Heurísticas de julgamento e tomada de decisão - Heuristics in judgment and decision-making

A heurística no julgamento e na tomada de decisões , simplesmente, é o processo pelo qual os humanos usam atalhos mentais para chegar a decisões. Heurísticas são estratégias simples que humanos, animais, organizações e até máquinas usam para formar julgamentos , tomar decisões e encontrar soluções para problemas complexos rapidamente . Freqüentemente, isso envolve enfocar os aspectos mais relevantes de um problema ou situação para formular uma solução. Embora os processos heurísticos sejam usados ​​para encontrar as respostas e soluções com maior probabilidade de funcionar ou estarem corretas, eles nem sempre estão certos ou são os mais precisos. Os julgamentos e decisões baseados em heurísticas são simplesmente bons o suficiente para satisfazer uma necessidade premente em situações de incerteza, onde as informações são incompletas. Nesse sentido, eles podem diferir das respostas dadas pela lógica e pela probabilidade .

O economista e psicólogo cognitivo Herbert A. Simon introduziu o conceito de heurística na década de 1950, sugerindo que havia limitações para a tomada de decisão racional. Na década de 1970, os psicólogos Amos Tversky e Daniel Kahneman entraram no campo com suas pesquisas sobre viés cognitivo . Foi o trabalho deles que introduziu modelos heurísticos específicos, um campo que só se expandiu desde então. Enquanto alguns argumentam que a preguiça pura está por trás do processo heurístico, outros argumentam que ele pode ser mais preciso do que decisões baseadas em todos os fatores e consequências conhecidos, o efeito menos é mais .

História

Herbert A. Simon formulou um dos primeiros modelos de heurística, conhecido como satisficing . Seu programa de pesquisa mais geral levantou a questão de como os humanos tomam decisões quando as condições para a teoria da escolha racional não são satisfeitas, é assim que as pessoas decidem sob a incerteza. Simon também é conhecido como o pai da racionalidade limitada , que ele entendeu como o estudo da combinação (ou incompatibilidade) entre heurísticas e ambientes de decisão. Este programa foi posteriormente estendido para o estudo da racionalidade ecológica .

No início da década de 1970, os psicólogos Amos Tversky e Daniel Kahneman adotaram uma abordagem diferente, vinculando heurísticas a vieses cognitivos. Sua configuração experimental típica consistia em uma regra de lógica ou probabilidade, embutida em uma descrição verbal de um problema de julgamento, e demonstrava que o julgamento intuitivo das pessoas se desviava da regra. O "problema de Linda" abaixo dá um exemplo. O desvio é então explicado por uma heurística. Esta pesquisa, chamada de programa de heurísticas e vieses, desafiou a ideia de que os seres humanos são atores racionais e ganhou atenção mundial pela primeira vez em 1974 com o artigo da Science " Julgamento sob incerteza: heurísticas e vieses " e embora as heurísticas originalmente propostas tenham sido refinadas ao longo do tempo, este programa de pesquisa mudou o campo, definindo permanentemente as questões de pesquisa.

As idéias originais de Herbert Simon foram retomadas na década de 1990 por Gerd Gigerenzer e outros. De acordo com sua perspectiva, o estudo de heurísticas requer modelos formais que permitem que as previsões de comportamento sejam feitas ex ante . Seu programa tem três aspectos:

  1. Quais são as heurísticas que os humanos usam? (o estudo descritivo da "caixa de ferramentas adaptativa")
  2. Em que condições os humanos devem confiar em uma determinada heurística? (o estudo prescritivo da racionalidade ecológica )
  3. Como projetar auxílios à decisão heurísticos fáceis de entender e executar? (o estudo de engenharia do design intuitivo )

Entre outros, este programa mostrou que as heurísticas podem levar a decisões rápidas, econômicas e precisas em muitas situações do mundo real que são caracterizadas pela incerteza.

Esses dois programas de pesquisa diferentes levaram a dois tipos de modelos heurísticos, modelos formais e modelos informais. Os modelos formais descrevem o processo de decisão em termos de um algoritmo, que permite provas matemáticas e simulações de computador. Em contraste, os modelos informais são descrições verbais.

Modelos formais de heurística

Estratégia satisficing de Simon

A heurística satisficing de Herbert Simon pode ser usada para escolher uma alternativa de um conjunto de alternativas em situações de incerteza. Aqui, incerteza significa que o conjunto total de alternativas e suas consequências não é conhecido ou cognoscível. Por exemplo, empreendedores imobiliários profissionais confiam no satisficing para decidir em qual local investir para desenvolver novas áreas comerciais: "Se eu acredito que posso obter pelo menos x retorno em y anos, então escolho a opção." Em geral, satisficing é definido como:

  • Etapa 1: definir um nível de aspiração α
  • Passo 2: Escolha a primeira alternativa que satisfaça α

Se nenhuma alternativa for encontrada, o nível de aspiração pode ser adaptado.

  • Passo 3: Se após o tempo β nenhuma alternativa satisfizer α, então diminua α em algum valor δ e volte ao passo 1.

Satisficing foi relatado em muitos domínios, por exemplo, como uma heurística que concessionários de automóveis usam para precificar BMWs usados.

