為什麼我們會被騙？：破解金錢騙局、假新聞、政治謊言背後的詐騙機制

詐騙常在你的「信以為真」
《為什麼你沒看見大猩猩？》作者新作
揭發騙局背後的心理操弄

人人偶爾都會被騙。──前美國國防部長馬提斯
騙子就是騙騙騙，一直騙。──創作歌手泰勒絲
謊言飛奔於前，真相只能蹣跚著追趕在後。等人們恍然大悟，卻是為時已晚。鬧劇已成過去，謊言已然奏效。──《格列佛遊記》作者斯威夫特

「在騙子、冒牌專家、陰謀論傳播者橫行的時代，
本書是投資人、消費者、一般民眾必備的生存指南。」
──亨利克（Diana B. Henriques）

即使是最聰明的人，難免也有被騙的時候，從銀行帳戶被詐騙一空、政治人物謊言連篇、假新聞、各式不實廣告，到論文造假……等，騙子耍的花招、編造的劇本之所以奏效，是因為利用我們的「四大認知習慣」。這些習慣是生活思考捷徑，有時也會帶我們走向死巷：
1.專注：只專注眼前的資訊，忽略你沒看見的資訊
2.預測：憑藉過往經驗預測未來，給有心人利用我們的預期來騙人的機會
3.信念：依據信念行事，容易被了解我們的信念，也擅長操弄的人欺騙
4.效率：一味追求效率，難免倉促決策，忽略該問的重要問題

此外，誘人受騙的還有「四大日常陷阱」：
1.人們喜歡一致性
2.感覺熟悉的事物
3.表達精確且具體的概念
4.看似有效的處理方式與政策

本書兩位作者均為權威心理學家，他們從認知心理學的角度，分析世界著名的金融詐騙事件，與神不知鬼不覺的各式騙局，探索人類大腦容易受騙的一面，提升我們的防詐騙雷達，洞悉騙子的伎倆。

▊為什麼我們看不見的資訊，騙子卻掌握得一清二楚？▊
避免被騙的3個提醒（時刻自問）：
◇「為何是我？」想一想你是否真是對方唯一想說服的對象，還是你只是受到對方引誘而自願現身的許多人之一。
◇「我在做什麼？」衡量你的行動與判斷是否反映你的目標，而不是你的對話者的目標。他們要你做的事，是不是你現在該做的事？
◇「我是怎麼到這裡的？」思考以你現在的處境或環境，是否更容易被騙。

國際好評
‧在騙子、冒牌專家、陰謀論傳播者橫行的時代，這本書是投資人、消費者、一般民眾必備的生存指南。我原先心想，兩位作者的前作《為什麼你沒看見大猩猩？》已是心理學經典，新作難道還能超越？看完才知道果然更勝前作，大家的詐騙免疫力也因此更升一級。
──黛安娜．亨利克（Diana B. Henriques），《謊言教父馬多夫》作者

‧在這個資訊量前所未有的多，說別人是「假新聞」的，自己可能就是假新聞的時代，本書就像一劑防詐騙特效疫苗，不僅有助於預防感染假訊息，還能防止散播假訊息。
──大衛．麥瑞尼（David McRaney），《如何讓人改變想法》作者

‧想知道自己是否被騙，就要想想自己相信什麼。但人總不可能一天到晚事事猜疑。本書探討一個較難回答也更為有趣的問題：何時該質疑自己的信念？
──阿波羅．羅賓斯（Apollo Robbins），扒竊藝術家、魔術師

‧易讀易懂……案例個個精采……我們就算不可能一輩子不上當，看了這本書也能少上一點當。
──《華爾街日報》

‧這本書以扎實的認知科學原理為根基，說理簡潔有力。無論是容易上當、還是疑心甚重的讀者，都能發掘不少值得深思的智慧。
──《出版者週刊》

‧這本書有動人的故事，分析也有理有據，帶領讀者探索人類大腦容易受騙的一面，也提供實用建議，讓我們的決策多一些理性。
──安妮．杜克（Annie Duke），《高勝算決策》作者

‧本書迷人有趣，帶你探索人類大腦的極限，以及如何避開詐騙的陷阱。兩位作者是文豪級的傑出科學家。在當今的世界，日常生活充斥著假訊息、詐騙、兩面手法、各式陷阱，這本書來得正是時候。
──凱蒂．米爾克曼（Katy Milkman），《零阻力改變》作者

