Konzervativní zkreslení

Konzervativní zkreslení (ang. conservatism, conservatism bias) je v kognitivní psychologii a teorii rozhodování zkreslení (ang. bias) v lidském zpracování informací. Toto zkreslení je sklon neefektivně revidovat přesvědčení, kdy jsme konfrontováni s novými informacemi. Člověk se přiklání k původnímu názoru a informaci, které se zdají být smysluplné, ale nově získaná informace poté, co má již člověk názor, je považována za ne tak důležitou.[1] Např. lidé pomalu přijímali novou informaci, že je Země kulatá, protože žili v přesvědčení z dřívější zkušenosti; měli názor, že je Země plochá.[2] Důsledkem pak je, že člověk nakládá se staršími informacemi a není ochoten nakládat s informacemi novějšími, jež jsou v rozporu s jeho starším názorem a informací. [1] Např. lidé přeceňují pravděpodobnost vzácných příčin smrtí a podceňují ty časté.[3] Jsme konzervativní při odhadu pravděpodobnosti, zda se jedná o muže či ženu v závislosti na výšce člověka.[4]

Finance

Barberis, Shleifer a Vishny navrhují model chování investora, který je motivován konzervativním a reprezentativním zkreslením. Přičemž je investor konzervativním zkreslením velmi pomalu veden aktualizovat/přehodnotit své přesvědčení v konfrontaci s novými informacemi. Oproti tomu ho reprezentativní zkreslení vede k tomu, aby dával větší váhu aktuálním trendům i přes nízkou pravděpodobnost výskytu trendu v populaci.[5] Např. investoři se pak upínají na stanoviska analytiků akciového trhu a drží tak akcie, které navzdory optimistickým předpokladům analytiků klesají. Investor tak zbytečně drží akcie, které ztrácí hodnotu, a trvá mu déle, než dospěje k závěru, že takto držená akcie pro něj není výdělečná.

Hilbert rozlišuje mezi dvěma druhy vstupů:

Dále Hilbert říká, že konzervatismus funguje pro jakýkoli druh měřitelných hodnot.[6]

Výzkum

Problematiku konzervativního zkreslení jako první studoval Edwards v roce 1968. Testovaný subjekt konfrontoval s následujícím problémem:

Mějme 2 nádoby; každá z nich obsahuje 10 míčků. Nádoba A obsahuje 7 červených a 3 modré míčky, zatímco nádoba B obsahuje 3 červené a 7 modrých míčků. Jedna nádoba je náhodně vybrána hozením mince. Z této nádoby je taženo 12 míčků s vracením. Výsledek je následující: bylo taženo 8 červených a 4 modré míčky. Jaká je pravděpodobnost, že mincí náhodně vybraná nádoba je nádoba A; s tímto výsledkem?

Správná odpověď je 97 %, přičemž mnoho testovaných subjektů jako svou odpověď jednoduše vepsalo bazický index velikosti 50 %. Na základě výsledků Edwards konstatuje, že velká část testované skupiny je ovlivněna konzervativním zkreslením.[7]

Ve studii z roku 1949 Kaufman, Lord, Reese a Volkmann přišli na to, že lidé tíhnou k přeceňování počtů bodů, které se náhodně objevovaly na obrazovce v menším počtu (5-10 bodů) a k podceňování počtů bodů objevovaných ve větším počtu (15-210 bodů).[8] MacGregor, Lichtenstein a Slovic říkají, že zkreslení se týká odhadu absolutních hodnot na časové přímce. Jako příklad uvádějí: Lidé přeceňují počet lékařů v Lane Country (subjektivní odhad 456, reálná hodnota 350). A podceňují počet cigaret spotřebovaných v USA (subjektivní odhad 1,5 miliard, reálná hodnota 604 miliard).[9] Hilbert doplňuje MacGregora, Lichtensteinovou a Slovice vylíčením problematiky nenormalizovaných hodnot, kdy je těžké říci, která hodnota, resp. číslo, je vyšší a která nižší na intervalové stupnici. Pokud bychom porovnali zmiňovanou spotřebu cigaret v USA s jinými státy, jak můžeme určit, zda je spotřeba v USA vyšší/nižší než např. v Indii nebo Monaku? Hilbert to tedy shrnuje tak, že bez normalizované stupnice je obtížné rozpoznat konzervativní zkreslení pro absolutní hodnoty.[6]

Odkazy

Reference
  1. Dynamic Hedge [online]. [cit. 2016-02-12]. Dostupné online.
  2. Samantha Lee, Shana Lebowitz. Business Insider [online]. Business Insider [cit. 2016-02-12]. Dostupné online.
  3. FISCHHOFF, Baruch; SLOVIC, Paul; LICHTENSTEIN, Sarah. Knowing with Certainty: The Appropriateness of Extreme Confidence. Journal of Experimental Psychology: Human Perception and Performance. 1977, roč. Vol. 3, No. 4, s. 552–564.
  4. DUCHARME, Wesley M. Response bias explanation of conservative human interface. Journal of Experimental Psychology. 1970, roč. 85 (1):66, s. 66–74.
  5. KADIYALA, Padma; RAU, P. Raghavedra. Investor reaction to corporate event announcements: Under- reaction or over-reaction?. Journal of Business. 2004, roč. 77(2):357-386, s. 5.
  6. HILBERT, Martin. Toward a Synthesis of Cognitive Biases: How Noisy Information Processing Can Bias Human Decision Making. Psychological Bulletin. 2012, roč. 138(2), čís. 211–237, s. 14.
  7. HOPPE, Eva I.; KUSTERER, David J. Behavioral biases and cognitive reflection. Economics Letters. 2009, roč. 110(2011)97-100, s. 98–99.
  8. KAUFMAN, E. L., LORD, M. W.; REESE, T. W., VOKMANN, J. The Discrimination of Visual Number. The American Journal of Psychology. 1949, roč. 62(4), s. 498–525.
  9. MACGREGOR, Donald; LICHTENSTEIN, Sarah; SLOVIC, Paul. Structuring knowledge retrieval: An analysis of decomposed quantitative judgments. Organizational Behavior and Human Decision Processes. 1988, roč. 42(3), s. 303–323. DOI 10.1016/0749-5978(88)90003-9.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.