Identifica quali caratteristiche sono realmente diagnostiche
Separa le caratteristiche che differenziano genuinamente le categorie da quelle che completano solo il quadro.
Why it works
Quando una descrizione include molte caratteristiche coerenti con un prototipo, le persone trattano la coerenza del quadro come prova di appartenenza — anche quando la maggior parte delle caratteristiche non porta alcuna informazione discriminante. Una caratteristica è diagnostica solo se è più comune nella categoria bersaglio che nelle alternative. Distinguere le caratteristiche decorative (si adattano alla storia ma non discriminano) da quelle diagnostiche attiva un ragionamento più attento, bayesiano.
How to do it
- Elenca le caratteristiche del caso che stai valutando.
- Per ciascuna caratteristica, chiediti: "È più comune nella categoria che sto considerando rispetto alle altre?"
- Segna le caratteristiche come "decorative" se si adattano al prototipo ma non discriminano.
- Basa il tuo giudizio di probabilità solo sul sottoinsieme diagnostico.
Prove scientifiche
La ricerca sull'effetto di diluizione (Nisbett et al., 1981) mostra che aggiungere informazioni irrilevanti (non diagnostiche) indebolisce effettivamente l'accuratezza del giudizio — le persone la mediano invece di ignorarla. Questo supporta direttamente la separazione tra caratteristiche diagnostiche e decorative. (observational)
L'effetto di diluizione stesso è sensibile al contesto; la disciplina pratica di identificare le caratteristiche diagnostiche è un'euristica correttiva più che una procedura di debiasing garantita.
Fonti
- Nisbett, Zukier & Lemley (1981), The dilution effect: Nondiagnostic information weakens the implications of diagnostic information, Cognitive Psychology
Errore comune
Trattare una descrizione lunga e coerente come prova forte — il numero di caratteristiche coerenti non si somma a una probabilità più alta; solo le caratteristiche discriminanti lo fanno.
Metti in pratica questo con IX Coach
More practices for L'euristica della rappresentatività — giudicare per somiglianza
- Verifica i tassi di base prima di formare un giudizio di somiglianza
Prima di decidere "questo assomiglia a X", chiediti quanto sia realmente comune X nella popolazione rilevante.
- Riconosci che le sequenze casuali non "devono" un riequilibrio
I processi casuali non hanno memoria — una serie di teste non rende le croci più probabili.
- Tratta i campioni piccoli con scetticismo esplicito
Una sequenza breve può sembrare rappresentativa senza essere statisticamente affidabile — regola la fiducia in base alla dimensione del campione.
- Verifica i giudizi sulle persone per sostituzione con prototipo
Controlla se un giudizio su una persona si basa sul suo comportamento reale o sulla somiglianza a un tipo.
- Aspettati che i risultati estremi regrediscano verso la media
Una prestazione insolitamente buona o cattiva predice una prestazione più media la prossima volta — tienine conto prima di dare lodi o biasimi.
- Nomina il prototipo a cui ti stai confrontando prima di decidere
Rendi esplicito il prototipo che stai usando come riferimento — i modelli nascosti distorcono le decisioni senza controllo.
Concetti correlati
- La Fallacia della Congiunzione — Quando "Più Dettagli" Sembra Più Probabile
How narrative coherence tricks probability judgment — and how to think past it
- La Fallacia della Pianificazione: Perché le Tue Stime Sono Sempre Sbagliate
The cognitive bias behind missed deadlines — and six evidence-grounded corrections