Teoria delle Decisioni Quantistiche: Ripensare le Scelte Sotto Rischio

La vita di ogni persona è piena di decisioni e azioni basate su quelle decisioni. Le decisioni possono essere di due tipi: decisioni individuali fatte da soli e decisioni collettive fatte con il contributo di altri. Essendo esseri sociali, molte decisioni umane sono collettive, influenzate dalle connessioni sociali. Tuttavia, il primo passo per capire la teoria delle decisioni è analizzare il processo decisionale individuale.

Esistono varie teorie delle decisioni, ognuna con i propri punti di forza e debolezza. Un approccio innovativo è la teoria delle decisioni quantistiche (QDT). Questa teoria utilizza concetti dalla teoria quantistica per descrivere la natura complessa delle decisioni nella vita reale, che coinvolgono sia il pensiero razionale che le risposte emozionali. L'idea è che questa dualità possa essere catturata efficacemente utilizzando tecniche di misurazione quantistica.

La QDT può essere applicata sia a scenari decisionali individuali che di gruppo, dove gli individui condividono informazioni e prendono decisioni come società. Questo documento discute la calibrazione della QDT su un dataset che coinvolge scelte binarie sotto rischio e mira a fare previsioni quantitative pratiche.

#L'Obiettivo della Teoria delle Decisioni

L'obiettivo principale della teoria delle decisioni è prevedere come le persone faranno scelte, specialmente quando queste scelte comportano dei rischi. I modelli economici tradizionali assumono che il processo decisionale sia un processo deterministico focalizzato sulla massimizzazione dell'utilità attesa. Tuttavia, questi modelli spesso non tengono conto del comportamento umano reale, portando a numerosi paradossi.

I problemi osservati possono essere raggruppati in due categorie principali: deviazioni sistematiche da ciò che questi modelli prevedono e variabilità nelle scelte nel tempo. Di conseguenza, i ricercatori hanno introdotto modelli comportamentali per comprendere meglio questi schemi.

Studi hanno dimostrato che le scelte umane spesso si discostano dalle previsioni di utilità attesa. Queste deviazioni includono:

1. Effetto Conseguenza Comune: Scelte influenzate da alternative irrilevanti.
2. Ribaltamento di Preferenza: Scelte che cambiano anche quando il contesto decisionale rimane lo stesso.
3. Effetti di Frame: Scelte influenzate da come vengono presentate le opzioni.

Numerose teorie sono state proposte per spiegare e prevedere questi bias osservati, portando allo sviluppo di nuovi modelli che mirano ad estendere o modificare le teorie tradizionali.

#Il Ruolo delle Scelte Stocastiche

La variabilità nelle scelte individuali ha portato a una spinta per estensioni probabilistiche dei modelli tradizionali. Questo cambiamento riconosce che le decisioni non sono sempre fisse e possono essere influenzate da diversi fattori nel tempo. Alcuni modelli includono l'idea di utilità casuale, che riconosce l'influenza dell'incertezza e dell'errore nel processo decisionale.

La crescente complessità della letteratura riguardante il processo decisionale non ha portato a un quadro universalmente accettato per comprendere i paradossi. Negli ultimi anni, c'è stato un crescente interesse nel modellare le decisioni utilizzando strumenti originariamente progettati per la meccanica quantistica. Questo approccio quantistico vede il processo decisionale come un processo probabilistico, in cui i risultati non sono deterministici ma dipendono da vari fattori influenzanti.

#La Fondazione della Teoria delle Decisioni Quantistiche

La teoria delle decisioni quantistiche rappresenta un nuovo modo di pensare alle decisioni, enfatizzando che le scelte sono intrinsecamente probabilistiche. All'interno di questo quadro, le preferenze di un decisore dipendono dal suo stato mentale e dalle opzioni o prospettive disponibili. Questo doppio focus permette ai ricercatori di tenere conto delle complessità del comportamento decisionale umano.

Il modello QDT propone che la probabilità di una decisione possa essere suddivisa in due componenti principali: un fattore di utilità e un fattore di attrazione. Il fattore di utilità si riferisce al valore delle opzioni considerate, mentre il fattore di attrazione è influenzato dallo stato mentale del decisore e dalla presenza di altre opzioni.

