MÁRIO BOTO FERREIRA (**)
LEONEL GARCIA-MARQUES (**)
RESUMO
Segundo Tversky e Kahneman (1974), a actividade inferencial humana baseia-se em grande medida em heurísticas (regras simplificadas de tomada de decisão) que divergem dos princípios estatísticos apropriados ao julgamento na incerteza. No entanto, Nisbett, Krantz, Jepson e Kunda (1983), defenderam que paralelamente às heurísticas não-estatísticas, as pessoas também possuem heurísticas estatísticas (i.e. representações intuitivas e abstractas de certos princípios estatísticos). Fong e Nisbett (1991), sugerem que o uso das heurísticas estatísticas está dependente de regras de codificação (associadas a domínios de conteúdo específicos). Aqui considera-se que o essencial das regras de codificação é a facilitação do reconhecimento do componente de acaso subjacente aos problemas indutivos. Assim, condições experimentais que facilitem o reconhecimento deste componente aleatório deverão resultar numa melhoria do desempenho estatístico. Para testar esta hipótese, foram usadas duas manipulações de facilitação do reconhecimento do acaso. Os participantes responderam a um conjunto de problemas indutivos sobre diversos domínios (Desporto, Fidelidade conjugal, Escola, e Saúde), envolvendo vários princípios estatísticos (Lei dos Grandes Números, Regressão à Média, Base-Rates, e Diagnosticidade) antes e após as manipulações (imediatamente ou duas semanas depois). Os resultados revelam uma melhoria no desempenho estatístico para os domínios Fidelidade e Escola, e para os princípios regressão à média e diagnosticidade.
Palavras-chave: Indução, julgamento na incerteza, heurísticas.
ABSTRACT
]]> Human inference is, according to Tversky and Kahneman (1974), greatly based in heuristics (simplified rules of decision making) that diverge from the statistical principles appropriate to judgment under uncertainty. However, Nisbett, Krantz, Jepson and Kun-da (1983), contend that beyond these non-statistical heuristics, people also possess statistical heuristics (i.e., intuitive counterparts of statistical principles). Fong and Nisbett (1991), suggest that the use of statistical heuristics depends from codification rules associated to specific content domains. In the present work, we propose that codification rules facilitate the recognition of the chance component inherent to inductive problems. Thus, experimental conditions that facilitate the recognition of this chance component should result in the improvement of statistical performance. To test this hypothesis, we used two manipulations meant to facilitate chance recognition. Participants answered to a number of inductive problems concerning diverse content domains (Sports, Fidelity, School and Health), and regarding a number of statistical principles (Law of the great numbers, Regression to the mean, Base-Rates, and Diagnosticy) before and after the manipulations (immediately and two weeks after). The results showed that statistical performance improved in the domains of Fidelity and School, and for problems concerning Regression to the mean and Diagnosticity principles.Key words: Judgment under uncertainty, heuristics.
Texto completo disponível apenas em PDF.
Full text only available in PDF format.
REFERÊNCIAS
Doherty, M. E., Mynatt R., Tweney, R. D., & Schiavo, M. D. (1979). Pseudodiagnosticty. Acta Psychologica, 3, 11-121. [ Links ]
Einhorn, H. J., & Hogarth, R. M. (1981). Behavioral decision theory: Processes of judgment and choice. Annual Review of Psychology, 32, 53-88. [ Links ]
Everitt, B. S. (1977). The analysis of contingency tables. CH, London, New York: Halsted Press. [ Links ]
Fong, G. T., & Nisbett, R. E. (1991). Immediate and delayed transfer of training effects in statistical reasoning. Journal of Experimental Psychology, 120, 34-45. [ Links ]
Fong, G. T., Krantz, D. H., & Nisbett, R. E. (1986). The effects of statistical training on thinking about everyday problems. Cognitive Psychology, 18, 293-328. [ Links ]
Ginossar, Z., & Trope, Y. (1987). Problem solving in judgment under uncertainty. Journal of Personality and social Psychology, 52, 464-474. [ Links ]
Gilovich, T., Griffin, D., & Kahneman, D. (2002). Heuristics and biases: The psychology of intuitive judgment. Cambridge: Cambridge University Press. [ Links ]
Kahneman, D., Slovic, P., & Tversky, A. (1982). Judgment under uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press. [ Links ]
Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3, 430-454. [ Links ]
Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80, 237-251. [ Links ]
Nisbett, R. E. (1993). Rules for reasoning. Hillsdale, NJ: Lawrence Erlbaum, LEA. [ Links ]
Nisbett, R. E., & Ross, L. (1980). Human inference: Strategies and shortcomings of social judgment. Englewood Cliffs, NJ: Prentice-Hall. [ Links ]
Nisbett, R. E., Krantz, D. H. Jepson, S. D., & Kunda, Z. (1983). The use of statistical heuristics in everyday reasoning. Psychological Review, 90, 339-363. [ Links ]
Sherman, S. J., & Corty, E. (1984). Cognitive heuristics. In R. S. Wyer, & T. K. Srull (Eds.), Handbook of social cognition (Vol. 1, pp. 189-286). Hillsdale, NJ: LEA. [ Links ]
Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Review, 2, 105-110. [ Links ]
Tversky, A., & Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology, 4, 207-232. [ Links ]
Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185, 1124-1131. [ Links ]
Tversky, A., & Kahneman, D. (1982). Evidential impact of base rates. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases. Cambridge: Cambridge University Press. [ Links ]
Winer, B. J. (1971). Statistical principles in experimental design (2nd ed.). New York: McGraw-Hill. [ Links ]
(*) Este artigo baseia-se na dissertação de Mestrado em Psicologia Cognitiva do primeiro autor sob orientação do segundo autor. Qualquer questão relativa ao artigo deve ser dirigida mabf@fpce.ul.pt
(**) Faculdade de Psicologia e de Ciências da Educação da Universidade de Lisboa.
]]>