Kapitel 3 - Judging probability and frequency Flashcards
Judging probability and frequency
Representativitetsheuristik (representative heuristic)
Bedömning baseras på stereotypiska uppfattningar, och baseras på grad av korrespondens mellan t.ex. ett stickprov och en population; en instans och en kategori; ett utfall och en modell.
Heuristiken används bl.a. för att bedöma frekvens och kan exempelvis visa sig genom att en person med ett antal attribut som faller inom en stereotypisk bild bedömare besitter bedöms tillhöra en grupp, säg ett visst yrke, enbart baserat på denna stereotyp. Heuristiken grundar sig alltså i likhet
EX: Ung kille, blek, glasögon, “töntig” → programmerare
Tillgänglighetsheuristik (availability heuristic)
Mänsklig bedömning är ofta begränsat av s.k. bunden rationalitet, och därför baseras våra bedömningar (naturligt) ofta på den information vi har tillgänglig. Heuristiken bedömer frekvens/sannolikhet för ett utfall baserat på erfarenhet av liknande utfall i minnet - relevanta liknande exempel återkallas från minnet och bedömningen av utfallet ifrågas sannolikhet baseras på hur lätt dessa andra exempel återkallas.
EX: hur vanligt är skilsmässa?
- många i min omgivning skilda –> vanligt
How might prototype heuristic relate to forms of social discrimination?
En prototyp är en “urtyp” som får representera en viss kategori (snarlikt representativitetsheuristik). Följden blir att prototypen kan bli en stereotyp som inte fångar den faktiska bredden i en viss kategori. En person som har en viss etnicitet eller sysselsättning kan bara i egenskap av detta antas vara på ett visst sätt, eftersom det finns en prototyp kopplad till just detta attribut.
Motiverad hänsyn kommer inte tas till andra attribut, “informationsbitar”, ifall de inte stämmer in i bilden av prototypen, trots att dessa informationsbitar kan vara väldigt relevanta för bedömningen.
Describe some of the ways in which Norbert Schwarz and his colleagues have distinguished between
- ease of recall and
- content of recall
as influences on judgment.
Hur lätt något återkallas (ease of recall) är det som i första hand påverkar folks bedömningar. I situationer där man ombeds återkalla många (12) instanser av ett visst fenomen kan återkallning bli svårare, vilket påverkar bedömningen på så sätt att man uppskattar fenomenet som mindre frekvent eftersom “det är svårt att komma på exempel”.
- Ex.grupp A: Återkalla 6 exempel av påstridigt beteende hos sig själv → uppfattar sig själv som mer påstridig
- Ex.grupp B: Återkalla 12 exempel av påstridigt beteende hos sig själv → uppfattar sig själv som mindre påstridig
I situationer där personer uppmanas att först skatta sin egen kunskap om ämnet ifråga, dvs de får anledning att bortse från erfarenhet av återkallning (ease of recall), tycks de istället förlita sig på innehållet i återkallningen (content of recall). För personer som alltså först skattar sin kunskap om kroniska sjukdomar, ser man att försökspersoner som ombeds räkna upp få (6) kroniska sjukdomar uppskattar dessa som mindre vanligt förekommande medan försökspersoner som ombads räkna upp många (12) uppskattade dessa som mer vanligt förekommande (alltså motsats till ovan exempel).
- Ex.grupp C: Skatta egen kunskap om sjukdomar + Återkalla 6 exempel av kroniska sjukdomar → uppfattar dessa som mindre vanligt förekommande
- Ex.grupp D: Skatta egen kunskap om sjukdomar + Återkalla 12 exempel av kroniska sjukdomar → uppfattar sig som mer vanligt förekommande
What do you think are
- the advantages and
- the disadvantages
of using heuristics like representativeness and availability?
