repræsentativiteten heuristisk blev opfundet af Daniel Kahneman og Amos Tversky, to af de mest indflydelsesrige figurer inden for adfærdsøkonomi. Det klassiske eksempel, der bruges til at illustrere denne bias, beder læseren om at overveje Steve, som en bekendt har beskrevet som “meget genert og tilbagetrukket, altid hjælpsom, men med ringe interesse for mennesker eller i virkelighedens verden. En sagtmodig og ryddelig sjæl, han har et behov for orden og struktur, og en passion for detaljer.”Efter at have læst en beskrivelse af Steve, tror du det er mere sandsynligt, at Steve er bibliotekar eller landmand? 2 intuitivt føler de fleste af os, at Steve skal være bibliotekar, fordi han er mere repræsentativ for vores billede af en bibliotekar, end han er vores billede af en landmand.

som med alle kognitive forstyrrelser og heuristik er der en hovedårsag til, at vi er afhængige af repræsentativitet så ofte: vi har begrænsede kognitive ressourcer. Hver dag, vi tager tusinder af separate beslutninger, og vores hjerner er kablet til at gøre det, mens vi sparer så meget energi som muligt. Det betyder, at vi ofte stole på genveje til at gøre hurtige domme om verden. Der er dog en anden væsentlig grund til, at repræsentativiteten heuristisk sker. Det er forankret i den grundlæggende måde, vi opfatter og forstår mennesker og objekter på.

vi trækker på prototyper for at træffe beslutninger

gruppering af lignende ting sammen—det vil sige kategorisering af dem—er en væsentlig del af, hvordan vi giver mening om verden. Dette kan virke som en no-brainer, men kategorier er mere grundlæggende for vores evne til at fungere, end mange mennesker er klar over. Tænk på alle de ting, du sandsynligvis vil støde på på en enkelt dag. Når vi interagerer med mennesker, genstande eller dyr, trækker vi på den viden, vi har lært om deres kategori, så vi kan vide, hvad vi skal gøre. Når du for eksempel går til en hundepark, kan du se dyr i et stort udvalg af former, størrelser og farver, men fordi du kan kategorisere dem alle som “hund”, ved du straks, hvad du kan forvente af dem: at de kan lide at løbe og jage ting, at de kan lide at få godbidder, og at hvis en af dem begynder at knurre, skal du sandsynligvis vende tilbage.

uden kategorier, hver gang vi stødte på noget nyt, skulle vi lære fra bunden, hvad det var, og hvordan det fungerede—for ikke at nævne det faktum, at lagring af så meget information om hver separat enhed ville være umulig, hvilket giver vores begrænsede kognitive kapacitet. Vores evne til at forstå og huske ting om verden er afhængig af kategorisering. På bagsiden kan den måde, vi har lært at kategorisere ting på, også påvirke, hvordan vi opfatter dem.3 for eksempel på russisk har lysere og mørkere nuancer af blå forskellige navne (henholdsvis”goluboy” og “siniy”), mens begge på engelsk betegnes som “blå.”Forskning har vist, at denne forskel i kategorisering påvirker, hvordan folk ser farven blå: russisktalende er hurtigere til at skelne mellem lys og mørk blues sammenlignet med engelsktalende.4

ifølge en teori om kategorisering, kendt som prototype teori, bruger folk ubevidste mentale statistikker til at finde ud af, hvordan det “gennemsnitlige” medlem af en kategori ser ud. Når vi forsøger at træffe beslutninger om ukendte ting eller mennesker, henviser vi til dette gennemsnit—prototypen—som et repræsentativt eksempel på hele kategorien. Der er nogle interessante beviser til støtte for ideen om, at mennesker på en eller anden måde er i stand til at beregne “gennemsnitlige” kategorimedlemmer som dette. For eksempel har folk en tendens til at finde ansigter mere attraktive, jo tættere de er på det “gennemsnitlige” ansigt, som genereret af en computer.5

prototyper styrer vores gæt om sandsynlighed, som i eksemplet ovenfor om Steve og hans erhverv. Vores prototype for bibliotekarer er sandsynligvis nogen, der ligner Steve ganske tæt—genert, pæn, og nørdet—mens vores prototype for landmænd sandsynligvis er nogen mere muskuløs, mere jordnær, og sandsynligvis mindre sky. Intuitivt, vi har lyst til, at Steve skal være bibliotekar, fordi vi er nødt til at tænke med hensyn til kategorier og gennemsnit.

vi overvurderer betydningen af lighed

problemet med repræsentativitet heuristisk er, at repræsentativitet faktisk ikke har noget at gøre med sandsynlighed—og alligevel lægger vi mere værdi på det end vi gør på information, der er relevant. En sådan type information er forudgående Sandsynlighed eller basisrater: hvor almindeligt noget er generelt. For eksempel er der i det mindste i USA mange flere landmænd end der er bibliotekarer. Dette betyder, at det statistisk set altid ville være forkert at sige, at Steve er “mere tilbøjelig” til at være bibliotekar, uanset hvordan hans personlighed er, eller hvordan han præsenterer sig selv.2

prøvestørrelse er en anden nyttig type information, som vi ofte forsømmer. Når vi forsøger at foretage skøn over en stor befolkning baseret på data fra en mindre prøve, ønsker vi, at vores prøve skal være så stor som muligt, for da har vi et mere komplet billede. Men når vi fokuserer for meget på repræsentativitet, kan prøvestørrelsen ende med at blive overfyldt.

for at illustrere dette, forestil dig en krukke fyldt med bolde. Kuglerne er en farve, mens de er en anden farve. Sally trækker 5 bolde fra krukken, hvoraf 4 er røde og 1 er hvid. James tegner 20 bolde, hvoraf 12 er røde og 8 er hvide. Mellem Sally og James, hvem skal føle sig mere sikre på, at kuglerne i krukken er røde og hvide?

de fleste siger, at Sally har bedre odds for at have ret, fordi andelen af røde bolde, hun tegnede, er større end andelen tegnet af James. Men dette er forkert: James trak 20 bolde, meget større end Sallys 5, så han er i en bedre position til at bedømme indholdet af krukken. Vi er intuitivt fristet til at gå til Sallys 4:1-prøve, fordi det er mere repræsentativt for det forhold, vi leder efter End James’ 12:8, men det fører os til en fejl i vores dom.