Eliminação por aspectos

Ao contrário do satisficing, a heurística de eliminação por aspecto de Amos Tversky pode ser usada quando todas as alternativas estão simultaneamente disponíveis. O tomador de decisão reduz gradualmente o número de alternativas, eliminando alternativas que não atendem ao nível de aspiração de um atributo específico (ou aspecto).

Heurística de reconhecimento

A heurística de reconhecimento explora a capacidade psicológica básica de reconhecimento para fazer inferências sobre quantidades desconhecidas no mundo. Para duas alternativas, a heurística é:

Se uma das duas alternativas for reconhecida e a outra não, inferir que a alternativa reconhecida tem o valor mais alto em relação ao critério.

Por exemplo, no torneio de tênis de Wimbledon de 2003, Andy Roddick jogou contra Tommy Robredo. Se alguém já ouviu falar de Roddick, mas não de Robredo, a heurística de reconhecimento leva à previsão de que Roddick vencerá. A heurística de reconhecimento explora a ignorância parcial, se alguém ouviu falar de ambos ou de nenhum jogador, uma estratégia diferente é necessária. Estudos de Wimbledon 2003 e 2005 mostraram que a heurística de reconhecimento aplicada por jogadores amadores semi-ignorantes previu os resultados de todos os jogos individuais de cavalheiros também e melhor do que as sementes dos especialistas de Wimbledon (que tinham ouvido falar de todos os jogadores), bem como as classificações ATP. A heurística de reconhecimento é ecologicamente racional (ou seja, prevê bem) quando a validade do reconhecimento está substancialmente acima do acaso. No caso presente, o reconhecimento dos nomes dos jogadores está altamente relacionado com suas chances de vitória.

Pegue o melhor

A heurística pegue o melhor explora a capacidade psicológica básica de recuperar pistas da memória na ordem de sua validade. Com base nos valores de sugestão, ele infere qual das duas alternativas tem um valor mais alto em um critério. Ao contrário da heurística de reconhecimento, ela requer que todas as alternativas sejam reconhecidas e, portanto, pode ser aplicada quando a heurística de reconhecimento não pode. Para pistas binárias (onde 1 indica o valor de critério mais alto), a heurística é definida como:

Regra de pesquisa: dicas de pesquisa na ordem de sua validade v. Regra de parada: Pare a pesquisa ao encontrar a primeira sugestão que discrimina entre as duas alternativas (ou seja, os valores de uma sugestão são 0 e 1). Regra de decisão: inferir que a alternativa com o valor de sugestão positivo (1) tem o valor de critério mais alto).

A validade v i de uma sugestão i é definida como a proporção de decisões corretas c i :

v i = c i / t i

onde ti é o número de casos, os valores das duas alternativas diferem na sugestão i. A validade de cada sugestão pode ser estimada a partir de amostras de observação.

Take-the-best tem propriedades notáveis. Em comparação com modelos complexos de aprendizado de máquina, foi demonstrado que muitas vezes ele pode prever melhor do que modelos de regressão, árvores de classificação e regressão, redes neurais e máquinas de vetores de suporte . [Brighton & Gigerenzer, 2015]

Da mesma forma, estudos psicológicos mostraram que, em situações em que tirar o melhor é ecologicamente racional, uma grande proporção de pessoas tende a confiar nisso. Isso inclui a tomada de decisões pelos funcionários alfandegários do aeroporto, ladrões profissionais e policiais e populações de estudantes. As condições sob as quais o take-the-best é ecologicamente racional são mais conhecidas. Take-the-best mostra que a visão anterior de que ignorar parte das informações seria geralmente irracional está incorreta. Menos pode ser mais.

Árvores rápidas e frugais

Uma árvore rápida e frugal é uma heurística que permite fazer classificações, como se um paciente com forte dor no peito tem probabilidade de ter um ataque cardíaco ou não, ou se um carro que se aproxima de um posto de controle é provavelmente um terrorista ou um civil. É chamado de “rápido e econômico” porque, assim como leve o melhor, permite decisões rápidas com apenas algumas dicas ou atributos. É chamada de “árvore” porque pode ser representada como uma árvore de decisão na qual se faz uma sequência de perguntas. Ao contrário de uma árvore de decisão completa, no entanto, é uma árvore incompleta - para economizar tempo e reduzir o perigo de sobreajuste.

A Figura 1 mostra uma árvore rápida e frugal usada para o rastreamento do HIV (vírus da imunodeficiência humana). Assim como pegue o melhor, a árvore tem uma regra de pesquisa, regra de parada e regra de decisão:

Regra de pesquisa : Pesquise as dicas em uma ordem especificada. Regra de parada : pare a pesquisa se uma saída for alcançada. Regra de decisão : Classifique a pessoa de acordo com a saída (aqui: Sem HIV ou HIV).

Na árvore do HIV, um teste ELISA (ensaio de imunoabsorção enzimática) é conduzido primeiro. Se o resultado for negativo, o procedimento de teste é interrompido e o cliente é informado da boa notícia, ou seja, “sem HIV”. Se, entretanto, o resultado for positivo, um segundo teste ELISA é realizado, de preferência de um fabricante diferente. Se o segundo ELISA for negativo, o procedimento será interrompido e o cliente será informado de que “não tem HIV”. No entanto, se o resultado for positivo, um teste final, o Western blot, é realizado.

