为什么专家变“砖家”
几年前，媒体曝出过“把工业明胶当食用明胶添加”的事件。一个电视谈话节目中，一名食品专家信誓旦旦地说，用工业明胶绝对不可能做出果冻的品相。可当场有记者放出亲身暗访的镜头，地下工场用工业明胶做出了外形足以以假乱真的果冻。
应该是这个专家的经验落后于“科技”发展了，但他的表现很有趣：虽然睁大了眼睛，但始终面帶微笑，嘴里说“不可能的，这是不可能的”。
2008年金融危机时，美国有个麦道夫的“庞氏骗局”被揭穿。诈骗手段其实很老套——募集新投资者的钱来偿还老投资者。涉案金额巨大，而且受骗者都是各界名人，其中居然有一位专家中的专家——美联储前主席、大名鼎鼎的格林斯潘。
专家也会在自己熟悉的领域犯错，这一点大家都能理解。但网络时代，专家名声真的是江河日下，变成“砖家”，远远超过了“名人效应”所能解释的范畴。
为什么这些“砖家”常常让人觉得很不靠谱呢？到底是专家的问题，还是普通人自己的问题？
到底谁不靠谱
有一次在网上看到视频，某地因液化气泄露造成火灾，奇怪的是，消防队的高压水龙头虽然开着，却全部浇在大火周围，根本不像是在灭火。于是下面就有网友大骂消防队不专业，水龙头都浇不准。
其实这才是专业方法。气体泄露造成的火灾在没有找到泄露点前，必须要留着火头，把气体消耗光，把水浇在起火点周围是为了降温，防止爆炸。
网络时代的一个特点是有大量现场的照片和视频。信息透明看起来是好事，但问题是，普通人在生活中大多靠直觉判断。靠直觉判断的好处是，速度快，消耗大脑资源比较少，用来对付日常工作和生活中的琐事绰绰有余；可一旦进入专业领域，事情跟我们想象的不一样，跟影视剧里不一样，就很容易出现“直觉性偏差”。
专家在自己的领域内，用的是基于逻辑的科学分析，绕过了“吃瓜群众”的直觉判断盲区，反而让普通人误认为“专家不靠谱”。
比如有一个统计，生活条件越好的地方，癌症患者的比例反而越高。这个数据难免让普通人觉得是在胡说八道，但在专家看来却很好理解：与癌症最相关的因素不是生活质量，而是年龄。超过50岁，得病率直线上升，而生活条件好的地方必然人均寿命长。
在专业领域内产生错觉的另一个原因是，很多专业领域内的数字是有欺骗性的，偏偏大部分普通人都不擅长数学，或者懒得去算一下。
很多人去做一种叫“低剂量螺旋CT”的早期肺癌筛查，因为这种检测的特异性和灵敏度都是99%。也就是说，有病的人99%会被查出来，而没病的人99%也会被排除。听起来很不错吧？
可是，医学博士、科普作家“菠萝”在他的《癌症真相：医生也在读》一书中认为，就算这个数据是真的，普通人也没必要做，除非是像几十年的“老烟枪”这种高风险人群。
让我们来跟“菠萝”一起做个简单的算术题：假设10万个人做测试，有多少人会被查出有问题？
第一部分，有病，且查出有病的人数：假设肺癌得病率为千分之一，那么10万人中有100人生病，99%的被查出，就是查出99个人。
第二部分，没病，但查出有病的人数：剩下的99900个实际上没病的人，因为1%的误诊，就是999个人被误诊癌症。
最后，求出误诊率：被检出999+99=1098个有问题的人中，其实有999个人是误诊，被误诊的概率高达91%。
而实际上，很多医生都认为这个筛查的特异性和灵敏度只有90%，那么误诊率就高达98。3%！再考虑到这种检查的高辐射对人体的影响，非高风险人群做这样的检测是得不偿失的。
专家忽视了人性的弱点
不过，在上面的案例中，你可能会想，没有癌症却被诊断出癌症还好啦，重点是——有癌症的人，99%都能被诊断出来。
这正是专家和普通人看法有分歧的第二个原因。专家站在第三者的角度分析，忽视了人性的弱点，反而给人一种“站着说话不腰疼”的感觉，而普通人如果涉及切身利益，感受就完全不同。
假如你午饭时去吃20元的套餐，一个同事告诉你，他有一张满40元减20元的优惠券，20元刚好可以买两份，但他有一个条件——他只想付1元钱！
从理性的角度分析，你应该接受，相当于你付了19元，还是赚了。但事实上，你十有八九会断然拒绝——凭什么啊，我就算多付1元钱，也不愿接受如此不公平的分配方式。
现实中，典型的例子是“该不该判人贩子死刑”的网络大讨论。
专家的想法很有逻辑：第一，如果贩卖儿童就被判死刑，那么人贩子就会倾向于在逃避追捕中，置儿童的性命于不顾，反正都是一死；第二，大量司法实践证明，加大刑罚力度并不会降低犯罪率。
这个逻辑大部分人其实都能理解，可就是感情上无法接受。
