Одно и то же искажение воспроизводится у разных людей в аналогичных условиях. Это не «плохой день» и не «недостаток образования» — это архитектурная особенность человеческого мышления. Именно систематичность делает их изучаемыми и частично преодолимыми.

Зная механизм искажения, можно предсказать, в каких условиях оно сработает. Это означает: можно создать условия, которые минимизируют его влияние. Поведенческая экономика строится именно на этом принципе.

Когнитивные искажения проявляются у людей всех уровней образования, IQ и профессиональной экспертизы. Более того: в областях своей экспертизы люди часто более подвержены специфическим искажениям — «проклятие знания», overconfidence в профессиональных суждениях.

Большинство искажений — не «баги», а «фичи» эволюции. Они позволяли быстро принимать решения в условиях ограниченной информации и высокой угрозы. В современной профессиональной среде эти же механизмы часто приводят к субоптимальным решениям.

Базовые частоты: при оценке вероятности события всегда спрашивайте: «Какова статистическая частота этого события в релевантной выборке?». Яркость конкретных случаев не должна замещать базовую вероятность.

Пример: «Сколько стартапов в этом секторе за 5 лет достигли раунда B? Не три, которые я видел, а все».

Кто называет первую цифру — устанавливает якорь. Исследования показывают: итоговая сумма переговоров сильно смещена в сторону первого предложения. Стратегия: если называете первыми — называйте высокий якорь. Если вам назвали — явно обозначьте отказ от него: «Давайте отвлечёмся от этой цифры и рассмотрим объективные данные».

Первоначальная оценка проекта («эксперт сказал, что это стоит X») становится якорем для всех последующих дискуссий — даже если обстоятельства изменились. Противодействие: строить оценку от нуля по нескольким независимым методологиям.

«Было 10 000 — стало 5 000» — классический якорный приём в ритейле. Зачёркнутая цена создаёт якорь, который делает «выгодное предложение» субъективно более ценным. Осознание этого механизма защищает при принятии покупательных решений.

Один и тот же вопрос в Google: «Польза кофе» vs «Вред кофе» — дают принципиально разные наборы результатов. Мы формулируем запросы так, чтобы получить подтверждение. Это работает и в корпоративном анализе: «Почему наш продукт успешен» vs «Почему наш продукт может провалиться».

Одни и те же данные продаж два менеджера с разными взглядами интерпретируют противоположно. Тот, кто верит в стратегию, видит «временное снижение». Скептик видит «подтверждение провала». Данные одни — интерпретация разная.

Менеджер, убеждённый в слабости сотрудника, лучше запоминает его ошибки и хуже — успехи. На ревью он честно перечисляет то, что «помнит» — но выборка памяти предвзята изначально. Это подрывает справедливость обратной связи.

Потому что невозвратные затраты не изменятся от того, продолжим мы или нет. Они уже потрачены. Рациональный вопрос: «Если бы мы начинали с нуля сегодня, зная то, что знаем — стали бы мы делать этот продукт?» Если нет — продолжение только увеличит потери.

В корпорации невозвратные затраты несут несколько людей или целые команды. Признать ошибку = признать, что все потраченные ресурсы команды ушли впустую. Это создаёт дополнительное социальное и эмоциональное давление. Именно поэтому плохие проекты продолжаются дольше, чем должны были бы по рациональным критериям.

Формула противодействия: «Если бы мы начинали сегодня с нуля и знали всё, что знаем — стали бы мы запускать этот проект?»

Другая версия для продолжения: «Какова ожидаемая ценность оставшихся инвестиций, безотносительно к уже потраченному?»

Это отделяет будущие решения от прошлых затрат.

Если все «с самого начала знали» о проблеме — значит, «виноват тот, кто не послушал». Реальный анализ «почему решение казалось правильным в тот момент» не проводится. В результате уроки не извлекаются, и ошибка повторяется.

Противодействие: документируйте решения в момент их принятия с указанием тогдашних данных и уверенности. Это невозможно переписать ретроспективно.

Канеман предлагает «класс ссылок» (reference class forecasting): вместо планирования «изнутри» (наш проект особенный) — смотреть на статистику аналогичных проектов снаружи. «Сколько времени занимают подобные IT-проекты в нашей отрасли в среднем?» — надёжнее собственной оценки.

Правило большого пальца: умножайте свою оценку сроков на 1.5–2, сроков на рискованных проектах — на 3.

Якорный эффект: первоначальная цена акции становится «ценой покупки» — якорем, который мешает продать актив по справедливой цене.

Предвзятость подтверждения: инвесторы ищут новости, подтверждающие инвестиционный тезис, и игнорируют противоречащие сигналы.

Ошибка невозвратных затрат: «Уже вложил 5 млн — нельзя фиксировать убыток». Рациональный вопрос: «Что бы я сделал с этими деньгами, если бы получил их сейчас?»

Ошибка планирования: «Мы разработаем фичу за 2 недели» → реально 6 недель. Применяйте reference class forecasting.

Ретроспективное искажение: после провала «все знали» о рисках — хотя в начале оценивали проект как реалистичный.

Сверхуверенность: команды систематически переоценивают точность своих прогнозов. Правило: запрашивайте 90% доверительный интервал, а не точечную оценку.

Эффект ореола: харизматичный сотрудник получает высокие оценки по всем компетенциям — даже там, где объективно средний.

Предвзятость подтверждения: первое впечатление о кандидате задаёт фрейм, в котором интерпретируются все последующие ответы.

Первичности/новизны: информация о сотруднике в начале и конце ревью-периода влияет на оценку непропорционально сильно — средний период «пропадает» в памяти.

Эффект ореола: «Claude / ChatGPT — умная система → её ответы достоверны». Авторитет модели переносится на конкретное утверждение без проверки.

Предвзятость подтверждения: принимаем вывод модели, который совпадает с нашим убеждением, и скептически отвергаем тот, который противоречит.

Автоматизационное доверие: чем красивее форматирование и увереннее тон — тем больше доверия, независимо от содержания. КМ требует проверять факты вне зависимости от оформления.