(sursa imagine: https://newristics.com)

Articol redactat de Andreea Bică

      Realitatea noastră este plină de situații incerte. Fie că decidem să luăm autobuzul până la facultate ori să pedalăm o bicicletă, nu putem ști în avans toate cursurile posibile de acțiune. Cel mult, putem intui ce mijloc de transport o să ne ducă la destinație mai rapid sau mai sigur. Astfel de situații, precum cea descrisă mai sus, fac parte din categoria situațiilor incerte. În cazul situațiilor incerte, (1) nu putem ști toate opțiunile acesteia ori eventualele cursuri de acțiune, (2) nu putem anticipa consecințele, iar (3) probabilitatea unei consecințe X nu poate fi calculată (Knight, 1921).

În literatură, întâlnim de multe ori distincția dintre risc și incertitudine. O problemă matematică este un exemplu de situație de risc. În matematică, cunoaștem întregul set de opțiuni, probabilități și consecințe, iar în baza lor putem decide cel mai eficient algoritm. Așadar, situațiile de risc sunt cuantificabile, în timp ce situațiile incerte nu pot fi măsurate empiric.

Cum luăm decizii în situații incerte, dacă nu avem pârghiile necesare?

      Economiștii și psihologii aderă la o explicație ce se bazează pe euristici și distorsiuni cognitive (Kahneman, 2011) – scurtături mentale ce ignoră părți din informație, și ne conduc la un rezultat satisfăcător, și nu maximal (precum în cazul situațiilor de risc). Herbert Simon (1989) a fost primul care a propus o teorie descriptivă a deciziilor în situații incerte (engl. bounded rationality theory), propunând alternativa rezultatului satisfăcător. O opțiune satisfăcătoare setează un anumit nivel de aspirație ce reflectă un rezultatul satisfăcător, iar agentul uman ar trebui să aleagă prima opțiune ce atinge nivelul prestabilit. Spre exemplu, decizia de a alege o clădire de birouri este un proces aleator în rândul antreprenorilor (Berg, 2014). Acesția descoperă clădirile din întâmplare, iar căutarea lor se oprește în momentul în care găsesc o opțiune satisfăcătoare.

Dar, faptul că mintea noastră se bazează de multe ori pe astfel de scurtături a atrans o serie de opinii negative în jurul lor. Dacă logica ori gândirea statistică au fost asociate cu argumentarea rațională, euristicile au fost acea parte lenesă a minții noastre, sau irațională. Eticheta primită a reieșit (în mod greșit) din caracteristica fundamentală a euristicilor: reducerea efortului decizional.

Valoarea adaptativă a euristicilor

      Acest proces al deciziei poate părea simplist pentru mulți dintre cititori (părere împărtășită și de o parte a economiștilor comportamentali), însă în cele ce urmează voi încerca să surprind valoarea adaptativă a utilizării scurtăturilor mentale (euristici) și a urmăririi unui rezultat satisfăcător vs. maximizant.

Ori, noi luam decizii destul de bune chiar și în situații în care nu funcționăm la tot potențialul cognitiv (de câte ori nu am răspuns corect la toate grilele, cu toate că eram stresați sau nu am dormit suficient?).

Totodată, euristicile nu sunt eminamente rele sau bune. Valoarea lor adaptativă vine din adecvarea la mediul în care sunt folosite. Cu cât potrivirea față de mediu este mai mare, cu atât euristicile vor avea rezultatele așteptate (Gigerenzer et al. 2011). Procesul decizional luat cu ajutorul euristicilor este pur inductiv, având la bază observația și experimentele de zi cu zi (din mediul de decizie), focusându-se pe procesul de generare a alegerilor, și nu pe modelul matematic sau arborii decizionali ai rezultatului final. Ori, logica este câteodata mult prea îngustă pentru a prinde absolut toate căile ipotetice de acțiune (Neth & Gigerenzer, 2015).

Simplitatea euristicilor poate fi considerată de unii cititori ca fiind nereprezentativă pentru procesele cognitive implicate în luarea deciziilor umane. Prin analogie la principiile statistice, putem afirma că această simplitate este elementul ce face euristicile atât de eficiente. Un design simplu elimină erorile de estimare, mai ales în condițiile în care cursul acțiunii și realitatea se schimbă constant. În plus, sunt decizii pentru care nu este neapărată nevoie să investim atât de mult timp de gândire (bicicletă vs autobuz). În cazul unei probleme atât de simple, decizia logică pe care o putem face este să nu investim efort în a căuta cea mai optimă soluție.

