เรียนตรรกะวิบัติ 121-180

Fallacies Ticker — ข้อ 121–180 (v2 ตัวใหญ่ + เน้นเลข)
ประเด็นดีนะ แต่พูดเสียงแข็งไป ฟังไม่ลงหู
ใจเย็นก่อน ค่อยคุย เดี๋ยวประเด็นค่อยว่าทีหลัง
น้ำเสียงไม่สุภาพ ประเด็นเลยใช้ไม่ได้
121 Tone policing
เธอเสนอแผนเพราะอยากได้โบนัสแหละ
เขาวิจารณ์เพราะแค้นส่วนตัว
สื่อนี้ลงข่าวเพราะอยากเรียกยอดวิว
122 Motive fallacy
“ประชาธิปไตย” แปลตามรากศัพท์ว่า… ดังนั้นต้องหมายถึง…
สตาร์ทอัปต้อง “เริ่มเล็ก” เสมอสิ ชื่อก็บอกอยู่
“มหาวิทยาลัย” = ที่ที่ความรู้ “ถูกเสมอ”
123 Etymological fallacy
เขาจน เขาน่าจะซื่อสัตย์กว่า เชื่อเขาเถอะ
ร้านนี้ถูก น่าจะจริงใจ
เขาไม่มีงบ พูดอะไรคงถูกกว่า
124 Appeal to poverty
เขารวยถึงพูดแบบนั้น อย่าไปเชื่อเลย
โปรเจกต์เขาได้ทุนเยอะ ก็แค่นั้นแหละ
ร้านนั้นขายดีเพราะเส้นสายไง
125 Appeal to envy / ad invidiam
เกลียดแบรนด์นั้น ของเขาต้องห่วยแน่
พวกนั้นมันไม่ดี โครงการก็ต้องแย่ตาม
ไม่ต้องฟังหรอก เขาเป็นฝ่ายตรงข้ามเรา
126 Appeal to spite / ad odium
คนรักชาติ “จริง” ต้องเห็นด้วยนโยบายนี้
วิศวกร “แท้” ต้องโค้ดได้ทุกภาษา
แฟนบอล “ตัวจริง” ต้องเชียร์อย่างเดียว ห้ามวิจารณ์
127 No True Scotsman
แหล่งข่าว “นิรนาม” บอกมาแล้ว
คนในวงในหลายคนยืนยัน
ผู้ใช้จำนวนมากบอกว่า… (แต่ไม่บอกว่าใคร)
128 Appeal to anonymity
ฉันรู้ว่าเจ้านายไม่ชอบเราแน่ ๆ
เขาเงียบ แปลว่าเขาดูถูกเรา
ลูกค้ายิ้ม = เขาไม่สนใจซื้อหรอก
129 Mind reading fallacy
ดาราคนนี้ใช้ครีมนี้ ต้องดีแน่
นักร้องแนะนำหุ้นตัวนี้ ซื้อเลยสิ
อินฟลูเอนเซอร์กินคีโต เราต้องทำตามบ้าง
130 Appeal to celebrity
คิดบวกแล้วชีวิตพุ่ง!
ดิจิทัลคือคำตอบทุกอย่าง!
ปฏิรูป = สำเร็จชัวร์!
131 Sloganizing
มันก็ “สามัญสำนึก” ไง ไม่ต้องพิสูจน์
ใคร ๆ ก็รู้ว่าเรื่องนี้จริง
ชัดอยู่แล้ว จะถามหาอะไรอีก
132 Appeal to common sense
บทความมาจากเว็บนั้น อย่าอ่านเลย
งานวิจัยประเทศนั้น ไม่น่าเชื่อหรอก
ไอเดียเด็กใหม่ อย่าฟังเลย
133 Genetic fallacy
กระจกแตก ร้านซ่อมมีงานเพิ่ม เศรษฐกิจดีขึ้น!
น้ำท่วมช่วยกระตุ้นอสังหาฯ นะ
รถชนเยอะ ศูนย์ซ่อมคึกคัก = GDP โต
134 Broken window fallacy
แผนงี่เง่าสิ้นคิดแบบนี้ ต้องหยุด
พวกทรยศชาติ!
