Errore di frequenza di base: caratteristiche di questo bias

Ci sono molti errori in cui possiamo cadere quando difendiamo i nostri argomenti, consapevolmente o meno.

Questa volta ci concentreremo su uno noto come la fallacia della frequenza di base. Scopriremo in cosa consiste questo bias, quali conseguenze ha quando lo usiamo e cercheremo di supportarlo con alcuni esempi che ci permettano di visualizzare questo concetto in modo più semplice.

• Articolo correlato: "Pregiudizi cognitivi: scoprire un interessante effetto psicologico"

Qual è l'errore di frequenza di base?

L'errore di frequenza di base, noto anche con altri nomi, come bias del tasso di base o anche negligenza del tasso di base, è un errore formale nel che, a partire da un caso specifico, si stabilisca una conclusione circa la generale prevalenza di un fenomeno, anche se sono state fornite indicazioni contrarie in quel senso.

Questo errore si verifica perché la persona tende a sopravvalutare l'importanza del caso particolare, in contrasto con i dati della popolazione generale. Si chiama fallacia della frequenza di base proprio perché è il tasso di base che viene messo in secondo piano, dando maggiore rilevanza al caso particolare in questione.

Naturalmente, come con tutti gli errori, la conseguenza immediata di cadere in questo errore è che arriveremo a conclusioni distorte che non corrisponderanno necessariamente alla realtà che è un problema che potrebbe addirittura diventare serio se il ragionamento in questione fa parte di uno studio pertinente.

L'errore di frequenza di base è di per sé parte di un tipo di bias cognitivo noto come abbandono dell'estensione o abbandono dell'estensione. Questo errore consiste, fondamentalmente, nel non tenere conto della dimensione campionaria di una determinata analisi. Questo fenomeno può portare a conclusioni infondate se, ad esempio, estrapoliamo i dati da un campione troppo piccolo a un'intera popolazione.

In un certo senso, questo è esattamente ciò che accadrebbe quando si parla di fallacia della frequenza di base, dal momento che l'osservatore potrebbe attribuire i risultati del caso particolare all'intero campione di studio, anche con dati che indicano diversamente o quantomeno qualificare detto risultato.

Il caso dei falsi positivi

C'è un caso speciale di fallacia della frequenza base in cui il problema che rappresenta può essere visualizzato, ed è il cosiddetto paradosso dei falsi positivi. Per questo dobbiamo immaginare che la popolazione sia minacciata da una malattia, qualcosa di semplice di questi tempi, dove abbiamo vissuto in prima persona il coronavirus o la pandemia di COVID-19.

Adesso immagineremo due ipotesi diverse per poter stabilire un successivo confronto tra loro. Innanzitutto, supponiamo che la malattia in questione abbia un'incidenza relativamente alta nella popolazione generale, ad esempio il 50%. Ciò significherebbe che su un gruppo di 1000 persone, 500 di loro avrebbero questa patologia.

Ma anche, dobbiamo sapere che il test utilizzato per verificare se una persona ha la malattia o no, ha un 5% di probabilità di dare un falso positivo, cioè di concludere che un individuo ha detto disturbo quando in realtà Non è così. Ciò aggiungerebbe altre 50 persone al set di positivi (anche se in verità non lo sono), per un totale di 550. Perciò, stimiamo che 450 persone non abbiano la malattia.

Per comprendere l'effetto dell'errore di frequenza di base dobbiamo continuare nel nostro ragionamento. Per questo dobbiamo ora proporre un secondo scenario, questa volta con una bassa incidenza della patologia in questione. Possiamo stimare questa volta che ci sarebbe l'1% di infetti. Sarebbero 10 persone su 1000. Ma abbiamo visto che il nostro test ha un errore del 5%, cioè falsi positivi, che si traduce in 50 persone.

È tempo di confrontare entrambe le ipotesi e vedere la notevole differenza che emerge tra loro. Nello scenario ad alta incidenza, 550 persone sarebbero considerate infette, di cui 500 in realtà. Vale a dire, prendendo una delle persone considerate positive, a caso, avremmo una probabilità del 90,9% di aver selezionato un soggetto veramente positivo, e solo il 9,1% era falso positivo.

Ma l'effetto della fallacia della frequenza di base si trova quando esaminiamo il secondo caso, poiché è allora che si verifica il paradosso dei falsi positivi. In questo caso abbiamo un tasso di 60 persone su 1000 che risultano positive nella patologia che colpisce questa popolazione.