如果说上面的例子中，普通人反对专家，仅仅为了寻求一种情感宣泄，那么在下面的例子里，普通人往往明知自己不理性，也要坚持。
还是以医生为例。假如某种重症有两种治疗方案：A方案成功率是50%，另外50%没有任何变化；B方案成功率高达90%，但有5%当场死亡的风险。
作为医生，站在第三者的立场上，肯定觉得B方案更好，手术当然少不了风险。但患者就不一定了，5%的死亡风险，对绝大部分人而言，还是太高了。
这就是行为经济学上说的，“大部分人都是风险厌恶者”。为了避免死亡、破产一类的“绝对风险”，宁可放弃“风险收益比”更好的方案。
所以作为专业人士的医生，不仅要懂医学，更要懂人心。美国医学院入学考试从2012年开始，加入了大量人文内容；哥伦比亚大学医学院甚至把“小说阅读与讨论”作为必修课，就是希望未来的医生们不但能做诊断，还能与病人沟通，让病人理解自己的病情，做出更好的决定。
专家的盲区：极小概率事件
前面说的例子都是普通人的问题，要么不科学，要么不理性，好像专家永远不会犯错。当然并非如此，专家最熟悉的专业领域，正是他们的盲区所在。
美国有个议员，上班途中因超速被警察攔下，结果被关进了精神病院，费了老大的劲才被弄出来。媒体报道之后，舆论哗然，纷纷指责警察滥用职权。
但实际上，这件事没那么简单。这个议员是女性，又是一个黑人，黑人女议员在当时是很少见的。最要命的是此人为了证明自己确有急事，说自己马上要跟总统会面（实情如此）。
设身处地地想一想，如果你是一个拦截超速驾驶的警察，从车上下来一名黑人女性自称是议员，并且情绪激动地说自己马上要见总统，你会不会怀疑她有精神病？
专业人士也会被直觉误导，因为他们有一套处理突发事件的程序。一些被认为基本不会发生的极小概率事件，常常会被解释成其他出现概率更高的原因，专家的自信又让他们比普通人更容易在这里犯错。
最典型的案例是“美国长期资本倒闭事件”。
这是一家对冲基金，创始成员中有两位诺贝尔奖得主和一位美联储前副主席。这些人可不是来撑门面的，他们建立基金的目的就是为了验证自己提出的“高杠杆加固定收益套利模型”的获利能力。这个经过数学计算验证过的模型果然非常有效，前4年的回报率平均超过40%，一下子和老牌的索罗斯量子基金一起跻身“全球四大对冲基金”。
更牛的是，长期资本几乎没有大的回撤——这正是问题所在。任何一个赢利模式都是有缺点的，要么回撤大，要么回报低，要么市场机会少。你想，如果这个模型真的能长期有效，那十几年下来，世界上所有的财富岂不是全部归他们所有了？
问题事后才浮出水面，这个模型的有效性是建立在忽略极小概率事件的基础上的，而这4年，金融市场刚好风平浪静；但盈利建立在超高杠杆之上，为未来埋下了祸患。
长期资本在第五年就等来了它的“极小概率事件”——1998年的俄罗斯债券违约事件。谁也不会想到，昔日的霸主竟然会债券违约。短短150天，“长期资本”巨亏，并引发了一场波及全球金融市场的大地震。
俄罗斯债券违约被长期资本认为是“100亿年才会出现一次的事件”，实际上，后来的20年，类似的危机至少发生过两次。所以，“极小概率事件”并不能仅仅用数学去判断，它本身具有不确定性，忽视它们，往往会导致严重后果。
专家们忽视“极小概率事件”还有一个原因：如果考虑这些因素，做事情的成本可能会高得惊人，预算可能永远通不过。福岛核反应堆就是一个惨痛的例子。
过去45年间，福岛最大的地震是8。0级，所以日本人就按8。5级的防震标准来建造核反应堆。事实上，福岛很可能发生过9。0级地震，而这个信息被专业人士“当成极小概率事件”无视了，最终造成巨大的灾难。
别对答案太在乎
无论是普通人，还是专家，思维上都有自己的盲区。普通人的盲区是“过于依赖自己的直觉”，专家的盲区是“过于相信自己的理性和经验”。
这两种思维盲区的产生，又有一个共同的特点：这两类人都过于在乎现在就得到一个答案——因为专家如果没有这个答案，他们很可能什么事都做不了；普通人如果不立刻得出答案，日常决策成本就可能高得惊人。
这就导致我们把全部注意力集中在那些最有可能发生的结果上，从而忽略了其他的可能。
食品添加剂专家觉得把工业明胶当作食用明胶很难，忽略了技术的进步。
普通人过于希望找到一个准确率很高的癌症早期筛查方法，忽略了数字本身的意义。
福岛的核专家太希望证明这里可以建核电站，忽略了小概率事件的不确定性……
上学时，我们都有做选择题的经验：不能因为一个选项看起来是正确的，就不看其他选项。这个经验在日常生活和工作的决策中同样重要。