ภาษี = การปล้นเงินประชาชน
135 Loaded / emotive language
สินค้านี้ “เกือบทั้งหมด” ทำจากธรรมชาติ
ลดสูงสุด 90% (เฉพาะบางชิ้น)
ไร้น้ำตาล*  (*แต่ใส่น้ำเชื่อม)
136 Paltering
เสี่ยงเพิ่ม 100%! (จาก 0.01% → 0.02%)
ลดความเสี่ยง 50%! (จาก 2% → 1%)
โอกาสหาย “เพิ่มเท่าตัว”! (ฐานเดิมเล็กมาก)
137 Relative-risk spin
ถ้าไม่เห็นด้วย แปลว่าโง่
นักวิทย์ “จริง ๆ” เขารู้กันทั้งนั้นแหละ
ไม่ต้องถามเยอะ เชื่อ ๆ ไป
138 Argument from intimidation
ถ้าปฏิเสธว่าไม่ได้ลำเอียง นั่นแหละยิ่งลำเอียง
ใครบอกว่าไม่ผิด นั่นแหละยิ่งผิด
ถ้าเถียง แปลว่ามีส่วนได้เสีย
139 Kafka-trapping
มีลิงก์ไหม? มีอีกไหม? เอาเพิ่มอีก 10 ลิงก์สิ
อธิบายใหม่ได้ไหม รอบที่ 8 แล้วนะ
ยังไม่ชัด ขอข้อมูลเพิ่มอีกนิด… (ไม่จบเสียที)
140 Sealioning
หน้าตาคล้ายเด็กเนิร์ด ต้องเรียนเก่งแน่
แต่งตัวสปอร์ต ต้องชอบออกกำลังชัวร์
ใส่สูท = เป็นผู้บริหารแน่นอน
141 Representativeness heuristic
คิดว่า ‘A หรือ B อย่างใดอย่างหนึ่งต้องจริง’ ทั้งที่ ‘ทั้งคู่จริง’ ก็ได้
เขาใจดี → สรุปว่าไม่เด็ดขาดแน่นอน (แยกเหตุผิด)
เพื่อนชอบคุย = ต้องไม่ขยัน
142 Disjunction fallacy
ของของฉันมีค่า กว่าเดิม ถึงแม้คนอื่นไม่ให้ราคา
เสื้อยืดเก่า ๆ ของเราเอง ขายถูกก็เสียดาย
บ้านอยู่มานาน ต่อให้ตลาดตกก็ไม่ยอมลด
143 Endowment effect
เหลือชิ้นสุดท้าย! ต้องรีบซื้อ
ลิมิตเต็ด มีหมายเลข ต้องคุ้ม
เหลือเวลา 10 นาทีเท่านั้น! ใส่รถเข็นด่วน
144 Scarcity effect
หัวหน้าบอกแล้ว ไม่ต้องเถียง
เขาเป็นซีเนียร์ อย่าคิดต่างเลย
กลัวเสียมารยาท ถ้าถามกลับ
145 Authority gradient
ใส่หมวกแล้วขี่เร็วขึ้น
มี ABS เลยเบรกโหด
มีประกันแล้ว กินหวานจัดก็ได้
146 Risk compensation (Peltzman)
ซื้อกางเกงใหม่เลยต้องได้เสื้อใหม่เข้าชุด
ได้โทรศัพท์ใหม่ ต้องซื้อเคส/หูฟัง/ที่ชาร์จ
ซื้อโต๊ะแล้ว อยากได้ตู้ ชั้นวาง ยกเซ็ต
147 Diderot effect
ประชุมใหญ่ แต่เถียงเรื่องสีปก
ปล่อยงบล้าน แต่ถกเรื่องแม็กเย็บกระดาษ
วางระบบทั้งองค์กร แต่เถียงเรื่องฟอนต์
148 Bikeshedding
คนส่วนใหญ่ไม่ออกกำลัง แต่ฉัน ‘ไม่เหมือนเขา’
คนอื่นติดมือถือ แต่ฉัน ‘ควบคุมได้’
คนอื่นเชื่อโฆษณา ฉัน ‘ไม่ตกหลุม’
149 False uniqueness effect
เดาจุดกลับตัวหุ้นแม่นแน่รอบนี้
พรีเซนต์นี้ไม่มีพลาด 100%
โปรเจกต์นี้ปิดได้ชัวร์
