Decizia

Fie ca este vorba de decizii simple sau de decizii complexe, mecanismele cognitive ale deciziei joaca un rol important în luarea deciziei. Între judecata si luarea deciziilor exista o usoara distinctie în psihologia cognitiva. Cercetarile care au avut ca sfera de interes judecata s-au focalizat pe procesul prin care persoanele trag anumite concluzii pe baza informatiilor de care dispun. În schimb, luarea deciziei s-a preocupat de alegerea unei optiuni dintre mai multe alternative implicând alegerea ca aspect subiectiv.

Noi vom aborda împreuna cele doua aspecte în cele ce urmeaza. Astfel, în luarea deciziilor merita precizate 2 modele menite sa descrie si sa explice decizia: modele descriptive si modelele normative.

Modelele normative pornesc de la câteva asumptii de baza:

- Rationalitatea subiectului decident (subiectul se comporta rational în luarea deciziei, cautând întotdeauna sa aleaga varianta optima, care-i asigura câstigul maxim dintre toate alternativele posibile ex. A>B, B>C, atunci A>C).

- Omniscienta subiectului decident (în luarea deciziei subiectul cunoaste toate alternativele si o selecteaza pe cea optima).

Aceste premise nu sunt îndeplinite deseori deoarece oamenii nu au întotdeauna acces la toate

cunostintele de care au nevoie pentru a decide (a); pot exagera sau minimaliza importanta unor informatii (b); unele trairi afective pot directiona gresit deciziile (c). De aceea, modelele normative arata cum ar trebui subiectii sa decida, nu cum decid în realitate. Ca si regulile logicii, modelele descriptive nu descriu procesul de gândire reala, ci îl corecteaza prin raportare la norma. Modelul poate avea în foarte putine situatii caracter descriptiv. Cele mai cunoscute modele normative sunt cele bazate pe valoarea asteptata si pe utilitatea asteptata.

Valoarea asteptata este un beneficiu calculat obiectiv, o expresie numerica independenta de perceptia subiectiva a indivizilor.

Ex: afacerea A are 42% sanse de a obtine un beneficiu de 1,000,000 lei

afacerea B are 80% sanse de a obtine un beneficiu de 500,000 lei.

Daca VA (valoarea asteptata) = PxV, vom avea VA pentru afacerea A = 420,000, iar VA pentru afacerea B = 400,000. În consecinta vom alege afacerea A. Trebuie remarcat ca de cele mai multe ori, probabilitatea nu este o valoare consemnata, ci una estimata, deci supusa erorilor de estimare.

Utilitatea asteptata cauta sa depaseasca restrictiile cazului valorilor asteptate. Se porneste de la ideea ca exista o diferenta între valoare si utilitate. Valoarea este un dat obiectiv, în timp ce utilitatea este perceptia subiectiva a unei valori (ex. Suma de 5000 lei în cumpararea unei sticle de bere, poate duce sau nu la atingerea scopului). Astfel în acest model nu vom tine cont de valoarea unei alternative, ci de utilitatea acesteia în atingerea scopului dorit de noi. Din acest punct de vedere modelul utilitatii asteptate este mai verosimil psihologic, implicând existenta si influenta subiectivitatii indivizilor.

Totusi, în situatii de stress sau de timp redus, modelul acesta nu pare a fi descriptiv. El are acest caracter doar pentru cazurile în care subiectii au suficiente resurse de timp sau psihice. Modelul devine prescriptiv pentru alte situatii complexe, care nu îndeplinesc aceste conditii minime.

Mai mult, chiar în conditiile în care subiectii au resursele necesare se instaleaza frecvent o eroare de neglijare a informatiilor initiale.

Exemplu seminar:

Un taxi este implicat într-un accident rutier pe timp de noapte. În orasul respectiv operau 2 companii de taxi: verzii si albastrii. Vi se ofera urmatarele informatii: (a) 85% din taxiurile din oras sunt de culoare verde, iar 15% sunt de culoare albastra (b); un martor al accidentului a relatat la tribunal ca a vazut ca taxiul implicat în accident era de culoare albastra.

Totusi, avocatii apararii au testat capacitatea martorului de a distinge corect culoarea taxiurilor în conditii de vizibilitate similare cu cele din noaptea accidentului. Astfel, în conditii special create, i-au fost aratate martorului o serie de taxiuri dintre care jumatate erau de culoare verde, iar jumatate erau de culoare albastra. Martorul a identificat corect un numar de 80% din automobile, gresind în 20% din cazuri.

Care este probabilitate (în procente) ca taxiul implicat în accident sa fie de culoare albastra?

Tendinta subiectilor era de a neglija informatiile initiale si de a se baza pe cea de a doua informatie, în concluzie de a decide ca masina avea aprox. 80% sanse sa fie de culoare albastra. Ori, daca am tine cont de probabilitatea relativa conform teoriei bayesiene, rezultatul ar fi fost diferit, fiind doar 41% sanse ca masina sa fie de culoare albastra.

La acest rezultat am fi ajuns astfel:

Palbastru = 0,15 * 0,80 = 0,12

Pverde 0,85 0,20 0,17

Din acest raport putem deduce o probabilitate de 41% ca taxiul implicat în accident sa fie de culoare albastra, fata de 59% sa fie deculoare verde.