Che cos'è il bias cognitivo?

Cercare e pesare le prove che supportano ciò che già pensi. Dove colpisce: la lista dei fornitori assemblata dopo che qualcuno ha deciso privatamente, dove ogni chiamata di riferimento conferma piuttosto che testare.
Prove: il compito di scoperta delle regole di Wason del 1960 è l'origine, anche se la sua conclusione si applicava al sottogruppo che persisteva dopo due o più errori. Klayman e Ha (1987) lo hanno riformulato come una strategia di test positivo che è normativamente valida nella maggior parte degli ambienti — non sei irrazionale per cercare dove ti aspetti di trovare cose. L'analisi meta del 2009 di Hart e colleghi in Psychological Bulletin pone il bias di congenialità a d = 0.36, e si inverte quando le informazioni disconfirmanti sono genuinamente utili.
In Argumentree: il ramo contro non è opzionale. Un'affermazione senza un caso contro registrato è visibilmente incompleta piuttosto che silenziosamente non contestata, e una catena di domande collega la sfida all'esatta affermazione che contesta.

Il primo numero menzionato stabilisce l'intervallo entro cui tutti discutono. Dove colpisce: chiunque dica per primo una cifra di budget, una valutazione o una data di consegna ha spostato ogni stima successiva.
Prova: la dimostrazione di Tversky e Kahneman del 1974 aveva stime medie di 25 contro 45 per la stessa quantità dopo ancore di 10 e 65. Many Labs 1 ha replicato l'ancoraggio in modo robusto — ma utilizzando ancore fornite. L'ancoraggio incidentale da numeri casuali è fallito in Many Labs 2 (d = 0.04, p = .09, N = 6,826). Quindi: le ancore deliberate muovono le persone; i numeri arbitrari nell'ambiente in gran parte non lo fanno.
In Argumentree: le posizioni vengono presentate in modo indipendente prima della discussione, quindi non c'è un primo numero su cui ancorarsi. L'ancora ha bisogno di un pubblico, e l'input asincrono la rimuove.

Giudicare quanto sia probabile qualcosa in base a quanto facilmente un esempio viene in mente. Dove colpisce: l'interruzione dello scorso trimestre domina il registro dei rischi mentre il rischio più lento e più grande di cui nessuno ha una storia rimane non elencato.
Prove: diviso, ed è utile sapere quale metà. La famosa dimostrazione della frequenza delle lettere è stata minata — Sedlmeier, Hertwig e Gigerenzer (1998) hanno scoperto che i giudizi seguivano generalmente le proporzioni reali. Il meccanismo di facilità di recupero sopravvive: la meta-analisi del 2018 di Weingarten e Hutchinson su 263 studi trova un effetto medio, anche se il bias di pubblicazione lo riduce fino a un terzo.
In Argumentree: gli argomenti portano le loro prove, quindi un aneddoto vivido e un tasso di base si trovano fianco a fianco e vengono valutati separatamente — e la linea temporale mostra quando ciascuno è entrato nella discussione.

Il documento del 2008 di Moore e Healy in Psychological Review lo suddivide in tre: sovrastimare il proprio punteggio, sovraposizionarsi rispetto agli altri e eccessiva precisione — essere troppo certi che la propria stima sia corretta. Dove colpisce: l'intervallo di consegna è troppo ristretto, quindi ogni piano a valle eredita una falsa precisione.
Prove: l'eccessiva precisione è quella robusta. Soll e Klayman hanno trovato che gli intervalli di confidenza "a volte sono solo il 40% delle dimensioni necessarie per essere ben calibrati." La sovrastima e la sovraposizione si invertono con la difficoltà del compito: i compiti difficili producono sovrastima ma sottoposizionamento — e l'effetto difficile-facile è in parte un artefatto di regressione (Juslin et al. 2000).
In Argumentree: le valutazioni si basano sull'argomento, non sull'affermazione, quindi un'affermazione sicura con prove deboli ottiene punteggi come prove deboli.

