二进制偏见歪曲了我们如何整合信息

当我们评估和比较一系列的数据点,这些数据是否与健康结果相关,头计数,或菜单价格,我们倾向于忽视的相对强度的证据,把它当作简单的二进制,据研究发表在心理科学的杂志心理科学协会。

“人们表现出强烈的倾向于对分的数据分布,忽略差异程度不同于显式或隐式实例中点,”卡内基梅隆大学的心理学家马修·费舍尔说,这项研究的第一作者。“这种趋势是非常普遍的在各种各样的信息格式和内容领域,我们的研究是第一个证明这个趋势。”

在一个一系列的六项研究,费舍尔和耶鲁大学的合著者弗兰克·c·凯尔检查人们倾向于减少一系列连续的数据点分为两类。

“尤其是在互联网时代,人们获得大量的信息,”费舍尔说。“我们一直感兴趣的人们如何理解所有的数据在他们的指尖。”

费舍尔和凯尔假设人们会隐式地创建一个“不平衡得分,”分析的差异数据点落在一边的一个给定的边界和那些落在另一边。如果人们从不同的研究评估数据调查咖啡因和健康之间的关系,例如,他们会很快分类数据显示效果与否,无论相对强势的证据。

在一个在线学习,费舍尔和凯尔随机分配共有605名参与者考虑一个特定主题相关的科学报告,目击者的证词,社会判断,或消费者的评论。17他们看到一系列关于两个变量之间的关系,如服用某种药物和体验饥饿的感觉(例如,“一群科学家发现新的药物使感觉饿了2倍,”“一群科学家发现新的药物使感觉饥饿的4倍少”)。

查看索赔后,参与者然后总结了证据,选择最好的评级捕获他们的总体印象。

假设,不平衡分数——强和弱的负面证据索赔的数量减去从强和弱阳性的数量索赔证据——与参与者的总结判断。他们总结的判断也受到他们看到的第一条证据。

进一步证据失衡的影响参与者的得分估计出现在两个额外的在线研究中,人们看到的数据以各种形式呈现,包括垂直和水平条形图、饼图,有或没有百分比口头描述,和点阴谋。

二进制偏见甚至出现在现实世界的环境决策:参与者似乎崩溃数据分为两类,是否评估菜单价格或确定哪些工厂有更高的二氧化碳输出。在这两个领域,参与者的判断受到隐含的不平衡得分数据。

“我们很惊讶的普遍性效应在上下文和内容领域,”费舍尔说。“二进制偏见影响人们如何解释序列信息和各种图形显示。”

偏见无处不在的事实表明,这不是由于数据可视化的一个特定的特征或统计信息而是一般认知错觉。费舍尔和凯尔的怀疑,这种认知扭曲可能会提供一个认知捷径,让我们来处理大量信息的相对效率。

“我们的研究显示偏差是一个基本的处理机制应用在许多情况下,包括健康、金融和公共政策决策,”研究人员总结道。半岛体育官方网址入口

所有数据和材料已经通过开放科学框架公开。完整的开放实践为本文披露是可用的在线。这篇文章已经收到了徽章开放数据和开放的材料。