虚假共识效应
我们高估了与自己意见相同的人数，把「正常人都这么想」当成了事实。这种投射让人在异议面前不是反思自己，而是质疑对方的理性，从而加固了原本未必可靠的立场。
寓言故事
小满和三个室友合租在城北的老小区。客厅不大，一张灰色布沙发正对电视，茶几上常年摊着外卖单和没洗的杯子。入夏后，楼道里总有股说不清的闷味，像旧地毯混着潮气，每次开门都往屋里钻。她琢磨着买一台空气净化器，放在客厅。
周六中午，她在群里发了条消息：「我觉得客厅该添台净化器，大家同意不？」
阿乔秒回一个「+1」的表情。阿苔回：「早该买了。」阿宁回：「没意见。」
小满看着那三行，心里踏实了：四个人，一致同意，这事定了。她当天下午就挑了一台两千多的，还特意选了最贵的滤芯套餐——「既然大家都觉得该买，那就买个好的。」下单时她甚至有点感动：这个群平时不是外卖红包就是水电分摊，难得一件大家齐心的事。
她没注意到的是：阿乔的「+1」是在游戏加载的间隙随手点的；阿苔说「早该买」只是因为那天她过敏犯了，正心烦，别说净化器，谁说一句「买台风扇」她也会说早该买；阿宁的「没意见」其实是「我无所谓，你们定」。三个人里，真正在意空气质量的，只有小满自己。那条消息下面排成一列的三个回复，在小满眼里是一致通过，在她们三个眼里，根本不是一回事。
更微妙的是之后两周。小满在客厅用净化器时，总觉得另外三人在配合她——阿乔绕开机器走路，阿苔不再在客厅吃榴莲，阿宁把烟挪到了阳台。她把每一个举动都读成了赞同的证据，心里更确信了：看，大家都和我一样重视这件事。
直到月末记账。阿乔随口问：「那台机器多少钱？我该摊多少？」小满说了一个数。阿乔愣了：「这么贵？我当时以为就是百来块的小东西。」阿苔也抬头：「我还以为是你自己的东西，没打算算我头上。」阿宁笑：「我本来就无所谓，你买你用呗。」
小满握着手机，突然不确定那天的「一致同意」到底算了谁的账。窗外的蝉叫得正凶，客厅里那台机器安静地亮着一圈蓝灯，谁也没再提它。
那年秋天，小满搬走前整理群聊记录，翻到那条「+1」。她愣了一会儿，把截图删了。
我们把自己的声音，听成了全体的回声。
核心定义
虚假共识效应（False Consensus Effect）是指我们系统性地高估了与自己持相同观点、做出相同选择的人数比例——把自己的偏好、判断和信念，错当成「大多数正常人都会这么想」。它的核心机制是：我们太熟悉自己的想法，于是这想法在脑中格外「响亮」、格外「可得」，我们便顺手把它当成了世界的背景音，却很少真的去清点外面有多少人真的在和我们一起点头。
这一概念由心理学家李·罗斯（Lee Ross）、戴维·格林（David Greene）与帕梅拉·豪斯（Pamela House）于 1977 年在《实验社会心理学杂志》的论文中首次命名并系统验证。在四项研究中，他们让被试对一系列情境做选择（如是否会在超市顺手拿走多找的零钱），结果一致：选了某方案的人，显著高估了「一般人也会这么选」的比例；而没选的人，则同样高估了「一般人不会选」的比例。也就是说，无论你站在哪一边，都更容易觉得「同边的人占多数」。
虚假共识效应之所以危险，不是因为它让人盲目乐观，而是因为它悄悄取消了「去验证」这道程序。当我们确信「大家都这么想」，我们就不再去问、不再去听、不再去数——而真相往往是，那一片点头声，有一半是我们自己替别人发出的。
「共识」（consensus）一词在此被加上了「虚假」的限定，因为它并不是对真实分布的估计，而是对自己的投射。一个耐人寻味的细节：罗斯等人发现，即使被试明确知道自己的选择只是众多可能之一，这种高估同类的倾向依然存在——它不是来自信息不足，而是来自一种更底层的、以自我为中心的知觉习惯。后来的研究（Krueger & Clement, 1994）甚至证明，哪怕给被试看了二十个随机陌生人的真实相反意见，偏差也只减不消。
常见表现形式
自我投射
因为「我这么想」，便默认「正常人也都这么想」。这是效应最核心的形态——把自己的内心状态直接外推成群体状态。