Figura 1: A triagem para HIV no público em geral segue a lógica de uma árvore rápida e frugal. Se o primeiro ensaio imunoenzimático (ELISA) for negativo, o diagnóstico é “sem HIV”. Caso contrário, um segundo ELISA é realizado; se for negativo, o diagnóstico é “sem HIV”. Caso contrário, é realizado um teste de Western blot, que determina a classificação final

Em geral, para n sugestões binárias, uma árvore rápida e frugal tem exatamente n + 1 saídas - uma para cada sugestão e duas para a última. Uma árvore de decisão completa, em contraste, requer 2 n saídas. A ordem das sugestões (testes) em uma árvore rápida e frugal é determinada pela sensibilidade e especificidade das sugestões ou por outras considerações, como os custos dos testes. No caso da árvore do HIV, o ELISA é classificado em primeiro lugar porque produz menos erros do que o teste de Western blot e também é mais barato. O teste de Western blot, em contraste, produz menos alarmes falsos. Em uma árvore completa, ao contrário, a ordem não importa para a precisão das classificações.

Árvores rápidas e frugais são modelos descritivos ou prescritivos de tomada de decisão sob incerteza. Por exemplo, uma análise ou decisões judiciais relataram que o melhor modelo de como os magistrados de Londres tomam decisões sobre fiança é uma árvore rápida e frugal. A árvore do HIV é prescritiva - os médicos aprendem o procedimento - e um modelo descritivo, ou seja, a maioria dos médicos realmente segue o procedimento.

Modelos informais de heurísticas

Em sua pesquisa inicial, Tversky e Kahneman propuseram três heurísticas - disponibilidade, representatividade e ancoragem e ajuste. O trabalho subsequente identificou muitos mais. As heurísticas que fundamentam o julgamento são chamadas de "heurísticas de julgamento". Outro tipo, chamado de "heurística de avaliação", é usado para julgar a conveniência de escolhas possíveis.

Disponibilidade

Em psicologia, disponibilidade é a facilidade com que uma determinada ideia pode ser trazida à mente. Quando as pessoas estimam a probabilidade ou a frequência de um evento com base em sua disponibilidade, estão usando a heurística de disponibilidade. Quando um evento raro pode ser lembrado de maneira fácil e vívida, essa heurística superestima sua probabilidade. Por exemplo, as pessoas superestimam sua probabilidade de morrer em um evento dramático como um tornado ou terrorismo . Mortes violentas dramáticas são geralmente mais divulgadas e, portanto, têm maior disponibilidade. Por outro lado, eventos comuns, mas mundanos, são difíceis de lembrar, então sua probabilidade tende a ser subestimada. Isso inclui mortes por suicídios , derrames e diabetes . Essa heurística é uma das razões pelas quais as pessoas são mais facilmente influenciadas por uma única história vívida do que por um grande corpo de evidências estatísticas. Também pode desempenhar um papel no apelo das loterias : para quem compra um bilhete, os ganhadores bem divulgados e jubilosos estão mais disponíveis do que os milhões de pessoas que não ganharam nada.

Quando as pessoas julgam se mais palavras em inglês começam com T ou K , a heurística de disponibilidade fornece uma maneira rápida de responder à pergunta. Palavras que começam com T vêm mais prontamente à mente, e assim os sujeitos dão uma resposta correta sem contar um grande número de palavras. No entanto, essa heurística também pode produzir erros. Quando as pessoas são questionadas sobre se há mais palavras em inglês com K na primeira posição ou com K na terceira posição, elas usam o mesmo processo. É fácil pensar em palavras que começam com K , como canguru , cozinha ou guardado . É mais difícil pensar em palavras com K como a terceira letra, como lago , ou reconhecer , embora objetivamente sejam três vezes mais comuns. Isso leva as pessoas à conclusão incorreta de que K é mais comum no início das palavras. Em outro experimento, os indivíduos ouviram os nomes de muitas celebridades, quase o mesmo número das quais eram homens e mulheres. Os sujeitos foram então questionados se a lista de nomes incluía mais homens ou mais mulheres. Quando os homens da lista eram mais famosos, a grande maioria dos sujeitos pensava incorretamente que havia mais deles, e vice-versa para as mulheres. A interpretação de Tversky e Kahneman desses resultados é que os julgamentos de proporção são baseados na disponibilidade, que é maior para nomes de pessoas mais conhecidas.

Em um experimento que ocorreu antes da eleição presidencial dos Estados Unidos de 1976 , alguns participantes foram convidados a imaginar Gerald Ford vencendo, enquanto outros fizeram o mesmo pela vitória de Jimmy Carter . Cada grupo posteriormente viu seu candidato alocado como significativamente mais provável de vencer. Os pesquisadores descobriram um efeito semelhante quando os alunos imaginaram uma temporada boa ou ruim para um time de futebol universitário . O efeito da imaginação na probabilidade subjetiva foi replicado por vários outros pesquisadores.

A disponibilidade de um conceito pode ser afetada por quão recentemente e com que frequência ele foi trazido à mente. Em um estudo, os sujeitos receberam sentenças parciais para completar. As palavras foram selecionadas para ativar o conceito de hostilidade ou gentileza: um processo conhecido como priming . Eles então tiveram que interpretar o comportamento de um homem descrito em uma história curta e ambígua. A interpretação deles tendeu para a emoção com a qual eles foram preparados: quanto mais priming, maior o efeito. Um intervalo maior entre a tarefa inicial e o julgamento diminuiu o efeito.

