Bias sebagai Artefak

Biases as Artifacts 

https://onlinelibrary.wiley.com/doi/full/10.1002/9781119125563.evpsych241 

Salah satu kritik terhadap penelitian heuristik dan bias klasik (misalnya, Tversky & Kahneman, 1974) adalah bahwa strategi untuk mengidentifikasi bias dan mengevaluasi kinerja kognitif mungkin tidak sepenuhnya sesuai. Jika masalah yang disajikan di laboratorium bukanlah masalah yang dirancang oleh pikiran manusia, kita tidak perlu heran bahwa tanggapan orang-orang tampaknya tidak rasional secara sistematis.

Satu jenis artefak muncul dari format masalah baru secara evolusioner. Gigerenzer (1997) mengusulkan bahwa tugas yang dimaksudkan untuk menilai prediksi statistik manusia harus menyajikan informasi dalam format frekuensi (bukan probabilitas), mengingat bahwa frekuensi alami, seperti berapa kali suatu peristiwa telah terjadi dalam periode waktu tertentu, lebih mudah diamati. di alam. Sebaliknya, probabilitas (dalam arti angka antara 0 dan 1) adalah abstraksi matematika di luar data input sensorik, dan informasi tentang tingkat dasar kejadian hilang ketika probabilitas dihitung (Cosmides & Tooby, 1996). Perhitungan Bayesian yang melibatkan frekuensi oleh karena itu secara komputasi lebih sederhana daripada perhitungan ekivalen yang melibatkan probabilitas, frekuensi relatif, atau persentase. Sementara kalkulasi probabilitas perlu memperkenalkan kembali informasi tentang tarif dasar, kalkulasi frekuensi tidak dilakukan karena bagian dari komputasi ini sudah “selesai” dalam representasi frekuensi itu sendiri (Hoffrage, Lindsey, Hertwig, & Gigerenzer, 2001).

Menurut perspektif ini, manusia akan memiliki kemampuan untuk memperkirakan kemungkinan kejadian yang diberi petunjuk tertentu. Jika keterampilan ini adalah bagian dari penalaran manusia, tugas yang melibatkan input probabilitas cenderung tidak mengungkapkannya daripada tugas yang melibatkan frekuensi alami. Memang, format frekuensi memang meningkatkan kinerja dalam tugas-tugas seperti "masalah Linda" yang terkenal. Sedangkan format probabilitas menghasilkan pelanggaran aturan konjungsi di antara 50 dan 90% responden, format frekuensi menurunkan tingkat kesalahan antara 0 dan 25% (Fiedler, 1988; Hertwig & Gigerenzer, 1999; Tversky & Kahneman, 1983; tetapi lihat Mellers, Hertwig, & Kahneman, 2001). Penelitian yang lebih baru menunjukkan bahwa format probabilitas menimbulkan masalah serius bagi dokter medis: Tiga perempat dokter yang disurvei salah menafsirkan makna dan penerapan "tingkat kelangsungan hidup", dan jurnal sering menerbitkan makalah di mana statistik probabilitas ini disalahgunakan dalam menafsirkan hasil (Gigerenzer & Wegwarth, 2013).

Artefak kedua dapat muncul dari konten masalah baru secara evolusioner. Perspektif desain kognitif yang telah kami jelaskan menunjukkan bahwa peneliti tidak harus mengharapkan kinerja yang baik dalam tugas-tugas yang melibatkan aturan logika abstrak. Logika berbasis pemalsuan cukup sulit bagi manusia sehingga mata kuliah logika, statistik, dan desain penelitian berusaha untuk mengajarkannya kepada siswa (dengan hanya keberhasilan campuran). Wason (1983) secara empiris menegaskan hal ini di laboratorium menggunakan tugas yang mengharuskan subjek untuk menentukan apakah aturan bersyarat (jika p lalu q) telah dilanggar. Dia mendemonstrasikan bahwa subjek mengakui bahwa bukti konfirmasi (keberadaan p) relevan dengan keputusan, tetapi mereka sering gagal untuk memeriksa pemalsuan aturan (tidak adanya q). Penelitian yang menggunakan tugas Wason mengungkapkan berbagai efek konten yang tampak (Wason & Shapiro, 1971; Johnson-Laird, Legrenzi, & Legrenzi, 1972), di mana kinerja berubah secara dramatis menjadi lebih baik.

Dalam serangkaian eksperimen klasik, Cosmides (1989) menunjukkan bahwa sejumlah efek konten dapat dikaitkan dengan algoritme deteksi penipu. Ketika isi aturan bersyarat melibatkan pertukaran sosial (jika Anda mengambil manfaat [p], kemudian Anda membayar biayanya [q]), orang secara spontan didorong untuk mencari tidak hanya manfaat yang diambil (p) tetapi juga biaya yang tidak dibayarkan ( bukan q), dan kinerja meningkat secara dramatis dari 25% benar (Wason, 1983) menjadi 75% benar (Cosmides, 1989; juga lihat Cosmides, Barrett, & Tooby, 2010, untuk pembaruan terbaru yang mereplikasi temuan ini dan membantu untuk mengatur penjelasan alternatif yang diajukan oleh kritikus).

Kesimpulan yang bisa diambil dari studi tersebut bukanlah bahwa manusia pandai menggunakan aturan abstrak logika. Sebaliknya, manusia telah mengembangkan mekanisme pemecahan masalah yang disesuaikan dengan masalah yang muncul berulang kali dalam sejarah evolusi. Ketika masalah dibingkai dengan cara yang sesuai dengan masalah adaptif ini (seperti pelanggaran kontrak sosial), manusia dapat ditunjukkan untuk menggunakan strategi penalaran yang tepat.