PsychologiaDecyzje i błędy poznawcze

Małe prawdopodobieństwo może znaczyć dla decyzji więcej, niż wynika z liczby

W decyzjach opartych na opisanych prawdopodobieństwach ludzie często zachowują się tak, jakby bardzo rzadkie wyniki miały większą wagę niż ich czysta częstość. To jeden z mechanizmów teorii perspektywy, pomagający wyjaśnić, dlaczego mogą współistnieć zamiłowanie do loterii i chęć ubezpieczania się przed mało prawdopodobnymi stratami. Nie jest to jednak zasada „małe prawdopodobieństwa zawsze są przeceniane”. Gdy ryzyka uczymy się z własnego doświadczenia, wzorzec potrafi się odwrócić. Sam sposób poznania prawdopodobieństwa — przeczytanie go lub doświadczenie serii zdarzeń — jest więc częścią problemu decyzyjnego.

Liczba na ekranie i jej psychologiczna waga

Jeżeli w zadaniu napisano, że nagroda pojawia się z prawdopodobieństwem 1%, uczestnik zna tę liczbę. Mimo to wybory mogą wyglądać tak, jakby rzadki wynik ważył więcej niż prosty udział 0,01 w średniej wartości. W teorii perspektywy opisuje się to funkcją ważenia prawdopodobieństw. Nie oznacza ona, że człowiek błędnie odpowie na pytanie „ile to jest 1%?”. Chodzi o to, jak mocno możliwość wyniku wpływa na atrakcyjność całej opcji.

Dlaczego loterie i ubezpieczenia mogą współistnieć

Ten sam człowiek może kupić los z bardzo małą szansą dużej wygranej i ubezpieczenie od bardzo mało prawdopodobnej szkody. W obu przypadkach rzadki wynik — ogromny zysk albo duża strata — otrzymuje dużą uwagę. Taki wzorzec był jednym z problemów, które teoria perspektywy miała wyjaśniać. Nie trzeba zakładać, że kupujący nie rozumie procentów. Wystarczy, że w procesie wyboru rzadki, skrajny wynik wpływa na preferencję bardziej niż liniowy model oczekiwanej wartości.

Co zostało zreplikowane

Współczesna wielonarodowa replikacja klasycznych zadań teorii perspektywy odtworzyła zdecydowaną większość badanych pozycji i 12 z 13 głównych kontrastów teoretycznych. Wśród odtwarzanych wzorców znalazły się charakterystyczne zmiany preferencji związane z prawdopodobieństwami oraz domeną zysków i strat. Nie daje to licencji na przewidywanie zachowania każdej osoby, ale pokazuje, że zestaw tych efektów nie jest wyłącznie historyczną ciekawostką.

Najważniejsze ograniczenie: opis to nie doświadczenie

Małe prawdopodobieństwa zachowują się inaczej, gdy nie otrzymujemy ich wprost, lecz uczymy się przez próby. Jeśli zdarzenie ma szansę 1%, a ktoś wykonuje tylko kilkanaście prób, może go nigdy nie zobaczyć. Wtedy jego zachowanie może wyglądać tak, jakby ryzyko było niedoważane. To dlatego rekord o ważeniu małych prawdopodobieństw powinien mówić wyraźnie o decyzjach z opisu.

Małe prawdopodobieństwo nie jest automatycznie „duże w głowie”

Probability weighting opisuje średni wzorzec wyborów, a nie stałe zniekształcenie każdej liczby. W jednym zadaniu 1% może zostać potraktowane jak coś większego niż 1%, w innym może zostać niemal zignorowane. Znaczenie ma forma prezentacji, stawka, doświadczenie, domena zysków i strat oraz to, czy zdarzenie jest emocjonalnie wyraziste. Co więcej, bardzo małe prawdopodobieństwa mogą być czasem traktowane jak zero. Dlatego bardziej precyzyjne jest mówienie o nieliniowym ważeniu niż o prostym „przecenianiu małych szans”.

Dlaczego to ważne przy katastrofalnych ryzykach

Przy rzadkich zdarzeniach o dużych konsekwencjach intuicja ma szczególnie trudne zadanie. Ubezpieczenie, loteria, awaria systemu czy poważny skutek uboczny łączą małą szansę z dużą stawką. Warto wtedy rozdzielić trzy pytania: jak duże jest prawdopodobieństwo, jak duża jest konsekwencja i jak bardzo subiektywnie obawiamy się scenariusza. Takie rozdzielenie nie usuwa preferencji, ale ogranicza ryzyko, że jedna dramatyczna możliwość przesłoni wszystkie pozostałe elementy. Teoria perspektywy nie mówi, że należy ignorować rzadkie zdarzenia; pokazuje, że ich psychologiczna waga może nie rosnąć liniowo z liczbą.

Niska szansa i wysoka stawka to dwa oddzielne wymiary

Rzadkie zdarzenie może zasługiwać na dużą uwagę nawet wtedy, gdy prawdopodobieństwo jest małe, jeśli konsekwencja jest ogromna. Dlatego samo wykupienie ubezpieczenia lub inwestowanie w zabezpieczenia przeciw katastrofie nie dowodzi overweightingu. Żeby mówić o zniekształceniu, trzeba porównać zachowanie z modelem uwzględniającym zarówno szanse, jak i wartość wyniku. Ten punkt chroni przed błędem odwrotnym: uznaniem każdej troski o rzadkie ryzyko za nieracjonalność. Równie ważne jest rozróżnienie między małym prawdopodobieństwem a małą częstotliwością obserwowaną. Gdy szansa jest opisana wprost, badany może przetwarzać abstrakcyjną liczbę. Gdy poznaje ją przez doświadczenie, opiera się na próbce, która może przypadkowo zawierać zbyt wiele lub zbyt mało rzadkich wyników. Dlatego dwie pozornie sprzeczne obserwacje — overweighting w decyzjach z opisu i underweighting w doświadczeniu — mogą współistnieć bez sprzeczności. Dotyczą innych reprezentacji informacji i innych procesów uczenia.

#loterie#małe prawdopodobieństwa#probability weighting#ryzyko#teoria perspektywy
Źródła i weryfikacja
Otrzymuj codzienne losowe ciekawostki