Sottovalutare i propri tempi di completamento mentre si giudicano realisticamente quelli degli altri. Dove colpisce: ogni data di migrazione, integrazione e lancio che hai mai fissato.
Prove: forti sul campo. Flyvbjerg e colleghi (2002) hanno esaminato 258 progetti di trasporto del valore di circa 90 miliardi di dollari e hanno trovato costi sottovalutati in circa nove casi su dieci — ferrovie +45%, collegamenti fissi +34%, strade +20%. Buehler, Griffin e Ross (1994) è l'origine di laboratorio, e in particolare il bias è stato eliminato quando i partecipanti sono stati costretti a collegare la stima all'esperienza passata. Avvertenza da tenere a mente: la revisione di Halkjelsvik e Jørgensen del 2012 ha trovato la sottovalutazione dominante nella letteratura ingegneristica e di gestione ma non nella letteratura psicologica.
In Argumentree: la stima diventa un'affermazione con prove allegate — inclusa la classe di riferimento — piuttosto che un numero affermato in una riunione di pianificazione.

Preferendo l'attuale disposizione e trattando "non fare nulla" come neutro piuttosto che come una scelta con conseguenze. Dove colpisce: il fornitore attuale è stato rinnovato perché cambiare richiede giustificazione e rimanere no.
Prove: tra le più forti qui. Samuelson e Zeckhauser (1988) hanno coinvolto 486 soggetti e hanno scoperto che solo il 28% dei partecipanti TIAA-CREF aveva mai cambiato la propria allocazione. L'analisi meta del 2019 di Jachimowicz e colleghi sugli effetti di default su 58 dataset (n = 73.675) riporta d = 0.68 [0.53, 0.83], e Madrian e Shea hanno trovato che la partecipazione al 401(k) è passata dal 37% all'86% solo con un cambiamento di default.
In Argumentree: "mantenere ciò che abbiamo" è inserito come un'opzione con i propri pro e contro, quindi compete sulla base delle prove invece di vincere non essendo all'ordine del giorno.

Gli stessi fatti descritti come un guadagno o una perdita producono scelte diverse. Dove colpisce: "90% di tasso di successo" e "10% di tasso di fallimento" sono lo stesso numero e non vengono percepiti allo stesso modo.
Prove: robuste nella direzione, circa la metà della magnitudine originale. Many Labs 1 ha replicato l'elemento della malattia asiatica di Tversky e Kahneman: originale d = 1.13 → replica d = 0.62 (N = 6.271). Many Labs 2 ha replicato un elemento diverso dallo stesso articolo del 1981 — OR originale 4.96 → OR 2.06 (N = 7.228). Questi due vengono costantemente confusi; sono studi diversi. La meta-analisi di Kühberger su 136 articoli definisce il framing come affidabile e di dimensioni piccole-moderate.
In Argumentree: i criteri decisionali sono scritti prima che le opzioni siano inquadrate, e un'affermazione può essere dichiarata una volta e contestata in entrambi i frame piuttosto che sopravvivere alla presentazione.

Una volta che conosci l'esito, credi di averlo saputo fin dall'inizio. Dove colpisce: il post-mortem che diventa una ricerca di chi avrebbe dovuto vederlo, che insegna a tutti a essere più silenziosi la prossima volta.
Prove: robuste, magnitudo contestata. Fischhoff (1975) ha dimostrato che la conoscenza dell'esito aumenta la probabilità giudicata e che le persone sono in gran parte inconsapevoli del cambiamento. Le meta-analisi non concordano sulla dimensione: Christensen-Szalanski e Willham (122 studi) riportano r = .17; Guilbault e colleghi (95 studi) riportano una mediana intorno a .39 — e hanno trovato che le manipolazioni di debiasing sono in gran parte inefficaci.
In Argumentree: il registro delle decisioni è timbrato, quindi una revisione può giudicare la decisione sulla base delle prove esistenti al momento invece che sull'esito arrivato successivamente.