作者簡介

丹尼爾．西蒙斯Daniel Simons
克里斯．查布利斯Christopher Chabris

西蒙斯在康乃爾大學獲得博士學位，現為伊利諾大學心理學系教授，亦為該系視覺認知實驗室主持人，現居美國伊利諾州香檳。查布利斯在哈佛大學取得博士學位，現為認知科學家，曾任教於聯合大學、哈佛大學，現居美國賓州劉易斯堡。
兩位作者均是權威心理學家，於1997年在哈佛大學認識並開始合作，共同完成了許多著名的知覺與認知實驗，心理學上最著名的實驗之一「看不見的大猩猩」──幾乎所有心理學課本都會提到的實驗，便是由本書兩位心理學家於1999年在哈佛大學主導完成。這個實驗揭開那層扭曲我們認知的面紗，讓我們與現實接軌。兩人因「大猩猩實驗」獲得2004年心理學搞笑諾貝爾獎（Ig Nobel Prize）。
在詐騙與假消息充斥的年代，兩位心理學家再次聯手，從認知心理學的角度解析我們為何容易受騙，更重要的是如何避免被騙。

譯者簡介

龐元媛

國立台灣師範大學翻譯研究所畢業，台灣師範大學翻譯研究所、輔仁大學翻譯學研究所聯合專業考試及格，現為專職譯者。譯作於2020及2021年榮獲經濟部金書獎。譯有《踏實感的練習》、《在大腦外思考》、《2050全球政治經濟新局勢》、《打造100倍全球大市場》、《揭密風暴》、《查理桑莫的走騙人生》等數十部作品。
譯稿賜教：theresakitty6907@yahoo.com.tw

序言 

習慣與陷阱

很有真實感的詐術最能奏效。本書會告訴大家，所有成功的騙術，都是利用通常對我們有利的人類思考與推理特質。想詐騙我們的人，通常不會運用認知心理學的知識，細細雕琢計謀。但他們耍的花招，編派的劇本之所以奏效，是因為正中我們的弱點。因此必須了解自身弱點，才能培養識破、避開騙局的能力。
本書開頭的幾章，要介紹人人皆有的四大認知習慣，也就是我們思考、推理方式的特質，有可能害人受騙上當。這四大認知習慣，包括有能力專注在我們在乎的資訊，往往就是眼前的資訊，而忽視會讓人分心，或是不重要的資訊。隨著經驗累積，我們對於該發生的事、即將到來的資訊該有的樣子，會有一些預期。我們也會依據這些預期，自動做出預測，而且這樣做出的預測多半正確。我們思考、推理的能力，取決於對自己、他人，以及周遭環境的基本假設。這些假設若是夠強大，就會形成很少會質疑，甚至根本不知道自己正在形成的信念。熟悉了任何一種任務之後，效率就會提升，意思是我們會發展出例行常規、經驗法則，以及捷徑，大大減少決策所需的時間與精力。本書會詳細說明這些習慣是如何孕育出詐騙得以生根的沃土。
其餘章節則要探討四種陷阱，也就是日常生活會遇到的資訊特色，能吸引人，卻也會害人上當。陷阱就像能引發好奇心的電影預告片，非常誘人的簡報，也像餘音繞梁的音樂，不但能擄獲我們的興趣，還能誘導人不經查證，就相信別人的說詞。陷阱並沒有天生的好或壞，能吸引人注意力的事物，多半都值得我們或多或少予以注意。但我們若是被騙，幾乎絕對是受到一個或是更多的陷阱誤導。若是遇到的資訊符合或是近似我們已知也信任的事物，我們就會因為熟悉，而相信其為真。若接觸到的資訊具有一致性，我們也會因此而相信。我們將預測或證據的精準度，與預測或證據背後的思想的準確度、真實度畫上等號。我們也會受到有效力的故事吸引，在這樣的故事裡，小小的起因大大影響我們的人生，以及整體社會。
這些習慣與陷阱，正是讓人受騙上當的原因（被別人騙，也被自己騙）。大多數的詐騙，尤其是長久且複雜的騙局之所以成功，是因為利用多種的習慣與陷阱，也是因為受害者或多或少會自我欺騙。其實很多詐騙之所以成功，是因為最容易受騙的人，會讓騙子知道自己最容易受騙，等於幫騙子省事。
（摘自〈前言〉）

