信念を全面的にではなく段階的に更新する

新しい証拠は確率をある程度シフトさせるべきであり、5%から95%へ一度に飛ぶことはめったにない。

Why it works

ベイズ更新は比例的である。強い証拠は大きな更新を生み、弱い証拠は小さな更新を生む。ほとんどの人は少なすぎる(アンカリング)か、劇的すぎる(代表性、つまり一つの鮮明な事例を決定的なものとして扱う)かのどちらかで更新する。比例的な更新——証拠が提供する尤度比を事前確率に掛け合わせること——こそが数学が実際に処方するものであり、それはオール・オア・ナッシングの振れ幅ほど大きくなることはほとんどない。

How to do it

1. 新しい証拠が届いたら、「私の信念が真であった場合と偽であった場合とで、この証拠はどれくらい起こりやすさが違うか」と問う。
2. その比率を使って確率を比例的に動かす。反転させるのではなく。
3. 証拠が弱いか曖昧であれば少し動かし、強く驚くべきものであればもっと動かす。
4. 時間をかけて2つか3つの重要な信念を追跡し、それぞれの更新を記録する——これが較正の直感を築く。

エビデンス

ベイズ規範に対して更新が少なすぎるという保守バイアスは、複数の判断研究で記録されている。その対極である鮮明な単一事例への過剰反応も同様によく記録されている。両方ともに比例的更新からの逸脱である。グレザーのインセンティブ付き実験は、その過剰反応に特定の駆動因があることを示した。代表性ヒューリスティックが、尤度項を事前確率に対してどう重み付けるかを体系的に歪めるのである。 (observational)

実験研究はシンプルで統制された確率問題を使う。実世界の信念は、証拠が実際に何を立証するかについて、より多くの曖昧さを伴う。

出典

• Edwards (1968), conservatism in human information processing, in Formal Representation of Human Judgment
• Grether, D. M. (1980). Bayes rule as a descriptive model: The representativeness heuristic. The Quarterly Journal of Economics, 95(3), 537-557.

よくある間違い

確認する証拠のあらゆる断片を証明として扱い、反証する証拠のあらゆる断片を例外として扱うこと——これは選択的な更新として表現された確証バイアスである。