150 Overconfidence bias
ขอทางเลือกที่ ‘ไม่เสี่ยงเลย’ แม้ผลน้อยกว่า
ประกันอะไรก็ได้ แค่ ‘ศูนย์ความเสี่ยง’
ชอบทางที่ ‘ชัวร์’ แม้เสียโอกาส
151 Zero-risk bias
ข่าวลบไม่อ่าน เดี๋ยวเครียด
ผลตรวจยังไม่อยากรู้
ตัวเลขการเงิน ขอดูทีหลัง
152 Ostrich effect
ซื้อรุ่นนี้ไปแล้ว ‘ดีเสมอ’
รีวิวแย่ ๆ มองข้าม เพราะเราใช้
ตัดสินใจแล้ว ต้องหาข้อดีมาหนุน
153 Choice-supportive bias
ยิ่งว่า ‘ข่าวปลอม’ คนยิ่งเชื่อ
ห้ามดังเท่าไหร่ ยิ่งดัง
ยิ่งบอกว่าไม่จริง ยิ่งแชร์
154 Backfire effect
มีหลักฐานใหม่ ก็ยังยึดความคิดเดิม
เปลี่ยนเหตุผลไปรองรับความเชื่อเดิม
ผลวิจัยขัด ก็ยังไม่เปลี่ยนใจ
155 Belief perseverance
มองครั้งแรกไม่ดี → ต่อไปเห็นแต่ข้อเสีย
พลาดครั้งเดียว = ขี้เกียจ
ได้คำวิจารณ์ลบ = ทั้งคน ‘ไม่โอเค’
156 Horn effect
วิ่งเช้า เที่ยงกินขนมชุดใหญ่ ‘ให้รางวัล’
ทำดีวันนี้ พรุ่งนี้ขออู้งาน
บริจาคแล้ว วันนี้พูดแรง ๆ ก็ได้
157 Moral licensing
สมัยก่อนดีกว่านี้เยอะ
เด็กสมัยนี้ไม่เก่งเหมือนเมื่อก่อน
เพลงเมื่อก่อนคุณภาพกว่า
158 Declinism
ส่วนลดวันนี้ ชนะของใหญ่เดือนหน้า
เอาเงินสดตอนนี้ก่อน ผลตอบแทนค่อยว่ากัน
ของเล็ก ‘ทันที’ ดีกว่าของใหญ่ ‘รอได้’
159 Hyperbolic discounting
จะเริ่มออม ‘พรุ่งนี้’
จะอ่านหนังสือ ‘ไว้ก่อน’
ไดเอต ‘อาทิตย์หน้า’
160 Present bias
หลังดูข่าวปลอมแล้วจำผิดว่า ‘เขาพูดแบบนั้นจริง’
มีคนเล่าเพิ่มทีหลัง เรากลับ ‘จำได้’ ตามนั้น
รูปเก่าโดนแคปชันใหม่ หลายวันต่อมาเราจำแคปชันปลอม
161 Misinformation effect
ทั้งกลุ่ม ‘จำได้’ ว่าโลโก้สะกดแบบ A (จริง ๆ B)
ทุกคนบอกว่าซีนในหนังมีประโยคนี้ (แต่ไม่มีจริง)
‘เมื่อก่อนมีเหตุการณ์ X แน่นอน’ ทั้งที่ไม่เกิด
162 Mandela effect
จำได้ว่า ‘หมอพูดในทีวี’ ที่จริง ‘เพื่อนในแชต’
อ่านในบล็อก แต่ดันบอกว่ามาจากงานวิจัย
คลิป TikTok กลายเป็น ‘กระทรวงประกาศ’ ในความทรงจำ
163 Source‑monitoring error
จำหน้าคนผิดว่าเคยเจอที่งาน A (จริง ๆ เจอที่ร้าน B)
จำคำพูดผิดคน—‘หัวหน้าพูด’ ทั้งที่เพื่อนพูด
เอาเรื่องสองวันมาปนเป็นวันเดียว
164 Misattribution (memory)
เปลี่ยนแบบฟอร์มบนโต๊ะ แต่เราไม่เห็นว่ามันเปลี่ยน
คนยืนที่เดิม เปลี่ยนเสื้อ เราไม่ทันสังเกต
สไลด์แก้ตัวเลขแล้ว แต่ตาเรา ‘ไม่รับรู้’
165 Change blindness
กำลังโฟกัสโทรศัพท์ เลยไม่เห็นคนทักต่อหน้า
