Universidade de Aveiro 2019
Departamento de Educação e Psicologia
RUI ALEXANDRE DA
SILVA NEVES
RESULTADOS EXTREMOS, RISCO E TOMADA DE
DECISÃO
Universidade de Aveiro 2019
Departamento de Educação e Psicologia
RUI ALEXANDRE DA
SILVA NEVES
RESULTADOS EXTREMOS, RISCO E TOMADA DE
DECISÃO
Dissertação apresentada à Universidade de Aveiro para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Psicologia da Saúde e Reabilitação Neuropsicológica, realizada sob a orientação científica do Doutor Marco Alexandre Barbosa de Vasconcelos, Professor Auxiliar do Departamento de Educação e Psicologia da Universidade de Aveiro
Dedico este trabalho aos meus pais, sem os quais nada disto era possível. Pelo esforço mais além, obrigado por me permitirem sonhar e por me ensinarem a nunca desistir.
Às minhas irmãs, Diana e Sofia, obrigado pela simpatia, interesse, preocupação e abrigo que me proporcionaram. Pela companhia, pelos momentos bons e menos bons, não imagino o meu percurso e a minha vida sem vocês.
Ao professor Marco, pela paciência e apoio contínuos, foi uma peça-chave no despertar de áreas de interesse novas e para o meu sucesso académico. À Inês e à Liliana, o meu muito obrigado por serem parte fundamental do meu percurso e da minha vida. Por todas as palavras de encorajamento, de dúvida, de procura, espero ter-vos ajudado tanto quanto me ajudaram a mim.
À Beatriz e à Kelly, não imagino o meu caminho sem vocês ao meu lado. Obrigado por todas os momentos e experiências partilhadas e por me terem ajudado a crescer e a ser uma pessoa melhor.
Ao André e à Bea, obrigado por todos estes anos de amizade,
companheirismo, conversas frutíferas e pelos ensinamentos. Espero que continue por bons e largos anos.
A ti, Salomé, que me acompanhaste sempre nesta longa jornada, que estiveste sempre lá para mim, que me deste força e me permitiste continuar. Mil obrigados por seres a pessoa especial que és.
o júri
presidente Professor Doutor Carlos Fernandes da Silva
Professor Catedrático do Departamento de Educação e Psicologia da Universidade de Aveiro.
Doutora Paula Emanuel Rocha Martins Vagos
Professora Auxiliar da Universidade Portucalense Infante D. Henrique.
Professor Doutor Marco Alexandre Barbosa de Vasconcelos
palavras-chave tomada de decisão, risco, efeito de reflexão, regra do resultado extremo, decoy
resumo
Os seres humanos dedicam grande parte do seu tempo a tomar decisões, tendo como base as experiências do passado. A Teoria dos Prospetos prevê que os sujeitos humanos deverão ser avessos ao risco para ganhos e
propensos ao risco para perdas, sendo esta diferença conhecida por efeito de reflexão. Este efeito tem sido testado e comprovado repetidamente recorrendo predominantemente a descrições verbais das opções disponíveis. Mais recentemente, foi descoberto que, quando os resultados associados a cada opção são aprendidos por ensaio e erro, o efeito de reflexão se inverte—as pessoas revelam propensão ao risco para ganhos e aversão ao risco para perdas. Esta diferença gerada pela natureza da tarefa (descrição das opções vs. experiência com as opções) é conhecida por lacuna descrição-experiência. Aparentemente, a inversão observada quando se recorre ao ensaio e erro parece decorrer da sobrevalorização dos resultados extremos (tanto na memória como no processo de tomada de decisão), inflacionando ou reduzindo a atratividade da opção em causa–regra do resultado extremo. O presente estudo pretende averiguar se a introdução de uma terceira opção, denominada decoy (isco, D), influencia a tomada de decisão em situações de risco (ganhos apenas) no sentido previsto pela regra do resultado extremo. Para tal, participantes humanos encontraram repetidamente escolhas binárias entre duas de três opções possíveis. Uma opção era fixa (F) e resultava sempre num ganho de 100 pontos. Outra opção era arriscada (R) dado que resultava num ganho equiprovável de 50 ou 150 pontos. Finalmente, a terceira opção era a D. Para um grupo de participantes, esta opção tinha um valor extremo baixo (LD), conduzindo a ganhos equiprováveis de 25 ou de 75 pontos. Para o outro grupo, esta opção tinha um valor extremo alto (HD), conduzindo a ganhos equiprováveis de 125 ou 175 pontos. A previsão era que nas escolhas entre F e R, os participantes na condição LD fossem mais propensos ao risco do que os participantes da condição HD. A previsão confirmou-se, muito embora o recurso a ensaios repetidos não tenha induzido qualquer propensão ao risco em situações de ganhos.
