La scienza dietro le nostre scelte
Scopri come prendiamo decisioni basate su rischi e percezioni.
Yi-Long Lu, Yang-Fan Lu, Xiangjuan Ren, Hang Zhang
― 7 leggere min
Indice
- La Vecchia Teoria: Teoria dell'Utilità Attesa
- Il Nuovo Arrivato: Teoria dei Prospetti Cumulativi
- L'Effetto Arachidi: Una Strana Curiosità nel Decision-Making
- Le Persone Non Sono Robot: Euristiche e Bias
- L'Approccio della Razionalità Limitata
- Il Framework ARRM: Un Nuovo Modo di Pensare alle Decisioni
- Attenzione e Decision-Making: Cosa Attira la Nostra Attenzione?
- Applicazioni nel Mondo Reale: Dall'Acquisto di Snack ai Grandi Investimenti
- Testare le Teorie: Usare Esperimenti per Comprendere le Decisioni
- Conclusioni: Cosa Abbiamo Imparato?
- Direzioni Future: Ulteriore Ricerca in Arrivo
- Fonte originale
Quando facciamo delle scelte, che si tratti di decidere cosa mangiare o di scegliere un lavoro, spesso stiamo valutando diverse opzioni. Ebbene sì, molte di queste decisioni possono essere ridotte al gioco d'azzardo. Già, gioco d'azzardo! Non quello con i dadi e le carte, però. Facciamo scelte basate sui risultati potenziali e sulla loro probabilità di verificarsi, proprio come scommettere su un cavallo. Alcuni ricercatori hanno studiato come prendiamo queste decisioni, ed è un viaggio pazzesco.
La Vecchia Teoria: Teoria dell'Utilità Attesa
C'era una volta una teoria popolare chiamata Teoria dell'Utilità Attesa (EUT). Questa teoria sosteneva che le persone sono come robot super-intelligenti che fanno sempre la scelta migliore basata sui risultati attesi. In altre parole, se ti venisse data la scelta tra una cosa sicura (tipo un biscotto) e una scommessa (tipo la possibilità di vincere una torta gigante), sceglieresti l'opzione che ti dà più felicità in media.
Ma, a quanto pare, le persone non sono robot super-intelligenti. Hanno iniziato a fare delle scelte che non avevano senso secondo l'EUT. Per esempio, spesso sembrava che le persone preferissero il biscotto sicuro rispetto alla possibilità della torta gigante quando le scommesse erano troppo alte o troppo basse. Questo comportamento inaspettato ha fatto grattare la testa a qualche ricercatore.
Il Nuovo Arrivato: Teoria dei Prospetti Cumulativi
Entriamo in gioco con il nuovo arrivato: la Teoria dei Prospetti Cumulativi (CPT). Questa nuova teoria ha accettato alcune idee dall'EUT ma ha aggiunto un colpo di scena! Ha proposto che le persone non calcolano in modo meccanico l'utilità attesa-invece, pesano le probabilità in modo diverso. Se la possibilità di vincere è molto piccola, potremmo pensare che sia un grosso affare rispetto a quello che è realmente. Fondamentalmente, ci piace esagerare la probabilità di vincita quando le scommesse sono basse e sminuirla quando le scommesse sono alte.
Immagina di avere la scelta tra vincere una piccola somma di denaro (tipo 10 centesimi) o nulla, rispetto a una possibilità di vincere una somma enorme (tipo un milione di euro) contro la stessa possibilità di perdere. La maggior parte delle persone reagisce in modo diverso a seconda che stia scommettendo piccole o grandi somme.
L'Effetto Arachidi: Una Strana Curiosità nel Decision-Making
Arriviamo alla parte divertente-c'è un fenomeno curioso noto come "effetto arachidi." Sì, hai letto bene-arachidi! Questo effetto suggerisce che quando le scommesse sono basse (come i soldi per il pranzo), le persone tendono ad essere più avventurose e a prendere rischi, ma quando le scommesse sono alte (come i risparmi per la vita), diventano caute e preferiscono la cosa sicura. Questo ci fa chiedere: perché agiamo in questo modo?
Le Persone Non Sono Robot: Euristiche e Bias
Molti esperti credono che gli esseri umani non siano razionali tutto il tempo. A volte usiamo scorciatoie mentali, o euristiche, per prendere decisioni. Questo significa che potremmo ignorare alcuni dettagli perché, ammettiamolo, pensare intensamente è estenuante! Un esempio di questo è l'"euristica maximax," dove ci importa solo del miglior risultato possibile delle nostre opzioni, lasciando andare tutto il resto. Un po' come ordinare la pizza più grande senza badare a quanti condimenti vuoi davvero.
Ma non tutte le euristiche sono create uguali; alcune possono portare a strane distorsioni. Per esempio, se ci troviamo di fronte a scelte rischiose, potremmo favorire opzioni che sembrano più allettanti ma che potrebbero realmente portarci sulla cattiva strada. Questo comportamento non è sempre coerente-alcune volte siamo audaci e altre volte cauti, a seconda della situazione.
L'Approccio della Razionalità Limitata
Ecco dove le cose si fanno un po' più sfumate. I ricercatori hanno introdotto l'idea della razionalità limitata. Invece di immaginare le persone come calcolatori perfetti, questa teoria ci vede come esseri con menti limitate che fanno del loro meglio con le risorse a disposizione. Immagina il tuo cervello come una batteria di smartphone-alcuni giorni sei completamente carico, e altri giorni sei appena in grado di arrivare a fine giornata.
Con la razionalità limitata, l'idea è che distribuiamo le nostre risorse mentali limitate in base all'importanza della decisione. Decisioni più importanti ricevono più potenza cerebrale, mentre quelle banali potrebbero non ricevere nemmeno un secondo di pensiero.