异见疏离
对那些与自己不同的人，我们倾向于认为他们「更少、更怪、更极端」。不是客观地算出少数，而是先把少数妖魔化，好让「我这边」显得更主流。
道德加持
当自己的选择带有道德或品味色彩（如环保、节俭、某种立场），我们更容易高估同道人数——仿佛「正确」的事天然该有更多人支持。
真实案例
那场「稳赢」的投票
你坚信某位候选人会大胜，因为你的时间线、你的聊天群、你常看的账号全在支持他。你跟朋友打赌「这还用说」，结果开票夜翻车。你不是被信息骗了，你是把「我周围的声音」当成了「全体选民的声音」——而你的周围，本来就是被你筛选过的。
「这么明显的事，谁看不出来？反对的人要么是装，要么是小众。」那次「大家都在用」的跟风
你换手机前，在几个群里问了句「你们用的啥」，回来七八条都是同一品牌。你便认定「这牌子现在是主流」，下单了顶配。后来你才在便利店排队时注意到，收银员、旁边买水的、遛狗的大爷，用的全是别的牌子。你问的那几个群，恰好是同一类人聚的。
「身边十个有八个都用它，总不会错吧。」那句「谁都受不了」
你觉得伴侣某次迟到「换谁都忍不了」，于是在吵架时抛出了这句。对方愣住：「我朋友里好几个都觉得偶尔迟到没什么。」你这才意识到，「谁都」其实只覆盖了你和你的几个密友——而那几个密友，本就是和你作息相近、性格相近的人。
「这种事放谁身上都受不了，你别觉得就我事儿多。」正误对照
部门群里，你发了一条：「我觉得新考勤制度太严了，大家是不是都烦死了？」
运作机制
自我中心
我们对自己的立场知道得最清楚、感受得最强烈，于是它在脑中占据不成比例的「音量」。当我们去估计「别人怎么想」时，最先浮上来的参照物就是自己——不是因为自己在统计学上更有代表性，而是因为自己最好调取。这一步是偏差的种子。
可得性放大
与我们相同的意见，更容易被我们注意、记住和复述（我们也更爱关注同温层）。于是脑中「同意我的人」的样本又密又亮，而「不同意我的人」要么没进入视野，要么被当成偶然。样本一旦偏了，对比例的估计必然跟着偏。
投射固化
为了维护「我的看法没问题」，大脑会主动把异见者推远、推少、推极端，好让「我这边」显得更主流、更正常。这一步已经不只是估计错误，而是一种自我安慰——它让偏差在「我没错，是少数派才怪」的叙述里越嵌越深。
信号识别
想当然
你脱口而出「谁都这么觉得」「正常人都明白」，却说不出你到底问过几个人。把主观确信直接当成客观分布，是最典型的启动信号。
典型话语：「这还用问吗，是个人都受不了。」
默认同类
你刷到一条同立场的内容，便觉得「果然主流都这样」，却对反方向的信息视而不见。你的「样本」其实只是被你筛过的那一小撮。
典型感受：网上到处都是支持我的，反对的肯定是少数。
错估异见
你提到不同意见者时，习惯加上「极端的」「装睡的」之类前缀。把少数派先污名化，往往是为了保住「我这边才是多数」的安全感。
典型话语：「持那种观点的，本来就是一小撮人。」
替人代言
你替别人做决定或下判断时，默认「他们肯定和我想一样」，却从没确认过。代言的动作本身，就是共识错觉在替你补人数。
典型话语：「这事大家肯定都不乐意，不用挨个问。」
应对策略
主动取样
在说「大家都」之前，刻意去问几个你平时不太聊、立场可能不同的人。哪怕只问三五个沉默的人，也能把样本从「我熟悉的圈子」拉回到更接近真实的分布。
自问：「如果我去问一个和我作息、圈子都不同的人，他大概率会怎么想？」
假设相反
做判断时，先逼自己写出「反对我的人可能占几成、理由是什么」。不是要你认输，而是让那个被你自动归零的反方，重新回到比例里。
自问：「如果明天数据显示和我看法相同的人只有四成，我会意外吗？」
寻找异见
主动接触一条你不同意的论证，并认真找出它成立的条件。异见不是用来被驳倒的靶子，而是校准你「共识估计」的标尺。
自问：「那条我第一反应想划走的观点，里面有没有哪怕一点我得承认的事实？」
你听到的那片应和里，有一半是你自己的回音。
—— — 思辨录 · 虚假共识效应