國際好評
前言

第一部 習慣
01　專注─想想少了什麼
02　預測─做好感到意外的心理準備
03　信念─假設的時候要小心
04　效率─多問一些問題

第二部 陷阱
05　一致性─懂得雜訊的價值
06　熟悉─不可盡信熟悉的事物
07　精準─以正確的標準衡量
08　效力─當心「蝴蝶效應」

結論　人生難免有當傻瓜的時候
致謝
注釋

預期之外的世界

我們對於世界的預期，是從自身經驗所衍生出的預測與直覺。你的手機的自動完成功能，是使用人類語言常見字序的模型，猜測你接下來要輸入什麼字。我們也是依據累積的經驗，形成一個世界模型，就能更準確預測近期可能發生的事。預測是人理解事物的關鍵。明明如此重要，我們卻往往沒發現，預測其實會深深影響我們對世界的解讀。即使是察覺到移動的物體這樣簡單的事情，也需要預測才能完成。大腦需要時間處理我們看見的光，所以我們感覺到的「現在」發生的事情，其實比「現在」延遲了幾百分之一秒。若是不想被車子撞，那需要掌握的並不是車子剛剛在哪裡，而是現在在哪裡，以及稍後會在哪裡。但等到掌握所需的視覺資訊，就來不及了，所以大腦必須使用類似「自動完成」的功能，預測車子稍後所在的位置。人面對移動物體的經驗豐富，而且向來就知道物體不會突然出現，也不會突然不見，因此可以建立一個有效的預測模型。要預測複雜得多，更久以後的行為、決策與行動，也是依循同樣的原則。
我們對於動作的預測若是出錯，就會被撞。對世界將會發生的事情的預測出錯，就會感到意外。而一旦感到意外，自然就會懷疑，但經驗若是符合預測，通常就不會質疑。人不能什麼都懷疑。同樣的道理，若是什麼都接受，就無法理解這個世界。我們必須做出預測。從經驗歸納出預期，再據此解讀所遇見的事物，而預期通常能讓人專注在重要的資訊上。
有時候，我們因為預測成真而感到高興，卻容易陷入確認偏誤（confirmation bias）。存心推銷的人就會利用確認偏誤這個弱點，刻意將「產品」塑造成我們想要，也符合我們預期的樣子。精明的騙子知道漢娜．鄂蘭（Hannah Arendt）說得對：「謊言往往比現實看起來真實多了，也更為合理，因為騙子握有巨大的優勢，能事先得知觀眾想聽見，也預期會聽見的東西。」
要避免犯CBS在小布希報導所犯的錯誤，就要問自己一個有些矛盾的問題：「這跟我預測的一樣嗎？」如果答案是「是，這跟我預測的一模一樣」，那就代表你應該確認得更多，而不是更少。確認的方法之一，是假設你的預期與實際發生的完全相反。CBS的記者看到伯克特提供的文件，若是認為小布希不會逃避應盡的職責，也許就較有可能質疑備忘錄的來源。若是以這種方式檢視支持先前想法的證據與論點，就會發現這些證據與論點往往站不住腳。
不過要假裝相信你並不相信的東西，其實很困難。另外還有一種方法，源自軍方與情報界，最近應用在科學界，就是邀集同僚擔任「紅隊」，負責抓出你思考的錯誤之處。美國中央情報局在建議歐巴馬總統發動2011年那場最終擊斃賓拉登的襲擊行動之前，選擇了多年來並未參與追捕賓拉登行動的四位情報分析師，挑戰中情局「賓拉登住在巴基斯坦阿伯塔巴德的一處院落」的結論。四位分析師評估其他三種假設的合理性，這三種假設都研判賓拉登不在院落裡。他們尋找這三種假設成立的理由，仍然認為賓拉登在院落的機率為40至60％。「紅隊」最終的結論，與中情局的研判類似。紅隊質疑的聲浪若是較大，這起行動很有可能就不會發生。
（摘自〈02　預測：做好感到意外的心理準備〉）