มองหากุญแจ—อยู่ตรงหน้าแต่ ‘ตาบอดเพราะไม่ตั้งใจ’
กำลังนับของ เลยไม่เห็นป้ายเตือนใหญ่ ๆ
166 Inattentional blindness
คราวก่อนฝนตก พรุ่งนี้ก็คงตกอีก (แม้สถิติไม่เกี่ยว)
เจอข่าวโจรกับคนใส่ฮู้ด เลยเชื่อว่า ‘คนใส่ฮู้ด=โจร’
เห็นสองเหตุการณ์คู่กัน เลยคิดว่ามีความสัมพันธ์
167 Illusory correlation
มองคราบบนผนังเป็น ‘หน้าแมว’
เห็นเมฆเป็นรูปหัวใจ
ลายไม้ดูเหมือนมีตา—จ้องเราอยู่
168 Pareidolia
เพิ่งรู้จักแบรนด์ X—จู่ ๆ เห็นเต็มเมือง
เพิ่งสนใจรถรุ่นหนึ่ง—อยู่ไหนก็เจอรุ่นนั้น
เพิ่งตั้งใจเก็บกากกาแฟ—เห็นบทความเรื่องกาแฟพรึ่บ
169 Frequency illusion (Baader–Meinhof)
ฟังข้อแรก ๆ แล้ว ‘ล็อกใจ’ ตามนั้น
อ่านพาดหัวก่อน บทความถัดมามีอิทธิพลน้อยลง
เปิดแรง ๆ ทำให้ช่วงหลังสั่นคลอนยาก
170 Primacy effect
จำ ‘ช่วงพีก’ กับ ‘ตอนจบ’ ชัด—ลืมช่วงกลาง
เที่ยวทั้งวันจำแค่ตอนรถติดท้าย ๆ เลยรู้สึกวันทั้งวันแย่
ดูหนังก็จำฉากไคลแมกซ์กับตอนจบ
171 Peak–end rule
ต่อแถว 40 นาที แต่จำว่า ‘ไม่นาน’ เพราะตอนจบเร็ว
ทำงาน 3 ชม. แต่จำว่า ‘เดี๋ยวเดียว’ เพราะช่วงจบลื่น
คุยนานมาก แต่ท้ายสนุก—เลยรู้สึกว่ารวบรัด
172 Duration neglect
วันนี้เราเคร่ง—เลย ‘จำอดีต’ ว่าเคร่งมาตลอด
เปลี่ยนความเห็นใหม่ แล้วอัปเดตความทรงจำให้เข้ากับตัวตน
เคยชอบสิ่งนั้น แต่ตอนนี้บอกว่า ‘ฉันไม่เคยชอบ’
173 Consistency bias
เรื่องร้ายเมื่อก่อน พอนานไป ‘ความลบจาง’
ทะเลาะกันหนัก—ปีถัดไปจำแบบเบาลง
โดนตำหนิแรง ๆ ผ่านไปกลับจำไม่ขมเหมือนเดิม
174 Fading affect bias
เล่าเคสสะเทือนใจเดียว แล้วเชื่อว่า ‘พบบ่อย’
วิดีโออุบัติเหตุแรงมาก—เลยคิดว่าเส้นนั้นอันตรายสุด ๆ
ภาพชัดอารมณ์แรงหลอกให้ประเมินเกินจริง
175 Misleading vividness
สไลด์ภาพสวย จำได้ดีกว่าข้อความล้วน
อินโฟกราฟิกจำง่ายกว่าตารางยาว
รูป + คำไม่กี่คำ > ข้อความยาว ๆ
176 Picture-superiority effect
พูด ‘มั่นใจมาก’ เลยดูจริง ทั้งที่ข้อมูลบาง
ปิดท้ายประโยคด้วย ‘ใช่ไหม’ ก็ชวนเชื่อ
วางเฟรมดี ๆ คนเชื่อโดยไม่เช็กที่มา
177 Truthiness effect
เศร้า—เลยจำเรื่องลบแม่น
อารมณ์ดี—จำเรื่องบวกง่าย
อารมณ์พาเลือกข้อมูลเข้าทางอารมณ์
178 Mood-congruent memory bias
จำว่า ‘เคยเห็นเขาทำผิด’ ทั้งที่ไม่เคย
จำว่า ‘จ่ายแล้ว’ ทั้งที่ไม่ได้จ่าย
เพื่อนเล่าแรง ๆ หลายรอบ—สุดท้าย ‘จำว่าเกิดจริง’
