Zpátky k experimentu – kolik jste ochotni zaplatit? Angický výkladový slovník  Použitý, ale jinak jako nový  20,000 hesel  Velmi dobré recenze Angický výkladový slovník  Použitý, s natrženým obalem, ale jinak jako nový  40,000 hesel  Velmi dobré recenze Posuzování a rozhodování  Posuzování = odhadování pravděpodobnosti nějaké události na základě neúplných informací  hodnotí se přesnost  Rozhodování = volba z možností, často právě na základě posuzování  hodnotí se důsledky (Je to dobré kritérium...?) Zkoumání posuzování a rozhodování Normativní (preskriptivní) model = jak má vypadat výsledek posouzení podle formálního (matematického) modelu Zkoumání posuzování a rozhodování Zkoumání posuzování a rozhodování Deskriptivní model = jak se lidé reálně chovají (založeno na behaviorálních datech) Behaviorální ekonomie Daniel Kahneman Amos N. Tversky Případ k zamyšlení Lékař dělá Ivanovi test na přítomnost zhoubného nádoru. Sdělí mu, že daný test umí detekovat rakovinu v 90 % případech lidí, kteří rakovinu skutečně mají. Zároveň ale někdy falešně detekuje přítomnost rakoviny u lidí, kteří ji nemají, a to přibližně v 5 % případech. Bohužel je u Ivana test pozitivní. Jaká je pravděpodobnost, že Ivan má skutečně rakovinu? Nevíme, protože neznáme % lidí s rakovinou v populaci – tato informace je nevyhnutná. Důležitost míry výskytu (base rate) Důležitost míry výskytu (base rate) Důležitost míry výskytu (base rate) Výskyt daného typu rakoviny v populaci, např 0,1% Důležitost míry výskytu (base rate) Bayesova věta NORMATIVNÍ MODEL POSUZOVÁNÍ PRAVDĚPODOBNOSTI Pravděpodobnost jevu A Pravděpodobnost jevu B Pravděpodobnost jevu B v případě jevu A Pravděpodobnost jevu A v případě jevu B (Kočka)(Kočka) (MÍRA VÝSKYTU) Bayesova věta NORMATIVNÍ MODEL POSUZOVÁNÍ PRAVDĚPODOBNOSTI Výskyt rakoviny v populaci Pravděpodobnost pozitivního testu (bez ohledu na přítomnost rakoviny) Pravděpodobnost pozitivního testu v případě rakoviny Pravděpodobnost rakoviny v případě pozitivního testu Ignorace míry výskytu Lékař dělá Ivanovi test na přítomnost zhoubného nádoru. Sdělí mu, že daný test umí detekovat rakovinu v 90 % případech lidí, kteří rakovinu skutečně mají. Zároveň ale někdy falešně detekuje přítomnost rakoviny u lidí, kteří ji nemají, a to přibližně v 5 % případech. Bohužel je u Ivana test pozitivní. Jaká je pravděpodobnost, že Ivan má skutečně rakovinu? Nevíme, protože neznáme % lidí s rakovinou v populaci – tato informace je nevyhnutná! Lidé mají tendenci ignorovat míru výskytu (Kahneman & Tversky, 1973). Lidé to s pravděpodobnostmi neumí... Frantovi je 45 let. Je ženatý a má 4 děti. Má tendeci být spíše konzervativní a pečlivý. O politické a spoločenské dění se příliš nezajímá a většinu času tráví u svých mnoha koníčků jako kutilství, plachtění a luštění matematických hlavolamů. INŽENÝR NEBO PRÁVNÍK? Lidé to s pravděpodobnostmi neumí... Frantovi je 45 let. Je ženatý a má 4 děti. Má tendeci být spíše konzervativní a pečlivý. O politické a spoločenské dění se příliš nezajímá a většinu času tráví u svých mnoha koníčků jako kutilství, plachtění a luštění matematických hlavolamů. INŽENÝR NEBO PRÁVNÍK? Lidé to s pravděpodobnostmi neumí... Marek je třicetiletý mladík, ženatý, bezdětný. Je velmi kompetentní a motivovaný, očekává se, že bude ve svém oboru úspěšný. Kolegové ho mají rádi. INŽENÝR NEBO PRÁVNÍK? Lidé to s pravděpodobnostmi neumí... LIDÉ IGNORUJÍ MÍRU VÝSKYTU, I KDYŽ POPIS PŘÍPADU NENÍ TYPICKÝ PRO ŽÁDNOU SKUPINU. INŽENÝR NEBO PRÁVNÍK? Heuristiky  „Mentální zkratky“ – posuzování, které ignoruje část informace v prospěch rychlejšího dosažení závěru Heuristika reprezentativnosti  Objekt patří do kategorie X, protože ji dobře reprezentuje  KOMBINAČNÍ OMYL (conjunction fallacy) = Když P(A|B) je zdánlivě vyšší než P(A)... „The Linda Problem“ (Tversky & Kahneman, 1983): Lindě je 31 let. Je svobodná, přímočará a velmi chytrá. Jako studentka se hodně zajímala o problémy diskriminace a sociální nespravedlnosti a účastnila se demonstrací proti využívání jaderné energie. Je pravděpodobnější, že je Linda úřednice, nebo že je úřednice aktivní ve feministickém hnutí? Jsou heuristiky škodlivé...? Heuristika reprezentativnosti  Objekt patří do kategorie X, protože ji dobře reprezentuje  KOMBINAČNÍ OMYL (conjunction fallacy) = Když P(A|B) je zdánlivě vyšší než P(A)...  