Podejmowanie decyzji

Psychologia poznawcza wykazała, że ludzie systematycznie odchylają się od modelu EU. Daniel Kahneman i Amos Tversky od lat 70. XX w. mapowali te odchylenia, wyróżniając: 1. Heurystyki — uproszczone reguły oceny prawdopodobieństwa i wartości, zwykle trafne, lecz prowadzące do systematycznych błędów (biases) 2. Błędy poznawcze (cognitive biases) — systematyczne odchylenia od racjonalności wynikające ze stosowania heurystyk w nieodpowiednich sytuacjach

Kahneman (2011, Thinking Fast and Slow) zintegrował te odkrycia w modelu dwoistego procesu: - System 1: automatyczny, szybki, intuicyjny, skojarzeniowy, heurystyczny — generuje pierwsze wrażenia i odpowiedzi - System 2: wolny, kontrolowany, analityczny, wymagający wysiłku — może weryfikować i korygować System 1

Większość decyzji podejmuje System 1; System 2 interweniuje przy wykryciu konfliktu lub gdy wysiłek wydaje się opłacalny.

Heurystyka reprezentatywności (Kahneman i Tversky, 1972): prawdopodobieństwo przynależności do kategorii oceniane jest przez podobieństwo do stereotypu lub prototypu, z pominięciem częstości bazowych (base rates).

Klasyczny przykład: Linda ma 31 lat, jest inteligentna, zaangażowana feministycznie i w ruchach lewicowych. Co jest bardziej prawdopodobne: (A) Linda jest kasjerką, (B) Linda jest kasjerką i aktywistką feministyczną? 85% badanych wybierało B — błąd koniunkcji (conjunction fallacy). P(A∩B) ≤ P(A) zawsze (aksjom rachunku prawdopodobieństwa), lecz B "pasuje" lepiej do reprezentacji Lindy.

Błąd gracza (gambler's fallacy): przekonanie, że po serii zdarzeń (np. 5 razy wyrzucono orła) następne zdarzenie będzie odwrotne (reszka). Wynika z reprezentatywności: długi ciąg orłów jest "niereprezentacyjny" dla losowego procesu — oczekujemy wyrównania. Lecz moneta nie pamięta wcześniejszych rzutów.

Regresja do średniej: jeśli pierwsze wyniki są skrajne, kolejne będą bliżej średniej — nie dlatego, że coś się zmieniło, lecz dlatego że pomiar zawiera błąd losowy. Heurystyka reprezentatywności sprawia, że regresen do średniej jest interpretowana przyczynowo ("nauczył się po porażce").

Ignorowanie częstości bazowych: jeśli choroba dotyka 1% populacji i test ma 99% czułości i 5% fałszywych alarmów, jaka jest szansa, że pozytywny wynik testu oznacza chorobę? Większość szacuje wysoko, ignorując małe p(choroba) = 0,01.

Heurystyka dostępności (Kahneman i Tversky, 1973): prawdopodobieństwo zdarzenia oceniane jest przez łatwość przywołania przykładów z pamięci. Jeśli przykłady pojawiają się łatwo → zdarzenie oceniane jako częste lub prawdopodobne.

Heurystyka zakotwiczenia i korekty (Tversky i Kahneman, 1974): wyjściowa wartość liczbowa (kotwica) zbyt silnie wpływa na końcowe szacunki. Eksperyment z kołem fortuny: badani, których koło zatrzymało się na 65, szacowali liczbę krajów afrykańskich w ONZ na śr. 45; gdy koło zatrzymało się na 10 — szacunek wynosił śr. 25. Kotwica jest zupełnie przypadkowa, a jednak przesuwa szacunek.

Niedostateczna korekta: nawet gdy badani są świadomi anchoring effect i świadomie korygują, korekta jest zbyt mała — nie odrywają się całkowicie od kotwicy.

Nadmierna pewność siebie (overconfidence bias): ludzie są zbyt pewni własnych sądów i wiedzy. Klasyczne badania: gdy pytano o 90%-CI dla faktów ("jaka jest długość Nilu?"), rzeczywiste wartości zawierały się w tym przedziale jedynie w ~50% przypadków. Eksperci wykazują overconfidence podobny do laików.

Teoria perspektywy (Prospect Theory, Kahneman i Tversky, 1979) — deskryptywny model podejmowania decyzji pod ryzykiem. Nagroda Nobla z ekonomii dla Kahnemana (2002, Tversky zmarł w 1996).

Kluczowe założenia i mechanizmy:

1. Punkt odniesienia (reference point): wartość oceniana jest jako odchylenie od punktu referencyjnego (np. status quo), nie jako poziom absolutny. Subiektywna użyteczność zysku 500 zł zależy od tego, czy punkt referencyjny to 0 czy to 1000 zł.

