Aan sommige factoren voor ziektes kunnen we niks doen, zoals genetische of
omgevings-factoren, maar personal decisions spelen vaak ook een grote rol wat we onder
eigen controle hebben. Nummer één doodsoorzaak kunnen in een studie in VS worden
teruggeleid naar personal decisions. Belangrijk om oordelen besluitvorming te onderzoeken
in praktische, persoonlijke en laboratorische settings, voor onszelf en het publieke
welzijnsperspectief. Dit houdt onderzoek in naar hoe we leven, hoe we ons leven verbeteren
en hoe we anderen helpen hun leven te verbeteren.
Applied problems (in de praktijk) laten zien wat menesn echt uitmaakt in de wereld.
Benaderingen:
- Cognitive illusions approach; werk van Tversky en Kahneman,, hoe mensen
oordelen maken door cognitieve illusies te identificeren, of manieren waarop mensen
fouten maken in subjectieve oordelen. Ze vergeleken het met perceptuele illusies; die
worden gebruikt om een idee van iets te krijgen, en in vervolg daarop zeiden ze dat
cognitieve illusies bewijs was voor hoe mensen oordelen en beslissingen maken.
Deze theorie werd minder prominent toen de focus meer werd gelegd op fouten van
oordelen. Mensen kunnen beïnvloed worden door simpele aanwijzingen zoals affect
(emotie), wat soms goede oordelen kan opleveren, maar het punt van de cognitive
illusions literature is dat deze simpele aanwijzingen ook kunnen leiden tot misplaatste
oordelen.
- Fast-and-furious approach: van Gigerenzer and his collegues: benadrukken
waarom redenatie van mensen effectief is en hun oordelen gezond; nadruk op hoe
het gebruik van mentale shortcuts adaptief is; hoe het leidt tot de beste balans
tussen het minimaliseren van kosten en tijd van cognitieve verwerking, en
maximaliseren van de nauwkeurigheid van beslissingen. Aantal systematische
shortcuts/regels, waarmee ook complexe beslissingen met weinig mentale moeite
kunnen worden gemaakt.
Overeenkomst: hoe mensen complexe beslissingen kunnen maken onder onzekere,
tijdbeperkte omstandigheden, met onze eigen cognitieve beperkingen (ook wel;
computational capacity; beperkt aantal informatie wat we kunnen verwerken).
- Dual-process models: oordelen en beslissingen via twee aparte soorten mentale
processen (systems/types of processing). System 1 verwerkt snel, intuïtief, gelijk,
automatisch, emotie-gedreven, soms onbewust. System 2 werkt cognitief zwaarder,
bewust, opvolgend, gecontroleerd en redenatie-gedreven.
Eerste argument van Sloman: een systeem is associative in nature, redeneren in dat
systeem is gebaseerd op gelijkheid en statistische informatie (een roodborstje is een
vogel). Het andere systeem is rule-based: logische regels, regels van de sociale of
natuurlijke wereld, of computer algorithmes. Vroeger was de vraag of mensen óf een
associatief systeem hadden, óf een rule-based, maar Sloman zei dat mensen ze
beide hebben.
, Stanovich and West (2000) eerste die namen System 1 en System 2 gebruikten.
De test Cognitive Reflection Test (CRT) was om verschillen te ontdekken in of
mensen system 1 of system 2 meer gebruikten bij redeneren.
Kritiek: best onwaarschijnlijk dat er echt twee aparte ´systemen´ zijn met een
algemeen doel. Het kan ook tegelijk voorkomen.
Evans zegt dat het nog steeds realistisch is; veel elementen van elk proces zijn te
vinden in meerdere dual-process theorieën, waardoor de twee sets van verwerkingen
(processes) fundamenteel verschillend zijn (voornamelijk snel, automatisch,
onbewust vs overwogen, bewust en langzaam). Hij noemde het Type 1 and Type 2
(een soort verwerking, ipv een heel systeem aan verwerking).
Samenwerking tussen Evans en Stanovich: twee attributen die Type 1 en Type 2
altijd onderscheiden: werkgeheugen (alleen bij type 2) en automatische/gewoonte
verwerking (alleen bij type 1). Daarnaast wordt ook basic affect (negatief/positief,
gevoel) met Type 1 geassocieerd.
drie major types of decision-making models:
- Descriptive models: beschrijven hoe mensen echt oordelen en beslissen, zonder te
zeggen wat goed en slecht is. Dual-process models horen hierbij.
- Normative models: voor optimale/ideale beslissingen maken. Logisch, consistent,
met alle relevante data rekening houden. Doelen behalen.
- Prescriptive models: aanbevelen hoe mensen zouden moeten oordelen en beslissen,
niet per sé normatief, kan wel; vaak een compromis tussen normatieve en
descriptieve modellen; tussen wat het beste zou zijn en wat mensen normaliter doen.
Redelijke, realistische aanbeveling om te handelen in de praktijk.
,Hoofdstuk 2: beschikbaarheid en representativiteit
Tverksy and Kahneman: we leunen op heuristics: snelle en makkelijke duimregels die we
gebruiken om oordelen te maken onder onzekere omstandigheden. Heuristics gebruiken is
heel intuïtief (Type 1 reasoning).
Availability heuristic: wordt gebruikt om de frequentie of waarschijnlijkheid in te schatten
op basis van hoe gemakkelijk voorbeelden van gebeurtenissen of associaties in je opkomen.
Je bedenkt voorbeelden, dan in the inferential leap trek je conclusies over hoe makkelijker
voorbeelden opkomen, hoe waarschijnlijker het is.
