场坚定的人更坚持，这条结论红了十几年。但伍德与波特 2019 年用更大规模、更多议题的重复实验没找到系统性的回火效应：多数情况下纠正确实把判断拉近了事实。这是存疑的一条，不宜当作普遍规律引用。
五、与相邻概念的分界。 与信念坚持：信念坚持指最初的理由被抽掉之后，结论还留在原地；确认偏误管的是证据的搜集与处理，信念坚持管的是结论在证据塌掉之后的存活。前者是入口，后者是出口。
与沉没成本：沉没成本是已经花掉、收不回的钱继续左右决策，靠的是不肯承认前面白投了；确认偏误是继续只挑支持自己的信息。两者常结伴——投入越深，越需要一个「我没投错」的证据组合——但一个管资源，一个管信息。
与从众：从众是横向的，周围人都这么说，我也这么说；确认偏误是纵向的，我原来就这么想，所以我继续这么想。叠加最危险：群体里每个人都在为群体立场搜集证据，群体立场被不断加固，而且没人觉得自己是被说服的。
一个例子
反例要举在能成功的地方：科学共同体的制度设计。默顿 1942 年在《科学的规范结构》里问过一个尖锐的问题：科学家也是人，也会护着自己的假设，为什么现代科学还能持续产出可靠知识？他的答案是：靠的不是科学家更客观，而是几条制度规范。最直接针对确认偏误的是「有组织的怀疑」——不因为一个结论出自权威、惯例或你的导师就接受它，它必须经受同行独立重复的检验；配套的是「普遍主义」（只看证据，不看提出者的身份）和「公有性」（结果必须公开，别人才拆得动）。关键在于：这套设计不要求个人不偏，只要求偏误必须过一道外部检验才能变成公共知识。
但这个反例也有边界：它只在「能设计出可重复检验」的领域里灵。越是难以重复、变量无法控制、结论与身份捆在一起的题目——宏观政策、大量观察性的营养学结论、部分社科议题——有组织的怀疑越难落地，确认偏误就越容易长期存活。近十几年反复被讨论的「重复性危机」，暴露的正是这道边界的形状。
常见误解
- 以为确认偏误等于不聪明。卡汉等人的实验里，数字能力更强的人在政治议题上反而更极化——能力不消除偏误，有时还放大它。
- 以为多看信息就能治好。信息越多，可挑的素材越多，除非你先写下「什么证据会让我改变看法」。
- 以为它只发生在别人身上。你正在读的这篇也一样：留意你此刻是不是只挑了几句合心意的话记住。
- 以为纠正事实必然招来反弹。回火效应在更大规模的重复实验里没有稳定复现，属存疑。
应用场景
- 生活：给一个你在意的判断提前写下否证条件——「如果出现 A，我就认错」。写下来这个动作，就把标准从事后挪到了事前。
- 职场：把「找个人唱反调」写成流程而不是态度：方案评审固定设一个只负责挑错的角色，并让他先发言，免得被主方案锚住。
- 写作与创作：让角色的成长写成一次「否证」——他找到一条能推翻自己的证据，并且真的改了主意。这顺带解决反派扁平的问题：给他一套自己的证据链，他的坚持就变得可信。
关联知识点
- 确认偏误（confirmation-bias，本篇的入门篇，先读它拿到三个表现）
- 贝叶斯更新（bayesian-updating，把「我该改多少」变成一个可以算的数）
- 从众（conformity，横向的立场压力，与纵向的确认偏误互相放大）
- 沉没成本（sunk-cost，投入越深，越需要一个「我没投错」的证据组合）