Deneyim Akılcı Karar Vermeyi İyileştirmede Başarısız

Akılcı yeni bir çalışma, birçok insanın risk içeren durumlar hakkında bilinçli kararlar vermekte zorlandığını ortaya koyuyor. Ve sonuçların olasılığı bilindiğinde bile, olasılıkla çelişkili kararlar almaya devam ederiz.

New York Üniversitesi ve Université Paris Descartes'tan araştırmacılar bulgularını dergide yayınladılar. Psikolojik Bilim.

Araştırmada araştırmacılar, olasılıklar hakkındaki bilgilerin açıkça sayısal biçimde verildiği kumarla ilgili sorular kullandılar. Örneğin, deneylerde katılımcılara şu sorulabilir: "100 $ veya 0 $ kazanmak için 50:50 şansınız olur mu, yoksa sadece 40 $ almayı mı tercih edersiniz?"

Bu alandaki fikir birliği, bu tür olasılıklarla karşılaşan karar vericilerin kötü kararlar almasıdır. Olası kazançlarını maksimize etmezler ve bazen seçimleri mantıksal olarak birbirleriyle tutarsızdır.

Bununla birlikte, araştırmacılar günlük yaşamımızda nadiren açık olasılık tahminleri verildiğini fark ettiler. Bu nedenle, insanların sahip olduğu olasılık bilgisi, öncelikle kendi geçmiş deneyimlerine dayanmaktadır.

Aslında, birkaç laboratuvardaki araştırmacılar, olasılık hakkında bilgi deneyim yoluyla öğrenildiğinde, insanların daha iyi kararlar aldıklarını varsaymışlardır.

NYU ve Université Paris Descartes'teki araştırmacılar bu iddiayı test etmek istedi. İçinde Psikolojik Bilim Araştırmada, katılımcılar ilk olarak ekrandaki farklı boyutlardaki dikdörtgenlere bilgisayarlı mermilerin ateşlenmesini içeren bir video oyunu oynadılar. Oyun, mermilerin zikzaklı bir yörünge izlemesi ve sonuç olarak genellikle hedeflerini kaçırması için kuruldu.

Bu, bir dikdörtgene çarpma şansının boyutuyla birlikte artması anlamına geliyordu - daha büyük bir hedefi vurmak daha kolaydı ve katılımcılar, dikdörtgen boyutu ile olasılık arasındaki bağlantıyı aşamalı olarak öğrendi.

Eğitimin ardından araştırmacılar, performansı iki farklı karar görevinde karşılaştırdılar.

İlki, katılımcıların farklı sonuçların olasılıklarının açıkça sunulduğu alternatifler arasında seçim yaptıkları "klasik" bir karar göreviydi. Katılımcı her zaman daha yüksek 1 $ kazanma olasılığı ile daha düşük 2 $ alma olasılığı arasında seçim yaptı.

İkincisinde (deneyimden alınan karar), boyutları farklı olan iki dikdörtgen hedef gördüler. Daha küçük ve vurması daha zor olan hedef 2 $ değerindeyken, daha büyük hedefe ulaşırsa 1 $ değerinde olduğu söylendi.

Deneyciler daha büyük dikdörtgenin boyutunu ayarladılar, böylece katılımcının ona çarpma olasılığı "klasik" görevdeki daha büyük olasılıkla eşleşti.

Daha küçük dikdörtgenin boyutunu, katılımcının onu vurma olasılığı "klasik" görevdeki daha küçük olasılıkla aynı olacak şekilde ayarladılar. Sonuç olarak, motor ve klasik karar görevleri matematiksel olarak aynıydı.

Yüzlerce eğitim denemesine rağmen, katılımcılar deneyime dayalı karar görevinde hala belirgin şekilde optimalin altındaydı. Açıkça sayısal biçimde sunulan olasılıklarla tipik karar görevlerinde bulunanla aynı tür olasılık kötüye kullanımını gösterdiler.

Özetle, çalışmanın ortak yazarlarından biri olan NYU Sinir Bilimi Merkezi ve Psikoloji Bölümü'nde profesör olan Dr. Laurence Maloney, özetle, insanların riske dayalı olarak iyi kararlar almalarını sağlamak için tek başına uygulamanın yeterli olmadığını söyledi.

"Birini alıp, uzman olana kadar onları tekrar tekrar deneyelim ve belki de karar verme süreçleri mükemmel olacak dediğini hayal edebilirsiniz," dedi ve deneyinde olan bu değildi.

"Temel olarak, temel fikir, insanların çarpık bir olasılık takdirine sahip olmaları ve dikdörtgen çekiminde dünyanın uzmanlarından biri olsanız bile bu durumun ortadan kalkmamasıdır."

Kaynak: New York Üniversitesi