系统误差(Systematic Error)是指在测量或决策过程中，由于方法、工具或认知框架本身存在的固有缺陷，导致结果持续偏离真实值或最优方向的一种偏差模式。与随机误差不同，系统误差具有方向性和可预测性，往往源于测量仪器的校准缺陷、实验设计的结构性局限，或是人类认知中根深蒂固的启发式策略。例如在行为经济学中，锚定效应会使个体的判断系统性地偏向初始信息；在管理学中，组织固有的评估流程可能导致对特定类型人才的持续高估或低估。
这种误差的本质在于其重复出现的规律性——当相同条件下的观测或决策被多次重复时，系统误差会以相似的程度和方向持续显现。正因如此，它无法通过简单增加观测次数来消除，而必须通过改进测量工具、修正认知框架或引入外部校准机制来克服。值得注意的是，系统误差在科学研究与商业决策中往往比随机误差更具隐蔽性，因为它常被误认为是一种“稳定模式”而非缺陷。
从认知科学视角看，系统误差揭示了人类信息处理系统的深层特性。当我们依赖心理捷径处理复杂信息时，大脑会发展出稳定的偏差模式以降低认知负荷，这些模式在特定环境下可能转化为系统误差。理解这一机制不仅有助于提升决策质量，更能推动我们发展出更具韧性的认知架构。推荐延伸阅读卡尼曼与特沃斯基的经典论文《Judgment under Uncertainty: Heuristics and Biases》，其中对系统误差的认知根源进行了开创性探讨。