スライド 1

認知心理学
人間の推論と意志決定
今井むつみ
判断と意志決定
• 人は常に合理的な判断を下すことができるだ
ろうか?
• 判断と意志決定に関する3つの視点
– 記述的:人間がどのような状況でどのように判断
を下し、意志決定をするかを記述する
– 規範的:どのような判断が合理的な判断か
– 処方的:人が合理的な判断、意志決定を下すこと
ができるようになるにはどうしたらよいか
合理的な判断とは?
• 意志決定者の現在の資産、資源に基づいて
判断する
• どのような結果が可能かを吟味する
• 不確定な結果の予測は確率法則に則って考
える。
しかし…
• 判断は過去の出来事に影響される
• 結果がどのように記述(フレーム)されるかに
よって判断が影響される
• 選択は我々の感情的な反応によって影響さ
れる
• 我々の推論の仕方はことごとく確立法則を
破っている
合理的な判断に無関係であるが、
我々の判断を左右する要素
– 習慣
– 伝統
– 他人の行動
– 宗教的決まり
– 過去にうまくいった経験
– 成功した人の真似
合理的な判断をするためには
• 合理的な判断はすでに起こったことに影響さ
れるべきではなく、現在の状態のみを基準に
してなされるべきである
• しかし、人は過去の出来事に大きく
影響される
Sunk Costs
• 定義
あることに資本、努力、時間がすでに費やさ
れた場合、(合理的にはそれを続けない方が
よい状況でも)今後も続けようとする傾向
→費やした資本、資源を回収しようとする傾向
Sunk Costsの例(1)
• あなたはこれからあなたの好きなイベント(コ
ンサート、劇、サッカーなど)に行こうと思い、
チケットを買いました。チケットは8千円でした。
ところがチケットをどこかに置き忘れ、無くした
ことに気がつきました。あなたはもう一度チ
ケットを買いますか?
はい:34.8% いいえ:64.3%
Sunk Costsの例(2)
• あなたはこれからあなたの好きなイベントに
行くところです。チケットの代金は8千円で、
当日券を買うつもりです。ところが、チケットの
代金の8千円を入れておいた封筒を電車の
中で無くしてしまいました。あなたはもう一度
お金をおろしてイベントに行きますか?
はい:67% いいえ33%
Sunk Costsの例(3)
• あなたは航空機製造会社の社長です。あなたの会社では通
常のレーダーでキャッチされない飛行機の開発チームを作り、
そのプロジェクトのために10億円を使いました。プロジェクト
は90%完成し、あとちょっとで目標の飛行機ができそうです。
ところが、あなたのライバル会社が同じ様な開発をしており、
そちらの飛行機はあなたの会社の飛行機よりも速度も速く、
値段も安いことが極秘情報として入ってきました。プロジェクト
を完成させるためには、あと1億の投資が必要です。あなたは
10億円をあきらめてプロジェクトを中止しますか? それとも
あと1億円使って完成させますか?
完成させる:77.7%
中止する:22.3%
Sunk Costsの例(4)
• あなたは航空機製造会社の社長です。あなたの会社では、
新しい飛行機の機種を開発するプロジェクトを立ち上げまし
た。プロジェクトは順調に進みましたが、予算があと1億円
残っています。専門家から、飛行機が通常のレーダーで
キャッチされないデバイスがあるようにすると良いアドバイス
され、プロジェクトの予算の残り1億円をそのデバイスの開発
に使うつもりでした。ところが、あなたのライバル会社がその
デバイスをすでに開発していることが極秘情報として入ってき
ました。あなたは残り1億円を使って開発を進めますか?そ
れとも他のことに使いますか?
開発を予定通り進める:28.6% 他のことに使う:70・5%
Sunk Costs効果の説明
• プロスペクト理論(Tversky & Kahneman,
1979)
すでに費やされたお金、時間、努力が無駄で
あったと認めるのは感情的に困難
→投資が意味あるものであったと信じることに
よって感情的な忌諱感を避ける
→さらに投資を続けることによって(過去の)投
資が意味あるものであったという信念を強化
する
判断が過去の事象に影響される
そのほかの例
• コインを投げて表が出る確率
→各回1/2
• コインを10回投げて10回表が出る確率
→(1/2)の10乗 1/1024=0.000977
• 少なくとも1回は裏が出る確率
→1-(1/2)の10乗=0.999
( 1/ 2 )
Sunk Costsの例(5)
• あなたはコインを10回投げて何回表が出る
かというゲームをしています。このコインは正
常なコインで、どちらかが出やすくなるような
細工はしてありません。最初の1回目は裏で
した。2回目に表が出る確率は?