179 False memory
อ่านข่าวปลอมซ้ำ ๆ หลายรอบ—สุดท้าย ‘ยอมรับ’
แชร์กันทั้งไทม์ไลน์—เลยรู้สึกว่าจริง
พาดหัวเวียนหลายที่—เลยคิดว่าข่าวชัวร์
180 Misinformation acceptance
ประเด็นดีนะ แต่พูดเสียงแข็งไป ฟังไม่ลงหู
ใจเย็นก่อน ค่อยคุย เดี๋ยวประเด็นค่อยว่าทีหลัง
น้ำเสียงไม่สุภาพ ประเด็นเลยใช้ไม่ได้
121 Tone policing
เธอเสนอแผนเพราะอยากได้โบนัสแหละ
เขาวิจารณ์เพราะแค้นส่วนตัว
สื่อนี้ลงข่าวเพราะอยากเรียกยอดวิว
122 Motive fallacy
“ประชาธิปไตย” แปลตามรากศัพท์ว่า… ดังนั้นต้องหมายถึง…
สตาร์ทอัปต้อง “เริ่มเล็ก” เสมอสิ ชื่อก็บอกอยู่
“มหาวิทยาลัย” = ที่ที่ความรู้ “ถูกเสมอ”
123 Etymological fallacy
เขาจน เขาน่าจะซื่อสัตย์กว่า เชื่อเขาเถอะ
ร้านนี้ถูก น่าจะจริงใจ
เขาไม่มีงบ พูดอะไรคงถูกกว่า
124 Appeal to poverty
เขารวยถึงพูดแบบนั้น อย่าไปเชื่อเลย
โปรเจกต์เขาได้ทุนเยอะ ก็แค่นั้นแหละ
ร้านนั้นขายดีเพราะเส้นสายไง
125 Appeal to envy / ad invidiam
เกลียดแบรนด์นั้น ของเขาต้องห่วยแน่
พวกนั้นมันไม่ดี โครงการก็ต้องแย่ตาม
ไม่ต้องฟังหรอก เขาเป็นฝ่ายตรงข้ามเรา
126 Appeal to spite / ad odium
คนรักชาติ “จริง” ต้องเห็นด้วยนโยบายนี้
วิศวกร “แท้” ต้องโค้ดได้ทุกภาษา
แฟนบอล “ตัวจริง” ต้องเชียร์อย่างเดียว ห้ามวิจารณ์
127 No True Scotsman
แหล่งข่าว “นิรนาม” บอกมาแล้ว
คนในวงในหลายคนยืนยัน
ผู้ใช้จำนวนมากบอกว่า… (แต่ไม่บอกว่าใคร)
128 Appeal to anonymity
ฉันรู้ว่าเจ้านายไม่ชอบเราแน่ ๆ
เขาเงียบ แปลว่าเขาดูถูกเรา
ลูกค้ายิ้ม = เขาไม่สนใจซื้อหรอก
129 Mind reading fallacy
ดาราคนนี้ใช้ครีมนี้ ต้องดีแน่
นักร้องแนะนำหุ้นตัวนี้ ซื้อเลยสิ
อินฟลูเอนเซอร์กินคีโต เราต้องทำตามบ้าง
130 Appeal to celebrity
คิดบวกแล้วชีวิตพุ่ง!
ดิจิทัลคือคำตอบทุกอย่าง!
ปฏิรูป = สำเร็จชัวร์!
131 Sloganizing
มันก็ “สามัญสำนึก” ไง ไม่ต้องพิสูจน์
ใคร ๆ ก็รู้ว่าเรื่องนี้จริง
ชัดอยู่แล้ว จะถามหาอะไรอีก
132 Appeal to common sense
บทความมาจากเว็บนั้น อย่าอ่านเลย
งานวิจัยประเทศนั้น ไม่น่าเชื่อหรอก
ไอเดียเด็กใหม่ อย่าฟังเลย
133 Genetic fallacy
กระจกแตก ร้านซ่อมมีงานเพิ่ม เศรษฐกิจดีขึ้น!
น้ำท่วมช่วยกระตุ้นอสังหาฯ นะ
รถชนเยอะ ศูนย์ซ่อมคึกคัก = GDP โต
134 Broken window fallacy
แผนงี่เง่าสิ้นคิดแบบนี้ ต้องหยุด
พวกทรยศชาติ!
