PMC

i denne kommentaren skal jeg prøve å oppsummere argumenter som jeg har gjort før (Baron, 1985, 1994, 2004, 2006, 2008). Disse argumentene er mitt forsøk på å angi standardvisningen innen dom og beslutningstaking (JDM).

jdm er anvendt psykologi. Det endelige målet er å forbedre dommer og beslutninger, eller holde dem fra å bli verre. For å nå dette målet må vi vite hva gode dommer og beslutninger er. Det vil si at vi trenger kriterier for evaluering, slik at vi kan samle data om godhet av dommer, finne ut hva som gjør dem bedre eller verre, og testmetode for å forbedre dem når det er rom for forbedring. Dette er hovedfunksjonen til normative modeller.

Eksempler på normative modeller i JDM er:

1. befolkninger av byer, proporsjoner av myntkast som var hoder): den normative modellen er ganske enkelt de riktige svarene. Dette gjelder også relative dommer(hvilken by har flere mennesker ?) eller dommer av kategori medlemskap. Vi kan også kvantifisere avvik fra de riktige svarene på ulike måter.

2. for dommer av sannsynligheten for unike hendelser, en type normativ modell, som brukes på en gruppe av slike dommer, scorer dommene etter avstand fra 0 (nei) eller 1 (ja) og bruker noen formel til disse poengene. En relatert tilnærming er å samle dommer med samme oppgitte sannsynlighet (f.eks. alle de med 80%), og spør om andelen er riktig (kalibrering, forslaget skal være sant 80% av tiden).

3. Alternativt, for sannsynligheter for relaterte unike hendelser, kan vi vurdere deres sammenheng, deres avtale med hverandre. Hvis du sier at sannsynligheten er 0,6 At X vil vinne en konkurranse og 0,7 At Y vil vinne, er du ikke sammenhengende.

4. for beslutninger kan vi noen ganger vurdere deres konsistens med grunnleggende prinsipper for beslutningstaking ,for eksempel dominans (Hvis A er bedre Enn B i noen henseender og verre på ingen måte, så velg A).

5. Mer typisk vurderer vi sammenhengen i sett med beslutninger, ved hjelp av en matematisk modell for å definere sammenheng, for eksempel forventet nytteteori eller eksponentiell diskontering (for beslutninger over tid). «Utility» er et sammendrag av » good (ness).»

vi kunne i prinsippet definere normative modeller når det gjelder atferdstrinnene som er involvert i å gjøre en god vurdering eller beslutning. For eksempel kan vi definere den normative modellen for subtraksjonsproblemer når det gjelder trinnene for å trekke sifre, omgruppere osv. Men, som bare illustrert, gjør de fleste normative modeller I JDM ikke dette og er dermed ikke beregningsmessige, i den forstand at de er spesifisert som prosedyrer.

Merk at noen normative modeller gjelder sammenheng mellom svar med hverandre, mens andre gjelder korrespondanse med verden, et skille Som Først Ble gjort Av Hammond (1996). Korrespondanse-type modeller er vanligvis vanskelig å gjelde for beslutninger, slik som brukes mest for dommer. Dette fordi det «riktige svaret» på et beslutningsspørsmål vanligvis avhenger av verdiene til beslutningstakeren.

JDM skiller mellom tre typer modeller: normative, beskrivende og normative. Treveisforskjellen kom tydelig fram på 1980-tallet (Freeling, 1984; Baron, 1985; Bell et al., 1988-som alle skrev uavhengig av hverandre), selv om ulike deler av det var implisitt i skrivingen Av Herbert Simon og mange filosofer (Som Js Mill).

Normative modeller, som nevnt, er standarder for evaluering. De må begrunnes uavhengig av observasjoner av folks dommer og beslutninger, når vi har observert nok til å definere hva vi snakker om. Når det ikke er åpenbart, som i tilfelle av enkel korrespondanse («riktig svar»), er de vanligvis begrunnet av filosofisk og matematisk argument (Baron, 2004). Spesielt i tilfeller der vi ønsker å kvantifisere avvik fra det beste svaret, kan flere normative modeller gjelde for samme sak (f.eks. scoringsregler for sannsynlighetsdommer).

Beskrivende modeller er psykologiske teorier som prøver å forklare hvordan folk gjør dommer og beslutninger, typisk i språket av kognitiv psykologi, som inkluderer slike begreper som heuristikk og strategier, samt formelle matematiske modeller. Innenfor tremodellrammen er beskrivende modeller mest nyttige når de forklarer avvik fra normative modeller, slik at forskere ofte fokuserer på søket etter slike forklaringer. Slike modeller tillater oss å avgjøre om, og i så fall hvordan, vi kan forbedre dommer og beslutninger. Når et avvik fra en normativ modell viser seg å være systematisk, ikke bare resultatet av tilfeldige feil, kaller vi det en skjevhet. For eksempel er folk partisk for å velge standardalternativer, selv når andre er normativt like eller bedre.

