Aggiorna le convinzioni esplicitamente quando arrivano nuove informazioni

Tratta le nuove informazioni come una ragione per dichiarare una probabilità rivista, non come conferma di quella vecchia.

Why it works

Il ragionamento motivato induce le persone ad accettare acriticamente l'evidenza confermante e a esaminare pesantemente quella disconfermante. Aggiornare esplicitamente una probabilità dichiarata quando arrivano nuove informazioni contrasta questo: costringe a impegnarsi su se la nuova informazione sposti effettivamente la probabilità e di quanto, invece di permettere alla vecchia posizione di persistere tramite attenzione selettiva.

How to do it

1. Quando arrivano nuove informazioni, chiediti: questo cambia la mia stima di probabilità? Di quanto?
2. Dichiara esplicitamente la probabilità aggiornata, non solo la direzione del cambiamento.
3. Distingui tra nuova informazione (vero trigger di aggiornamento) e rumore (fluttuazione casuale senza peso probatorio).
4. Traccia quanto spesso le nuove informazioni abbiano effettivamente spostato la tua stima — questo calibra la tua sensibilità di aggiornamento.

Prove scientifiche

L'aggiornamento bayesiano è il modello normativo per la revisione delle convinzioni nell'incertezza. La ricerca sulla persistenza delle convinzioni e sul bias di conferma mostra che le persone aggiornano meno di quanto l'evidenza giustifichi; gli interventi che forzano dichiarazioni esplicite di probabilità migliorano l'aggiornamento. (mechanistic)

L'aggiornamento bayesiano è prescrittivo; l'aggiornamento umano è imperfetto anche con allenamento, e anche l'aggiornamento eccessivo (spostarsi troppo su evidenza debole) è un errore documentato.

Fonti

• Lord, Ross & Lepper (1979), belief perseverance after evidential challenge, Journal of Personality and Social Psychology

Errore comune

Dire "questo cambia le cose" senza specificare come è cambiata la tua probabilità — un riconoscimento vago di nuove informazioni non è un aggiornamento.