Založeno na obráceném usuzování: Testování dvou alternativních hypotéz spíše než „přemýšlení v procentech“ – hypotéza A + B je lépe podložena daty než hypotéza A! Další heuristiky v posuzování  Konzervativnost – tendence podceňovat sílu přibývajících důkazů (= informací zvyšující pravděpodobnost určité hypotézy)  Heuristika dostupnosti (availability heuristic) – odhad frekvencí událostí podle toho, jak snadno si je umíme vybavit – základ teorie podpory (Support Theory; Kahneman & Koehler, 1994)  systematická zkreslení v posuzování jsou důsledkem limitovaných informací, jež jsou aktuálně dostupné Jsou heuristiky dobré nebo špatné? Teorie dvojích procesů Kahneman, 2003 (Dual-process theory)  Systém 1 = rychlý, zjednodušující, generuje návrhy  automatické reakce, emoce  Systém 2 = pomalý, přesný, hodnotí návrhy  logika, úsilí  Oba systémy fungují spíše společně, ale jeden je „v ústraní“ – „rychlé“ rozhodnutí je na úkor subjektivního pocitu menší jistoty (De Neys et al., 2011) Jsou heuristiky škodlivé...? Gigerenzer et al. – „rychlé a úsporné heuristiky“  Ve většině případů jsou heuristiky adaptivní – princip „take the best, ignore the rest“  Např. heuristika rozpoznání (recognition heuristic) = to, co známe, posuzujeme jako větší, důležitější  V běžných situacích, kdy heuristiky nefungují dobře, jsou redukovány nebo doplněny dalšími zdroji informací  Pouze v malém procentu případů vedou k nepříznivým výsledkům Kritika zkoumání heuristik a zkreslení Ekologická validita!!!  Vzorové úlohy obvykle obsahují mnohem méně informací, než máme v životě k dispozici! Co když si mohu dohledat další informace??  V běžném životě využíváme zkušenosti uložené v paměti (např. znalosti o kauzalitě), nikoli matematické výpočty pravděpodobnosti.  Posuzování a navazující rozhodování v životě mají mnohem závažnější dopady! Heuristiky slouží k zefektivnění dosažení určitých výsledků spíše než získání přesných výpočtů. Kritika zkoumání heuristik a zkreslení Myslíme přece jenom jako bayesiáni... ale ne vědomě. (Gluck & Bower, 1988)  Spíše než v pojmech pravděpodobností uvažujeme v pojmech frekvencí – odpovídá povaze zkušenosti (výskyt jevů v sekvencích, ne „podíly“)   vs. % % Která řada je pravděpodobnější? Pravděpodobnost je stejná: P = 0,5 × 0,5 × 0,5 × 0,5 × 0,5 Hody jsou nezávislé události! Která řada je pravděpodobnější? Máme tendence vnímat po sobě následující události jako vzájemně závislé (ne nutně kauzálně – „zákon průměrů“ a „hráčský omyl“). Kritika zkoumání heuristik a zkreslení Myslíme přece jenom jako bayesiáni... ale ne vědomě. (Gluck & Bower, 1988)  Spíše než v pojmech pravděpodobností uvažujeme v pojmech frekvencí – odpovídá povaze zkušenosti (výskyt jevů v sekvencích, ne „podíly“) Vidíme v jevech kauzální strukturu – pracujeme s informacemi o tom, jak věci fungují, nikoli pouze o tom, v jakých množstvích se vyskytují.     Co ovlivňuje naše rozhodování? Co ovlivňuje naše rozhodování? Normativní (ekonomický) model = OČEKÁVNÝ UŽITEK (expected utility) U = E × V Pravděpodobnost výsledku Hodnota výsledku (zisk + ztráta) Užitek Co ovlivňuje naše rozhodování? Deskriptivní model = Prospektová teorie (Prospect theory; Kahneman, Tversky a kol.) Co ovlivňuje naše rozhodování? Deskriptivní model = Prospektová teorie (Prospect theory; Kahneman, Tversky a kol.) Hodnota ZiskZtráta Objektivní hodnota Co ovlivňuje naše rozhodování? Deskriptivní model = Prospektová teorie (Prospect theory, Kahneman, Tversky a kol.)  