PROS:
- snabb bedömning/beslutsfattande
- förenklar vår vardag genom att det möjliggör kategorisering av vår omvärld
- möjliggör bedömning i vardagliga situationer (framförallt kanske sociala)
CONS:
- risk för felbedömning
- risk att relevanta faktorer åsidosätt/ignoreras
snedvridningar av bedömningen:
- representativitets heuristik → conjunction fallacy
(Linda-exempel - 2 sammanfallande event uppskattas som mer sannolika än respektive i sin isolering)
- tillgänglighetsheuristik → överskatta frekvenser
- möjliggör bl.a. sociala krockar
- främjar inkonsekvent bedömning
- stereotypiska uppfattningar (som bl.a. kan främja diskriminering)
- risk för viss världsfrånvänd bedömning → confirmation bias
The Minerva DM account of judgment
and the model of memory that underlies it
Minerva-DM-modellen söker fånga alla de breda fenomenen av representativitet och tillgänglighet i en bredare minne-teori. Modellen antar att minnet kodar alla event, men ibland i en nedbruten form. Bedömning innefattar att återhämta alla de instanser som är tillräckligt lika ett visst “memory probe”. Den slutgiltiga bedömningen är baserad på summan av aktivering av minnesspår.
Detta innebär ungefär att alla händelser skapar separata minnen som lämnar ett sorts spår efter sig. För att återkalla ett minne använder vi en s.k. “memory probe”, som producerar ett eko. Ifall likheten mellan minnet och “proben” inte är stor blir ekot svagt o.s.v. Förespråkare av denna teori menar att skillnader i eko-intensitet skulle kunna förklara saker som tillgänglighet och representativitet, fast utan att förlita sig på just de snedvridningarna. Exempelvis skulle välkända berömda namn ha lämnat tydligare minnesspår, och återkallas därför lättare (proben avger ett starkare eko).
In their account of support theory, what do Tversky and Koehler mean by
- implicit and
- explicit hypotheses?
Stödteorin (support theory) gör en distinktion mellan
- event och
- beskrivningar av event, vilka de kallar hypoteser.
Teorin menar att människor bedömer sannolikhet för hypoteser snarare än för event genom att beakta stödet (support) för hypotesen.
En IMPLICIT hypotes är ett event som inte ”bryts upp” i sina respektive beståndsdelar utan en mer global uppfattning skapas, ofta baserat på ett representativt eller (lätt-)tillgängligt fall. En implicit hypotes kan t.ex. vara “andra sjukdomar” - som alltså byggs upp av flera underkategorier av sjukdomar som inte direkt stiftas.
Hur stor är risken att dö av en dödlig sjukdom → totala risken att dö: 60%
En EXPLICIT hypotes åskådliggör vilka delar hypotesen utgörs av och kan därmed ge mer precisa och distinkta skattningar av varje enskild del/underkategori. När människor bryter upp en implicit hypotes till en explicit hypotes tenderar totalsumman av de olika underkategorierna bli större än den ursprungliga skattningen för den implicita hypotesen (ett fenomen kallat subadditivitet).
Hur stor är risken att dö av en dödlig sjukdom, listad från högst till lägst risk: Cancer (30%), Parkinsons (25%), HIV (10%) → totala risken att dö: 65%
Are people Bayesian thinkers?
Bayesianskt resonerande utgår ifrån att människor är medvetna om den prior probability som man tillskriver en möjlig händelse, och därefter beaktar all relevant information för att revidera sin ursprungliga skattning till en ny sannolikhet (så att man får en annan posterior probability).
Enligt all klassisk kognitionspsykologi är människor INTE bayesianska tänkare: de tar inte hänsyn till nya bevis ifall dessa motsäger befintliga uppfattningar om saker och ting, de söker endast information som bekräftar det de redan tror (confirmation bias) och är dåliga på att tillskriva olika informationsbitar rätt vikt. Således är människor inte bayesianska tänkare i regel, även om undantag finns (se t.ex. Philip Tetlocks “Superforecasters”)