În plus, în anumite situații, “less can be more”, iar această opinie este împărtășită de mai mulți manageri din domeniul comercial. Cea mai elegantă soluție în a decide care cumpărători sunt activi sau inactivi este distribuția binomială negativă sau graficele de tip Pareto. Valoarea practică a acestor proceduri este însă mai mică decât stabilirea unei simple reguli. Clasificarea clienților care nu au mai cumpărat nimic de 9 luni în clienți inactivi are o rată predictivă mai bună decât alte statistici folosite (83% vs. 74%) (Wubben & Wangenheim 2008)

Euristicile sunt atât de utile pentru că se bazează și pe aspecte ale minții umane. Unul dintre aceste exemple este euristica de recunoaștere. Aceasta se bazează pe memorie, și se referă la abilitatea unei persoane de a-și reaminti acele aspecte prezente în mediu sau care sunt repetate constant (este un motiv pentru care companiile investesc atât de mult în reclamă și marketing!). Euristica de recunoaștere are de multe ori o eficiență mai mare în a prezice câștigătorul unei alegeri decât poll-urile clasice (Gaissmaier & Marewski, 2011) ori în alegerile cumpărătorilor (Marewski et al. 2010). O astfel de statistică vine și din tenis, unde gradul de recunoaștere a tenismenilor debutanți în rândul spectatorilor a prezis rezultatele obținute la turneul Wimbledon mai bine decât juriul ATP (72% vs. 66%) (Serwe & Frings, 2006). O analiză extensivă a celor mai comune euristici se găsește în Brighton și Gigerenzer (2012).

În încheiere, vă reamintim că:

• Euristicile sunt câteodată mai eficiente decât strategiile complexe de luare a deciziilor;
• Acestea fac parte din arsenalul nostru cognitiv;
• O euristică nu este rea sau bună per se.

Bibliografie

Berg, N. (2014). Success from satisficing and imitation: Entrepreneurs’ location choice and implications of heuristics for local economic development. Journal of Business Research, 67, 1700–1709

Brighton, H., & Gigerenzer, G. (2012). Homo Heuristicus: Less-is-More Effects in Adaptive Cognition.  Malaysian Journal of Medical Sciences 19(4):6-16

Gaissmaier, W., Marewski, J.N. (2010). Forecasting elections with mere recognition from lousy samples A comparison of collective recognition, wisdome of crowds, and representative polls. Judgm. Decis. Mak. 18, 122-133

Gigerenzer, G., & Gaissmaier, W. (2011). Heuristic decision making. Annual Review of Psychology, 62, 451–482

Kahneman, D. (2011). Thinking, fast and slow. New York: Farrar, Straus and Giroux

Knight, F. H. (1921). Risk, uncertainty and profit. Dover 2006 unabridged republication of the editionpublished by Houghton Mifflin Company, Boston and New York

Marewski, J. N., Pohl, R. F., & Vitouch, O. (2010). Recognition-based judgments and decisions:Introduction to the special issue (I). Judgment and Decision Making, 5, 207–215.

Neth, H., & Gigerenzer, G. (2015). Heuristics: Tools for an uncertain world. In R. Scott & S. Kosslyn(Eds.), Emerging trends in the social and behavioral sciences: An Interdisciplinary, Searchable,and Linkable Resource (pp. 1–22). New York: Wiley

Serwe, S., & Frings, C. (2006). Who will win Wimbeldon? The recognition Heuristic in predicting sports events. Journal of Behavioral Decision Making, 19, 321–332

Simon, H. A. (1989). The scientist as problem solver. In D Klahr & K Kotovsky (Eds.), Complex information processing: The Impact of Herbert A. Simon [21st Carnegie-Mellon symposium on cognition] (pp. 373–98). Hillsdale, NJ: Erlbaum

Wubben, M., von Wangenheim, F. (2008). Instant customer base analysis: managerial heuristics often “get it ¨ right.” J. Mark. 72:82–93

Resurse adiționale

http://psiexp.ss.uci.edu/research/teaching/Tversky_Kahneman_1974.pdf

https://philpapers.org/rec/KAHJUU