Dalle persone che frequentiamo ai programmi preferiti, passando per i giornali che leggiamo: ci confrontiamo più spesso con persone che condividono le nostre opinioni. Con i social network questo fenomeno si è amplificato: per esempio Facebook raccoglie articoli, notizie e opinioni che vogliono rafforzare il nostro punto di vista, fino a dire “ecco, è proprio così!”. E se questo meccanismo funziona così bene è grazie ad alcuni bias cognitivi (propensioni cognitive): i bias egocentrici.
Nel 1979, Michael Ross e Fiore Sicoly della University of Waterloo pubblicano l’articolo “Egocentric Biases in Availability and Attribution” in cui presentano i risultati di cinque diversi esperimenti cognitivi. Dai risultati ottenuti, definiscono il bias egocentrico come la tendenza di un individuo a dare un alto valore al proprio punto di vista, sovrastimando le proprie capacità e conoscenze.
Esistono diversi tipi di bias egocentrico. Nel 1994, Joachim Krueger e Russell W. Clement della Brown University ne individuano alcune sottoclassi nell’articolo “The Truly False Consensus Effect: An Ineradicable and Egocentric Bias in Social Perception”. In particolare, definiscono il bias conservativo e l’effetto del falso consenso. Il primo è la tendenza a non modificare il proprio punto di vista, sebbene i dati esterni ci suggeriscano il contrario. Il secondo è la tendenza di un individuo a sovrastimare la percentuale di persone che condividono la sua opinione su di un certo argomento. Con alcuni esperimenti, i due psicologi smascherano l’atteggiamento non-razionale di questi due bias cognitivi; e lo fanno con la formula di Bayes.
Formulata nel diciottesimo secolo dal matematico britannico Thomas Bayes, la formula omonima permette di creare un collegamento tra probabilità a priori di un evento e probabilità a posteriori. In particolare, si considerino due eventi \(A\) e \(B\), e siano \(P(A)\) e \(P(B)\) le loro probabilità a priori. Siano \(P(A|B)\) e \(P(B|A)\) le rispettive probabilità condizionate. Ad esempio, \(P(A|B)\) indica la probabilità dell’evento A supposto che sia stato osservato l’evento B. La formula di Bayes, di dimostrazione elementare, ma significato profondo, ci fornisce una relazione tra queste quattro grandezze
\(P(A|B)P(B)=P(B|A)P(A)\)
Come la applicano Krueger e Clement?
Considerano due urne che contengono solo biglie rosse e biglie blu. In una della due c’è il 60% di biglie blu ed il 40% di biglie rosse, mentre nell’altra le proporzioni sono ribaltate. Senza ulteriori informazioni, la probabilità dell’evento \(A\) “scelgo l’urna che contiene una maggiore quantità di biglie blu”, è del 50%, ossia \(P(A)=0,5\). Ai partecipanti è chiesto di scegliere l’urna che contiene più biglie blu. I partecipanti scelgono l’urna che preferiscono e a questo punto viene aggiunta un’informazione: da quell’urna che hanno scelto è stata appena estratta (e poi reinserita) una biglia blu.
Prima di presentare la reazione dei partecipanti, applichiamo la formula di Bayes.
Sia \(B\) l’evento “la prima biglia estratta dall’urna scelta è blu”. Allora la probabilità condizionata di aver scelto l’urna con palline a maggioranza blu sapendo che la prima estratte è blu, \(P(A|B)\), è uguale al prodotto tra la probabilità a priori \(P(A)=0,5\) di avere scelto proprio quell’urna moltiplicata per la probabilità di avere estratto una biglia blu avendo scelto l’urna con più biglie blu \(P(B|A)=0,6\), diviso per la probabilità di estrarre per prima una biglia blu, che per ragioni di simmetria (*) è \(P(B)=0,5\). Dunque la probabilità a posteriori \(P(A|B)=0,6\) è maggiore della probabilità a priori \(P(A)=0,5\). Dunque l’estrazione di una biglia blu ha accresciuto del 10% la probabilità di aver scelto l’urna giusta.
E i partecipanti dell’esperimento di Krueger e Clemenent?
Nella maggior parte dei casi hanno stimato sempre al 50% la probabilità di aver scelto l’urna con più biglie blu, nonostante l’estrazione di una biglia blu. Un altro gruppo ha sovrastimato questa informazione, superando il 60% (della formula di Bayes), ancor più convinto della propria scelta. Il primo gruppo conferma il forte radicamento del bias conservativo, mentre nel secondo si manifesta il bias del falso consenso.
I bias egocentrici rivelano una tendenza alla conservazione del proprio gruppo, a discapito del confronto con altri diversi o di minoranza. I social network ne fanno affidamento per creare dei gruppi coesi, in cui ogni individuo sente sempre più condivisa la sua opinione, rafforzate le conoscenze, ed accresciuto il proprio Io. Citando il lavoro di Krueger e Clement, questi bias egocentrici sono una vera e proprio sfida dell’atteggiamento razionale, da parte sua sostenuto dalla formula di Bayes.
(*) in realtà è \(P(B)=P(B|A)P(A)+P(B|A^C)P(A^C)=0,6×0,5+0,4×0,5=0,5\) .
[Illustrazione di Luca Manzo]
