人的生命，可以說是與各種未知進行搏鬥的過程，所以才需要心懷謙卑。但生活中常常還是會遇到一種人，明明看到他的泳褲已經在海上漂，他卻說潮水退了才知道誰沒穿褲子。對於這類人來說，不管給他再多證據，他也還是不改其色，堅定站在原先的立場。不過你仔細反省一下，卻發現自己好像偶爾也會有這種鐵齒心態出現。難道堅持己見，反而才是人類的本能嗎？
人們在面對未知的情形時，通常會蒐集資訊來對現實進行推論。舉例來說，我們如果想要知道 COVID-19 的疫情有多嚴重，可能就會按時收看衛生福利部的記者會。但資訊的來源一般來說並不會只有一個：你會從 LINE 群組、網路論壇、批踢踢實業坊，或甚至路過的買菜阿婆口中聽到一些其他的資訊。在大多數情形中，這些資訊真假難辨。因此，如何使用這些資訊，對一個理性的決策者來說就非常重要。
假設你決定明天去超市採購食品，但又擔心明天說不定又會因為大爆買導致架上空無一物，讓你白跑一趟之外又徒增被病毒感染的風險。這時，你也許會試著推論：究竟明天會不會發生突來的搶購潮。在完全沒有任何資訊的情況下，你心裡面可能會有一個既定的事前判斷：你相信，一般而言，跑去大賣場卻買不到泡麵的機率是5%。但是，你剛好在手機的對話群組中看到大賣場貨架上空無一物的照片；這時，你可能會上調買不到泡麵的機率。然後，你又看到行政院長出來澄清：賣場還有準備足夠普渡的量，絕對足夠大家買；此時你心中對於泡麵缺貨的機率又會下降一些。
在現代的社會科學中，最主流的標竿模型就是「貝氏定理」：Y 發生的情況下 X 發生的機率 ＝ X 發生的機率 × X 後 Y 也發生的機率 ÷ Y 發生的機率，公式即 P(X|Y)=P(X)×P(Y|X)÷P(Y)；它是用類似的方式來模擬人們依照資訊更新信念的過程。我們得到的資訊通常不會直接 100% 告訴我們真實的狀態是什麼，卻也還是某種程度上透漏了一些。貝氏定理的模型就是把新訊息所含有的內容，透過機率來更新我們的信念。
我們用一個「簡單」的遊戲來說明貝氏定理的運作方法。有 A 與 B 兩個箱子被布蓋住，假設 A 箱有兩顆白球、一顆黑球，B 箱有一顆白球、兩顆黑球。現在遊戲主人要擲硬幣來決定接下來 A 箱、還是 B 箱是「神秘箱」，並持續從該箱抽球，主人確定箱子後，每次都會從該箱中拿出一顆球給我們看（之後放回），而我們的任務就是要透過球的資訊猜中正確的「神秘箱」。假如抽出來的第一顆球是白球，那麼箱子是 A 箱的機率是多少呢？
因為球有可能從 A 箱或 B 箱出來，所以我們需要把這件事納入考慮。首先，球有各半的機率來自 A 箱或 B 箱；而 A 箱中抽出白球的機率（ P(白|A) ）是 2/3，B 箱抽出白球的機率是 1/3。因此，在不知道是 A 箱或 B 箱的情形下，總而言之會抽到白球的機率（P(白) ）是 1/2×2/3+1/2×1/3=1/2，而抽到白球且是從 A 箱抽出的可能性是 1/2×2/3=1/3（ P(A)×P(白| A)）。
假設我們抽出白球，這個白球是來自 A 箱的機率就是 1/3÷1/2=2/3（P(A|白) = [P(A)×P(白|A)]÷P(白)。）所以我們相信那個抽出白球的箱子有2/3的機率是 A 箱。
接著，遊戲主抽出另一顆白球。這時我們能不能斬釘截鐵的說這次箱子一定是 A 箱呢？很難說，因為球會放回，所以確實有可能從 B 箱連續抽兩顆白球，只是機率不怎麼高而已。那麼，我們要怎麼使用貝氏定理呢？
總而言之，會連續從同一箱子抽到白球的機率是 2/3×2/3+1/3×1/3=5/9，而從 A 箱連續抽出白球的機率是 2/3×2/3=4/9。所以在給定我們抽出第二顆白球的狀況下，我們應該相信箱子是 A 箱的機率是 4/9÷5/9=4/5。注意到，因為更多白球出現了，所以我們也更相信 A 箱應該是遊戲主的「神祕箱」。
你會發現，這跟我們平常在看新聞滑手機時的資訊「更新」過程實在非常不一樣。對於正常人來說，哪有人沒事就拿紙筆在算機率，算半天還不一定算對？（不過在特定的條件下，人們在實驗室裡還是滿會算的。）縱使我們能夠正確地使用貝氏定理來更新信念，但如果我們接收資訊的過程本身就有偏誤，最後得出的結果也還是不會正確。
心理學家們提出了一種資訊更新的偏誤：驗證性偏誤，指人們在接收資訊時，並非公平的使用資訊，而是只使用能夠「驗證」自己先前猜想的資訊，或者甚至只接收跟自己同路的資訊，其他訊息一律不聽不看不想不相信。當你已經堅定認為面前的是 A 箱，就算抽出 100 個黑球，你也還是覺得那些黑球都是遊戲主刻意操弄的結果。如果你相信大賣場就是沒有泡麵，那麼當你看到行政院長的澄清，你也還是會認為那只是暫時摸頭騙騙大家用的。
當我們有驗證性偏誤時，我們就會比較難改變自己的信念。在政治學中，有許多關於投票的研究就發現類似的現象。人們如果首投支持某政黨，就更有可能在未來繼續支持該政黨。在一群台大經濟系的學者進行的實驗中，也發現新聞資訊只會影響同樣立場的受試者，使其更願意投給自己支持的黨或候選人，而不同立場的新聞則沒有顯著的正面或負面影響。
可是，這樣的「偏誤」長期以來卻可能造成損失。貝氏定理之所以會成為標竿理論，就是因為它是給定資訊下的最佳預測。如果你因為種種原因，刻意不做出最佳預測，那麼損失就是在所難免。然而，人們為什麼還是會繼續鐵齒呢？下一期，我們會介紹兩種可以說明這種現象的理論：動機性推論或名聲維護。