keywords Decision making, risk, reflection effect, extreme-outcome rule, decoy
abstract Humans spend much of their time making decisions based on past
experiences. Prospect Theory predicts that humans should be risk averse for gains and risk-prone for losses—this difference is known as the reflection effect. This effect has been tested and proven repeatedly, resorting
predominantly to verbal descriptions of the available options. More recently, it has become apparent that, when the outcomes associated with each option are learned by trial and error, the reflection effect is reversed—humans tend to be risk-prone for gains and risk averse for losses. This difference caused the nature of the task (description of options vs. experience with the options) is known as the description-experience gap. Apparently, the reversal observed when resorting to trial-and-error is due to the overvaluation of extreme outcomes (both in memory and decision making), inflating or reducing the attractiveness of the option at hand—the extreme outcome rule. This study tested whether the introduction of a third option, known as decoy (D), impacts decision making in risky situations (gains only) in the direction predicted by the extreme outcome rule. To this end, human participants were repeatedly exposed to binary choices between two of three possible options. One option was fixed (F) and always resulted in a gain of 100 points. Another option was risky (R) given that it resulted in an equiprobable gain of 50 or 150 points. Finally, the third option was D. For one group of participants, this option had a low extreme value (LD), leading to equiprobable gains of 25 or 75 points. For the other group, this option had a high extreme value (HD), leading to equiprobable gains of 125 or 175 points. The prediction was that in choices between F and R, participants in the LD condition should be more risk-prone than participants in the HD condition. The prediction was confirmed, even though the use to repeated trials did not cause risk proclivity for gains.
1
Introdução
Os seres humanos dedicam grande parte do seu tempo a tomar decisões, conscientes ou inconscientes, triviais ou importantes, como se é seguro, ou não, atravessar a rua ou de que cor pintar o apartamento (Hardman, 2009). Em todas as decisões existe um determinado grau de risco (Michael et al., 2018) e a forma como as pessoas avaliam esse risco e tomam decisões entre opções arriscadas é uma fonte de grande interesse na área da tomada de decisão (Ludvig & Spetch, 2011).
A sensibilidade ao risco é medida através da preferência revelada pelos sujeitos entre opções mais ou menos arriscadas e é geralmente avaliada através de cenários hipotéticos e descritivos (Weber, Shafir, & Blais, 2004). Kahneman e Tversky (1979) utilizaram este tipo de cenários, no teste da sua Teoria dos Prospetos (TP), para demonstrar como as pessoas mostravam um padrão de aversão ao risco em situações de ganhos, enquanto que em situações de perdas as pessoas mostravam propensão ao risco – efeito de reflexão (Kahneman & Tversky, 1979). Estes autores variaram também as probabilidades e o enquadramento das situações-problema (i.e., ganhos ou perdas) e descobriram que, em situações de ganhos existe uma aversão ao risco para probabilidades altas e propensão ao risco para probabilidades mais baixas, enquanto que para situações de perdas existe uma maior propensão para o risco para probabilidades altas e maior aversão ao risco para probabilidades baixas.
Contudo, estes estudos acabam por sofrer de alguma artificialidade dado não refletirem o processo de tomada de decisão real. Normalmente, as pessoas recorrem a experiências do passado e respetivas consequências para tomar decisões no presente (Madan, Ludvig, & Spetch, 2019).
Hertwig, Barron, Weber e Erev (2004) utilizaram situações-problema com eventos raros (≤20% de probabilidade de ocorrência) e recorreram tanto a cenários descritos como a ensaios repetidos em que os participantes experienciavam as consequências de cada opção diretamente (i.e., escolhas baseadas na experiência). O padrão de resultados foi surpreendente: verificaram que os participantes cuja aprendizagem foi baseada na experiência eram mais propensos ao risco em situações de ganho e mais avessos ao risco em situações de perda. Esta diferença no padrão de escolhas com base na experiência e com base em cenários descritivos denomina-se lacuna descrição-experiência (Hertwig et al., 2004). Os autores propuseram que esta inversão era causada por uma subvalorização do evento raro relativamente à sua probabilidade objetiva em decisões baseadas em descrições e a uma sobrevalorização para decisões baseadas na experiência. Desde então os resultados
2
encontrados têm sido mistos relativamente à presença, ou não, desta diferença de valorização (Wulff, Mergenthaler-Canseco, & Hertwig, 2018; Kellen, Pachur, & Hertwig, 2016).
