今天听了一个讲逻辑思维的节目，其中一节的内容是关于“分解的谬误”，说的是不能把整体的印象套在个体或部分之上。比如不能说赵又廷脸很帅，所以他的鼻子也很帅。因为这个鼻子放在别人脸上可能相当普通，它显得帅只不过是因为放在赵又廷脸上而已。
还有一些生活中的偏见，比如，女司机开车很差，某地的人是骗子等。节目提到，的确一些数据表明女性的综合驾驶能力会稍低于男性，背后有年龄、职业等多重原因。
但是整体的差别与个体的观感是两回事，当你对一个个人做出评价时，轻易地把他所属群体的统计学结果加注到个人头上，不仅掉入了分解谬误的陷阱，而且还陷入歧视和偏见的大坑。
这个结论我是赞同的，不要因为整体的刻板印象而影响对个人的判断，但是原因却不那么显而易见，如果从客观调查数据来看，确实女性开车水平要差一些，为什么我不能把这个结果推导到个人身上？也就是说从统计学角度，整体的概率适用于个体吗？
这里需要一些专业的知识，我并不能很快得出结论。请教侯先生之后，他告诉我是可以的——
假如女司机中开车差的比例是30%，男司机中开车差的比例是20%，那么面对一个不了解的女司机，可以断定她有30%的可能是开车差。如果不考虑其他条件，基于驾驶水平选择司机，理性的选择是男司机。
这样说来，偏见是有道理的？如果从理论角度，偏见是符合概率计算的，那我们反对偏见难道完全是因为情感？
我觉得不应该是这样的，一定有哪儿错了。我想到两个可以解释这个问题的角度：
1.判断一件事时，整体概率是一个参考，并不是全部。
两个陌生的男女司机，我闭着眼睛可以说，男司机比女司机开车好，这是统计的结果告诉我的。但是当我睁开眼睛，很多细节可以修正我的判断，比如女司机看起来很像“社会人”，男司机看起来动作不太协调，女司机说他开过5年出租，男司机说他刚领了驾照，所有这些后续细节可以将那个30%不断拉低到1%，甚至0，而那个20%可能拉高至90%，100%。
所有的个体都会反对这种判断：不考虑个体差异，仅以整体印象直接得出结论。
2.你看到的概率是高和低，但另一个角度却是0%和100%
女司机中开车差的比例是30%，男司机中开车差的比例是20%，某公司招募司机，不了解其他条件的情况下，理性选择是招男司机，这样你就有80%的可能招到好司机。但是从女司机的角度来说，虽然她有70%的可能是好司机，但是却100%的不会被选中。
所有的个体都会不会认同这种100%的否定。
所以我的结论是，即使有统计学的解释，偏见的存在也是不合理的。
补充：我又找到了新的方法——贝叶斯决策理论
在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。
看起来概率角度也可以很好地解释这个问题，这个理论怎么应用，我还需要再研究一下。
