約翰？斯圖亞特？米爾（John Stuart Mill）曾抱怨說。這個問題由來已久：如果你告訴人們成功的秘訣並不總是技能，他們會以為你在說這不是靠技能，而是靠運氣。
我們在日常生活中運用的推理機制不適用於複雜的環境，當一句話的措辭稍做修改時，其語義會發生很大變化。想一想，在原始環境裡，“大部分殺手是野生動物”與“大部分野生動物是殺手”這兩種說法之間的差異是沒什麼影響的。雖然混淆二者是一個錯誤，但幾乎沒什麼影響。我們的統計直覺還沒有發展出認為二者差異很大的思維習慣。
領域特殊性
無法自動把知識從一種情況轉化為另一種情況，或者從理論轉化為實際的狀態，是人類本性中令人困擾的特性。讓我們稱它為行為反應的“領域特殊性”。領域特殊性的意思是，我們的行為反應、思維模式和直覺取決於事物的背景，進化心理學家稱之為事物或事件的“領域”。教室是一種領域，生活也是。我們對一則資訊的反應不是根據它的邏輯特性，而是根據它的環境，以及它在我們的社會情緒系統中的位置。在教室中以某種角度理解的邏輯問題在日常生活中可能受到不同的對待。實際上，它們在日常生活中確實受到了不同對待。
黑天鵝 第五章（2）
知識即使是準確的，也不總是產生適當的行為，因為我們習慣忘記我們所知道的，或者忘記如何正確對待知識，即使我們是專家。讀者已經看到了，統計學家習慣把腦子留在教室裡，一旦他們來到大街上，就會犯最微小的推斷錯誤。1971年，心理學家丹尼？卡尼曼（Danny Kahneman）和阿莫斯？特沃斯基（Amos Tversky）不斷向統計學教授提出不像統計學問題的統計學問題。其中有一個類似下面的問題（為了表述清楚，我改變了原題）：假設你生活的城市有兩家醫院，一家大，一家小。某一天，其中一家醫院出生的嬰兒中60％是男孩。這有可能是哪家醫院？許多統計學家的回答（在閒談中）相當於犯了選擇大醫院的錯誤，而實際上統計學的基礎就是大樣本更為穩定，對長期平均值（在這個例子裡是每種性別各50％的比例）的偏離比小樣本更小。這些統計學家連自己的考試都會不及格。在我做數理專家的日子裡，我遇見過數百次忘記自己是統計學家的統計學家犯這類嚴重錯誤。
再看一個我們在日常生活中犯可笑的領域特殊性錯誤的例子。讓我們來到豪華的紐約銳步體育俱樂部，看一看多少人乘手扶電梯上了幾層樓之後，徑直奔往臺階式健身器。
我們在推斷和行為反應上的領域特殊性表現是雙向的：有些問題我們能夠在實際應用中理解，卻不能在課本中理解；有些問題我們更容易從課本中理解，卻不能在實際應用中理解。人們能夠不費力地在社會環境下解決一個問題，但在它以抽象的邏輯問題形式出現時不知所措。我們習慣在不同的情況下使用不同的思維機制，或者模組：我們的大腦缺少一臺全能中央計算機，對所有可能的情況制定和應用同樣的邏輯規則。
我已經說過，我們可能在現實中而不是在教室中犯邏輯錯誤。這種不對稱在對癌症的診斷中得到最佳體現。我們看一看那些為病人檢查癌症徵兆的醫生，檢查一般在病人想知道他們是已痊癒還是會“復發”的時候做。（實際上，復發是一種錯誤的說法，它只是表明治療並沒有殺死全部癌細胞，而那些未被發現的壞細胞開始以失控的方式增長。）在現有技術狀況下，不可能對病人的每一個細胞進行檢查來確定它們是否都是正常的，所以醫生透過儘量精確地掃描病人的身體來選取樣本，然後對沒有檢查的部分做出假設。在一次常規癌症檢查之後，醫生對我說：“別擔心，我們有證據表明你已經痊癒了。”這讓我大吃一驚。“為什麼？”我問。回答是：“證據顯示沒有癌症。”“你怎麼知道？”我問。他回答：“掃描的結果是陰性。”他居然到處說自己是醫生！
醫學上有一個首字母縮寫詞語NED，意思是無疾病徵兆（No Evidence of Disease），但並不存在一個END可以證明無疾病（Evidence of No Disease）。我與許多醫生討論這一問題的經驗證明，即使是那些發表研究論文的醫生，都有許多犯了迴路錯誤。
20世紀60年代，傲慢的醫生把母乳看做某種低階的東西，似乎他們能夠在實驗室裡複製，卻沒有認識到母乳可能包含超過他們科學理解能力的有用成分，他們只不過是混淆了“無證據表明母乳的優勢”與“證據