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.
Why it works
La fallacia del giocatore d'azzardo è un prodotto diretto della rappresentatività: una lunga serie di teste non assomiglia a una sequenza "casuale", quindi la mente si aspetta una correzione. Ma la moneta non ha memoria. La rappresentatività dell'intera sequenza è irrilevante per la probabilità del prossimo lancio. La fallacia appare ovunque, dai tavoli della roulette alle decisioni di assunzione (evitare una terza assunzione femminile perché "ne abbiamo già prese due"), e il meccanismo è sempre lo stesso: la sequenza attesa sembra più rappresentativa, quindi sembra più probabile.
How to do it
- Identifica quando stai facendo una previsione su una sequenza di eventi indipendenti.
- Chiediti: "La sequenza passata cambia la probabilità sottostante del prossimo evento, o cambia solo l'aspetto di una sequenza bilanciata?"
- Se gli eventi sono genuinamente indipendenti, tratta ogni esito come se partisse da zero.
- Riserva l'aggiornamento sequenziale ai casi in cui gli esiti sono realmente dipendenti (per esempio, pescare senza reinserimento).
Prove scientifiche
La fallacia del giocatore d'azzardo è uno dei bias più replicati nella ricerca sulla probabilità; appare in studi di laboratorio, dati dei casinò, trading finanziario e giudizi sul campo come le decisioni sulla cauzione e le sentenze d'asilo. (observational)
La fallacia della mano calda (l'errore opposto — aspettarsi che le serie continuino) può verificarsi anche in certi contesti basati sull'abilità; quale fallacia si applichi dipende dal fatto che il processo sottostante sia casuale o basato sull'abilità.
Fonti
- Tversky & Kahneman (1974), Judgment under uncertainty: Heuristics and biases, Science
- Chen, Moskowitz & Shue (2016), Decision making under the gambler’s fallacy, Quarterly Journal of Economics
Errore comune
Applicare la correzione della fallacia del giocatore d'azzardo a situazioni di vero momentum (per esempio, la prestazione di un giocatore esperto), dove la dipendenza sequenziale è reale.
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.
- Identifica quali caratteristiche sono realmente diagnostiche
Separa le caratteristiche che differenziano genuinamente le categorie da quelle che completano solo il quadro.
- 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