ภาษี = การปล้นเงินประชาชน
135 Loaded / emotive language
สินค้านี้ “เกือบทั้งหมด” ทำจากธรรมชาติ
ลดสูงสุด 90% (เฉพาะบางชิ้น)
ไร้น้ำตาล*  (*แต่ใส่น้ำเชื่อม)
136 Paltering
เสี่ยงเพิ่ม 100%! (จาก 0.01% → 0.02%)
ลดความเสี่ยง 50%! (จาก 2% → 1%)
โอกาสหาย “เพิ่มเท่าตัว”! (ฐานเดิมเล็กมาก)
137 Relative-risk spin
ถ้าไม่เห็นด้วย แปลว่าโง่
นักวิทย์ “จริง ๆ” เขารู้กันทั้งนั้นแหละ
ไม่ต้องถามเยอะ เชื่อ ๆ ไป
138 Argument from intimidation
ถ้าปฏิเสธว่าไม่ได้ลำเอียง นั่นแหละยิ่งลำเอียง
ใครบอกว่าไม่ผิด นั่นแหละยิ่งผิด
ถ้าเถียง แปลว่ามีส่วนได้เสีย
139 Kafka-trapping
มีลิงก์ไหม? มีอีกไหม? เอาเพิ่มอีก 10 ลิงก์สิ
อธิบายใหม่ได้ไหม รอบที่ 8 แล้วนะ
ยังไม่ชัด ขอข้อมูลเพิ่มอีกนิด… (ไม่จบเสียที)
140 Sealioning
หน้าตาคล้ายเด็กเนิร์ด ต้องเรียนเก่งแน่
แต่งตัวสปอร์ต ต้องชอบออกกำลังชัวร์
ใส่สูท = เป็นผู้บริหารแน่นอน
141 Representativeness heuristic
คิดว่า ‘A หรือ B อย่างใดอย่างหนึ่งต้องจริง’ ทั้งที่ ‘ทั้งคู่จริง’ ก็ได้
เขาใจดี → สรุปว่าไม่เด็ดขาดแน่นอน (แยกเหตุผิด)
เพื่อนชอบคุย = ต้องไม่ขยัน
142 Disjunction fallacy
ของของฉันมีค่า กว่าเดิม ถึงแม้คนอื่นไม่ให้ราคา
เสื้อยืดเก่า ๆ ของเราเอง ขายถูกก็เสียดาย
บ้านอยู่มานาน ต่อให้ตลาดตกก็ไม่ยอมลด
143 Endowment effect
เหลือชิ้นสุดท้าย! ต้องรีบซื้อ
ลิมิตเต็ด มีหมายเลข ต้องคุ้ม
เหลือเวลา 10 นาทีเท่านั้น! ใส่รถเข็นด่วน
144 Scarcity effect
หัวหน้าบอกแล้ว ไม่ต้องเถียง
เขาเป็นซีเนียร์ อย่าคิดต่างเลย
กลัวเสียมารยาท ถ้าถามกลับ
145 Authority gradient
ใส่หมวกแล้วขี่เร็วขึ้น
มี ABS เลยเบรกโหด
มีประกันแล้ว กินหวานจัดก็ได้
146 Risk compensation (Peltzman)
ซื้อกางเกงใหม่เลยต้องได้เสื้อใหม่เข้าชุด
ได้โทรศัพท์ใหม่ ต้องซื้อเคส/หูฟัง/ที่ชาร์จ
ซื้อโต๊ะแล้ว อยากได้ตู้ ชั้นวาง ยกเซ็ต
147 Diderot effect
ประชุมใหญ่ แต่เถียงเรื่องสีปก
ปล่อยงบล้าน แต่ถกเรื่องแม็กเย็บกระดาษ
วางระบบทั้งองค์กร แต่เถียงเรื่องฟอนต์
148 Bikeshedding
คนส่วนใหญ่ไม่ออกกำลัง แต่ฉัน ‘ไม่เหมือนเขา’
คนอื่นติดมือถือ แต่ฉัน ‘ควบคุมได้’
คนอื่นเชื่อโฆษณา ฉัน ‘ไม่ตกหลุม’
149 False uniqueness effect
เดาจุดกลับตัวหุ้นแม่นแน่รอบนี้
พรีเซนต์นี้ไม่มีพลาด 100%
โปรเจกต์นี้ปิดได้ชัวร์
150 Overconfidence bias
ขอทางเลือกที่ ‘ไม่เสี่ยงเลย’ แม้ผลน้อยกว่า
ประกันอะไรก็ได้ แค่ ‘ศูนย์ความเสี่ยง’