1/2:93.8%
1/2以上:5.4%
Sunk Costsの例(6)
• あなたはコインを10回投げて何回表が出る
かというゲームをしています。このコインは正
常なコインで、どちらかが出やすくなるような
細工はしてありません。今まで8回投げました
が、今まですべて裏が出ています。次の回に
は表と裏、どちらが出ると思いますか?
表
17.9%
裏
4.5%
わからない
75.9%
期待値(Expected Value)
• 定義:ある状況で何回も何回も(無限回)試行を繰り
返したときに、いくら利益を得るか、あるいはいくら
の損失になるか
• 一枚100円で1000枚の内1枚が当たりくじ、当た
れば75000円もらえる場合
このときの期待値:
P(win \7,500)=0.001
P(lose \100)=0.999
期待値=\74900(0.001)-\100(0.999)=-25
期待効果理論
(Expected Utility Theory)
• 判断、意志決定は可能な結果のそれぞれに
ついて期待効果(Expected Utility)を計算し、
最も期待効果が高い結果になるように意志
決定をする
• 意志決定要因は最終的な状態での損得
人は期待値に従って合理的に判断をする
か?
→多くの場合、しない
(1)あなたは以下に並んでいる2つのくじのうち、どちらを選び
ますか?
A)20%の確率で45ドルもらえる
(66.1%)
B)25%の確率で30ドルもらえる
(33.0%)
(2)あなたは以下に並んでいる2つのくじのうち、どちらを選び
ますか?
A)80%の確率で45ドルもらえる
(25.9%)
B)100%の確率で30ドルもらえる
(74.1%)
確実性効果
•
•
•
•
(1-A)→9ドル
(1-B)→7.5ドル
(2-A)→36ドル
(2-B)→30ドル
• 人は利益が確実な方を好む
→確実性効果(certainty effect)
反射効果の例
• あなたは以下の賭のうち、どちらを選びます
か?
1)80%の確率で4000円取られる。残り20%
は何も取られない。
2)確実に3000円取られる。
反射効果と利益・損失
• 主観的な価値は、参照点からの変化によって
決定されるが、主観的価値の関数はS字型
• 利得よりも損失の方が曲線の傾きが急
→損失を回避しようとする傾向が利得を得よう
とする傾向よりも強い
プロスペクト理論
(Kahneman & Tversky, 1979)
• 主観的な価値は、最終的な状態ではなくて現
状からの変化の種類、度合いに依存する
• 変化とは参照点(現状)からの差分として定
義される
• 客観的な確率ではなく、主観的な重みづけで
判断・意志決定がなされる。
– 結果の変化は参照点に対して相対的に決まる
– 変化の大きさに対する反応は、変化が大きくなる
と感度が鈍くなる
フレーム効果
• 論理的には全く同じ選択に関する判断が、問
題の記述の仕方に強く影響される効果
フレーム効果の例(1)
• 政府が外国から広まってきた伝染病の対策
を検討中である。この病気では600人の犠
牲者が見込まれている。この病気に対して2
種類の対策が提案された。科学的に正確な
見積もりによると、それぞれの対策の結果は
以下のようになる。
対策Aが適用された場合:200人が救われる
対策Bが適用された場合:1/3の確率で600人が救
われるのに対して2/3の確率で誰も救われない。
フレーム効果の例(2)
• 政府が外国から広まってきた伝染病の対策
を検討中である。この病気では600人の犠
牲者が見込まれている。この病気に対して2
種類の対策が提案された。科学的に正確な
見積もりによると、それぞれの対策の結果は
以下のようになる
対策がC適用された場合:400人が死ぬ
対策Dが適用された場合:1/3の確率で誰も死なな
いのに対して2/3の確率で600人が死ぬ。
フレーム効果
フレーム1:→Aの選択が70%
フレーム2:→Dの選択が80%
人間の意志決定の非合理性
• ある判断をするときに、複数のグループ(カテ
ゴリー)の母集団における、もともとの比率
(Base Rate)を考慮するべきなのに、多くの場
合人はBase Rateを考慮しない
代表性効果によるConjunction
Fallacy
• リンダは31歳で独身、弁が立ち、頭がいい。
学生の時は人種差別問題に関心を持ち、核
兵器反対のデモに参加。
(1) リンダは銀行員
(2) リンダは銀行員でフェミニスト活動家
(1)と(2)ではどちらが正しいと思う確率が高い
か?
