生物科学门户网站
BIO1000.COM

二进制偏差扭曲了我们整合信息的方式

根据发表的研究报告,当我们评估和比较一系列数据点时 - 无论这些数据与健康结果,人头数或菜单价格有关 - 我们倾向于忽略证据的相对强度,并将其视为简单的二元数据。在心理科学,协会心理科学的杂志。

研究的第一作者,卡内基梅隆大学的心理学家马修·费舍尔说:“人们表现出强烈倾向于将数据分布二分,并忽略实例与显性或推断中点的差异程度的差异。”“这种趋势在各种信息格式和内容领域都非常普遍,我们的研究首次证明了这种普遍趋势。”在一系列六项研究中,费舍尔和耶鲁大学的合着者弗兰克·凯尔(Frank C. Keil)研究了人们如何将连续范围的数据点简化为两类。“特别是在互联网时代,人们可以获得大量的信息,”费舍尔说。“我们一直对人们如何在触手可及的情况下理解所有数据感兴趣。”

Fisher和Keil假设人们会隐含地创建一个“不平衡分数”,分析落在给定边界一侧的数据点与落在另一侧的数据点之间的差异。例如,如果人们正在评估调查咖啡因与健康之间关系的不同研究的数据,他们会很快将数据分类为显示效果与否,无论证据的相对强度如何。在一项在线研究中,Fisher和Keil随机分配了605名参与者,以考虑与科学报告,目击者证词,社会判断或消费者评论相关的特定主题。他们看到了一系列关于两个变量之间关系的17个主张,例如服用某种药物和体验饥饿感(例如,“一组科学家发现新药物使得感觉饥饿的可能性增加2倍”,“一组科学家们发现,新的药物让人感到饥饿感的可能性降低了4倍。

在查看索赔之后,参与者随后总结了证据,选择最能体现其整体印象的评级。正如假设的那样,不平衡得分 - 从强弱证据索赔的数量中减去的强弱证据索引的数量 - 与参与者的简易判断相关联。他们的简易判断也受到他们所看到的第一件证据的影响。在另外两项在线研究中,人们看到了各种形式的数据,包括纵向和横向条形图,饼图,有或没有百分比的口头描述,以及点图,进一步证明了不平衡得分对参与者估计的影响。

二元偏见甚至出现在现实世界决策的背景下:参与者似乎将数据分为两类,无论是评估菜单价格还是确定哪些工厂的二氧化碳排放量更高。在这两个领域中,参与者的判断都受到数据隐含的不平衡得分的影响。“我们对上下文和内容领域的影响普遍存在感到惊讶,”费舍尔说。“二元偏见影响了人们如何解释信息序列和各种图形显示。”偏见如此普遍的事实表明,这不是由于数据可视化或统计信息的特定特征,而是一般的认知错觉。Fisher和Keil怀疑这种认知扭曲可能提供一种认知捷径,使我们能够相对有效地处理大量信息。“我们的工作表明,偏见是一种基本的处理机制,适用于许多背景,包括健康,财务和公共政策决策,”研究人员总结道。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。