Hevristike so »pravila palca«, kognitivne strategije, ki jih ljudje uporabljajo za izbiro ob preobremenitvi s podatki. Na primer, delodajalec lahko med sprejemanjem odločitev o zaposlovanju uporabi hevristično besedo »dolgi lasje pomenijo, da je oseba luskavica«. Kot v primeru prejšnjega primera, hevristika ne deluje vedno učinkovito. Nekatere hevristike vodijo do sistematičnih napak, ki jih je mogoče eksperimentalno izolirati – zato so označene kot pristranskosti.
Najpogostejši in ilustrativen primer sistematične pristranskosti je preveliko dodeljevanje verjetnosti konjunkcijam. Poskusite naslednje:
Linda je stara 31 let, samska, odkrita in zelo bistra. Na fakulteti je diplomirala iz filozofije. Kot študentka se je zelo ukvarjala z diskriminacijo in drugimi družbenimi vprašanji ter je sodelovala v protijedrskih demonstracijah. Katera izjava je bolj verjetna?
a. Linda je bančna blagajna.
b. Linda je bančna blagajna in aktivna v feminističnem gibanju.
V kombinaciji z drugimi možnostmi za zavrnitev testnega delavca večina ljudi dejansko izbere b, čeprav je verjetnost b (konjukcija) zagotovo nižja od verjetnosti a, ki je nadmnožica b. Toda naš um samodejno deluje na ta način. Zdi se, da so različne hevristike in pristranskosti vgrajene v način delovanja našega človeškega uma.
Poskusi drugo:
Ocenite izdelek serije:
9 x 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 = ?
vs
1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 = ?
Eksperimentalne študije so potrdile, da so ocene močno nagnjene k prvi seriji. V študiji, ki je od udeležencev zahtevala, da odgovorijo v petih sekundah, je bila povprečna ocena za prvo serijo 4,200, za drugo serijo pa le 500. Pravi odgovor je 40,000. Vsi so radikalno podcenili pravi odgovor.
Ta pristranskost se imenuje sidranje – osredotočanje na tisto, kar je najprej, in nezadostno prilagajanje, ko prihaja več podatkov. V prodajnem kontekstu bodo prodajalci stranki pogosto pokazali dražji izdelek, nato pa se postopoma prilagajali navzdol. Zaradi tega se vsi izdelki zdijo cenejši in je zelo učinkovita prodajna strategija, ki izkorišča univerzalne človeške hevristike in pristranskosti.
Bayesovo pravilo je bilo pogosto omenjano kot način matematičnega in normativnega oblikovanja napovedi, ki osvobaja odločevalce grožnje pristranskih odločitev. Žal je uporaba Bayesovega pravila v vsakdanjih kontekstih lahko težavna za tiste, ki za to niso izrecno usposobljeni.