heurystyka reprezentatywności została ukuta przez Daniela Kahnemana i Amosa Tversky ’ ego, dwóch najbardziej wpływowych postaci w ekonomii behawioralnej . Klasyczny przykład użyty do zilustrowania tego uprzedzenia prosi czytelnika o rozważenie Steve ’ a, którego znajomy opisał jako „bardzo nieśmiałego i wycofanego, niezmiennie pomocnego, ale z niewielkim zainteresowaniem ludźmi lub światem rzeczywistości. Ma cichą i schludną duszę, potrzebuje porządku i struktury oraz pasję do szczegółów.”Po przeczytaniu opisu Steve’ a, myślisz, że jest bardziej prawdopodobne, że Steve jest bibliotekarzem, czy farmerem? 2 intuicyjnie większość z nas czuje, że Steve musi być bibliotekarzem, ponieważ jest bardziej reprezentatywny dla naszego wizerunku bibliotekarza niż dla naszego wizerunku rolnika.

podobnie jak w przypadku wszystkich uprzedzeń poznawczych i heurystyki, istnieje jeden główny powód, dla którego tak często polegamy na reprezentatywności: mamy ograniczone zasoby poznawcze. Każdego dnia podejmujemy tysiące oddzielnych decyzji, a nasze mózgi są do tego podłączone, oszczędzając jak najwięcej energii. Oznacza to, że często polegamy na skrótach, aby szybko osądzić świat. Istnieje jednak inny ważny powód, dla którego występuje heurystyka reprezentatywności. Jest ona zakorzeniona w fundamentalnym sposobie postrzegania i rozumienia ludzi i przedmiotów.

opieramy się na prototypach, aby podejmować decyzje

grupowanie podobnych rzeczy razem—czyli ich kategoryzowanie—jest istotną częścią tego, jak postrzegamy świat. Może się to wydawać bezmyślne, ale kategorie są bardziej fundamentalne dla naszej zdolności do funkcjonowania, niż wielu ludzi zdaje sobie sprawę. Pomyśl o wszystkich rzeczach, które możesz napotkać w ciągu jednego dnia. Za każdym razem, gdy wchodzimy w interakcję z ludźmi, przedmiotami lub zwierzętami, czerpiemy z wiedzy, której nauczyliśmy się o ich kategorii, abyśmy mogli wiedzieć, co robić. Na przykład, kiedy idziesz do parku dla psów, możesz zobaczyć zwierzęta w wielu różnych kształtach, rozmiarach i kolorach, ale ponieważ możesz je sklasyfikować jako „psa”, od razu wiesz, czego się od nich spodziewać: że lubią biegać i gonić rzeczy, że lubią dostawać smakołyki i że jeśli jeden z nich zacznie warczeć, prawdopodobnie powinieneś się wycofać.

Bez kategorii, za każdym razem, gdy napotykamy coś nowego, musielibyśmy uczyć się od zera, co to jest i jak to działa—nie mówiąc już o tym, że przechowywanie tak wielu informacji o każdym osobnym bycie byłoby niemożliwe, dając nam ograniczone możliwości poznawcze. Nasza zdolność do rozumienia i zapamiętywania rzeczy o świecie opiera się na kategoryzacji. Z drugiej strony, sposób, w jaki nauczyliśmy się kategoryzować rzeczy, może również wpływać na to, jak je postrzegamy.3 na przykład w języku rosyjskim jaśniejsze i ciemniejsze odcienie niebieskiego mają różne nazwy (odpowiednio” goluboy „i” siniy”), podczas gdy w języku angielskim oba są określane jako ” niebieski.”Badania wykazały, że ta różnica w kategoryzacji wpływa na to, jak ludzie widzą Kolor Niebieski: rosyjscy mówcy są szybsi w rozróżnianiu między jasnym i ciemnym bluesem w porównaniu z anglojęzycznymi.4

zgodnie z jedną z teorii kategoryzacji, znaną jako teoria prototypów, ludzie używają nieświadomych statystyk mentalnych, aby dowiedzieć się, jak wygląda „przeciętny” członek kategorii. Kiedy próbujemy podejmować decyzje o nieznanych rzeczach lub ludziach, odwołujemy się do tej średniej—prototypu—jako reprezentatywnego przykładu całej kategorii. Istnieje kilka interesujących dowodów na poparcie tezy, że ludzie są w jakiś sposób w stanie obliczyć „przeciętnych” członków kategorii, takich jak ten. Na przykład, ludzie mają tendencję do znajdowania twarzy bardziej atrakcyjnych, im bliżej są do” przeciętnej ” twarzy, generowanej przez komputer.5

prototypy kierują naszymi domysłami na temat prawdopodobieństwa, jak w powyższym przykładzie na temat Steve ’ a i jego zawodu. Nasz prototyp dla bibliotekarzy to prawdopodobnie ktoś, kto bardzo przypomina Steve ’ a—nieśmiały, schludny i kujoński-podczas gdy nasz prototyp dla rolników to prawdopodobnie ktoś bardziej umięśniony, bardziej przyziemny i prawdopodobnie mniej nieśmiały. Intuicyjnie czujemy, że Steve musi być bibliotekarzem, ponieważ musimy myśleć w kategoriach i średnich.

przeceniamy znaczenie podobieństwa

problem z heurystyką reprezentatywności polega na tym, że reprezentatywność nie ma w rzeczywistości nic wspólnego z prawdopodobieństwem—a jednak przykładamy większą wagę do tego niż do informacji, które są istotne. Jednym z takich rodzajów informacji jest prawdopodobieństwo wstępne lub stawki bazowe: jak często coś jest w ogóle. Na przykład, przynajmniej w USA jest o wiele więcej rolników niż bibliotekarzy. Oznacza to, że w ujęciu statystycznym błędem byłoby zawsze stwierdzenie, że Steve jest „bardziej prawdopodobny” jako bibliotekarz, bez względu na to, jaka jest jego osobowość i jak się prezentuje.2

Rozmiar próbki jest kolejnym użytecznym rodzajem informacji, które często zaniedbujemy. Kiedy próbujemy oszacować dużą populację, na podstawie danych z mniejszej próbki, chcemy, aby nasza próbka była tak duża, jak to możliwe, ponieważ wtedy mamy pełniejszy obraz. Ale kiedy skupiamy się zbytnio na reprezentatywności, wielkość próby może skończyć się tłoczno.

aby to zilustrować, wyobraź sobie słoik wypełniony kulkami. ⅔ Kulek jest w jednym kolorze, podczas gdy ⅓ są w innym kolorze. Sally wyciąga 5 kulek ze słoika, z czego 4 są czerwone, a 1 Biała. James losuje 20 kul, z których 12 jest czerwonych, a 8 białych. Kto powinien czuć się pewniej, że kulki w słoiku są czerwone i białe?

większość ludzi twierdzi, że Sally ma większe szanse na to, że ma rację, ponieważ proporcja czerwonych kulek, które wylosowała, jest większa niż proporcja wylosowana przez Jamesa. Ale jest to nieprawidłowe: James wyciągnął 20 piłek, dużo więcej niż Sally 5, więc jest w lepszej pozycji, aby ocenić zawartość słoika. Intuicyjnie jesteśmy kuszeni, aby wybrać próbkę Sally 4:1, ponieważ jest ona bardziej reprezentatywna dla proporcji, której szukamy, niż James 12:8, ale prowadzi to do błędu w naszej ocenie.