O que é viés cognitivo?

Buscando e ponderando evidências que apoiam o que você já pensa. Onde isso dói: a lista de fornecedores montada após alguém ter decidido em particular, onde cada chamada de referência confirma em vez de testar.
Evidência: a tarefa de descoberta de regras de Wason de 1960 é a origem, embora sua própria conclusão se aplicasse ao subgrupo que persistiu após dois ou mais erros. Klayman e Ha (1987) reformularam isso como uma estratégia de teste positivo que é normativamente sólida na maioria dos ambientes — você não é irracional por procurar onde espera encontrar coisas. A meta-análise de Hart e colegas de 2009 na Psychological Bulletin coloca o viés de congenialidade em d = 0.36, e ele se inverte quando informações que desconfirmam são genuinamente úteis.
No Argumentree: o ramo de contra-argumento não é opcional. Uma afirmação sem um caso de contra-registro é visivelmente incompleta em vez de silenciosamente não contestada, e uma cadeia de perguntas vincula o desafio à afirmação exata que contesta.

O primeiro número mencionado define o intervalo dentro do qual todos discutem. Onde isso impacta: quem diz um valor orçamentário, uma avaliação ou uma data de entrega primeiro move todas as estimativas subsequentes.
Evidence: A demonstração de Tversky e Kahneman de 1974 teve estimativas medianas de 25 contra 45 para a mesma quantidade após âncoras de 10 e 65. Muitos Labs 1 replicaram a ancoragem de forma robusta — mas usando âncoras fornecidas. Ancoragem incidental de números aleatórios falhou em Muitos Labs 2 (d = 0.04, p = .09, N = 6.826). Portanto: âncoras deliberadas movem as pessoas; números arbitrários no ambiente em grande parte não movem.
Em Argumentree: as posições são submetidas de forma independente antes da discussão, então não há um primeiro número para se ancorar. A âncora precisa de um público, e a entrada assíncrona a remove.

Julgar a probabilidade de algo com base na facilidade com que um exemplo vem à mente. Onde dói: a interrupção do último trimestre domina o registro de riscos, enquanto o risco maior e mais lento, sobre o qual ninguém tem uma história, não é listado.
Evidence: dividido, e vale a pena saber qual metade. A famosa demonstração da frequência de letras foi minada — Sedlmeier, Hertwig e Gigerenzer (1998) descobriram que os julgamentos geralmente seguiam as proporções reais. O mecanismo de facilidade de recuperação sobrevive: a meta-análise de Weingarten e Hutchinson de 2018, que abrange 263 estudos, encontra um efeito médio, embora o viés de publicação o reduza em até um terço.
Em Argumentree: os argumentos carregam suas evidências, então uma anedota vívida e uma taxa base ficam lado a lado e são avaliadas separadamente — e a linha do tempo mostra quando cada uma entrou na discussão.

O artigo de Moore e Healy de 2008 na Psychological Review divide isso em três: superestimar sua pontuação, se posicionar excessivamente em relação aos outros e superprecisão — estar muito certo de que sua estimativa está correta. Onde isso dói: a faixa de entrega que é excessivamente estreita, de modo que todo plano a jusante herda uma falsa precisão.
Evidence: a superprecisão é a mais robusta. Soll e Klayman descobriram que os intervalos de confiança "às vezes são apenas 40% do tamanho necessário para estar bem calibrado." A superestimação e o superposicionamento se invertem com a dificuldade da tarefa — tarefas difíceis produzem superestimação, mas subposicionamento — e o efeito difícil-fácil em si é parcialmente um artefato de regressão (Juslin et al. 2000).
In Argumentree: as classificações são sobre o argumento, não a afirmação, então uma reivindicação confiante com evidências fracas pontua como evidências fracas.

Subestimar seus próprios prazos de conclusão enquanto julga os dos outros de forma realista. Onde isso dói: cada migração, integração e data de lançamento que você já definiu.
Evidence: forte no campo. Flyvbjerg e colegas (2002) examinaram 258 projetos de transporte no valor de cerca de US$90 bilhões e descobriram que os custos foram subestimados em aproximadamente nove em cada dez — ferrovias +45%, ligações fixas +34%, estradas +20%. Buehler, Griffin e Ross (1994) é a origem do laboratório, e notavelmente o viés foi eliminado quando os participantes foram forçados a conectar a estimativa à experiência passada. Advertência que vale a pena considerar: a revisão de Halkjelsvik e Jørgensen de 2012 encontrou subestimação dominante na literatura de engenharia e gestão, mas não na literatura de psicologia.
Em Argumentree: a estimativa se torna uma afirmação com evidências anexadas — incluindo a classe de referência — em vez de um número afirmado em uma reunião de planejamento.

Preferindo o arranjo atual e tratando "não fazer nada" como neutro em vez de uma escolha com consequências. Onde isso dói: o fornecedor atual renovou porque mudar requer justificativa e ficar não.
Evidence: entre os mais fortes aqui. Samuelson e Zeckhauser (1988) testaram 486 sujeitos e descobriram que apenas 28% dos participantes do TIAA-CREF haviam nunca mudado sua alocação. A meta-análise de 2019 de Jachimowicz e colegas sobre efeitos de default em 58 conjuntos de dados (n = 73.675) relata d = 0,68 [0,53, 0,83], e Madrian e Shea descobriram que a participação no 401(k) passou de 37% para 86% apenas com a mudança do default.
In Argumentree: "manter o que temos" é inserido como uma opção com seus próprios prós e contras, então compete com base em evidências em vez de vencer por não estar na agenda.