Prescriptive modeller er design for forbedring. Hvis normative modeller faller innenfor domenet filosofi (bredt definert) og beskrivende modeller innen domenet empirisk psykologisk vitenskap, så er normative modeller innenfor domenet engineering (igjen, bredt definert). Opprinnelig ble de oppfattet som å inkludere matematiske verktøy som var nyttige for formell analyse av beslutninger. Disse utgjør feltet beslutningsanalyse, som inkluderer flere metoder (og som har et samfunn og en journal med det navnet). Men normative modeller kan også være pedagogiske tiltak (Larrick, 2004), som for eksempel lærer folk alternativ heuristikk, for å motvirke heuristikk som fører til forstyrrelser.

et nylig tillegg til arsenalet av normative metoder er ideen om «beslutningsarkitektur» (Thaler Og Sunstein, 2008), som består i å designe presentasjonen av beslutninger til de som vil gjøre dem på en slik måte at folk gjør det normativt bedre valg. Et klassisk eksempel er å bruke det faktum at folk er partisk mot standard for å hjelpe dem med å velge klokt ved å gjøre det som vanligvis er klokt valg standard. Bruk for eksempel en diversifisert portefølje som standard pensjonsplan for nye ansatte (i motsetning til for eksempel aksjer i selskapets aksjer).

derfor er den ideelle planen FOR JDM, noen ganger faktisk realisert (Baron, 2008; Thaler og Sunstein, 2008), å anvende normative modeller på dommer og beslutninger, se etter mulige forstyrrelser, og deretter bruke psykologens verktøy for å forstå arten av disse forstyrrelsene, og deretter, i lys av denne forståelsen, utvikle tilnærminger for å forbedre saker. Selvfølgelig, i virkeligheten er disse trinnene ikke sekvensielle, men informeres av hverandre. For eksempel viser beslutningsanalyse seg å kreve måling av personlig sannsynlighet og nytte, så nå er et stort beskrivende og normativt foretak viet til dette måleproblemet, som har gitt bedre metoder for måling, som igjen brukes til å forbedre de opprinnelige normative modellene.

denne planen krever klart at de tre elementene holdes tydelige. Anta for eksempel at vi lager argumenter for normative modeller på grunnlag av (beskrivende) observasjoner av hva folk gjør, under forutsetning av at folk er rasjonelle. Da vil vi sannsynligvis konkludere med at folk er rasjonelle og at det ikke er behov for normative inngrep. FELTET AV JDM ville ha en tendens til å forsvinne. Uten tvil gjorde økonomi som et felt denne antagelsen om rasjonalitet og var dermed aldri opptatt av å hjelpe folk til å ta bedre økonomiske valg, inntil nylig, når økonomien har begynt å ta funnene FRA JDM veldig alvorlig.

En annen fare SOM JDM forsøker å unngå, er å utforme normative intervensjoner uten i det minste noen klarhet om normative og beskrivende modeller. Spesielt, vi prøver å unngå » fikse ting som ikke er blakk.»Denne typen resept har skjedd i psykologi . For eksempel ble det antatt at kreativitet var begrenset av mangel på divergerende tenkning («tenkning utenfor boksen»), og mange programmer for å forbedre kreativiteten antok dette, til tross for at bevisene tyder ganske tydelig på at dette ikke var et vanlig problem .

mye av debatten i JDM handler om alvoret i ulike påståtte skjevheter. Selv om sterke talsmenn på den ene siden eller den andre har en tendens til å tenke enten at folk er håpløst partisk eller at vi er perfekt tilpasset vårt miljø, tror mer moderate folk at selv om alt avhenger av personen, situasjonen og oppgaven, er det virkelig noen situasjoner hvor folk kan bli hjulpet, noen ganger mye, gjennom jdm-tilnærmingen (Thaler og Sunstein, 2008).

vi må også holde normative og normative modeller separate. Hvis vi antar at normative modeller også er normative, kan de bli selvødeleggende. I beslutningsprosessen er den viktigste normative standarden maksimering av (forventet) verktøy, og tiden som kreves for beregning reduserer vanligvis verktøyet. Hvis normative modeller krever forseggjort beregning, da, når en ekte person forsøker å bruke en til en beslutning, verktøyet tap fra tidsbruk kan være større enn gevinsten fra å bruke modellen, i motsetning til noen enklere heuristisk. I mange tilfeller brukes normative modeller av forskere, og virkelige mennesker kan bruke ulike heuristikker for å forbedre sine vurderinger som evaluert av de normative modellene (F.Eks., 2010).

på den annen side kan sammendragsversjoner av normative modeller ikke kreve noen beregning i det hele tatt og kan tjene til å rette oppmerksomheten mot bare det som er relevant. For eksempel sier utilitarisme, en variant av nytteteori som gjelder beslutninger som påvirker mange mennesker, at målet med slike beslutninger er å maksimere total nytte. En ekte person kan ofte spare tid ved å bare spørre, » Hvilket alternativ gir det beste resultatet i det hele tatt, vurderer effekter på alle?»(Baron, 1990). Et slikt spørsmål er ofte lett å svare på, og det kan unngå mer forseggjort resonnement når for eksempel dette enkle prinsippet må veies opp mot et annet, ikke-utilitaristisk prinsipp som «ikke bruk en person som et middel til å hjelpe en annen.»Denne konflikten kan oppstå i beslutninger om å avbryte et foster, som ville dø uansett, for å redde mors liv. Når fosterdød er forårsaket av abort, så er det et middel, Og Katolsk moralsk doktrin har blitt tolket som å forby abort av denne grunn, til tross for sin åpenbare utilitaristiske fordel. Utilitaristisk løsning er enklere fordi det innebærer bare ett prinsipp og beslutningstaker ikke trenger å løse konflikten med en annen.