Zagadki heurystyk decyzyjnych. Poznaj proste reguły, które pomagają podejmować roztropne decyzje

Przedmowa             17

Część I

Plan badań

1. Szybkie i proste heurystyki. Przybornik adaptacyjny     23

Gerd Gigerenzer, Peter M. Todd

Postrzeganie racjonalności, czyli od nadprzyrodzonej do ograniczonej racjonalności           25

Nieograniczona racjonalność 30

Optymalizacja z ograniczeniami              32

Ograniczona racjonalność: zadowalanie 35

Ograniczona racjonalność: proste i szybkie heurystyki          37

ABC szybkich i prostych heurystyk: nowy projekt badawczy               40

Modele obliczeniowe              40

Reguły heurystyczne wiodące w trakcie poszukiwań             41

Heurystyczne zasady zatrzymujące poszukiwania 41

Heurystyczne zasady pomagające podjąć decyzje 42

Racjonalność ekologiczna       43

Odkrywanie struktury środowiskowej    44

Wydajność              45

Wydajność w świecie rzeczywistym       48

Czy ludzie korzystają z prostych i szybkich heurystyk?        50

Podsumowanie programu badawczego   52

Jak program badawczy ABC odnosi się do wcześniejszych poglądów na heurystyki?          54

Przybornik adaptacyjny          60

Emocje, normy społeczne i naśladowanie              62

W jaki sposób wybierane są heurystyki?               63

Poprzez koszmary i demony   65

Część II

Podejmowanie decyzji na podstawie ignorancji

2. Heurystyki rozpoznawcze. Ignorancja bywa użyteczna  69

Daniel G. Goldstein, Gerd Gigerenzer

Jak korzystać z ignorancji?     73

Heurystyka rozpoznawcza      74

Rozpoznanie i struktura środowiska       75

Czy rozumowanie przy pomocy rozpoznania jest mądre?      77

Które z amerykańskich miast ma większą liczbę mieszkańców: San Diego czy San Antonio?              77

Która z angielskich drużyn futbolowych zwycięży?               77

Dokładność heurystyki rozpoznawczej 78

Efekt „mniej to więcej”           80

Kiedy pojawia się efekt „mniej to więcej 81

Dowód empiryczny                86

Czy ludzie korzystają z heurystyki rozpoznawczej?               86

Czy korzystamy z heurystyki rozpoznawczej pomimo konfliktu informacyjnego?               87

Czy efekt „mniej to więcej” można zaobserwować w ludzkim rozumowaniu?       89

Skąd wywodzi się rekognicja?                91

Instytucje korzystające z heurystyki rozpoznawczej              93

Słabe rozpoznanie versus poziom wiedzy               94

Heurystyka rozpoznawcza jako prototyp szybkich i prostych heurystyk              96

3. Czy ignorancja może podbić rynek akcji?       99

Bernhard Borges, Daniel G. Goldstein, Andreas Ortmann, Gerd Gigerenzer

Inwestowanie w teorii i w praktyce…     100

Decyzje inwestycyjne oparte na ignorancji             102

Rozpoznanie firmy 103

Czy heurystyka rozpoznawcza może zarabiać?      104

Jak wypadła heurystyka rozpoznawcza w porównaniu z portfelem złożonym z nierozpoznawanych firm?          108

Jak wypadła heurystyka rozpoznawcza w porównaniu z indeksami?     108

Rozpoznanie ojczyste             109

Rozpoznanie międzynarodowe               109

Jak wypada heurystyka rozpoznawcza w porównaniu z funduszami?   110

Jak wypada heurystyka rozpoznawcza w porównaniu do portfela złożonego z przypadkowych akcji?                111

Jak wypada heurystyka rozpoznawcza w porównaniu z indywidualnymi wyborami inwestycyjnymi?                 112

Od rozpoznania do bogactwa 113

Ignorancja może być pouczająca            116

Część III

Podejmowanie decyzji na bazie jednego powodu

4. Postaw na jeden dobry powód. Wybór najlepszej heurystyki          119

Gerd Gigerenzer, Daniel G. Goldstein

Proste zasady „stop”               122

Heurystyka             125

Minimalistyczna      125

„Wybierz ostatnie” 126

„Wybierz najlepsze”               127

Psychologicznie przekonujące, ale niemądre?        128

Czy szybkie i proste heurystyki mogą być dokładne?            130

Konkurenci             131

Środowisko             132

Ograniczona wiedza                134

Jak proste są heurystyki?        135

Jak dokładne są heurystyki?   136

Kompromis pomiędzy dokładnością, a prostotą    139

Czy możliwe jest jednoczesne występowanie dokładności oraz prostoty?             139