Tversky e Kahneman ofereceram a heurística de disponibilidade como uma explicação para correlações ilusórias nas quais as pessoas julgam erroneamente que dois eventos estão associados um ao outro. Eles explicaram que as pessoas julgam a correlação com base na facilidade de imaginar ou relembrar os dois eventos juntos.

Representatividade

Diagrama
Julgamento instantâneo se o novo objeto se encaixa em uma categoria existente

A heurística de representatividade é vista quando as pessoas usam categorias, por exemplo, ao decidir se uma pessoa é criminosa ou não. Uma coisa individual tem alta representatividade para uma categoria se for muito semelhante a um protótipo dessa categoria. Quando as pessoas categorizam as coisas com base na representatividade, estão usando a heurística da representatividade. "Representativo" é aqui entendido em dois sentidos diferentes: o protótipo usado para comparação é representativo de sua categoria, e representatividade é também uma relação entre aquele protótipo e a coisa que está sendo categorizada. Embora seja eficaz para alguns problemas, essa heurística envolve atender às características particulares do indivíduo, ignorando o quão comuns essas categorias são na população (chamadas de taxas básicas ). Assim, as pessoas podem superestimar a probabilidade de que algo tenha uma propriedade muito rara ou subestimar a probabilidade de uma propriedade muito comum. Isso é chamado de falácia da taxa básica . A representatividade explica esta e várias outras maneiras pelas quais os julgamentos humanos violam as leis da probabilidade.

A heurística de representatividade também é uma explicação de como as pessoas julgam causa e efeito: quando fazem esses julgamentos com base na similaridade, também se diz que estão usando a heurística de representatividade. Isso pode levar a um preconceito, encontrando incorretamente relações causais entre coisas que se assemelham e perdendo-as quando a causa e o efeito são muito diferentes. Exemplos disso incluem a crença de que "eventos emocionalmente relevantes devem ter causas emocionalmente relevantes" e o pensamento associativo mágico .

Representatividade das taxas básicas

Um experimento de 1973 usou um perfil psicológico de Tom W., um estudante de graduação fictício. Um grupo de disciplinas teve que avaliar a semelhança de Tom com um aluno típico em cada uma das nove áreas acadêmicas (incluindo Direito, Engenharia e Biblioteconomia). Outro grupo teve que avaliar a probabilidade de Tom se especializar em cada área. Se essas classificações de verossimilhança forem governadas pela probabilidade, elas devem ser semelhantes às taxas básicas , ou seja, a proporção de alunos em cada uma das nove áreas (que foram estimadas separadamente por um terceiro grupo). Se as pessoas baseassem seus julgamentos em probabilidade, diriam que Tom tem mais probabilidade de estudar Humanidades do que Biblioteconomia, porque há muito mais estudantes de Humanidades e as informações adicionais no perfil são vagas e não confiáveis. Em vez disso, as classificações de probabilidade corresponderam às classificações de similaridade quase perfeitamente, tanto neste estudo quanto em outro semelhante, em que os sujeitos julgaram a probabilidade de uma mulher fictícia seguir carreiras diferentes. Isso sugere que, em vez de estimar a probabilidade usando taxas básicas, os sujeitos substituíram o atributo mais acessível de similaridade.

Conjunção falácia

Quando as pessoas confiam na representatividade, podem cair em um erro que quebra uma lei fundamental da probabilidade . Tversky e Kahneman deram aos participantes um breve esboço do personagem de uma mulher chamada Linda, descrevendo-a como "31 anos, solteira, franca e muito brilhante. Ela se formou em filosofia. Como estudante, ela estava profundamente preocupada com questões de discriminação e justiça social, e também participou de manifestações antinucleares ”. As pessoas que leram essa descrição classificaram a probabilidade de diferentes afirmações sobre Linda. Entre outros, estes incluíram "Linda é uma caixa de banco" e, "Linda é uma caixa de banco e é ativa no movimento feminista". As pessoas mostraram uma forte tendência de classificar a última afirmação, mais específica, como mais provável, embora uma conjunção da forma "Linda é X e Y " nunca possa ser mais provável do que a afirmação mais geral "Linda é X ". A explicação em termos de heurística é que o julgamento foi distorcido porque, para os leitores, o esboço da personagem era representativo do tipo de pessoa que pode ser uma feminista ativa, mas não de alguém que trabalha em um banco. Um exercício semelhante envolveu Bill, descrito como "inteligente, mas sem imaginação". A grande maioria das pessoas que lêem este esboço de personagem classificou "Bill é um contador que toca jazz por hobby", mais provavelmente do que "Bill toca jazz por hobby".