Mais recentemente, Ludvig e Spetch (2011) recorreram a um procedimento intra-sujeito para testar o efeito da natureza da aprendizagem (descrição vs. experiência) em duas experiências distintas. De facto, encontraram evidência para a lacuna descrição-experiência anteriormente relatada, mas mais importante, observaram-na na ausência de eventos raros. Mesmo com resultados equiprováveis parece ser possível observar a lacuna. Assim, este fenómeno não pode ser unicamente explicado pela sobrevalorização de eventos raros nem pelos outros mecanismos (e.g., tamanho da amostra, erros de estimativa, efeito de recência) propostos por Hertwig e Erev (2009). Em alternativa, Ludvig e Spetch (2011) propuseram que os valores extremos de todas as opções possíveis são melhor recordados, influenciando a tomada de decisão. Numa situação de ganhos, em que se procura maximizar o resultado, o maior ganho possível está normalmente associado à opção arriscada. Já numa situação de perda, em que se procura minimizar as perdas, a maior perda possível está também associada à opção arriscada. Se, de facto, estes resultados são melhor recordados, então deverá ocorrer uma propensão para o risco em situações de ganhos e uma aversão em situações de perdas. Embora este padrão contrarie o canónico efeito de reflexão de Kahneman e Tversky (1979), ele tem sido reportado quer com participantes humanos (Konstantinidis, Taylor, & Newell, 2018; Ludvig, Madan, & Spetch, 2014b; Madan, Ludvig, & Spetch, 2014) quer com participantes animais (Heilbronner & Hayden, 2016; Ludvig, Madan, Pisklak, & Spetch, 2014a). Mais recentemente, Ludvig e colaboradores (2014b) utilizaram quatro experiências (mista, sem zeros, com ou sem extremos e só ganhos ou perdas) com base no paradigma da aprendizagem baseada na experiência para testar a hipótese previamente estabelecida. Os resultados obtidos vieram não só reforçar resultados prévios da literatura (Ludvig & Spetch, 2011; Tsetsos, Chater, & Usher, 2012) como confirmaram a sua hipótese, agora regra, de resultado extremo.
Em decisões com base na experiência, as pessoas escolhem com base em aprendizagens passadas e na memória que possuem delas (Hertwig et al., 2004; Ludvig & Spetch, 2011; Ludvig et al., 2014b). Assim, este tipo de decisão está vulnerável a vieses de memória (Ludvig, Madan, & Spetch, 2015; Weber & Johnson, 2006), como por exemplo, a tendência para recordar eventos mais salientes (Phelps & Sharot, 2008; Talarico & Rubin, 2003). Num estudo de Madan e Spetch (2012), verificou-se que as palavras adjacentes às recompensas mais altas e mais baixas eram melhor recordadas, sugerindo que a saliência da recompensa possui um papel importante na memória. Madan, Ludvig e Spetch (2014)
3
propuseram um viés de memória dos resultados extremos, em decisões baseadas na experiência. Efetivamente, verificou-se uma propensão para o risco maior em ganhos relativos, comparativamente a perdas relativas e ainda uma maior recordação e sobrestimação de frequência dos resultados extremos. Este viés de memória também se encontra correlacionado com decisões com base na experiência, mas não com decisões com base na descrição, uma vez que na primeira, as contingências são aprendidas e só poderão ser avaliadas através de memórias passadas, enquanto que no segundo, as contingências são descritas (Madan, Ludvig, & Spetch, 2017).