Tuttavia, solo 10 di quei 60 hanno la malattia, mentre il resto sono casi errati che sono entrati in questo gruppo a causa del difetto di misurazione del nostro test. Cosa significa? Che se scegliessimo casualmente una di queste persone, avremmo solo il 17% di possibilità di trovare un vero paziente, mentre ci sarebbe l'83% di possibilità di selezionare un falso positivo.

Considerando inizialmente che il test ha una probabilità del 5% di stabilire un falso positivo, implicitamente stiamo dicendo che quindi la sua precisione è del 95%, poiché questa è la percentuale di casi in cui non lo farà fallire. Tuttavia, vediamo che se l'incidenza è bassa, questa percentuale è distorta all'estremoPoiché nel primo caso avevamo una probabilità del 90,9% che un positivo fosse davvero positivo, e nel secondo quell'indicatore è sceso al 17%.

Ovviamente in queste ipotesi si lavora con cifre molto distanti, dove è possibile osservare con chiarezza la fallacia della frequenza base, ma è proprio la obiettivo, poiché in questo modo potremo visualizzare l'effetto e soprattutto il rischio che si corre nel trarre conclusioni affrettate senza aver tenuto conto del panorama del problema che ci occupa.

• Potresti essere interessato a: "I 10 tipi di errori logici e argomentativi"

Studi psicologici sulla fallacia della frequenza di base

Siamo stati in grado di approfondire la definizione della fallacia della frequenza di base e abbiamo visto un esempio che Rivela il tipo di pregiudizio in cui cadiamo se ci lasciamo trasportare da questo errore di ragionamento. Ora indagheremo alcuni studi psicologici che sono stati effettuati al riguardo, che ci forniranno maggiori informazioni a riguardo.

Uno di questi lavori consisteva nel chiedere ai volontari di mettere i loro voti accademici in considerazione di un gruppo fittizio di studenti, secondo una certa distribuzione. Ma i ricercatori hanno osservato un cambiamento quando hanno fornito dati su uno studente specifico, sebbene ciò non abbia avuto alcuna influenza sulla loro possibile valutazione.

In questo caso, i partecipanti tendevano a ignorare la distribuzione che era stata precedentemente indicata per tutti questi studenti, e stimato il voto individualmente, anche quando, come abbiamo già detto, i dati forniti erano irrilevanti per questo compito in particolare.

Questo studio ha avuto un certo impatto oltre la dimostrazione di un altro esempio di fallacia della frequenza di base. Ed è che ha rivelato una situazione molto comune in alcune istituzioni educative, che sono le interviste di selezione degli studenti. Questi processi vengono utilizzati per attrarre studenti con il maggior potenziale di successo.

Tuttavia, seguendo il ragionamento della fallacia della frequenza di base, va notato che le statistiche generali saranno sempre un predittore migliore in questo senso rispetto ai dati che una valutazione della persona può fornire.

Altri autori che hanno dedicato una lunga parte della loro carriera allo studio di diversi tipi di pregiudizi cognitivi sono stati gli israeliani, Amos Tversky e Daniel Kanheman. Quando questi ricercatori hanno lavorato sulle implicazioni della fallacia della frequenza di base, hanno scoperto che il suo effetto si basava principalmente sulla regola della rappresentatività.

Anche lo psicologo, Richard Nisbett, ritiene che questo errore sia un campione di uno dei più importanti bias di attribuzione, come l'errore fondamentale di attribuzione o il bias di corrispondenza, poiché il soggetto ignorerebbe il tasso di base (il ( ragioni esterne, per il bias di attribuzione fondamentale), e applicando i dati del caso particolare (le ragioni interno).

In altre parole, l'informazione del caso particolare, anche se non propriamente rappresentativa, è preferita rispetto al than dati generali che, probabilisticamente, dovrebbero avere più peso nel trarre conclusioni in modo logico.

Tutte queste considerazioni, insieme, ci permetteranno di avere ora una visione globale del problema che implica cadere nella fallacia della frequenza di base, anche se a volte è difficile rendersene conto errore.

Riferimenti bibliografici:

• Bar Hillel, M. (1980). La fallacia del tasso di base nei giudizi di probabilità. Acta Psicologica.
• Bar Hillel, M. (1983). La controversia sulla fallacia del tasso base. Progressi in psicologia. Altrove.
• Christensen-Szalanski, JJJ, Beach, L.R. (1982). Esperienza e fallacia del tasso di base. Comportamento organizzativo e performance umana. Altrove.
• Macchi, L. (1995). Aspetti pragmatici della fallacia del tasso di base. Il giornale trimestrale di psicologia sperimentale. Taylor & Francesco.
• Tversky, A., Kahneman, D. (1974). Giudizio in condizioni di incertezza: euristiche e pregiudizi. Scienza.