我们用“自大”来形容一个人的言谈时，通常是说这个人“自以为了不起”，当我们用“自大”来形容一个人的认知时，大概意思就是说这个人“自以为很正确”。总之，就是形容一个人的自我感觉与实际情况不相符的一种状态。
认知自大就是说一个人自以为正确，但是实际上不正确。这里正确与否的判定依据，就在于是否符合逻辑、是否符合客观事实。
认知自大的现象往往是不符合逻辑和客观事实的，因为这种自大的认知，通常来源于错误的思维方式——思维陷阱。
比如私塾中提到“有些事情我们认为发生的概率很大，但其实小得不得了”，在思维陷阱中就叫作忽视概率偏误（也叫滑坡谬误或是小概率偏差）。出现这类思维陷阱的原因，是我们在对一件事的预期做出反应的时候，对事件强度的敏感程度远大于对它发生概率的敏感程度。之所以对强度敏感，是因为人有损失规避偏好，对于风险我们有天生的警觉性，除非风险为零，否则我们很容易自然地夸大风险，特别是在结果可能对我们造成非常重大的影响的时候（比如飞机失事导致失去生命）。换句话说就是我们缺少对概率的直觉理解。
又比如私塾中提到“另一些事情，发生的概率极小，但人们由于种种原因，会以为常常在发生”，这除了是一种忽视概率偏误，还是一种联想偏误。比如你对自己的生日很在意，就会去在意日常生活中与之相关的数字，当你“发现”这些数字经常出现的时候，你也可能会产生这些数字出现的概率比其他数字大的联想。
还有一种最常见的联想偏误，比如在给狗喂食之前，先摇响一只铃铛。不久，光摇铃就足以让狗产生唾液，此时我们就会将功能上彼此毫无关系的两样东西联结在一起——铃铛和产生唾液，以至于认为是“铃铛让狗产生唾液”。
有时候，一个思维陷阱会引发一次认知自大，更多的时候，一次认知自大是由多个思维陷阱共同引发的。所以思维陷阱不仅存在，而且常常以复数的形式同时存在。这必然给我们带来了克服认知自大的难度，市面上也没有哪本书敢称它的方法可以克服所有的认知自大。
但自大总是要克服的， 陷阱总是要绕开的。如何克服认知自大，规避思维陷阱，我有几个常用方法：
一是反证法。即寻找反例，只要能找到一个反例，往往就能很容易地证明之前的认知是错误的。比如“公鸡打鸣让太阳升起”的认知中，只要有一次你发现这只公鸡没打鸣而太阳升起，或者太阳升起以后公鸡才打鸣，或者公鸡晚上打鸣而太阳没有升起，你都可以反证“公鸡打鸣让太阳升起”的认知是错误的。
二是替换要素。即把一个认知产生的结论里面最重要的一个或几个要素进行替换，把其他的要素代入到这个认知公式中，如果结果仍然正确，就说明这个认知公式的试用范围可以得到拓宽。如果结果错误，就说明这个认知公式在这类新要素下不可用。这里要注意，除非你穷尽所有要素，否则不能断定该认知公式绝对正确。
比如在给狗喂食的例子中，我们首先来替换工具，可以把铃铛替换成喇叭，如果结论是“喇叭能让狗产生唾液”，那说明喇叭和铃铛是同类可替换要素；然后我们再把喇叭替换成扇子，结论就是“扇子不能让狗产生唾液”，那说明扇子跟喇叭不是同类可替换要素。通过这种要素替换对比，我们得知发出声音的工具能让狗产生唾液。
接着，我们来替换时间，把喂食之前使用工具改为喂食之后，也就是在喂完狗以后再摇铃铛或吹喇叭，过后我们就会发现，不管是喇叭还是铃铛都不能让狗产生唾液。于是我们就得出“不是所有的时候，发出声音的工具都能让狗产生唾液”。利用这种方法不断替换，最后我们就会得到真正的结论“不是工具让狗产生唾液，而是狗的条件反射在起作用“。
三是利用客观数据。我们经常讲要用数据说话，就是在说数据的重要性，但这里指的数据是客观真实的数据，不是根据人的主观需要而修改过的数据。我们会因为忽视概率偏误与联想偏误而对飞机失事特别害怕，但当我们去查看数据的时候会发现，飞机失事的概率比你被雷劈中的概率还低（前者2014年的数据是1:4400000，后者是1：1000000）相当于被雷劈中4次，才经历一次飞机失事。而之所以相比雷雨天在树下躲雨，人们可能更惧怕坐飞机的原因，是因为“人们往往会对新闻媒体大量渲染的事情记忆深刻，从而在潜意识里高估其发生的概率，尤其是生动的画面感”。
四是探寻底层逻辑。要探寻一件事或者一个现象的底层逻辑有很多方法， 比较便于使用的是黄金思维圈法，也就是遇到一件事或者一个现象，先问三个问题，what（是什么）、how（怎么样）、why（为什么），并通过不断去解答新的why来获取底层逻辑。说回上面那个给狗喂食的例子，就是运用了这三个问题，what是“狗产生唾液”，how是“喂食时摇铃，过后只摇铃”，why是“什么导致狗产生唾液”，接着不断更换工具要素和时间要素，最终得到“条件反射使狗产生唾液”的正确认知。
解决问题并没有一劳永逸的方法，认知升级也没有一劳永逸的捷径。随着人类社会的进化与演变，还会有新形式的认知自大出现，也会有新一轮的认知升级诞生。认知升级可能永远只是一个进行中的状态，就如同学习一样，没有终点，只有更远。
