Klayman 與 Ha 指出，許多被稱為確認偏誤的現象，可能更精確地理解為「正向測試策略」：人們傾向測試預期具有目標特徵的案例。這不一定不理性；在某些條件下，測試正例比測試反例更有效率，也可能更容易找到反證。問題在於任務的邏輯結構：若只看正例無法區分假設，策略才會導致系統性錯誤或低效率。
這篇文章提醒研究者不要把任何正向搜尋都貼上偏誤標籤。
思與行
- 這項研究可以如何改變我蒐集、閱讀或討論證據的方式？
- 它的樣本、測量方式與適用情境有哪些限制？不要把相關性或單一實驗直接推廣為普遍定律。
Klayman 與 Ha 指出，許多被稱為確認偏誤的現象，可能更精確地理解為「正向測試策略」：人們傾向測試預期具有目標特徵的案例。這不一定不理性；在某些條件下，測試正例比測試反例更有效率，也可能更容易找到反證。問題在於任務的邏輯結構：若只看正例無法區分假設，策略才會導致系統性錯誤或低效率。
這篇文章提醒研究者不要把任何正向搜尋都貼上偏誤標籤。