Ludvig, Madan, McMillan, Xu e Spetch (2018) tentaram compreender o que faz os resultados extremos sobressaírem na escolha e na memória e hipotetizaram ser devido ou à sua proximidade à extremidade da distribuição ou à sua distintividade. Estes autores descobriram que os resultados na extremidade, ou próximos dela, de um dado conjunto de valores eram sobrevalorizados em termos de memória e no processo de escolha, não por serem distintos entre si mas por estarem mais próximos da extremidade da distribuição de resultados possíveis (Moon, Fincham, Betts, & Anderson, 2015; Tsetsos et al., 2012). Assim, os resultados que estão próximos da extremidade também são percebidos como resultados extremos, não sendo, contudo, claro como é que a extremidade é representada psicologicamente (Reyna, 2012). Uma hipótese colocada por Ludvig e colaboradores (2018) é que, ao desviarem apenas uma unidade do valor extremo, os valores próximos (e.g., +95 e +94 na Experiência 2B) foram codificados como um só, resultando na sobrevalorização do conjunto e não dos resultados em si. Ludvig e colaboradores (2018) afirmam ainda que apenas a proximidade à extremidade da distribuição é suficiente para ocorrer a sobrevalorização em memória e escolha (para uma revisão detalhada ver Madan et al., 2019)
Em resumo, a regra do resultado extremo afirma que, dada uma opção que poderá levar à melhor (ou pior) recompensa, então essa recompensa terá um maior peso na avaliação e escolha da opção arriscada, levando à propensão ou aversão ao risco, respetivamente. Assim, alguns fatores importantes que influenciam o padrão de escolha arriscada são, não só os valores possíveis de uma dada opção como também todo o contexto de decisão (Ludvig et al., 2014b).
Se por um lado, os participantes humanos parecem ponderar os resultados possíveis de cada opção no processo de tomada de decisão (e.g., valor extremo), por outro, opções irrelevantes que não fazem sequer parte das escolhas possíveis parecem enviesar o processo de tomada de decisão de forma surpreendente. Por exemplo, Huber, Payne e Puto (1982) pediram aos participantes para tomar decisões acerca de seis produtos diferentes (carros,
4
restaurantes, filmes, etc.), com base em duas ou três alternativas, cada uma definida por dois atributos (preço e qualidade). As alternativas representam um produto alvo, um produto competidor e ainda um produto “isco” (decoy). Com isto, Huber e colaboradores (1982) pretenderam testar o efeito que o produto isco produzia na escolha das outras alternativas. Os participantes tomaram decisões entre as três opções e, posteriormente, entre apenas duas, removendo a opção isco. A nível intra-sujeito, descobriram que a presença da opção isco provocava inversão de escolhas entre as duas opções originais (i.e., alvo e competidor) e, analisando todas as estratégias implementadas (i.e., colocação da opção isco com vários atributos), compreendemos que, não só a proporção de escolha de uma opção (e.g., alvo) é, na maioria das vezes, maior na presença da opção isco, como as melhores estratégias aparentam ser aquelas que expandem o conjunto de opções num determinado atributo (e.g., menor qualidade) mantendo o outro (e.g., mesmo preço). Heath e Chatterjee (1995) na sua meta-análise sobre efeitos do isco (i.e., introdução de nova opção), afirmam que estes efeitos são robustos e influenciam a escolha entre outras duas alternativas. Em termos teóricos, estão implicados processos de tomada de decisão e de construção de preferência. Em termos práticos, a preferência por uma determinada marca poderá aumentar através da introdução de novas alternativas (Heath & Chatterjee, 1995).
Este estudo recorre ao uso de uma terceira opção (isco) para testar a regra do valor extremo na tomada de decisão em situações de risco. Cada participante realizou escolhas repetidas entre duas de três opções possíveis, todas representadas por uma porta distinta. Uma porta era fixa (F) e resultava sempre num ganho de 100 pontos. Outra porta era arriscada (R) dado que resultava num ganho equiprovável de 50 ou 150 pontos. Finalmente, a terceira porta era o isco (decoy, D). Para um grupo de participantes, esta opção tinha um valor extremo baixo (“low decoy”, LD), conduzindo a ganhos equiprováveis de 25 ou 75 pontos. Para o outro grupo, esta opção tinha um valor extremo alto (“high decoy”, HD), conduzindo a ganhos equiprováveis de 125 ou 175 pontos. A Tabela 1 detalha os resultados possíveis de cada porta por condição. A partir destas três portas foram analisados três conjuntos de escolhas, F vs. R, F vs. D e R vs. D. A preferência pelo risco foi calculada através da proporção de escolhas da porta R em F vs. R.
5
Nota. Os resultados possíveis nas opções R e D eram equiprováveis.
Hipotetiza-se que, na condição LD, através da introdução da porta D com valores acima e abaixo do extremo mais pequeno (50 pontos da porta R), aumentaríamos a saliência do extremo oposto (150 pontos da porta R), até porque 50 não é um extremo absoluto. Esta manipulação deveria inflacionar a preferência pela opção de risco. Na condição HD, ao introduzir a porta D com valores acima e abaixo do extremo mais alto das restantes opções (150 pontos na porta R), aumentaríamos a saliência do extremo oposto (50 pontos na opção R), até porque 150 não é um extremo absoluto.