問題與遁辭
你了解決策太有「效率」可能會有的負面效應，也逐漸發現提問的機會，但也許你還是不知道該問些什麼。最實用的問題，應該是與當前的情況有關，也能揭露更多先前沒注意到的門。在本書第一部的最後，我們要討論幾乎在任何情況下都很實用的問題。據說律師除非已經知道問題的答案，否則不應問證人問題，所以我們先看看可能會得到的答案類型。
我們常犯了把答非所問當成真正答案的毛病，要小心這種傾向。政治人物是答非所問的高手。他們指望聽的一方接受這個答案，或是誤以為這就是真正的答案。兩位心理學家陶德．羅傑斯（Todd Rogers）以及麥可．諾頓（Michael Norton）表示，很多人通常不會發覺政治人物答非所問。只要對方閃避的言詞很有技巧，而且至少與問題的主題稍有相關，很少人會發現自己被騙。
有些答非所問的答案含有「安慰劑資訊」，意思是說這種答案感覺好像解決了我們的顧慮，但其實並沒有。舉個例子，柯林頓說「我與那個女人並沒有性關係」，感覺像是個答案，但他所謂「性關係」的定義可以有各種解讀，所以他其實沒有明確否認某種行為。按照禮貌與有效率溝通的標準，一個人回答問題所說的話，無論說的是什麼，都應該是一個完整的回答。所以我們有時會將含糊其詞，甚至空洞的回答，當成有意義的回答。當記者的當然很清楚這個問題，有時會用「這是不否認的否認」之類的話予以反擊，拆穿對方。
我們可以學會察覺常見的答非所問的答案，就是很多人會使用的「庫存」答案，意在阻止別人繼續問下去。這樣的答案不見得是刻意欺騙，但若聽見了，就該知道應該追問，才能得到更多資訊。以下是幾種讓人尷尬的答案。
「已經經過驗證。」
在科學上，所謂「驗證」，意思是一項工具、量表、測驗或其他方法經過仔細研究，證實的確具有其所宣稱的量測功能。要量測憂鬱症，使用經過驗證的量表，會比使用沒經過驗證的量表更理想。但說這句話的人，多半並不清楚驗證的定義究竟是什麼。他們要是知道，就會向你說明驗證過程，而不是僅僅宣稱已有驗證。有些人所謂的「驗證過」，往往只是使用過的意思，甚至使用的方式都不見得一致。我們應該追問：「經過驗證的證明在哪裡？」
「這份名單能證明我們的說法。」
兜售有問題的產品的人或企業，喜歡抬出知名組織、專家，或是科學刊物為自己背書，但仔細探究往往就會發現，響亮的名單本身就值得懷疑。研發血液檢驗設備的可疑新創公司 Theranos 謊稱，大型製藥公司已經「仔細驗證」（呃……）他們的技術，甚至沒有經過那幾家公司同意，就擅自將那些公司的商標印在自家報告上。另外還有一群設計精美的網站列出幾十項研究，宣稱能證明伊維菌素（Ivermectin）這種藥物確實能治療新冠肺炎，但網站列舉的研究多半設計不佳、執行不良，或是有其他可疑之處。看到一長串的名單，在深信不疑之前，應該想想名單上的人、公司，或是研究，是否真能為對方的言論背書。
「嚴謹、堅實、透明……」
這些字眼都是沒有拿出具體證據，就自稱有品質。類似的字眼還可以寫出一大串。當聽見有人說「嚴謹的流程」，就該請對方仔細說明整個流程，而且除非有明確證據，否則應該先假設過程不嚴謹。聽見別人說「我們很透明」，就該想想他們為何不以實際行動展現透明，而是吹噓自己透明。
「（沉默以對）……」
有時候問了問題，得到的答覆是鬼扯，或是搪塞，但被置之不理的次數，才是多到驚人。若是問了問題卻得不到答案，或是感到對方太過閃避，就應該鼓起勇氣離去。有些投資人眼看 Theranos 不願回答他們眾多詳細的問題，就乾脆決定不投資。也有一些投資人向馬多夫提問，覺得他對於自己的經營狀況閃爍其辭，因此決定不投資。
（摘自〈04　效率：多問一些問題〉）