Sem sucesso, Tversky e Kahneman usaram o que descreveram como "uma série de manipulações cada vez mais desesperadas" para fazer seus súditos reconhecerem o erro lógico. Em uma variação, os sujeitos tiveram que escolher entre uma explicação lógica de por que "Linda é uma caixa de banco" é mais provável, e um argumento deliberadamente ilógico que dizia que "Linda é uma caixa de banco feminista" é mais provável "porque ela se assemelha a uma ativa feminista mais do que se parece com uma caixa de banco ". Sessenta e cinco por cento dos sujeitos acharam o argumento ilógico mais convincente. Outros pesquisadores também realizaram variações deste estudo, explorando a possibilidade de as pessoas terem entendido mal a questão. Eles não eliminaram o erro. Foi demonstrado que indivíduos com altos escores de CRT são significativamente menos propensos a estarem sujeitos à falácia da conjunção. O erro desaparece quando a questão é colocada em termos de frequências. Todos nessas versões do estudo reconheceram que de 100 pessoas que se encaixam em uma descrição geral, a declaração de conjunção ("Ela é X e Y ") não pode se aplicar a mais pessoas do que a declaração geral ("Ela é X ").

Ignorância do tamanho da amostra

Tversky e Kahneman pediram aos participantes que considerassem um problema sobre variação aleatória. Imaginando para simplificar que exatamente metade dos bebês nascidos em um hospital é do sexo masculino, a proporção não será exatamente a metade em todos os períodos. Em alguns dias, nascerão mais meninas e em outros, mais meninos. A questão era: a probabilidade de desviar exatamente da metade depende se há muitos ou poucos nascimentos por dia? É uma consequência bem estabelecida da teoria da amostragem que as proporções variam muito mais dia a dia quando o número típico de nascimentos por dia é pequeno. No entanto, as respostas das pessoas ao problema não refletem esse fato. Eles normalmente respondem que o número de nascimentos no hospital não faz diferença para a probabilidade de mais de 60% de bebês do sexo masculino em um dia. A explicação em termos da heurística é que as pessoas consideram apenas o quão representativo é o valor de 60% da média previamente dada de 50%.

Efeito de diluição

Richard E. Nisbett e colegas sugerem que a representatividade explica o efeito de diluição , em que informações irrelevantes enfraquecem o efeito de um estereótipo . Os participantes de um estudo foram questionados se "Paul" ou "Susan" eram mais propensos a ser assertivos, sem receber nenhuma outra informação além de seus primeiros nomes. Eles avaliaram Paul como mais assertivo, aparentemente baseando seu julgamento em um estereótipo de gênero. Outro grupo, informado de que as mães de Paul e Susan se deslocam para o trabalho em um banco, não mostraram esse efeito estereótipo; eles avaliaram Paul e Susan como igualmente assertivos. A explicação é que as informações adicionais sobre Paul e Susan os tornaram menos representativos dos homens ou mulheres em geral e, portanto, as expectativas dos sujeitos sobre homens e mulheres tiveram um efeito mais fraco. Isso significa que informações não relacionadas e não diagnósticas sobre determinado problema podem tornar as informações relativas menos importantes para o problema quando as pessoas entendem o fenômeno.

Percepção errada de aleatoriedade

A representatividade explica os erros sistemáticos que as pessoas cometem ao julgar a probabilidade de eventos aleatórios. Por exemplo, em uma sequência de sorteios, cada um dos quais dá cara (H) ou coroa (T), as pessoas tendem a julgar uma sequência claramente padronizada, como HHHTTT, como menos provável do que uma sequência menos padronizada, como HTHTTH. Essas sequências têm exatamente a mesma probabilidade, mas as pessoas tendem a ver as sequências mais claramente padronizadas como menos representativas da aleatoriedade e, portanto, menos propensas a resultar de um processo aleatório. Tversky e Kahneman argumentaram que esse efeito está na base da falácia do jogador ; uma tendência de esperar que os resultados se equilibrem no curto prazo, como esperar que a roda da roleta saia preta porque os últimos arremessos saíram vermelhos. Eles enfatizaram que mesmo especialistas em estatística eram suscetíveis a essa ilusão: em uma pesquisa de 1971 com psicólogos profissionais, eles descobriram que os entrevistados esperavam que as amostras fossem excessivamente representativas da população de onde foram retiradas. Como resultado, os psicólogos sistematicamente superestimaram o poder estatístico de seus testes e subestimaram o tamanho da amostra necessário para um teste significativo de suas hipóteses.

Ancoragem e ajuste

Ancoragem e ajuste é uma heurística usada em muitas situações em que as pessoas estimam um número. De acordo com a descrição original de Tversky e Kahneman, envolve começar a partir de um número prontamente disponível - a "âncora" - e subir ou descer para chegar a uma resposta que pareça plausível. Nos experimentos de Tversky e Kahneman, as pessoas não se afastaram o suficiente da âncora. Portanto, a âncora contamina a estimativa, mesmo que seja claramente irrelevante. Em um experimento, os sujeitos observaram um número sendo selecionado de uma "roda da fortuna" girando. Eles tinham que dizer se uma determinada quantidade era maior ou menor do que aquele número. Por exemplo, eles podem ser questionados: "A porcentagem de países africanos que são membros das Nações Unidas é maior ou menor do que 65%?" Eles então tentaram adivinhar a verdadeira porcentagem. Suas respostas se correlacionaram bem com o número arbitrário que receberam. O ajuste insuficiente de uma âncora não é a única explicação para esse efeito. Uma teoria alternativa é que as pessoas fazem suas estimativas com base em evidências que são seletivamente trazidas à mente pela âncora.