Os mesmos fatos descritos como um ganho ou uma perda produzem escolhas diferentes. Onde dói: "90% de taxa de sucesso" e "10% de taxa de falha" são o mesmo número e não têm o mesmo impacto.
Evidence: robusto na direção, aproximadamente metade da magnitude original. Many Labs 1 replicou o item da doença asiática de Tversky e Kahneman: original d = 1.13 → replicação d = 0.62 (N = 6.271). Many Labs 2 replicou um item diferente do mesmo artigo de 1981 — original OR 4.96 → OR 2.06 (N = 7.228). Esses dois são constantemente confundidos; são estudos diferentes. A meta-análise de Kühberger de 136 artigos considera a estrutura confiável e de tamanho pequeno a moderado.
In Argumentree: os critérios de decisão são escritos antes que as opções sejam estruturadas, e uma afirmação pode ser declarada uma vez e desafiada em ambas as estruturas, em vez de sobreviver à apresentação.

Uma vez que você conhece o resultado, acredita que sempre soube. Onde dói: o pós-morte que se torna uma busca por quem deveria ter percebido, o que ensina a todos a serem mais silenciosos na próxima vez.
Evidence: robusta, magnitude contestada. Fischhoff (1975) mostrou que o conhecimento do resultado aumenta a probabilidade julgada e que as pessoas estão em grande parte inconscientes da mudança. Meta-análises discordam sobre o tamanho: Christensen-Szalanski e Willham (122 estudos) relatam r = .17; Guilbault e colegas (95 estudos) relatam uma mediana em torno de .39 — e descobriram que manipulações de desvio são em grande parte ineficazes.
In Argumentree: o registro de decisão é datado, para que uma revisão possa julgar a decisão com base nas evidências que existiam na época, em vez do resultado que chegou depois.

Explicando o comportamento pelo caráter enquanto desconsidera a situação. Onde dói: o projeto falhou porque a liderança era fraca — em vez de porque o processo lhes deu um prazo definido por ancoragem e um plano aprovado por consenso.
Evidence: sólido no paradigma. Jones e Harris (1967) descobriram que as atribuições de atitude persistiam mesmo quando a posição do ensaio era atribuída em vez de escolhida. Muitos Labs 2 replicaram com sucesso um estudo de viés de correspondência — original d = 1.75, replicação d = 1.82, um dos resultados mais robustos do conjunto. Transculturalmente, atenua em vez de desaparecer.
In Argumentree: os argumentos são avaliados, as pessoas não são. Esse é o princípio de design inteiro, e é a resposta estrutural direta a esse viés.

Contabilizando gastos passados irrecuperáveis em uma decisão presente. Onde dói: o projeto defendido por causa do que já consumiu.
Evidence: real, mas moderada, e as medidas são contestadas. Arkes e Blumer (1985) descobriram que 85% escolheram terminar um plano que já se sabia ser inferior. A meta-análise de Sleesman e colegas coloca o custo afundado em ρ = .243 — comparável, mas não maior que, a responsabilidade pessoal. Uma análise de 2025 descobriu que as vinhetas clássicas de custo afundado têm baixa consistência interna (ω = 0.14–0.57), então trate os achados de vinhetas únicas com cuidado. Note também que no próprio estudo teatral de Arkes e Blumer o efeito estava presente na primeira metade da temporada e essencialmente desapareceu na segunda.
Em Argumentree: os critérios de saída podem ser registrados quando o projeto é aprovado, então a revisão lê um documento em vez de reavaliar o julgamento de um colega — veja escalada de compromisso.

Avaliando quão bem um caso se encaixa em um estereótipo enquanto ignora quão comum a coisa realmente é. Onde isso dói: "este negócio parece com aqueles que ganhamos" — sem a taxa de vitória.
Evidence: robusto como uma demonstração, e fortemente dependente de formato, que é a parte acionável. Casscells e colegas (1978) descobriram que apenas 18% do pessoal médico deu a resposta correta, enquanto 45% estavam errados por um fator de quase cinquenta; Manrai e colegas repetiram isso 36 anos depois com resultados quase idênticos (23% corretos, 44% dando a mesma resposta errada). Mas Gigerenzer e Hoffrage mostraram que as respostas corretas aumentaram de cerca de 16% para 46–50% quando o mesmo problema é apresentado em frequências naturais em vez de probabilidades.
Em Argumentree: a evidência está ligada à afirmação que apoia, então uma taxa base está presente como um argumento em vez de ser lembrada — ou não — por quem quer que a conheça.

A afirmação de que os menos competentes são os mais confiantes. Onde isso dói: a certeza mais alta na sala pertence à pessoa com a menor base para isso.
Evidence — e este precisa de cuidado. O padrão descritivo se replica: os de baixo desempenho superestimam a si mesmos. A explicação em grande parte não se sustenta. Nuhfer e colegas reproduziram a forma clássica do gráfico a partir de números aleatórios; Gignac e Zajenkowski (2020, N = 929) encontraram a relação essencialmente linear e o efeito muito menor do que o relatado; McIntosh e colegas descobriram que, quando a dificuldade da tarefa foi igualada, o padrão foi eliminado — o nível de desempenho, não o déficit metacognitivo, foi o motor. Para ser justo, Pennycook e Jansen e colegas realmente encontram que os de baixo desempenho são menos capazes de avaliar suas próprias respostas.
Resumo honesto: as pessoas superestimam a si mesmas, mas a maior parte do gráfico famoso é uma regressão à média mais melhor do que a média. Não cite isso como uma lei.
Em Argumentree: a confiança não é um insumo de pontuação. Uma classificação se vincula à evidência de um argumento, então a certeza não tem peso que não tenha conquistado.