ชอบทางที่ ‘ชัวร์’ แม้เสียโอกาส
151 Zero-risk bias
ข่าวลบไม่อ่าน เดี๋ยวเครียด
ผลตรวจยังไม่อยากรู้
ตัวเลขการเงิน ขอดูทีหลัง
152 Ostrich effect
ซื้อรุ่นนี้ไปแล้ว ‘ดีเสมอ’
รีวิวแย่ ๆ มองข้าม เพราะเราใช้
ตัดสินใจแล้ว ต้องหาข้อดีมาหนุน
153 Choice-supportive bias
ยิ่งว่า ‘ข่าวปลอม’ คนยิ่งเชื่อ
ห้ามดังเท่าไหร่ ยิ่งดัง
ยิ่งบอกว่าไม่จริง ยิ่งแชร์
154 Backfire effect
มีหลักฐานใหม่ ก็ยังยึดความคิดเดิม
เปลี่ยนเหตุผลไปรองรับความเชื่อเดิม
ผลวิจัยขัด ก็ยังไม่เปลี่ยนใจ
155 Belief perseverance
มองครั้งแรกไม่ดี → ต่อไปเห็นแต่ข้อเสีย
พลาดครั้งเดียว = ขี้เกียจ
ได้คำวิจารณ์ลบ = ทั้งคน ‘ไม่โอเค’
156 Horn effect
วิ่งเช้า เที่ยงกินขนมชุดใหญ่ ‘ให้รางวัล’
ทำดีวันนี้ พรุ่งนี้ขออู้งาน
บริจาคแล้ว วันนี้พูดแรง ๆ ก็ได้
157 Moral licensing
สมัยก่อนดีกว่านี้เยอะ
เด็กสมัยนี้ไม่เก่งเหมือนเมื่อก่อน
เพลงเมื่อก่อนคุณภาพกว่า
158 Declinism
ส่วนลดวันนี้ ชนะของใหญ่เดือนหน้า
เอาเงินสดตอนนี้ก่อน ผลตอบแทนค่อยว่ากัน
ของเล็ก ‘ทันที’ ดีกว่าของใหญ่ ‘รอได้’
159 Hyperbolic discounting
จะเริ่มออม ‘พรุ่งนี้’
จะอ่านหนังสือ ‘ไว้ก่อน’
ไดเอต ‘อาทิตย์หน้า’
160 Present bias
หลังดูข่าวปลอมแล้วจำผิดว่า ‘เขาพูดแบบนั้นจริง’
มีคนเล่าเพิ่มทีหลัง เรากลับ ‘จำได้’ ตามนั้น
รูปเก่าโดนแคปชันใหม่ หลายวันต่อมาเราจำแคปชันปลอม
161 Misinformation effect
ทั้งกลุ่ม ‘จำได้’ ว่าโลโก้สะกดแบบ A (จริง ๆ B)
ทุกคนบอกว่าซีนในหนังมีประโยคนี้ (แต่ไม่มีจริง)
‘เมื่อก่อนมีเหตุการณ์ X แน่นอน’ ทั้งที่ไม่เกิด
162 Mandela effect
จำได้ว่า ‘หมอพูดในทีวี’ ที่จริง ‘เพื่อนในแชต’
อ่านในบล็อก แต่ดันบอกว่ามาจากงานวิจัย
คลิป TikTok กลายเป็น ‘กระทรวงประกาศ’ ในความทรงจำ
163 Source‑monitoring error
จำหน้าคนผิดว่าเคยเจอที่งาน A (จริง ๆ เจอที่ร้าน B)
จำคำพูดผิดคน—‘หัวหน้าพูด’ ทั้งที่เพื่อนพูด
เอาเรื่องสองวันมาปนเป็นวันเดียว
164 Misattribution (memory)
เปลี่ยนแบบฟอร์มบนโต๊ะ แต่เราไม่เห็นว่ามันเปลี่ยน
คนยืนที่เดิม เปลี่ยนเสื้อ เราไม่ทันสังเกต
สไลด์แก้ตัวเลขแล้ว แต่ตาเรา ‘ไม่รับรู้’
165 Change blindness
กำลังโฟกัสโทรศัพท์ เลยไม่เห็นคนทักต่อหน้า
มองหากุญแจ—อยู่ตรงหน้าแต่ ‘ตาบอดเพราะไม่ตั้งใจ’
กำลังนับของ เลยไม่เห็นป้ายเตือนใหญ่ ๆ
166 Inattentional blindness
คราวก่อนฝนตก พรุ่งนี้ก็คงตกอีก (แม้สถิติไม่เกี่ยว)
เจอข่าวโจรกับคนใส่ฮู้ด เลยเชื่อว่า ‘คนใส่ฮู้ด=โจร’