穩定成長
任何合法的投資工具，都離不開虧損的風險。不願承受虧損風險的人，就有可能湧向馬多夫推出的產品：每年報酬率的波動範圍很小，一律是正報酬，沒有一年是負報酬。正如新病毒能攻破現有的免疫機制，馬多夫的騙局，能騙到那些知道該避開保證超高報酬的陷阱（例如 BitConnect 與 Celsius），卻仍然相信能獲得長期穩定正報酬的人。財經記者黛安娜．亨利克（Diana Henriques）的著作《謊言教父馬多夫》（The Wizard of Lies）對於馬多夫的騙局描寫最為詳盡。她認為馬多夫騙局是改良版的龐氏騙局。她告訴我們，很多投資馬多夫基金的專業投資人「認為一年賺進至少8％的獲利，而且完全零風險，是他們的天賦人權」，而且馬多夫若是想將報酬率弄得真實一點，也就是偶爾低於8％，這些客戶就不滿。
馬多夫騙局之所以激增，原因除了我們不喜歡風險與虧損之外，也關乎我們對於一致性的偏好的另一個層面：我們不理解，也無端討厭一致性的相反，亦即「雜訊」。在這個情境，「雜訊」的意思是任何複雜過程的隨機層面。季節由冬入春，氣溫並不會每天升高一度。棒球隊不會每一場比賽得分都相同。股價每一天、每一週，甚至每個十年都有可能劇烈波動。在一個交易日，一家公司最高與最低的平均價值，相差將近2％。簡言之，真實世界的真實資料充滿了雜訊。但即使是專家，往往也會相信沒有雜訊才代表是真實的，甚至當成一件好事。
我們的一位同僚，最近與幾個投資經理人團隊進行一項研究。他給他們看一張圖表，內容是馬多夫的避險基金在垮台之前多年來的績效表現，並與另外三檔避險基金，以及整體市場的績效互相比較。不過四檔基金在圖表上的名稱都是假名。這位同僚問這些投資經理人，會用公司的錢投資哪一檔基金？馬多夫避險基金在圖表上的走勢，當然比其他幾個平順得多，但即使是這些專業投資人，也偏愛馬多夫的避險基金，沒有一位反對。僅僅幾年前，他們所處的金融業才在熱議馬多夫不可思議的高報酬率，但他們還是逃不開一致性這個強而有力的陷阱。
將不一致看成一種警訊，其實也有道理。嫌犯每次接受審訊的說詞若是都不一致，就有可能在說謊。商業大亨到了要繳資產稅的時候，就對政府說自己的資產價值不高，等到想申請低利貸款，就向銀行把自己資產的價值誇大了好幾倍，想必也是在說謊。遇到不同的聽眾，就改換立場的政治人物，對贏得選舉的興趣，可能高於制定良好的公共政策的興趣。但也不能將不一致一律視為好事。我們常常誤以為，強大的領導者應該永遠不會改變自己的信念。一旦調整政策，就會被對手抨擊為「出爾反爾」、「圖謀私利」。傑出的領導者，會願意隨著事實變化，調整自己的想法。依據新出現的證據，調整自己的信念，其實是一種理性的行為。
（摘自〈05 一致性：懂得雜訊的價值〉）

這些不會顯示四
在切割前，先量兩次，是很好的建議，但所用的設備若是根本量不出要測量的東西，那量兩次也沒用。說來令人意外，人竟然經常被自己的衡量標準或衡量工具的極限所騙。1986年，車諾比的核反應器爆炸，隨即陷入一片混亂，現場幾台劑量計顯示每小時劑量只有3.6侖琴，還不到必須疏散當地居民的標準。但這幾台劑量計所能呈現的最高數值，就是3.6，官方發布的數值也就是3.6。在核災時期使用這樣的設備，就好比用廚房秤量自己的體重，再宣稱已達成減重目標。寶貴的時間就這樣白白流失。後來更好的設備送到，顯示有熔毀的可能，這時要控制核災的難度已經大增，減輕核災要付出的成本也更高。
車諾比的問題，是所謂的錯誤否定（false negative），亦即明明有問題，測量法卻再三告訴我們沒問題。當時的人誤以為，劑量計所顯示的低數值，就代表輻射風險很低。若一項裝置給出精確的答案，而我們不知道該裝置的極限，就要特別留心錯誤否定的風險。舉個例子，無論是新冠肺炎的新增病例，或是癌症復發，總之所有醫學檢驗報告，形容結果為「陰性」正確用詞，都是「未檢出」而非「不存在」，因為檢驗無法檢出微小的病毒量，也無法檢出癌症初期不明顯的徵兆。既然沒有靈敏度高達百分之百的檢驗，就不可能證明某個東西完全不存在，所以不該做出「不存在」的結論。檢驗的靈敏度若是不足以檢出感染（例如若是最近才感染，體內的病毒量太少，無法檢出），那還是有已經感染的可能性。
新冠疫情剛暴發的那幾個月，情況相當緊急，所以還有許多無力顧及現有工具的精準度與極限的例子。舉個例子，英國政府的新冠確診病例統計，並未納入2020年9月25日至10月2日這一週檢出的15,84例陽性個案。因此英國人民無從得知，與先前數週相比，確診個案增加了多少。校正後的數字，足以讓平坦的趨勢線變為向上飆升。這個問題並不只是一時疏忽，而是量測工具出了問題。英格蘭公共衛生部（Public Health England）蒐集負責進行檢測的私營公司的檢測結果紀錄檔，自動併入 Excel 模板，再傳送給包括國民保健署（National Health Service）在內的各機構。不過這些檔案使用的是舊版的 Microsoft Excel.xls 格式，最多只能輸入65,536列資料（目前的版本是 .xlsx 格式，最多可輸入1,047,856列資料）。試算表的資料量一旦達到極限，就無法再增加新的檢測結果。確診個案的總數，被 Excel 自己的3.6侖琴，也就是自己的資料列數的上限限制住。真正的確診個案總數，遠高於 Excel 試算表所示。
（摘自〈07　精準：以正確的標準衡量〉）