A quantidade de dinheiro que as pessoas pagam em um leilão por uma garrafa de vinho pode ser influenciada pela consideração de um número arbitrário de dois dígitos.

O efeito de ancoragem foi demonstrado por uma ampla variedade de experimentos em laboratórios e no mundo real. Permanece quando os sujeitos recebem dinheiro como incentivo para serem precisos ou quando são explicitamente instruídos a não basear seu julgamento na âncora. O efeito é mais forte quando as pessoas precisam fazer seus julgamentos rapidamente. Os sujeitos nesses experimentos não têm consciência introspectiva da heurística, negando que a âncora afetou suas estimativas.

Mesmo quando o valor da âncora é obviamente aleatório ou extremo, ele ainda pode contaminar as estimativas. Um experimento pediu aos participantes que estimassem o ano da primeira visita de Albert Einstein aos Estados Unidos. As âncoras de 1215 e 1992 contaminaram as respostas tanto quanto os anos âncoras mais sensatos. Outros experimentos perguntaram aos participantes se a temperatura média em São Francisco é mais ou menos do que 558 graus, ou se havia mais ou menos do que 100.025 álbuns dos dez primeiros dos Beatles . Essas âncoras deliberadamente absurdas ainda afetaram as estimativas dos números verdadeiros.

A ancoragem resulta em um viés particularmente forte quando as estimativas são apresentadas na forma de um intervalo de confiança . Um exemplo é quando as pessoas prevêem o valor de um índice do mercado de ações em um determinado dia, definindo um limite superior e inferior para que tenham 98% de certeza de que o valor real cairá nessa faixa. Uma descoberta confiável é que as pessoas fixam seus limites superior e inferior muito perto de sua melhor estimativa. Isso leva a um efeito de excesso de confiança . Uma descoberta muito replicada é que, quando as pessoas têm 98% de certeza de que um número está em uma faixa específica, elas estão erradas cerca de trinta a quarenta por cento das vezes.

A ancoragem também causa dificuldade particular quando muitos números são combinados em um julgamento composto. Tversky e Kahneman demonstraram isso pedindo a um grupo de pessoas para estimar rapidamente o produto 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1. Outro grupo teve que estimar o mesmo produto na ordem inversa; 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8. Ambos os grupos subestimaram a resposta por uma ampla margem, mas a estimativa média do último grupo foi significativamente menor. A explicação em termos de ancoragem é que as pessoas multiplicam os primeiros termos de cada produto e ancoram nessa figura. Uma tarefa menos abstrata é estimar a probabilidade de que uma aeronave caia, dado que existem inúmeras falhas possíveis, cada uma com probabilidade de uma em um milhão. Um achado comum de estudos dessas tarefas é que as pessoas se baseiam nas probabilidades dos pequenos componentes e, portanto, subestimam o total. Um efeito correspondente ocorre quando as pessoas estimam a probabilidade de vários eventos acontecerem em sequência, como uma aposta acumulada em corridas de cavalos. Para esse tipo de julgamento, a ancoragem nas probabilidades individuais resulta em uma superestimativa da probabilidade combinada.

Exemplos

A valorização das mercadorias pelas pessoas e as quantidades que compram respondem aos efeitos de ancoragem. Em um experimento, as pessoas escreveram os dois últimos dígitos de seus números de previdência social . Em seguida, eles foram solicitados a considerar se pagariam esse número de dólares por itens cujo valor eles desconheciam, como vinho, chocolate e equipamentos de informática. Em seguida, eles entraram em um leilão para licitar por esses itens. Aqueles com os números de dois dígitos mais altos enviaram lances muitas vezes maiores do que aqueles com os números mais baixos. Quando uma pilha de latas de sopa em um supermercado tinha o rótulo "Limite de 12 por cliente", o rótulo influenciou os clientes a comprar mais latas. Em outro experimento, os corretores imobiliários avaliaram o valor das casas com base em um tour e em uma extensa documentação. Diferentes agentes viram preços de listagem diferentes, e estes afetaram suas avaliações. Para uma casa, o valor de avaliação variou de US $ 114.204 a $ 128.754.

A ancoragem e o ajuste também afetam as notas dadas aos alunos. Em um experimento, 48 professores receberam pacotes de ensaios de alunos, cada um dos quais teve que ser corrigido e devolvido. Eles também receberam uma lista fictícia das notas anteriores dos alunos. A média dessas notas afetou as notas que os professores deram para a redação.

Um estudo mostrou que a ancoragem afetou as sentenças em um julgamento fictício de estupro. Os sujeitos eram juízes de julgamento com, em média, mais de quinze anos de experiência. Eles lêem documentos, incluindo depoimentos de testemunhas, depoimentos de especialistas, o código penal pertinente e os apelos finais da acusação e da defesa. As duas condições desta experiência diferiram em apenas um aspecto: o promotor exigiu uma sentença de 34 meses em uma condição e 12 meses na outra; houve uma diferença de oito meses entre a média das sentenças proferidas nessas duas condições. Em um julgamento simulado semelhante, os sujeitos assumiram o papel de jurados em um caso civil. Eles foram solicitados a conceder indenizações "na faixa de $ 15 milhões a $ 50 milhões" ou "na faixa de $ 50 milhões a $ 150 milhões". Embora os fatos do caso fossem os mesmos todas as vezes, os jurados com a faixa mais alta decidiram por um prêmio que era cerca de três vezes maior. Isso aconteceu mesmo que os sujeitos foram explicitamente alertados para não tratar os pedidos como evidências.

