Heurystyka reprezentatywności to wnioskowanie o obiekcie lub zdarzeniu na podstawie tego, który (obiekt lub zjawisko) wydaje się bardziej reprezentatywny/ typowy dla danego zbioru.
Heurystyka ta wpływa na nasze postrzeganie innych ludzi, nawet na pierwszy rzut oka dostrzegamy u innych cechy, które potrafimy przyporządkować do osób z określonego przez nas zbioru. Dla przykładu, która z poniżej gawędzących kobiet wykazuje cechy, na podstawie których możesz z największą pewnością stwierdzić, że jest księgową?
Pewnie wydaje Ci się oczywiste, że kobieta w środku jest księgową. W końcu dobrze szła jej matematyka w szkole i zawsze skrupulatnie planuje swoje wydatki. Są to cechy, które przypisujemy osobom wykonującym taki zawód, dlatego łatwiej nam założyć, że z dużym prawdopodobieństwem jest ona księgową, nawet jeśli odsetek księgowych w populacji byłby bardzo niski. Przypisujemy ją do danego zbioru, ponieważ wykazuje typowe dla nas cechy osoby wykonującej ten zawód.
Błędy poznawcze wynikające z heurystyki reprezentatywności
Błąd koniunkcji
Dla lepszego zrozumienia tej reguły wnioskowania posłużę się przykładem eksperymentu Tversky’ego i Kahnemana1, dwóch głównych badaczy tematu heurystyk. Zadaniem uczestników była ocena prawdopodobieństwa, że dany opis pasuje do danej osoby. Osobom badanym zostały przedstawione dwie postaci, Bill i Linda oraz zestaw opisów, których prawdopodobieństwo mieli oszacować. Poniżej możesz zapoznać się z opisami zaczerpniętymi z oryginalnego eksperymentu.
Charakterystyki Billa i Lindy zostały skonstruowane w taki sposób, aby były reprezentatywne odpowiednio dla księgowego i aktywnej feministki oraz niereprezentatywne dla osoby hobbystycznie grającej jazz i urzędniczki banku. Badacze słusznie przewidywali, że oceny reprezentatywności będą wyższe dla koniunkcji (np. Linda jest urzędniczką w banku i aktywnie udziela się w ruchu feministycznym) niż dla mniej reprezentatywnych składników koniunkcji (Linda jest urzędniczką w banku).
Co więcej, postanowiono również sprawdzić na uproszczonym, przedstawionym na grafice poniżej, przykładzie działanie zasady koniunkcji.
Ku zaskoczeniu badaczy okazało się, że została ona rażąco naruszona, bo aż 85% respondentów wskazało na większe prawdopodobieństwo, że „Linda jest urzędniczką w banku i aktywnie udziela się w ruchu feministycznym”. Próbą wyjaśnienia tego zjawiska było wystąpienie u badanych błędnego wydania osądu na podstawie heurystyki reprezentatywności. Bardziej prawdopodobne jest w rzeczywistości, że Linda jest urzędniczką, niż że jest urzędniczką i działaczką w ruchu feministycznym. Jeśli przekształcimy sobie opisy na warunek A. i warunek B. to od razu widać, że mniej prawdopodobne jest wystąpienie warunku A. i B. równocześnie niż wystąpienie tylko jednego z nich. Natomiast ze względu na to, że cechy Lindy są według nas typowe dla osoby udzielającej się w ruchu feministycznym, pomijamy zasady działania koniunkcji.
Złudzenie gracza
Kolejnym przykładem może być błędne przypisywanie skrajnie niskiego prawdopodobieństwa pewnym specyficznym ciągom w takich grach losowych jak na przykład Lotto. Sprawdź grafikę i oceń, który wynik losowania 6 cyfr wydaje Ci się bardziej prawdopodobny.
Większość ludzi zdecydowanie wybierze przykład b), podczas gdy prawdopodobieństwo wylosowania obu wyników jest takie samo. Wynika to z faktu, że prawdopodobieństwo wylosowania kolejnej liczby jest niezależne od poprzedniej. Jednak wynik 1, 2, 3, 4, 5, 6 nietypowy w swojej klasie jest niedoszacowany ze względu na nasze przekonanie o tym, że taki wynik nie jest reprezentatywny, w końcu taki ciąg nie wygląda na pobrany losowo. Mówiąc prościej, w grze losowej taki ciąg nie wydaje nam się przypadkowy.
Na podobnej zasadzie działa paradoks hazardzisty zwany również złudzeniem gracza lub efektem Monte Carlo. Jest to jeden z błędów poznawczych będący skutkiem wykorzystywania przez nas heurystyki reprezentatywności. Paradoks ten polega na interpretowaniu niezależnych zdarzeń losowych jako zdarzeń zależnych od siebie. I tak, jeśli podczas ruletki wypadł 6 razy z rzędu kolor czarny, to gracze chętniej obstawią kolor czerwony, bo w końcu to gra losowa i musi skończyć się ta czarna seria. Skoro jest to gra losowa, to spodziewamy się, że kulka będzie lądować na czarnym i czerwonym polu w stosunku 50/50, więc skoro kilka razy wpadła na czarne pole, to spodziewamy się wyrównania. Ten przykład ma nawet swoje potwierdzenie, ponieważ dokładnie ta sytuacja wydarzyła się w 1913 roku w kasynie Monte Carlo, dzięki czemu kasyno zarobiło tego dnia miliony franków. Z czego wynika fakt, że wydaje nam się, że rozkład dwóch występujących losowo elementów będzie bliski 50%? Ignorujemy fakt braku zależności pomiędzy tymi elementami oraz jak zaproponowali Tversky i Kahneman mamy błędne przekonanie, że właściwości dużych prób losowych stosują się również do małych prób2. Zatem ten błąd poznawczy to błędne przeświadczenie, nawiązujące do prawa małych liczb, że rozkład wyników będzie dążył do równowagi nawet w krótkim okresie jak kilka czy kilkanaście obrotów ruletki.
Zaciekawił Cię ten artykuł? Już niedługo ostatni z serii heurystyki post! Zapraszamy do śledzenia naszego bloga!
#psychoedukacja #psychologia #heurystyki #błędypoznawcze #pułapkimyślenia
- Tversky, A., Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293–315. doi:10.1037/0033-295x.90.4.293 ↩︎
- Tversky, A., Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin. 76, s. 105–110, doi: 10.1037/h0031322. ↩︎