Důležitost referenčního rámce = efekt rámcování (framing)  Averze vůči ztrátě (loss aversion) Rámcování Váš oblíbený šampón je ve slevě v obchodě vzdáleném 2 km. Nestojí 100 Kč, ale pouhých 50 Kč!!! Dojdete si pro něj? Šampón mají i v sousedním obchodě, ale bez slevy. = ANO Sportovní boty, které si chete koupit, jsou ve slevě v obchodě vzdáleném 2 km. Nestojí 2900 Kč, ale pouhých 2850 Kč!!! Dojdete si pro ně? Boty mají i v sousedním obchodě, ale bez slevy. = NE Co ovlivňuje naše rozhodování? Deskriptivní model = Prospektová teorie (Prospect theory, Kahneman, Tversky a kol.)  Důležitost referenčního rámce = efekt rámcování (framing) – stejné rozdíly jsou pro nás méně významné u vyšších čísel  Averze vůči ztrátě (loss aversion) – ztráty pro nás mají vyšší hodnotu než zisky Co ovlivňuje naše rozhodování? Deskriptivní model = Prospektová teorie (Prospect theory, Kahneman, Tversky a kol.) Hodnota ZiskZtráta Objektivní hodnota Averze vůči ztrátě Averze vůči ztrátě Máte na výběr z dvou možností. Kterou zvolíte? 1. Jistý zisk 500 Kč. 2. Padesátiprocentní šance získat 1000 Kč nebo nic. Dostali jste 1000 Kč. Teď máte na výběr jednu z dvou možností. Kterou zvolíte? 1. Jistá ztráta 500 Kč. 2. Padesátiprocentní šance ponechat si celých 1000 Kč nebo vše ztratit. Averze vůči ztrátě a zarámování – vysvětlení a kritika  Subjektivní užitek – hodnotu zvažujeme s ohledem na motivační, emoční a sociální faktory (nasycení potřeby, přisuzování odpovědnosti ...)  Rámcování se vyskytuje tam, kde nejsou dostupná jiná kritéria pro rozhodnutí  „Asian disease problem“ a morální dilemata („dilema odjištěného vozíku“) – za rozhodnutí nesu odpovědnost, tak se raději „aktivně“ nerozhodnu (Shafir, 1993 – „dilema zvěření do péče“) – velký vliv osobní roviny rozhodnutí  Někdy pozorujeme neutralitu ztráty = rozhodování v případech zisku/ztráty 50 : 50 není závislé na absolutní velikosti zisku/ztráty (v nesouladu s Prospect theory)  Ignorování individuálních rozdílů (např. tendence k riskování) Heuristiky a zkreslení vysvětlené emočními a sociálními faktory  Zkreslené očekávání dopadu (impact bias) – tendence přeceňovat intenzitu a trvání negativních emočních reakcí  Zkreslení v prospěch vynechání (omission bias) – tendence nerozhodovat se v situacích velkého rizika – vysvětleno větší lítosti v důsledku odpovědnosti  Zkreslení v prospěch aktuálního stavu (status quo bias) – tendence rozhodovat se v prospěch ponechání aktuálního stavu Další běžné heuristiky a zkreslení Zaplatili jste si s partnerem na večer wellness a noc v luxusním hotelu. Peníze již nelze získat zpět. Na cestě začnete oba cítit, že se vám dělá trochu nevolno, a uvědomíte si, že by jste se pravděpodobně cítili lépe, kdyby jste večer a noc strávili doma v klidu. Vrátíte se z půlky cesty domů? Další běžné heuristiky a zkreslení  Efekt potopených investic (sunk-cost effect) – tendence dokončovat „rozjeté“ projekty, i když se to zjevně neoplatí  Planning fallacy – tendence žalostně podceňovat nutné budoucí náklady  Averze vůči riskování (risk aversion) – v interakci s averzí vůči ztrátě Jak se rozhodujeme v běžném životě?  Zásadní dopady na náš život  Velká informační komplexnost a nejistota (uncertainty) spíše než známá míra rizika (risk) = neznáme pravděpodobnost úspěchu!  Vzájemně závislé série rozhodnutí spíše než izolovaná rozhodnutí Jak se rozhodujeme v běžném životě? Simon, 1957 – omezená racionalita (bounded rationality): Usilujeme spíše o vyhovění požadavkům (satisficing) než maximalizování zisku (maximizing) Kaplan et al., 2012 – dvoustupňový model: 1. Eliminace alternativ, které „nevyhovují“ 2. Komplexnější zvažování zbylých alternativ Dijksterhuis & Nordgren, 2006 – teorie nevědomého myšlení (unconscious thought theory): nevědomé procesy mohou někdy vést k lepším rozhodnutím, protože umožňují paralelně zpracovat mnohem větší objem informací