เห็นสองเหตุการณ์คู่กัน เลยคิดว่ามีความสัมพันธ์
167 Illusory correlation
มองคราบบนผนังเป็น ‘หน้าแมว’
เห็นเมฆเป็นรูปหัวใจ
ลายไม้ดูเหมือนมีตา—จ้องเราอยู่
168 Pareidolia
เพิ่งรู้จักแบรนด์ X—จู่ ๆ เห็นเต็มเมือง
เพิ่งสนใจรถรุ่นหนึ่ง—อยู่ไหนก็เจอรุ่นนั้น
เพิ่งตั้งใจเก็บกากกาแฟ—เห็นบทความเรื่องกาแฟพรึ่บ
169 Frequency illusion (Baader–Meinhof)
ฟังข้อแรก ๆ แล้ว ‘ล็อกใจ’ ตามนั้น
อ่านพาดหัวก่อน บทความถัดมามีอิทธิพลน้อยลง
เปิดแรง ๆ ทำให้ช่วงหลังสั่นคลอนยาก
170 Primacy effect
จำ ‘ช่วงพีก’ กับ ‘ตอนจบ’ ชัด—ลืมช่วงกลาง
เที่ยวทั้งวันจำแค่ตอนรถติดท้าย ๆ เลยรู้สึกวันทั้งวันแย่
ดูหนังก็จำฉากไคลแมกซ์กับตอนจบ
171 Peak–end rule
ต่อแถว 40 นาที แต่จำว่า ‘ไม่นาน’ เพราะตอนจบเร็ว
ทำงาน 3 ชม. แต่จำว่า ‘เดี๋ยวเดียว’ เพราะช่วงจบลื่น
คุยนานมาก แต่ท้ายสนุก—เลยรู้สึกว่ารวบรัด
172 Duration neglect
วันนี้เราเคร่ง—เลย ‘จำอดีต’ ว่าเคร่งมาตลอด
เปลี่ยนความเห็นใหม่ แล้วอัปเดตความทรงจำให้เข้ากับตัวตน
เคยชอบสิ่งนั้น แต่ตอนนี้บอกว่า ‘ฉันไม่เคยชอบ’
173 Consistency bias
เรื่องร้ายเมื่อก่อน พอนานไป ‘ความลบจาง’
ทะเลาะกันหนัก—ปีถัดไปจำแบบเบาลง
โดนตำหนิแรง ๆ ผ่านไปกลับจำไม่ขมเหมือนเดิม
174 Fading affect bias
เล่าเคสสะเทือนใจเดียว แล้วเชื่อว่า ‘พบบ่อย’
วิดีโออุบัติเหตุแรงมาก—เลยคิดว่าเส้นนั้นอันตรายสุด ๆ
ภาพชัดอารมณ์แรงหลอกให้ประเมินเกินจริง
175 Misleading vividness
สไลด์ภาพสวย จำได้ดีกว่าข้อความล้วน
อินโฟกราฟิกจำง่ายกว่าตารางยาว
รูป + คำไม่กี่คำ > ข้อความยาว ๆ
176 Picture-superiority effect
พูด ‘มั่นใจมาก’ เลยดูจริง ทั้งที่ข้อมูลบาง
ปิดท้ายประโยคด้วย ‘ใช่ไหม’ ก็ชวนเชื่อ
วางเฟรมดี ๆ คนเชื่อโดยไม่เช็กที่มา
177 Truthiness effect
เศร้า—เลยจำเรื่องลบแม่น
อารมณ์ดี—จำเรื่องบวกง่าย
อารมณ์พาเลือกข้อมูลเข้าทางอารมณ์
178 Mood-congruent memory bias
จำว่า ‘เคยเห็นเขาทำผิด’ ทั้งที่ไม่เคย
จำว่า ‘จ่ายแล้ว’ ทั้งที่ไม่ได้จ่าย
เพื่อนเล่าแรง ๆ หลายรอบ—สุดท้าย ‘จำว่าเกิดจริง’
179 False memory
อ่านข่าวปลอมซ้ำ ๆ หลายรอบ—สุดท้าย ‘ยอมรับ’
แชร์กันทั้งไทม์ไลน์—เลยรู้สึกว่าจริง
พาดหัวเวียนหลายที่—เลยคิดว่าข่าวชัวร์
180 Misinformation acceptance
Learned with Kru Phi Pakwa Turbo – Fallacies Days 7-9 (#121-180) – Template v1.3 (EN/TH pairing, pause-on-hover, zoom allowed) – Credit: YourLogicalFallacies.com