Dopasowywanie zasady „stop” do środowiska      142

Generalizacja           143

Przybornik adaptacyjny          146

5. Jak dobre są proste heurystyki?        149

Jean Czerlinski, Gerd Gigerenzer, Daniel G. Goldstein

Poznaj środowiska 150

Poznaj współzawodników       150

„Wybierz najlepsze”               151

Heurystyka minimalistyczna   154

Regresja wielokrotna               154

Zasada Dawesa       155

Pierwszy wyścig: dopasowywanie znanych środowisk          155

Przedwczesne porzucanie szkoły            156

Implikacje dotyczące polityki 157

Pensje profesorów  158

Zwycięzca pierwszego wyścigu              159

Cały czas to wiedzieliśmy       161

Drugi wyścig: generalizacja do nowych obiektów   164

Powrót do porzucających szkołę            165

Polityka publiczna   166

Zarobki profesorów                167

Zwycięzca drugiego wyścigu   168

Manipulowanie przy zasadach wyścigu 169

Dlaczego heurystyka „wybierz najlepsze” radzi sobie tak dobrze?        172

Charakteryzowanie środowisk: omówienie            172

Czy chodzi o liczbę obiektów przypadających na jedną wskazówkę?    174

Czy chodzi o prostotę predykcji liniowej?              175

Czy chodzi o wewnętrzną korelację informacji?     176

Czego się nauczyliśmy?          177

6. Dlaczego podejmowanie decyzji w oparciu o jeden powód działa? Studium przypadku w zakresie racjonalności ekologicznej                 179

Laura Martignon, Ulrich Hoffrage

Struktury środowiskowe         180

Informacje niekompensacyjne                181

Ograniczone informacje          186

Liczne informacje   189

Odporność heurystyki „wybierz najlepsze”           191

Odporność zasad dotyczących poszukiwań           193

Odporność zasad „stop”         200

Trzy perspektywy heurystyki „wybierz najlepsze”                202

Perspektywa modelu liniowego              202

Leksykograficzne algorytmy porównawcze            203

Drzewka klasyfikacyjne          204

Uwagi końcowe       207

7. Kiedy ludzie korzystają z prostych i szybkich heurystyk i skąd to wiemy?     209

Jorg Rieskamp, Ulrich Hoffrage

Proste heurystyki dla podejmowania decyzji          210

Proces decyzyjny    219

Przyjrzyjmy się rezultatom     227

Kiedy ludzie korzystają z prostych heurystyk?      237

Czego się nauczyliśmy?          240

8. Benchmarki Bayesa dla szybkich i prostych heurystyk     243

Laura Martignon, Kathryn Blackmond Laskey

Prawa prawdopodobieństwa oraz prawa rozumowania          243

Superintelekt Bayesa               247

Metoda zapamiętywania profilów           248

Naiwny Bayes         249

Sieć rozumnego Bayesa          253

Konkurencja           260

Złożoność: demony i heurystyki            263

Wnioski   267

Załącznik                269

Część IV

Oprócz wyboru: pamięć, estymacja oraz kategoryzacja

9. Efekt pewności wstecznej. Cena, którą warto ponieść w zamian za prostą i szybką pamięć          273

Ulrich Hoff rage, Ralph Hertwig

Sondowanie wyników wyborów, elekcje oraz efekt pewności wstecznej               274

Opinie o efekcie pewności wstecznej      277

Proste i szybkie przypominanie sobie wcześniejszych osądów             281

Pierwotna odpowiedź              282

Wiedza dotycząca informacji  282

Heurystyka             283

Informacja zwrotna oraz rekonstrukcja 285

Aktualizacja wiedzy                286

Prognozy                 287

Ilustracje modelu RAFT          288

Dowód empiryczny                290

Retrospekcja           295

Szybkie i proste inferencje      296

Podsumowanie        297

10. Szybka estymacja. Pozwól środowisku wykonać robotę                299

Ralph Hertwig, Ulrich Hoffrage, Laura Martignon

Estymacja poprzez bezpośrednie odzyskiwanie     301

Estymacja poprzez inferencję 303

Inferencja poprzez ekologiczne informacje            303

Inferencja subiektywnych wskazówek: dostępność               304

Paradoksalne założenia oraz sprzeczne odkrycia    305

Kiedy potrzebne jest zliczanie?               307

Dlaczego znajomość statystycznej struktury języka jest adaptacyjna?   309

Istotność „struktury ekologicznej”         311

Estymacja: korzystanie ze wskazówek ekologicznych w świecie o kształcie litery „J”          312

Szybka i prosta estymacja: heurystyka QuickEst   316

Cechy konstrukcyjne QuickEst              317

W jaki sposób są uszeregowane wskazówki?         318

Jak bardzo nieprecyzyjne są szacunki?   319

W jaki sposób heurystyka poradzi sobie z bardzo małą liczbą dużych miast?       320

