᪥ᚰ➨ 㻣㻞 ᅇ䠄㻞㻜㻜㻤䠅 ㄆ▱㻌 㻟㻱㼂㻝㻜㻣㻌 推論フレームが再認ヒューリスティックに及ぼす影響 〇阿部慶賀1 本田秀仁2 2 ( 青山学院大学情報科学研究センター) ( 東京工業大学 大学院社会理工学研究科) Key words : 再認ヒューリスティック、フレーミング効果 12 Table 1 背 景 推論時におけるヒューリスティックをめぐる研究にはすで に多くの蓄積があるが,近年,ヒューリスティックの合理的 側面に着眼した高速倹約ヒューリスティックというアプロー チが注目されている.現在関心が向けられているいくつかの ヒューリスティックの一つに, 「二択のうち一方を再認でき, もう一方を再認できなかった場合は再認できたものを基準よ り高い値を持つと判断する」という Recognition Heuristics(以 下,RH と表記) が挙げられる.このヒューリスティックに 関する研究では,選択肢についての情報を不完全にしか知ら ない場合でも完全に知っている状況下と勝るとも劣らないパ フォーマンスを示すという “less is more effect” が知られてい る (Goldstein & Gigerenzer, 2002). 目 的 「多い」 「高い」などの,正の方 この RH を扱った研究では, 向性をもった選択肢を選ぶような課題での検討が行われてき た.しかし,このような二者の比較から基準に合う選択肢を 選ぶタイプの推論では,問題の記述の視点に応じて判断が変 化するというフレーミング効果が生じることも知られている .また,RH においては,再認 (Tversky & Kahneman,1981) できたものを盲目的に選択するわけではない (Oppenheimer, 2003).これらのことから,RH が適用可能な状況下で「少な い」 「低い」などの負の方向性をもった選択肢を選ぶよう問わ れた場合,選択パターンや処理に要した時間に変化が生じる と考えられる.本研究ではこのような再認ヒューリスティッ ク適用時における推論フレームの影響を明らかにすることを 目的とし,以下の心理学実験によって検討を行った. 実 験 方法 女子大学生 64 名を被験者とした.うち 33 名を,ど ちらがより人口が多いかを判断させる「多い」回答群,残り の 31 名を,どちらがより人口が少ないかを判断させる「少な い」回答群に割り当てた. 被験者には人口推定課題として,後述する高知識リスト 15 都市と,低知識リスト 15 都市の組み合わせからなる 105 組 の都市名ペアを提示し,どちらがより人口が多い( 「多い」回 答群の場合),または少ない(「少ない」回答群の場合)と思 うかを選択させた.この課題は PC 上で実施し,都市名ペア の提示,選択,回答の確定,という手順を 105 問行った. この課題で用いた高知識リストは,47 都道府県の各県にお ける人口最多の都市リストから,人口数上位 15 都市を抽出し たもので,低知識リストは同様の要領で各県の人口数第 2 位 の都市リストから上位 15 都市を抽出したものである.大学 生 25 名を対象としてリストの各都市名を聞いたことがある か否かを問う予備調査では,高知識リストでは平均 13 都市, 低知識リストでは平均 8.56 都市という結果となり,低知識リ ストでは RH の適用が可能な状況が多いことが確認された. この人口推定課題ののち,課題で提示された都市について, 聞いたことがあるかないかの 2 択,および聞いたことがある と回答した場合には「1. 名前を知っているだけ」から「4. 非 「多い」回答群 「少ない」回答群 Table 2 人口推定課題の正答率 高知識リスト 低知識リスト 0.75 0.76 0.64 0.63 人口推定課題における反応時間(単位:秒) 「多い」回答群 「少ない」回答群 既知-既知ペア 既知-未知ペア 2.62 3.14 2.36 2.84 常によく知っている」までの 4 件法で都市に対する知識量を 答えさせる知識量測定課題を行った. 結果 高知識リストの平均再認都市数は 14.92,低知識リス トでは 10.36 となり,リスト間で再認都市数に有意差が確認 された(t(63) = 15.40, p < .0001).これは本実験でも低知識 リストに対する RH の適用可能性が高いことを示している. 人口推定課題の推論成績ついては推論形式に応じた正答率 の差は見られず (F (1, 62) = 0.20, p = .65),両群ともに高知識 リストの方が低知識リストより正答率が高かった (F (1, 62) = 111.30, p = .001).この結果は問題の形式によらず選択肢の両 方が既知である状況化での知識主導での推論が,未知の選択 肢を含む状況よりも正答しやすいことを示している. では,被験者は RH を利用しなかったのだろうか.低知識 リストに対する知識量推定課題で,RH 適用条件下([既知&未 「多 知] の都市対)において既知の都市を選んだ割合をみると, い」回答群では 83.2%,「少ない」回答群では 80.3%となり, 両群とも RH を適用したと考えられる. そうなると,本研究が予想するような推論フレームによる 影響はないのであろうか.そこで,推論フレームによる処理 の違いを,都市名ペアの提示から回答確定までの時間を計測 したところ,両方の都市名ペアを知っている場合でも,一方 の都市を知らない場合でも, 「少ない」回答群は「多い」回答 群よりも回答に時間がかかった. 考 察 本研究の結果からは,推論フレームによらず RH が適用可 能な状況では被験者は RH を適用していることが示された. また,反応時間では推論フレームによって差が見られたが, これは再認と正の相関をもつ方向に推論フレームを形成しや すいものと考えられる. 引用文献 Goldstein, D.G., & Gigerenzer, G.(2002).Models of ecological rationality: The recognition heusitic.Psychological Review, 109, 75-90. Oppenheimer, D.M.(2003). Not so fast! (and not so frugal!): Rethinking the recognition heuristic.Cognition, 90, B1-B9. Tversky, A. and D. Kahneman.(1981).The Framing of Decisions and the Psychology of Choice, Science, 211, 453-458. (ABE Keiga, HONDA Hidehito) 㸫783㸫
© Copyright 2024 ExpyDoc