Spiegare il comportamento attraverso il carattere escludendo la situazione. Dove colpisce: il progetto è fallito perché il leader era debole — piuttosto che perché il processo ha imposto una scadenza fissata dall'ancoraggio e un piano approvato per consenso.
Prove: solide nel paradigma. Jones e Harris (1967) hanno scoperto che le attribuzioni di atteggiamento persistevano anche quando la posizione dell'argomento era assegnata piuttosto che scelta. Many Labs 2 ha replicato con successo uno studio sul bias di corrispondenza — originale d = 1.75, replica d = 1.82, uno dei risultati più robusti del set. Cross-culturalmente si attenua piuttosto che scomparire.
In Argumentree: gli argomenti sono valutati, le persone no. Questo è il principio di design fondamentale, ed è la risposta strutturale diretta a questo bias.

Contare le spese passate non recuperabili in una decisione presente. Dove colpisce: il progetto difeso a causa di ciò che ha già consumato.
Prove: reali ma moderate, e le misure sono contestate. Arkes e Blumer (1985) hanno scoperto che l'85% ha scelto di completare un aereo che era già noto per essere inferiore. La meta-analisi di Sleesman e colleghi pone il costo sommerso a ρ = .243 — comparabile, non maggiore, alla responsabilità personale. Un'analisi del 2025 ha trovato che i vignette classici sui costi sommersi hanno una scarsa coerenza interna (ω = 0.14–0.57), quindi trattare i risultati di vignette singole con cautela. Nota anche che nel proprio studio teatrale di Arkes e Blumer l'effetto era presente nella prima metà della stagione ed essenzialmente sparito nella seconda.
In Argumentree: i criteri di uscita possono essere registrati quando il progetto è approvato, quindi la revisione legge un documento piuttosto che rielaborare il giudizio di un collega — vedi escalation of commitment.

Giudicando da quanto bene un caso corrisponde a uno stereotipo ignorando quanto sia comune la cosa in realtà. Dove colpisce: "questo affare sembra quelli che vinciamo" — senza il tasso di vittoria.
Prove: robusto come dimostrazione e fortemente dipendente dal formato, che è la parte azionabile. Casscells e colleghi (1978) trovarono che solo il 18% del personale medico diede la risposta corretta mentre il 45% si sbagliò di un fattore di quasi cinquanta; Manrai e colleghi lo ripeterono 36 anni dopo con risultati quasi identici (23% corretti, 44% che diedero la stessa risposta sbagliata). Ma Gigerenzer e Hoffrage mostrarono che le risposte corrette aumentavano da circa il 16% a 46–50% quando lo stesso problema viene posto in frequenze naturali piuttosto che in probabilità.
In Argumentree: le prove sono collegate all'affermazione che supportano, quindi un tasso di base è presente come argomento piuttosto che ricordato — o meno — da chiunque abbia la fortuna di conoscerlo.

L'affermazione che i meno competenti siano i più sicuri di sé. Dove colpisce: la certezza più forte nella stanza appartiene alla persona con meno basi per essa.
Prove — e questa richiede attenzione. Il modello descrittivo si replica: i performer scarsi si sopravvalutano. L'spiegazione in gran parte non lo fa. Nuhfer e colleghi hanno riprodotto la forma classica del grafico da numeri casuali; Gignac e Zajenkowski (2020, N = 929) hanno trovato la relazione essenzialmente lineare e l'effetto molto più piccolo di quanto riportato; McIntosh e colleghi hanno scoperto che quando la difficoltà del compito era equalizzata, il modello è stato eliminato — il livello di prestazione, non il deficit metacognitivo, era il motore. A dire il vero, Pennycook e Jansen e colleghi trovano che i performer scarsi siano meno in grado di valutare le proprie risposte.
Riassunto onesto: le persone si sopravvalutano, ma gran parte del famoso grafico è regressione verso la media più meglio del medio. Non citarlo come una legge.
In Argumentree: la fiducia non è un input di punteggio. Una valutazione si attacca alle prove di un argomento, quindi la certezza non ha peso se non guadagnato.