2. Funkcja wartości: S-kształtna, asymetryczna: - Wklęsła dla zysków (malejąca wrażliwość na rosnące zyski — prawo psychofizyczne Webera-Fechnera) - Wypukła dla strat (malejąca wrażliwość na rosnące straty — "już i tak bardzo boli") - Asymetryczna: straty ważą ok. 2–2,5 razy więcej niż równoważne zyski (awersja do strat, loss aversion)

3. Funkcja wag probabilistycznych (probability weighting function): ludzie przeceniają małe prawdopodobieństwa (stąd kupujemy ubezpieczenia i losy) i niedoceniają duże (stąd paradoks Allais'a).

Awersja do strat: wyjaśnia wiele efektów — efekt posiadania (endowment effect): ludzie wyceniają wyżej to, co już posiadają, niż to samo dobro przed nabyciem. Klasyczne badanie Thalera (1980): osoby, które otrzymały kubek wyceniały go wyżej niż osoby, które go nie miały.

Efekt ramowania (framing effect, Tversky i Kahneman, 1981): ta sama decyzja przedstawiona w ramie zysków vs. ramie strat prowadzi do przeciwstawnych wyborów.

Klasyczny paradygmat "Azjatyckiej Choroby": - Rama zysku: Program A — uratuje 200 osób (pewność); Program B — 1/3 szansy uratowania 600 osób. 72% wybierało A. - Rama straty: Program A — zginie 400 osób (pewność); Program B — 2/3 szansy, że zginie 600 osób. 78% wybierało B. - Matematycznie: obydwa A i obydwa B są identyczne.

Efekt jest bezpośrednim dowodem na asymetryczną funkcję wartości i naruszenie racjonalności przez framing.

Pułapka zatonionego kosztu (sunk cost fallacy): tendencja do dalszego inwestowania w projekt ze względu na wcześniejsze, niemożliwe do odzyskania nakłady, nawet gdy projekt nie rokuje. "Wykończyłem już połowę drogi do Wrocławia samochodem który mi się psuje — nie zawrócę, bo tyle przejechałem." Racjonalnie: koszty utopione są irrelewantne dla przyszłych decyzji.

Status quo bias: preferencja dla opcji domyślnej (status quo) nawet gdy zmiana byłaby korzystna — forma awersji do strat. Wynika stąd, że zmiana stanu jest kodowana jako strata (minus) + zysk, lecz awersja do strat sprawia, że minus waży więcej.

Efekt pewności (certainty effect): nieproporcjonalne preferowanie pewnych wygranych nad bardzo prawdopodobnymi — wyjaśnienie paradoksu Allais'a.

Svenson (1992) opisał podejmowanie decyzji jako wielofazowy proces, w którym decydent aktywnie konstruuje preferencje, nie odczytuje ich ze statycznej tablicy użyteczności.

Faza przeddecyzyjna (pre-decisional): zbieranie informacji, ocena opcji. Zjawisko rozchodzenia się alternatyw (spreading alternatives): w miarę zbliżania się do decyzji decydent selektywnie wyszukuje informacje potwierdzające jedną z opcji i deprecjonuje inną — redukując dysonans jeszcze przed wyborem. Okoliczności wcześniej uznawane za zalety jednej opcji mogą zostać uznane za wady, jeśli zaczęliśmy preferować drugą.

Faza postdecyzyjna (post-decisional): redukcja dysonansu poznawczego. Konsolidacja decyzji (Svenson, 2003): wybrana opcja jest subiektywnie podnoszona do wartości, odrzucone — obniżane. Cel: zmniejszenie emocjonalnych kosztów ewentualnej zmiany decyzji. Badania nad szukaniem informacji po decyzji (Festinger, Knox i Inkster, 1968): gracze na torze wyścigów koni bezpośrednio po postawieniu zakładu byli bardziej pewni trafności wyboru niż bezpośrednio przed — mimo braku nowych informacji.

Model Gigerenzera ("ekologiczna racjonalność"): heurystyki nie są błędami, lecz adaptacjami do struktury środowiska. Szybkie heurystyki (fast-and-frugal heuristics) są trafniejsze niż modele analityczne, gdy środowisko jest nieprzewidywalne i zasoby ograniczone. Racjonalność w tym ujęciu jest ekologiczna, a nie abstrakcyjna.

Naturalistyczne podejmowanie decyzji (Naturalistic Decision Making, NDM, Klein, 1993): eksperci w realnych sytuacjach (lekarze, strażacy, piloci) rzadko porównują opcje — rozpoznają sytuację i uruchamiają gotowy scenariusz działania (recognition-primed decision model, RPD). Jest to odmienne od normatywnych modeli analitycznych.