Il Framework ARRM: Un Nuovo Modo di Pensare alle Decisioni
Per affrontare le stranezze e le complessità delle decisioni, è stato sviluppato un framework chiamato Moduli Razionali di Risorse Assemblabili (ARRM). È un bel boccone, ma non preoccuparti. Significa semplicemente che suddivide il processo decisionale in pezzi gestibili, così possiamo capire come le persone dovrebbero lavorare con le loro risorse limitate.
In termini semplici, ARRM guarda a come le persone dividono il loro impegno mentale tra i diversi aspetti del decision-making. Suggerisce che quando facciamo scelte, consideriamo sia il valore di ciò che possiamo guadagnare (o perdere) sia quanto sia probabile quel risultato.
Attenzione e Decision-Making: Cosa Attira la Nostra Attenzione?
Una svolta interessante in tutto questo è il ruolo dell'attenzione. È stato dimostrato che ciò su cui ci concentriamo influisce su come decidiamo. Per esempio, quando ci focalizziamo molto sui guadagni potenziali, potremmo ignorare i rischi. I ricercatori hanno esaminato come questo influisca sulle nostre scelte, e si scopre che la nostra attenzione può persino cambiare il modo in cui percepiamo le probabilità.
Quindi, se ti stai fissando su quella torta gigante, è probabile che sottovaluti le possibilità di vincerla davvero. Le decisioni non riguardano solo il calcolo razionale; sono influenzate da dove guardiamo e per quanto tempo guardiamo.
Applicazioni nel Mondo Reale: Dall'Acquisto di Snack ai Grandi Investimenti
Quindi, cosa significa tutto questo per le nostre vite quotidiane? Le intuizioni di queste teorie possono essere applicate a molte situazioni, dalla scelta di quale snack comprare a fare investimenti finanziari significativi. Capire l'effetto arachidi e come prendiamo decisioni può aiutare le aziende a progettare prodotti migliori o strategie di marketing che si adattano alle nostre strane abitudini decisionali.
Testare le Teorie: Usare Esperimenti per Comprendere le Decisioni
Gli scienziati hanno lavorato sodo, progettando esperimenti per testare queste idee. Hanno esaminato come le persone rispondono a diversi tipi di scommesse in un contesto strutturato che aiuta a rivelare i processi decisionali sottostanti. È un po' come mettere una lente d'ingrandimento sulle nostre menti per vedere cosa succede realmente quando facciamo scelte.
Studiare come le persone reagiscono a scommesse e probabilità variabili consente ai ricercatori di raccogliere dati preziosi che supportano o mettono in discussione le teorie esistenti. Sia attraverso sondaggi che osservazioni comportamentali, questi esperimenti aiutano a chiarire come funzionano le nostre menti quando ci troviamo di fronte al rischio.
Conclusioni: Cosa Abbiamo Imparato?
Alla fine, il modo in cui prendiamo decisioni è tutt'altro che semplice. La combinazione di scorciatoie cognitive, risorse limitate e stranezze della natura umana gioca tutti un ruolo nel plasmare le nostre scelte. È un po' come una ricetta, dove tutti gli ingredienti si uniscono per creare qualcosa di unico-a volte delizioso, e altre volte...beh, diciamo solo che potrebbe volerci un po' di spezia in più!
Direzioni Future: Ulteriore Ricerca in Arrivo
Man mano che i ricercatori scavano più a fondo nel decision-making, c'è ancora molto da imparare. Nuovi esperimenti possono aiutare ad esplorare territori inesplorati, come come vari fattori interagiscono in ambienti complessi o come gestiamo le decisioni in situazioni imprevedibili. La parte divertente è che con ogni studio, otteniamo un quadro più chiaro del mondo selvaggio e meraviglioso del decision-making umano.
E chissà? Forse un giorno scopriremo finalmente perché ci viene voglia di una dozzina di ciambelle quando andiamo solo a fare la spesa! Fino ad allora, è un viaggio curioso e divertente per capire le nostre menti.
Titolo: Exploring the bounded rationality in human decision anomalies through an assemblable computational framework
Estratto: Some seemingly irrational decision behaviors (anomalies), once seen as flaws in human cognition, have recently received explanations from a rational perspective. The basic idea is that the brain has limited cognitive resources to process the quantities (e.g., value, probability, time, etc.) required for decision making, with specific biases arising as byproducts of the resource allocation that is optimized for the environment. While appealing for providing normative accounts, the existing resource-rational models have limitations such as inconsistent assumptions across models, a focus on single environmental factors, and limited coverage of decision anomalies. One challenging anomaly is the peanuts effect, a pervasive phenomenon in decision-making under risk that implies an interdependence between the processing of value and probability. To extend the resource rationality approach to explain the peanuts effect, here we develop a computational framework--the Assemblable Resource-Rational Modules (ARRM)--that integrates ideas from different lines of boundedly-rational decision models as freely assembled modules. The framework can accommodate the joint functioning of multiple environmental factors, and allow new models to be built and tested along with the existing ones, potentially opening a wider range of decision phenomena to bounded rationality modeling. For one new and three published datasets that cover two different task paradigms and both the gain and loss domains, our boundedly-rational models reproduce two characteristic features of the peanuts effect and outperform previous models in fitting human decision behaviors.
Autori: Yi-Long Lu, Yang-Fan Lu, Xiangjuan Ren, Hang Zhang
Ultimo aggiornamento: 2024-10-31 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2023.10.16.562648
Fonte PDF: https://www.biorxiv.org/content/10.1101/2023.10.16.562648.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.