PMC

i denna kommentar ska jag försöka sammanfatta argument som jag har gjort tidigare (Baron, 1985, 1994, 2004, 2006, 2008). Dessa argument är mitt försök att ange standardvyn inom dom och beslutsfattande (JDM).

JDM är tillämpad psykologi. Det ultimata målet är att förbättra bedömningar och beslut, eller hindra dem från att bli värre. För att uppnå detta mål måste vi veta vilka bra bedömningar och beslut som är. Det vill säga vi behöver kriterier för utvärdering, så att vi kan samla in data om bedömningarnas godhet, ta reda på vad som gör dem bättre eller sämre och testa metod för att förbättra dem när det finns utrymme för förbättringar. Detta är huvudfunktionen hos normativa modeller.

exempel på normativa modeller i JDM är:

1. för kvantitativa bedömningar (t.ex. befolkningar i städer, proportioner av myntkastningar som var huvuden): den normativa modellen är helt enkelt de rätta svaren. Detta gäller också relativa domar (vilken stad har fler människor?) eller bedömningar av kategorimedlemskap. Vi kan också kvantifiera avvikelser från rätt svar på olika sätt.

2. för bedömningar av sannolikheten för unika händelser, en typ av normativ modell, som tillämpas på en grupp av sådana domar, bedömer domarna med avstånd från 0 (nej) eller 1 (Ja) och tillämpar någon formel på dessa poäng. Ett relaterat tillvägagångssätt är att aggregera bedömningar med samma angivna Sannolikhet (t.ex. alla med 80%) och fråga om andelen är korrekt (kalibrering, förslaget bör vara sant 80% av tiden).

3. Alternativt, för sannolikheter för relaterade unika händelser, kan vi bedöma deras sammanhang, deras överenskommelse med varandra. Om du säger att sannolikheten är 0,6 att X kommer att vinna en tävling och 0,7 att Y kommer att vinna, är du inte sammanhängande.

4. för beslut kan vi ibland bedöma deras överensstämmelse med grundläggande principer för beslutsfattande, såsom dominans (om A är bättre än B i vissa avseenden och sämre i inga avseenden, välj sedan A).

5. mer typiskt bedömer vi koherensen av uppsättningar av beslut, med hjälp av en matematisk modell för att definiera koherens, såsom förväntad nytta teori eller exponentiell diskontering (för beslut över tid). ”Utility ”är ett sammanfattande mått på” good(ness).”

vi kan i princip definiera normativa modeller när det gäller beteendesteg som är involverade i att göra ett gott omdöme eller beslut. Vi kan till exempel definiera den normativa modellen för subtraktionsproblem när det gäller stegen att subtrahera siffror, omgruppering etc. Men, som just illustrerat, gör de flesta normativa modellerna i JDM inte detta och är således inte beräkningsbara, i den meningen att de anges som förfaranden.

Observera att vissa normativa modeller rör samstämmighet mellan svar med varandra medan andra rör korrespondens med världen, en distinktion som först gjordes av Hammond (1996) . Modeller av korrespondenstyp är vanligtvis svåra att tillämpa på beslut, så de används mest för domar. Detta eftersom det” rätta svaret ” på en beslutsfråga vanligtvis beror på beslutsfattarens värden.

JDM gör skillnader mellan tre typer av modeller: normativ, beskrivande och föreskrivande. Trevägsskillnaden framkom tydligt på 1980-talet (Freeling, 1984; Baron, 1985; Bell et al., 1988-alla skrev oberoende av varandra), även om olika delar av det var implicita i skrivandet av Herbert Simon och många filosofer (som J. S. Mill).

normativa modeller är, som noterat, standarder för utvärdering. De måste motiveras oberoende av observationer av människors bedömningar och beslut, när vi har observerat tillräckligt för att definiera vad vi pratar om. När det inte är uppenbart, som i fallet med enkel korrespondens (det ”rätta svaret”), är de vanligtvis motiverade av filosofiska och matematiska argument (Baron, 2004). Särskilt i fall där vi vill kvantifiera avvikelser från det enskilt bästa svaret kan flera normativa modeller gälla för samma fall (t.ex. poängregler för sannolikhetsbedömningar).

beskrivande modeller är psykologiska teorier som försöker förklara hur människor fattar bedömningar och beslut, vanligtvis på kognitionspsykologins språk, som inkluderar sådana begrepp som heuristik och strategier samt formella matematiska modeller. Inom tremodellramen är beskrivande modeller mest användbara när de förklarar avvikelser från normativa modeller, så forskare fokuserar ofta på sökandet efter sådana förklaringar. Sådana modeller tillåter oss att avgöra om, och i så fall hur, vi kan förbättra bedömningar och beslut. När en avvikelse från en normativ modell visar sig vara systematisk, inte bara resultatet av slumpmässigt fel, kallar vi det en bias. Till exempel är människor partiska att välja standardalternativ, även när andra är normativt lika eller bättre.

