PsychologiaDecyzje i błędy poznawcze

Nie wszyscy ignorują częstość bazową w ten sam sposób

Base-rate neglect bywa streszczane jako „ludzie ignorują statystykę i kierują się opisem przypadku”. Nowsze badania pokazują znacznie ciekawszy obraz. W badaniu z 2022 roku rozszerzono klasyczne zadania na szerszy zakres prawdopodobieństw i modelowano odpowiedzi każdej osoby. Efekt generalizował się, ale rozkład strategii był silnie dwumodalny: jedna grupa prawie całkowicie ignorowała base rate, a druga niemal całkowicie go uwzględniała. Średnia grupowa mogłaby sugerować jednego „przeciętnego” człowieka częściowo lekceważącego statystykę, choć w rzeczywistości dane wyglądały raczej jak mieszanka dwóch odmiennych sposobów rozumowania.

Czym jest częstość bazowa

Załóżmy, że test jest dość dokładny, ale wykrywana choroba jest bardzo rzadka. Dodatni wynik nie oznacza automatycznie wysokiego prawdopodobieństwa choroby, ponieważ ogromna większość badanych osób zaczyna jako zdrowa. Częstość bazowa — udział przypadków w całej populacji — jest istotnym składnikiem wnioskowania bayesowskiego. Klasyczne badania pokazywały, że ludzie potrafią przywiązywać zbyt małą wagę do tej informacji.

Dlaczego wcześniejsza literatura mogła upraszczać

Wiele klasycznych zadań używało bardzo niskich base rates, wysokiej trafności i niskiego poziomu fałszywych alarmów. Stengård, Juslin, Hahn i van den Berg w 2022 roku sprawdzili znacznie szerszą przestrzeń problemów. Wzorce kojarzone z base-rate neglect nadal się pojawiały, więc efekt nie ogranicza się do jednego wąskiego typu zadania. Jednak analiza indywidualna ujawniła coś ważniejszego niż średnia grupowa.

Dwie grupy zamiast jednego przeciętnego biasu

Odpowiedzi uczestników tworzyły rozkład z dwoma wyraźnymi skupiskami. Jedna grupa prawie całkowicie ignorowała częstość bazową, a druga niemal w pełni ją uwzględniała. Modele poznawcze też były różne: pierwszą grupę lepiej opisywał model liniowo-addytywny, drugą model bayesowski. Autorzy znaleźli mało wsparcia dla części prostych modeli heurystycznych.

Dlaczego to ważna lekcja metodologiczna

Psychologia często porównuje średnie grup. Jeśli połowa ludzi zawsze wybiera 0, a połowa 100, średnia wyniesie 50 — ale nie istnieje osoba zachowująca się jak średnia. Badanie base-rate neglect pokazuje ten problem wyjątkowo wyraźnie. Czasem „bias człowieka” jest w rzeczywistości zbiorem różnych strategii występujących u różnych osób.

Częstość bazowa jest szczególnie ważna przy rzadkich zdarzeniach

Gdy zdarzenie jest bardzo rzadkie, nawet dobry test może generować więcej fałszywych alarmów niż trafnych wykryć. To nie jest wada testu, lecz konsekwencja liczebności grup. Jeśli na 10 000 osób tylko 10 ma cechę, to ogromna większość wszystkich możliwych fałszywych alarmów pochodzi z 9990 osób bez cechy. Dlatego informacja o trafności testu bez base rate może być bardzo myląca. Naturalne częstości — np. „na 10 000 osób…” — często ułatwiają zobaczenie tej struktury.

Jak średnia może stworzyć fikcyjnego decydenta

Jeśli połowa uczestników zachowuje się niemal bayesowsko, a połowa prawie ignoruje base rate, uśrednienie da wynik pośredni. Model opisujący „przeciętnego uczestnika” może wtedy sugerować kompromisową strategię, której nie używa prawie nikt. To problem wykraczający poza base-rate neglect. W badaniach poznawczych warto analizować rozkłady indywidualne, modele mieszaninowe i stabilność strategii, a nie tylko średnią grupową. Ten rekord jest więc jednocześnie ciekawostką o decyzjach i o tym, jak sama metoda statystyczna może wpływać na teorię psychologiczną.

Jak częstości naturalne mogą pomóc

Zamiast mówić „test ma 99% czułości, 95% swoistości, a choroba występuje u 1% populacji”, można wyobrazić sobie 10 000 osób i policzyć przypadki krok po kroku. Taka reprezentacja ujawnia, ile wyników dodatnich pochodzi od osób chorych, a ile od znacznie liczniejszej grupy zdrowej. Nie zmienia matematyki, ale zmniejsza liczbę abstrakcyjnych operacji na prawdopodobieństwach warunkowych. To dobry przykład, jak poprawa formatu informacji może poprawić wnioskowanie bez zwiększania wiedzy teoretycznej. Base-rate neglect ma również wymiar edukacyjny. Ludzie często radzą sobie lepiej, gdy problem przedstawiono jako częstości naturalne zamiast abstrakcyjnych procentów warunkowych. To sugeruje, że część trudności nie wynika z trwałej niezdolności do myślenia probabilistycznego, lecz z formatu reprezentacji. Jeżeli zmiana zapisu znacząco poprawia odpowiedzi, bardziej trafne jest pytanie „jak podać dane, by ujawnić strukturę problemu?” niż „dlaczego ludzie są nieracjonalni?”. Taki kierunek dobrze pasuje do współczesnej psychologii decyzji, która bada także sposoby poprawy wnioskowania.

#base rate#Bayes#częstość bazowa#prawdopodobieństwo#różnice indywidualne
Źródła i weryfikacja
Otrzymuj codzienne losowe ciekawostki