認知バイアスの統合に向けて：騒々しい情報処理が人間の意思決定に偏ることができる方法

1つの一貫したフレームワークが提案されており、8つの一見無関係な認知的意思決定バイアスに関する長年の研究を統合します。過去60年間、何百もの経験的研究により、人間が意思決定から規範的に予想されるものから体系的に逸脱する方法を指定するさまざまな経験則が生まれました。これらの認知バイアスを説明するために、いくつかの補完的な生成メカニズムが提案されています。ここでは、これらの経験的に検出された意思決定バイアスのうち、（少なくとも）8は、客観的証拠（観察）を主観的推定（決定）に変換するメモリベースの情報プロセスで騒々しい逸脱を単純に仮定することで生成できることが示唆されています。統合的なフレームワークが提示され、類似したノイズベースのメカニズムが保守主義、ベイジアン尤度バイアス、幻想的な相関、偏った自己相関、サブアダチティ、誇張された期待、自信バイアス、および困難な効果にどのようにつながるかを示すために提示されます。情報理論からの分析ツールは、バイナリおよびマルチアリーの意思決定演習のためのそのような情報プロセスを特徴付ける性質と制限を探るために使用されます。その後の合成は、バイアスとその根本的な生成メカニズムの正式な数学的定義を提供し、それらがどのように関連しているかの統合分析を可能にします。この統合は、一見無関係なバイアスの無数の関係とその潜在的な心理的生成メカニズムとの関係を説明するコヒーレントな絵を作成するというより大きな目標に貢献します。制限と研究の質問について説明します。

A single coherent framework is proposed to synthesize long-standing research on 8 seemingly unrelated cognitive decision-making biases. During the past 6 decades, hundreds of empirical studies have resulted in a variety of rules of thumb that specify how humans systematically deviate from what is normatively expected from their decisions. Several complementary generative mechanisms have been proposed to explain those cognitive biases. Here it is suggested that (at least) 8 of these empirically detected decision-making biases can be produced by simply assuming noisy deviations in the memory-based information processes that convert objective evidence (observations) into subjective estimates (decisions). An integrative framework is presented to show how similar noise-based mechanisms can lead to conservatism, the Bayesian likelihood bias, illusory correlations, biased self-other placement, subadditivity, exaggerated expectation, the confidence bias, and the hard-easy effect. Analytical tools from information theory are used to explore the nature and limitations that characterize such information processes for binary and multiary decision-making exercises. The ensuing synthesis offers formal mathematical definitions of the biases and their underlying generative mechanism, which permits a consolidated analysis of how they are related. This synthesis contributes to the larger goal of creating a coherent picture that explains the relations among the myriad of seemingly unrelated biases and their potential psychological generative mechanisms. Limitations and research questions are discussed.