W jaki sposób QuickEst jest racjonalnie ekologiczna?           321

Ilustracja 321

Trenowanie QuickEst             322

Estymacja               322

Test wydajności: środowisko oraz rywale              323

Jak prosta jest QuickEst?        325

Jak dokładna jest QuickEst?   326

Błąd bezwzględny   327

Proporcja poprawnych inferencji            331

Podsumowanie        333

11. Kategoryzacja poprzez eliminację. Wybór jednej z wielu wskazówek          335

Patricia M. Berretty, Peter M. Todd, Laura Martignon

Istniejące modele kategoryzacyjne          338

Modele eliminacyjne               345

Kategoryzacja poprzez eliminację           348

Przykład kategoryzacji poprzez eliminację             349

Algorytm                 351

Jak dobrze spisuje się kategoryzacja poprzez eliminację?      357

Dalsza praca            361

Część V

Inteligencja społeczna

12. W jaki sposób ruch ujawnia intencję? Kategoryzacja interakcji społecznych              367

Philip W. Blythe, Peter M. Todd, Geoff rey F. Miller

Wcześniejsze badania             371

Podstawowe cele ruchu ożywionego       374

Pościg      375

Unikanie 375

Walka      376

Zaloty      376

Obiekt zalotów        376

Zabawa    377

Trajektorie ruchu dla sześciu typowych rodzajów zachowania              377

Wizualizacja trajektorii            382

W jaki sposób ludzie kategoryzują trajektorie?       387

Przypadek dwóch robaków: wskazówki dotyczące relacji oraz indywidualne       387

Przypadek jednego robaka: trajektorie pozbawione informacji dotyczących relacji               390

Identyfikacja przydatnych wskazówek dotyczących ruchu, które można obliczyć na podstawie informacji o trajektorii     393

Heurystyki decyzyjne dla kategoryzacji zachowania              398

Test ruchu Turinga oraz pozostałe rozszerzenia     404

Wnioski   405

13. Od dumy i uprzedzenia do perswazji. Kompromis i satysfakcja podczas poszukiwań partnera  407

Peter M. Todd, Geoff rey F. Miller

Algorytmy dla jednostronnych poszukiwań partnera: problem posagu 414

Konsekwencje krótszych poszukiwań    418

Efektywność poszukiwań przy większej liczbie potencjalnych partnerów ........................................................423

Wzajemne sekwencyjne poszukiwania partnera     426

Dalsze poszukiwania              435

14. Ułatwienie inwestycji rodzicielskich dzięki prostym zasadom decyzyjnym    439

Jennifer Nerissa Davis, Peter M. Todd

Inwestycje rodzicielskie          440

Mechanizmy inwestycji rodzicielskich   441

Określanie zasad decyzyjnych                443

Symulacja               447

Wyniki symulacji    449

„Optymalna” inwestycja         451

Zasady zaopatrywania dla ptaków          457

Zasady zaopatrywania dla ludzi              459

Część VI

Spojrzenie dookoła, spojrzenie wstecz, spojrzenie przed siebie

15. Moce nadprzyrodzone kontra heurystyki w przypadku sztucznej inteligencji, ekologii behawioralnej oraz ekonomii              465

Adam S. Goodie, Andreas Ortmann, Jennifer Nerissa Davis, Seth Bullock, Gregory M. Werner

Racjonalność ograniczona w przypadku sztucznej inteligencji               467

Szachy, czyli radzenie sobie ze zwodniczo prostym środowiskiem       468

Tracenie związku ze specyfiką dziedziny: generalizowanie poszukiwań heurystycznych      471

Ostateczny test: robotyka        474

Przyszłość prostych i szybkich heurystyk w AI     476

Racjonalność ekologiczna w zachowaniu zwierząt 477

Racjonalność nieograniczona w ekologii behawioralnej         478

Optymalizacja z ograniczeniami w teorii poszukiwania jedzenia            479

Ograniczona racjonalność w przypadku zwierząt   482

Mechanizmy racjonalności ekologicznej                483

Studium przypadku w laboratorium: dopasowywanie versus maksymalizacja       486

Przyszłość szybkich i prostych heurystyk w ekologii behawioralnej     490

Racjonalność społeczna w ekonomii      491

Historia oraz koncepcje racjonalności ekonomicznej             492

Mediacyjna rola kosztów decyzyjnych   500

Przyszłość szybkich i prostych heurystyk w ekonomii          501

Przeszłość, teraźniejszość oraz przyszłość ograniczonej racjonalności 502

16. Czego się nauczyliśmy?    507

Peter M. Todd, Gerd Gigerenzer

Klasy heurystyk      508

Podejmowanie decyzji w oparciu o ignorancję       508

Podejmowanie decyzji na bazie jednego powodu   509

Heurystyki eliminacyjne         510

Zadowalanie            511

Wizje racjonalności                 511

Racjonalność ograniczona       512

Racjonalność ekologiczna       512

Racjonalność społeczna          513

Spojrzenie w przód 515

Zadania kognitywistyczne       515

Problemy adaptacyjne             516

Normy społeczne oraz emocje                516

Racjonalność ekologiczna       517

Kryteria wydajności                517

Wybór heurystyk    518

Wielorakie metodologie          518

Racjonalista spotyka psychologa            519

Literatura               521