As avaliações também podem ser influenciadas pelos estímulos fornecidos. Em uma revisão, os pesquisadores descobriram que se um estímulo é percebido como importante ou carrega "peso" para uma situação, é mais provável que as pessoas atribuam esse estímulo como fisicamente mais pesado.

Afetar heurística

Afeto ”, neste contexto, é um sentimento como medo, prazer ou surpresa. Tem duração mais curta do que o humor , ocorrendo rápida e involuntariamente em resposta a um estímulo . Embora a leitura das palavras "câncer de pulmão" possa gerar um sentimento de pavor , as palavras "amor de mãe" podem criar um sentimento de afeto e conforto. Quando as pessoas usam o afeto ("respostas instintivas") para julgar os benefícios ou riscos, estão usando a heurística do afeto. A heurística do afeto foi usada para explicar por que as mensagens enquadradas para ativar emoções são mais persuasivas do que aquelas enquadradas de forma puramente factual.

Outros

Teorias

Existem teorias concorrentes de julgamento humano, que diferem sobre se o uso de heurísticas é irracional. Uma abordagem de preguiça cognitiva argumenta que as heurísticas são atalhos inevitáveis, dadas as limitações do cérebro humano. De acordo com a abordagem de avaliações naturais , alguns cálculos complexos já são feitos rápida e automaticamente pelo cérebro, e outros julgamentos fazem uso desses processos em vez de cálculos do zero. Isso levou a uma teoria chamada "substituição de atributos", que diz que as pessoas geralmente lidam com uma pergunta complicada respondendo a uma pergunta diferente e relacionada, sem saber que é isso que estão fazendo. Uma terceira abordagem argumenta que as heurísticas funcionam tão bem quanto procedimentos de tomada de decisão mais complicados, mas mais rapidamente e com menos informações. Essa perspectiva enfatiza a natureza "rápida e econômica" das heurísticas.

Preguiça cognitiva

Uma estrutura de redução de esforço proposta por Anuj K. Shah e Daniel M. Oppenheimer afirma que as pessoas usam uma variedade de técnicas para reduzir o esforço de tomar decisões.

Substituição de atributo

Um exemplo visual de substituição de atributo. Essa ilusão funciona porque o tamanho 2D das partes da cena é julgado com base no tamanho 3D (perspectiva), que é rapidamente calculado pelo sistema visual.

Em 2002, Daniel Kahneman e Shane Frederick propuseram um processo denominado substituição de atributos que ocorre sem percepção consciente. De acordo com essa teoria, quando alguém faz um julgamento (de um atributo alvo ) que é computacionalmente complexo, um atributo heurístico de cálculo mais fácil é substituído. Com efeito, um problema difícil é resolvido respondendo a um problema bastante mais simples, sem que a pessoa saiba que isso está acontecendo. Isso explica por que os indivíduos podem não estar cientes de seus próprios preconceitos e por que os preconceitos persistem mesmo quando o sujeito toma conhecimento deles. Também explica por que os julgamentos humanos muitas vezes falham em mostrar regressão em direção à média .

Essa substituição é considerada como ocorrendo no sistema de julgamento intuitivo automático , em vez de no sistema reflexivo mais autoconsciente . Portanto, quando alguém tenta responder a uma pergunta difícil, ele pode na verdade responder a uma pergunta relacionada, mas diferente, sem perceber que uma substituição ocorreu.

Em 1975, o psicólogo Stanley Smith Stevens propôs que a força de um estímulo (por exemplo, o brilho de uma luz, a gravidade de um crime) é codificada pelas células cerebrais de uma forma independente da modalidade . Kahneman e Frederick desenvolveram essa ideia, argumentando que o atributo alvo e o atributo heurístico podem ser de natureza muito diferente.

[P] as pessoas não estão acostumadas a pensar muito e muitas vezes se contentam em confiar em um julgamento plausível que vem à mente.

Daniel Kahneman , American Economic Review 93 (5) Dezembro de 2003, p. 1450

Kahneman e Frederick propõem três condições para a substituição de atributos:

  1. O atributo target é relativamente inacessível.
    Não se espera que a substituição ocorra ao responder a perguntas factuais que podem ser recuperadas diretamente da memória ("Qual é o seu aniversário?") Ou sobre a experiência atual ("Você está com sede agora?).
  2. Um atributo associado é altamente acessível.
    Isso pode ser porque ele é avaliado automaticamente na percepção normal ou porque foi preparado . Por exemplo, alguém que está pensando em sua vida amorosa e é questionado sobre o quão feliz é, pode substituir o quão feliz está com sua vida amorosa, em vez de outras áreas.
  3. A substituição não é detectada e corrigida pelo sistema reflexivo.
    Por exemplo, quando perguntado "Um taco e uma bola juntos custam $ 1,10. O taco custa $ 1 a mais do que a bola. Quanto custa a bola?" muitos assuntos respondem incorretamente $ 0,10. Uma explicação em termos de substituição de atributos é que, em vez de calcular a soma, os sujeitos analisam a soma de $ 1,10 em uma grande e uma pequena quantia, o que é fácil de fazer. Se eles acham que essa é a resposta certa, dependerá de verificarem o cálculo com seu sistema reflexivo.

