可用性启发式（availability heuristic），也称为可用性偏差（Availability Bias），是一种思维捷径：人们会根据一个例子、实例或案例在脑海中出现的容易程度来判断事件的可能性，
也就是说：倾向于根据想到的相似实例的数量来判断事件的发生频率。 换句话说，回忆某事的后果越容易，这些后果通常被认为越大。
例如：
- 投资者可能会根据最近出现在新闻中的信息来判断投资的质量，而忽略其他相关事实。
- 在健康领域，已经表明药物广告回忆会影响疾病的感知流行度，而医生最近对某种病症的体验增加了随后诊断该病症的可能性。
- 随着互联网上个性化推荐和新闻推送的兴起，可用性偏差已经成为一个越来越严重的问题。
在 60 年代末和 70 年代初，阿莫斯·特沃斯基 (Amos Tversky )和丹尼尔·卡尼曼 (Daniel Kahneman)开始着手撰写一系列论文，研究在不确定情况下的判断中使用的“启发式和偏见” ，而在此之前，人类判断领域的主流观点是人类是理性行为者。 他们认为：不确定性下的判断通常依赖于数量有限的简化启发法，而不是广泛的算法处理。 这个想法超越了学术心理学，进入了法律、医学和政治学领域。