代表性(Representativeness)の効果
• Kahneman & Tversky ベースレートを操作
– ジャックは45歳、結婚していて4人の子持ち、保守的、注
意深く、野心的。政治、社会問題に興味を持たない。趣味
は日曜大工、ヨット、数学パズル。
サンプル1:30人のエンジニア、70人の弁護士
サンプル2:70人のエンジニア、30人の弁護士
ジャックが100人のサンプルのうち、30人(70人)のエンジニアのひと
りである確率は?
→サンプル1と2で結果は変わらなかった
被験者はベースレートを全く考慮していない
• 極端な例:非常に目立つひとつあるいは少数の事
例をもとに一般化する(多くの偏見の源泉)
Ratio Ruleにおける誤り
• AならばB ≠ BならばA
• カナリアは鳥である ≠ 鳥はカナリア
である
• もしAならばBが起こる確率は高い
≠ もしBならばAが起こる確率は高い
Redwood City Tribune
テキスト: ほとんど例外な
く高校生でドラッグを使って
いるものはマリファナをやっ
ている。
見出し: Most on
Marijuana Using Other
Drugs
Availability 効果
• 人はすぐ思いつくものの頻度を課題評価しが
ち
• 英語の単語で‘k’ではじまる単語と‘k’が3番
目に来る単語ではどちらが多くあるか
• 英語の7文字からなる語で‘“ing”で終わるこ
とばと最後から2番目に“n”が来ることばでは
どちらが多いか
演繹推論も論理的ではない…
ウェイソンの4枚カード問題
「片方が母音ならその裏面は偶数でなければならない」という規則があるとしよう。
この規則が守られているかを見るために、以下の4枚のカードのうちどれを裏返し
て調べる必要があるか
p
q
not p
E
K
4
not q
7
正解はEと7
•しかし人はEカードのみ、あるいはEカードと4をひっくり返す必要があると考える
•両方選べた人は25.9%のみ
• 正解はEと7
• pならばq
– pのカード:もしpならばq:p(∴q)
– not pのカード:もしpならばq:not p
(∴妥当な結論なし)
– qのカード:もしpならばq:q (∴妥当な結論なし)
– not qのカード:もしpならばq:not q (∴not p)
あなたは警官で、未成年(20歳未満)で「ビールを」飲
んでいる人を取り締まらなければならない。次の4枚
のカードは4人の人について、片面には年齢、もう片
面にはビールを飲んでいるかどうか、という情報がか
かれている。4人の人のなかに取り締まりの対象が
いるかどうかを決めるためにはどのカードを裏がして
他の情報を見る必要があるか。
p
ビールを飲
んでいる
q
コーラを飲
んでいる
こちらの正解率は62.5%
not p
22歳
not q
16歳
飲酒許可文脈での4枚カード問題
• 飲酒規則が守られているかどうかという文脈
は論理的構造はオリジナルな4枚カード問題
と同一であるにもかかわらず、人は正解する
ことができる
• 実用スキーマを用いているから
実用スキーマ
• 人は推論、問題解決において、論理に従うと
いうより、目的、文脈などに依存したスキーマ
を用いて考えがちである。
→論理的には同じ構造の問題も、文脈が異
なると正答率が大きく異なる
人間の思考の特徴
• アルゴリズミックではなくヒューリスティック
• アルゴリズム
→実行されるなら必ず自動的に正答にいたる
規則の集合
• ヒューリスティック
→用法が比較的簡単である程度解決に有効
な方略