#Ribaltamenti di Scelta e Stocasticità Decisionale

Questo studio ha coinvolto l'analisi di un dataset composto da 91 scelte binarie fatte da 142 partecipanti in due iterazioni separate. Il risultato principale è stato che, mentre le scelte individuali erano variabili, le frequenze aggregate delle scelte rimanevano stabili nel tempo. Questo schema supporta l'ipotesi che il processo decisionale comporti un grado intrinseco di casualità.

Esaminando i cambiamenti di preferenza tra i due turni dell'esperimento, è stato notato che circa il 29% delle scelte è cambiato tra queste due sessioni, allineandosi con i risultati di studi precedenti sui ribaltamenti di scelta.

Introdurre variabilità tra i decisori-dividendoli in due gruppi, "maggioritari" e "contrarian"-ha portato a una migliore comprensione del comportamento delle scelte. Questa divisione ha consentito previsioni più precise su come diversi tipi di decisori rispondano al rischio e all'incertezza.

#Modello della Teoria delle Decisioni Quantistiche

Il modello QDT tiene conto degli effetti della casualità e dell'incertezza nel processo decisionale, rendendolo particolarmente utile per spiegare fenomeni osservati come i ribaltamenti di scelta. Separando il fattore di utilità dal fattore di attrazione, il modello può rappresentare le preferenze in modo più accurato, soprattutto per scenari che coinvolgono grandi perdite.

La metodologia applicata in questa ricerca ha coinvolto la calibrazione del modello QDT rispetto alle scelte osservate, consentendo così un confronto robusto delle sue previsioni con modelli precedentemente stabiliti.

#Processo di Calibrazione

Il processo di calibrazione ha confrontato il modello QDT con la versione stocastica della teoria prospettica cumulativa (logit-CPT). Questo approccio ha permesso ai ricercatori di valutare le prestazioni di entrambi i modelli sulla base della loro capacità di prevedere le scelte e della loro aderenza ai dati sperimentali.

I risultati hanno indicato che la QDT ha superato il logit-CPT nella previsione del comportamento delle scelte, in particolare per scenari che coinvolgono grandi perdite potenziali. La caratteristica distintiva della QDT è la sua capacità di catturare gli effetti di perdite estreme attraverso il suo fattore di attrazione.

#Eterogeneità nel Processo Decisionale

Un contributo notevole di questa ricerca è l'identificazione dell'eterogeneità tra i decisori. Classificando gli individui nei gruppi "maggioritari" e "contrarian", è stato possibile evidenziare le differenze nel modo in cui le persone affrontano scelte rischiose.

Il gruppo maggioritario tende a seguire il consenso del gruppo nelle proprie scelte, mentre il gruppo contrarian è più propenso a discostarsi dalla maggioranza. Questa classificazione ha aiutato a migliorare l'adattamento complessivo del modello QDT ai dati sperimentali.

#Conclusione

Questa ricerca evidenzia l'utilità della teoria delle decisioni quantistiche nel spiegare il processo decisionale individuale e collettivo sotto rischio. Tenendo conto dell'interazione complessa tra fattori razionali e irrazionali, la QDT offre una comprensione più ricca di come vengono prese le decisioni in ambienti incerti.

I risultati indicano che le scelte individuali sono influenzate non solo dalle caratteristiche oggettive delle opzioni, ma anche dagli stati mentali dei decisori e dal contesto sociale in cui vengono prese le decisioni. Questa intuizione apre la strada a future applicazioni della QDT nel prevedere comportamenti in vari ambiti, inclusi economia, psicologia e intelligenza artificiale.

#Direzioni Future

Proseguendo, l'esplorazione continua della QDT può migliorare la sua applicabilità in contesti pratici. Testare varianti del modello con diverse forme per il fattore di utilità potrebbe fornire ulteriori spunti sui comportamenti decisionali.

In definitiva, questa ricerca contribuisce a colmare il divario tra le teorie tradizionali delle decisioni e gli approcci emergenti simili a quelli quantistici, promuovendo una comprensione più completa della scelta umana di fronte all'incertezza.