Prescriptive modeller är mönster för förbättring. Om normativa modeller faller inom filosofins (breddefinierade) och beskrivande modeller inom empirisk psykologisk vetenskap, är förskrivande modeller inom teknikområdet (igen, brett definierat). Ursprungligen var de tänkt att inkludera matematiska verktyg som var användbara för formell analys av beslut. Dessa utgör området för beslutsanalys, som innehåller flera metoder (och som har ett samhälle och en tidskrift med det namnet). Men normativa modeller kan också vara utbildningsinsatser (Larrick, 2004), som till exempel lär människor alternativ heuristik, för att motverka heuristik som leder till fördomar.

ett nyligen tillägg till arsenalen av receptfria metoder är tanken på ”beslutsarkitektur” (Thaler och Sunstein, 2008), som består av att utforma presentationen av beslut för dem som kommer att göra dem på ett sådant sätt att de hjälper människor att göra det normativt bättre valet. Ett klassiskt exempel är att använda det faktum att människor är partiska mot standard för att hjälpa dem att välja klokt genom att göra det som vanligtvis är det kloka valet standard. Använd till exempel en diversifierad portfölj som standardpensionsplan för nya anställda (i motsats till exempelvis aktier i företagsaktier).

således är den ideala planen för JDM, som ibland faktiskt realiseras (Baron, 2008; Thaler och Sunstein, 2008), att tillämpa normativa modeller på domar och beslut, leta efter möjliga fördomar, använd sedan psykologins verktyg för att förstå arten av dessa fördomar och sedan, mot bakgrund av denna förståelse, utveckla metoder för att förbättra saker. Naturligtvis är dessa steg i verkligheten inte sekventiella, men informeras av varandra. Beslutsanalys visar sig till exempel kräva mätning av personlig sannolikhet och nytta, så nu ägnas ett stort beskrivande och normativt företag åt detta mätproblem, vilket har producerat bättre mätmetoder, som i sin tur används för att förbättra de ursprungliga föreskrivande modellerna.

denna plan kräver tydligt att de tre elementen hålls distinkta. Antag att vi till exempel gör argument för normativa modeller på grundval av (beskrivande) observationer av vad människor gör, under antagandet att människor är rationella. Då kommer vi sannolikt att dra slutsatsen att människor är rationella och att inga receptbelagda ingripanden behövs. Fältet för JDM tenderar att försvinna. Förmodligen gjorde ekonomin som ett fält detta antagande om rationalitet och var därför aldrig bekymrad över att hjälpa människor att göra bättre ekonomiska val, tills nyligen, när ekonomin har börjat ta jdm: s resultat mycket allvarligt.

en annan fara som JDM försöker undvika är att utforma normativa ingrepp utan åtminstone viss tydlighet om normativa och beskrivande modeller. Specifikt försöker vi undvika att ”fixa saker som inte är trasiga.”Denna typ av recept har hänt inom psykologin. Till exempel antogs att kreativiteten begränsades av brist på divergerande tänkande (”tänkande utanför lådan”), och många program för att förbättra kreativiteten antog detta, trots att bevisen tydligt tyder på att detta inte var ett vanligt problem .

mycket av debatten inom JDM handlar om allvaret i olika påstådda fördomar. Även om starka förespråkare på ena sidan eller den andra tenderar att tro att människor är hopplöst partiska eller att vi är perfekt anpassade till vår miljö, tror mer måttliga människor att medan allt beror på personen, situationen och uppgiften, finns det verkligen vissa situationer där människor kan få hjälp, ibland mycket, genom JDM-metoden (Thaler och Sunstein, 2008).

vi måste också hålla normativa och normativa modeller separata. Om vi antar att normativa modeller också är föreskrivande kan de bli självförgörande. I beslutsfattandet är den huvudsakliga normativa standarden maximering av (förväntat) verktyg, och den tid som krävs för beräkning minskar vanligtvis verktyget. Om normativa modeller kräver utarbetad beräkning, då, när en riktig person försöker tillämpa en på ett beslut, kan nyttjandeförlusten från den tid som spenderas vara större än vinsten från att använda modellen, i motsats till några enklare heuristiska. I många fall tillämpas då normativa modeller av forskare, och riktiga människor kan använda olika heuristik för att förbättra sina bedömningar som utvärderats av de normativa modellerna (t.ex. Davis-Stober et al., 2010).

å andra sidan kan sammanfattande versioner av normativa modeller inte kräva någon beräkning alls och kan tjäna syftet att bara fokusera på det som är relevant. Till exempel, utilitarism, en variant av nyttoteori som gäller beslut som påverkar många människor, säger att målet med sådana beslut är att maximera total nytta. En riktig person kan ofta spara tid genom att helt enkelt fråga, ” Vilket alternativ ger det bästa resultatet på det hela taget, med tanke på effekter på alla?”(Baron, 1990). En sådan fråga är ofta lätt att svara på, och den kan undvika mer detaljerade resonemang när till exempel denna enkla princip måste vägas mot en annan, icke-utilitaristisk princip som ”Använd inte en person som ett sätt att hjälpa en annan.”Denna konflikt kan uppstå i beslut om huruvida man ska avbryta ett foster, vilket ändå skulle dö för att rädda moderns liv. När fosterdöd orsakas av abort är det ett medel, och katolsk moralisk doktrin har tolkats som att förbjuda abort av denna anledning, trots dess uppenbara utilitaristiska fördel. Den utilitaristiska lösningen är enklare eftersom den bara involverar en princip och beslutsfattaren inte behöver lösa konflikten med en annan.