問題是，人們真的會(huì)運(yùn)用便利法則（憶起相關(guān)例子的容易程度）來推測(cè)自己的主見程度嗎？是的，正如圖3.6的左半部分所示，只被要求回憶起6個(gè)行為例子的被試，都認(rèn)為自己相對(duì)來說是有主見的，因?yàn)椋氲綆讉€(gè)這種例子很容易（“這很簡(jiǎn)單嘛！我想我是個(gè)有主見的人”）。而被要求回憶起12個(gè)例子的被試，則相對(duì)來說認(rèn)為自己沒有主見，因?yàn)?，要想到這么多的例子并不容易（“哇！好難，我一定沒有什么主見”）。其他人被要求回想起6次或12次自己沒有主見的行為，也有類似的結(jié)果——回憶6個(gè)沒主見行為的人更傾向于認(rèn)為自己沒有主見（參見圖3.7的右半部分）。總之，人們?cè)谧龀鲇嘘P(guān)自己或他人的判斷時(shí)，確實(shí)會(huì)依賴于憶起相關(guān)例子的容易程度，即便利法則（Caruso，2008）。最近，一位狡猾的大學(xué)教授利用這個(gè)手段提高了自己的課程評(píng)估分?jǐn)?shù)。他讓學(xué)生列出2種或者10種改善這門課程的方法，然后再讓大家對(duì)課程的整體印象進(jìn)行評(píng)價(jià)。你認(rèn)為哪些學(xué)生會(huì)打出更高的分呢？答案是那些被要求列出10種改進(jìn)方法的學(xué)生。因?yàn)樗麄冇X得實(shí)在是很難對(duì)課程列出那么多不足之處，于是他們會(huì)想：“如果我想不出那么多批評(píng)意見，那這肯定是一門很棒的課程！”（Fox，2006） A與B有多相似？代表性法則　假設(shè)你進(jìn)入紐約州立大學(xué)學(xué)習(xí)，有一天在學(xué)生會(huì)遇見一個(gè)名叫布萊恩的學(xué)生。布萊恩擁有一頭金發(fā)，皮膚曬成棕褐色，看起來非常成熟溫和，而且喜歡去海邊。你會(huì)認(rèn)為布萊恩來自哪個(gè)州呢？由于布萊恩符合一般人對(duì)加州人的印象，因此你可能會(huì)猜他來自加州。如果你真是這么想的話，那么你就使用了代表性法則（representativeness heuristic）——它是指我們用來對(duì)事物進(jìn)行歸類的一種心理捷徑，其根據(jù)是它與典型例子的相似程度；例如，布萊恩在多大程度上跟你印象中的加州人相似（Gilovich & Savitsky，2002；Kahneman & Tversky，1973；Kahneman & Frederick，2002）。

利用事物所具有的代表性特征來進(jìn)行歸類是非常合理的做法。如果不采用代表性法則，你要如何判斷布萊恩來自何方呢？難道就隨便猜一個(gè)州，而不嘗試著判斷他與紐約州或其他州的同學(xué)之間的相似性嗎？事實(shí)上，你還可以利用另一個(gè)信息來源。如果對(duì)布萊恩一無所知，比較聰明的做法是猜他來自紐約州，因?yàn)樵谥萘⒋髮W(xué)中，本州的學(xué)生遠(yuǎn)比他州的學(xué)生多。如果你根據(jù)這種邏輯猜紐約州，那么你就采用了所謂的基礎(chǔ)比例信息（base rate information），即關(guān)于總體中不同類別的成員所占的相對(duì)比例的信息（例如：紐約州各州立大學(xué)中，來自紐約州的學(xué)生的比例）。

當(dāng)人們同時(shí)擁有“基礎(chǔ)比例信息”（例如，知道在一所大學(xué)中紐約人多于加州人）和關(guān)于目標(biāo)人物相反的信息（例如，知道布萊恩是金發(fā)，成熟溫和并且喜歡去海邊）時(shí)，他們會(huì)怎么做呢？卡尼曼與特韋爾斯基（Kahneman & Tversky，1973）發(fā)現(xiàn)，人們通常傾向于不使用基礎(chǔ)比例信息，而把大部分注意力集中在有關(guān)某人屬于某個(gè)群體類別的代表性信息上（例如加州人）。如果關(guān)于某人的信息可靠，那么這倒不失為一個(gè)好的方法；但是如果信息來源不夠真實(shí)，可能會(huì)帶來許多麻煩。由于加州人到紐約州立大學(xué)就讀的基本比例是很低的，因此，在你忽略這一基本比例信息并猜他可能是一個(gè)例外之前，必須要有確實(shí)的證據(jù)來證明他是加州人。并且，一個(gè)來自東部的人擁有金發(fā)、悠閑并且喜歡去海邊這些特征，也并不是一件多稀奇的事兒。所以，在這種情況下使用基礎(chǔ)比例信息是明智的選擇。