Eigenlijk is availability (geheugensporen) een verkeerde term, accessibility is beter (ophalen
van informatie). Tversky en Kahneman concludeerden dat frequentieoordelen van mensen
gebaseerd is op het gemak/frequentie vanuit het geheugen; met the availability heuristic. Dit
deden ze met een set-size judgment task (schatten hoeveel individuen tot een
groep/categorie behoren), een relative frequency-of-occurrence judgment (hoevaak een
gebeurtenis/item voorkomt in verhouding tot een andere gebeurtenis/item). In veel
onderzoeken hierna is ook bevestigd dat de availability heuristic ook meespeelde in het
oordeel over hun eigen toekomst. (als iets al vaker is gebeurd, zal het snel weer gebeuren),
en over hun eigen persoonlijkheid.
Maaaar: alternatieve visies over de availability heuristic. Lopes en Oden hadden kritiek op
een onderzoek van Tversky en Kahneman omdat het niet representatief was, en zeiden dat
de uitkomsten niet per se aan de availability heuristic toe te zeggen waren.
Sedlmeier et al omschreven twee hypotheses die Tversky en Kahneman kunnen stellen: 1)
an availability-by-number hypothesis: meten hoeveel voorbeelden we herinneren voordat
we een frequentie oordeel maken, of 2) een availability-by-speed hypothesis waarin we
meten hoe makkelijk/snel we voorbeelden kunnen herinneren. Maar zelf noemen ze 1) de
letter-class hypothesis: meer voorkomend om een medeklinker aan het begin van het
woord te zetten dan in het midden; zo maken mensen oordelen over de waarschijnlijkheid
van een woord (gebaseerd op een onderzoek van T&K waarbij ze vroegen of medeklinkers
eerder als eerste of als derde in een woord worden geplaatst).
Daarnaast noemen ze de 2) regressed-frequencies hypothesis: mensen houden de
frequentie van de plek van letters wel in de gaten, en de frequenties overschatten of
onderschatten ze vaak richting het midden.
Availability heuristic in health-related decision-making: die maken veel beslissingen op basis
van eerdere ervaringen, waardoor ook veel mis-diagnoses kunnen ontstaan.
Availability heuristic over het hele leven: deze gebruiken begint vroeg in het leven, kinderen
van 7 kunnen het al goed opnoemen als het veel beschikbaar is in hun geheugen. Hoewel
het al vroeg in het leven voorkomt, is de informatie/betekenis die mensen eraan geven wel
verschillend voor leeftijdsgroepen en generaties.
, The representativeness heuristic: het ene wordt eerder beoordeeld als waarschijnlijk dan
het ander, omdat dat ene meer representatief lijkt dan het ander.
Volgens Kahneman en Tversky is representativiteit 1) hoe gelijk iets/iemand is tot anderen
van die klasse (op basis van je eigen mentale representatie, zoals een stereotype (mens) of
een prototype (object)). En 2) representativiteit kan een reflectie zijn van hoe mensen
denken dat willekeurigheid eruit ziet:
The law of small numbers is het idee van mensen dat er in een rij van twee opties (bv kop
of munt) ongeveer evenveel van beide opties worden genoemd. The law of large numbers
is als iemand kan verwachten dat de uitkomst van een groot aantal, representatief is voor de
populatie. Mensen denken dat vaak ook bij de law of small numbers, maar dat hoeft
helemaal niet zo te zijn.
The Tom W. problem: mensen misplaatsen vaak hun oordeel over de waarschijnlijkheid van
iets, gebaseerd op de gelijkwaardigheid aan het prototype (wat erbij past in hun hoofd). Op
basis van zijn profiel zouden veel mensen hem indelen in een studie, terwijl de statistiek
aangeeft dat een andere studie veel populairder is; de kans zou dus groter moeten zijn dat
Tom bij die studie past.
Dan heb je ook nog de Linda problem: heeft te maken met de conjunction rule: de
waarschijnlijkheid van de samenvoeging van twee dingen kan niet hoger zijn dan een van de
twee op zichzelf. Er zijn meer die denken dat Linda een bank teller is én een feminist (omdat
ze sociaal actief is) dan mensen die denken dat Linda een bank teller is, wat niet kan
kloppen door die conjuction rule; deze bevinding heet de conjunction fallacy (misvatting).
Alternatieve visies op de representativeness heuristic: Hertwig and Gigerenzer zeiden dat
uitkomsten van de Linda problem afhankelijk was van hoe mensen het woord ´probable´
interpreteren; wiskundig (zoals Tversky en Kahneman bedoelen, frequentie en zekerheid) of
niet-wiskundig (mogelijk, correspondentie, toepasbaarheid bij Linda). Uit hun onderzoek
bleek dat bijna iedereen het als niet-wiskundig zag, en het zijn van een feminist beter bij
Linda vond passen; dan zou er niks mis zijn met hun antwoord.
Ook overeenkomst met stereotypen: het algemene idee dat een schijnbare representativiteit
van een persoon van een bepaalde groep, wordt gebruikt om oordelen te maken over hoe
waarschijnlijk dat persoon zich gedraagt op manieren dat iemand typisch vindt voor die
groep.
Daarnaast: WEIRD countries (Western, Educated, Industrialized, Rich, Democratic)
representeren vaak prototypische mensen in onderzoek (omdat dat vaak in WEIRD landen
wordt uitgevoerd), en vaak schatten we dat ook over de rest van de wereld. Echter
verschillen uitkomsten van studies over verschillende populaties, en zijn uitkomsten van
WEIRD landen vaak uitschieters van de mediaan.