Kahneman dá um exemplo em que alguns americanos receberam seguro contra sua própria morte em um ataque terrorista durante uma viagem à Europa, enquanto outro grupo recebeu um seguro que cobriria qualquer tipo de morte durante a viagem. Mesmo que "morte de qualquer tipo" inclua "morte em um ataque terrorista", o primeiro grupo estava disposto a pagar mais do que o último. Kahneman sugere que o atributo medo está sendo substituído por um cálculo dos riscos totais da viagem. O medo do terrorismo para esses indivíduos era mais forte do que o medo geral de morrer em uma viagem ao exterior.

Rápido e econômico

Gerd Gigerenzer e colegas argumentaram que a heurística pode ser usada para fazer julgamentos que são precisos, em vez de tendenciosos. Segundo eles, as heurísticas são alternativas "rápidas e econômicas" para procedimentos mais complicados, dando respostas igualmente boas.

Consequências

Heurísticas de decisão eficientes

Warren Thorngate, um psicólogo social, implementou dez regras de decisão simples ou heurísticas em um programa de computador. Ele determinou a frequência com que cada heurística selecionou alternativas com valor esperado do mais alto ao mais baixo em uma série de situações de decisão geradas aleatoriamente. Ele descobriu que a maioria das heurísticas simuladas selecionava alternativas com maior valor esperado e quase nunca selecionava alternativas com menor valor esperado.

Efeito "lindo é familiar"

O psicólogo Benoît Monin relata uma série de experimentos em que os sujeitos, olhando fotos de rostos, têm que julgar se já viram esses rostos antes. É constatado repetidamente que rostos atraentes têm maior probabilidade de serem erroneamente rotulados como familiares. Monin interpreta esse resultado em termos de substituição de atributo. O atributo heurístico neste caso é um "brilho quente"; um sentimento positivo por alguém, que pode ser devido ao fato de ser familiar ou atraente. Essa interpretação foi criticada, porque nem toda a variação na familiaridade é explicada pela atratividade da fotografia.

Julgamentos de moralidade e justiça

O jurista Cass Sunstein argumentou que a substituição de atributos é generalizada quando as pessoas raciocinam sobre questões morais , políticas ou jurídicas . Dado um problema novo e difícil nessas áreas, as pessoas procuram um problema relacionado mais familiar (um "caso prototípico") e aplicam sua solução como a solução para o problema mais difícil. De acordo com Sunstein, as opiniões de autoridades religiosas ou políticas confiáveis ​​podem servir como atributos heurísticos quando as pessoas são questionadas sobre suas próprias opiniões sobre um assunto. Outra fonte de atributos heurísticos é a emoção : as opiniões morais das pessoas sobre assuntos delicados como sexualidade e clonagem humana podem ser motivadas por reações como repulsa , ao invés de princípios racionais. Sunstein foi desafiado por não fornecer evidências suficientes de que a substituição de atributos, em vez de outros processos, está em ação nesses casos.

Persuasão

Um exemplo de como a persuasão desempenha um papel no processamento heurístico pode ser explicado por meio do modelo heurístico-sistemático. Isso explica como geralmente há duas maneiras de processar informações de mensagens persuasivas, uma heuristicamente e a outra sistematicamente. Uma heurística é quando fazemos um julgamento rápido e curto em nossa tomada de decisão. Por outro lado, o processamento sistemático envolve um pensamento cognitivo mais analítico e inquisitivo. Os indivíduos procuram as respostas além de seu próprio conhecimento prévio. Um exemplo desse modelo poderia ser usado ao assistir a um anúncio sobre um medicamento específico. Alguém sem conhecimento prévio veria a pessoa com o traje farmacêutico adequado e presumiria que ela sabia do que estava falando. Portanto, essa pessoa tem automaticamente mais credibilidade e é mais provável que confie no conteúdo das mensagens do que no que elas entregam. Enquanto outro que também está nessa área de atuação ou já possui conhecimento prévio do medicamento, não se deixará persuadir pelo anúncio por causa de seu pensamento sistemático. Isso também foi demonstrado formalmente em um experimento conduzido por Chaiken e Maheswaran (1994). Além desses exemplos, a heurística da fluência combina perfeitamente com o tópico da persuasão. É descrito como todos nós facilmente tiramos "o máximo proveito de um subproduto automático da recuperação da memória". Um exemplo seria um amigo perguntando sobre bons livros para ler. Muitos poderiam vir à sua mente, mas você cita o primeiro livro que se lembra de sua memória. Como foi o primeiro pensamento, você o valoriza como melhor do que qualquer outro livro que alguém possa sugerir. A heurística de esforço é quase idêntica à fluência. A única distinção seria que os objetos que demoram mais para serem produzidos são vistos com mais valor. Pode-se concluir que um vaso de vidro vale mais que um desenho, simplesmente porque pode demorar mais para o vaso. Essas duas variedades de heurísticas confirmam como podemos ser facilmente influenciados por nossos atalhos mentais, ou o que pode vir mais rápido à nossa mente.

Veja também

Citações

Referências

Leitura adicional

links externos