Foram também utilizados ensaios de deteção de forma a saber se os participantes estavam a compreender a tarefa e a aprender corretamente as contingências. Assim, foram analisados os ensaios F vs. D, uma vez que esta escolha representava uma escolha óbvia: os participantes na condição LD deveriam preferir F, mas os participantes na condição HD deveriam preferir D. Os participantes com menos de 60% de escolhas corretas foram removidos do estudo (critério de exclusão). Os ensaios R vs. D apresentam também uma resposta correta uma vez que existia uma opção que oferecia, em média, mais pontos, mas, de forma a simplificar a análise de resultados, os resultados desta escolha não foram considerados enquanto ensaios de deteção.
Metodologia Participantes
O presente estudo foi realizado através de uma amostra de conveniência inicialmente constituída por 51 participantes, maioritariamente estudantes da Universidade de Aveiro. De forma a assegurar a compreensão da tarefa pelos participantes, foi utilizado o critério delineado por Ludvig e Spetch (2011) em que todos os participantes com uma pontuação <60% nos ensaios de deteção foram excluídos. Com base neste critério foram excluídos dois participantes, sendo a amostra final constituída por 49 participantes, 36 do sexo feminino (73%) e idades compreendidas entre os 18 e os 36 anos (Média = 20.14; Desvio-padrão = Tabela 1.
Pontuações possíveis em cada opção nas condições LD e HD
F R D
LD
100 50 ou 150
25 ou 75
6
2.63). Os grupos foram constituídos de forma pseudoaleatória, contrabalanceando o sexo dos participantes. O grupo LD era constituído por 25 participantes e o grupo HD era constituído por 24 participantes.
Material
A recolha de dados foi realizada no Departamento de Educação e Psicologia da Universidade de Aveiro. Inicialmente foi entregue a cada participante um consentimento informado (ver Anexo) onde constava informação relativa à experiência, o seu objetivo principal, garantia de confidencialidade, a natureza voluntária da participação, a possibilidade de desistência a qualquer momento e ainda a não existência de riscos ou custos para o próprio participante.
Para a tarefa experimental procedeu-se à adaptação do procedimento utilizado por Ludvig e colaboradores (2018) através de um programa computorizado escrito em Visual Basic. Foram criadas 10 versões diferentes, cinco para cada condição em que apenas diferiam no número de pontos associados à porta D e na associação entre os estímulos (i.e., portas) e os resultados possíveis. Para a condição LD, a porta D resultava em 25 ou 75 pontos com .5 probabilidade e para a condição HD a porta D resultava em 125 ou 175 pontos, também equiprováveis. A porta F oferecia sempre 100 pontos e a porta R oferecia 50 ou 150 pontos com 0.5 probabilidade. Cada uma das opções foi associada a uma porta de uma cor diferente (amarela, azul ou vermelha) de forma contrabalanceada entre os participantes. A posição dos estímulos (i.e., à esquerda ou à direita do ecrã) foi também contrabalanceada ao longo dos ensaios e a posição do cursor com que os participantes tinham que selecionar a porta foi centrado após cada ensaio. A Figura 1 apresenta uma possível associação entre as portas e os valores existentes. Todas as imagens dos estímulos tinham a mesma dimensão. Era dado feedback apenas para a opção selecionada – feedback parcial (Hertwig & Erev, 2009) e o ensaio terminava apenas quando uma opção fosse escolhida. A tarefa foi implementada em computadores pessoais.
7
Figura 1. Exemplo de associação entre os estímulos e o conjunto de valores possível.
Procedimento
Primeiramente, os participantes leram e assinaram o consentimento informado e só depois iniciaram a tarefa experimental. A participação ocorreu numa sala com lotação máxima de seis participantes, na qual cada um possuía um computador para a realização individual da tarefa experimental. Os participantes demoraram, em média, 20 minutos a completar a tarefa, não tendo sido estabelecido nenhum limite de tempo para a execução da mesma.
A tarefa experimental foi iniciada com a leitura das instruções e esclarecimento de qualquer dúvida que tivessem. As instruções eram as seguintes:
“Nesta experiência deverá tentar acumular o máximo número de pontos possível escolhendo uma das portas que lhe serão apresentadas. Em alguns momentos, somente uma porta estará representada no ecrã e, por isso, a escolha desta é obrigatória. Porém, em outros momentos, estarão representadas duas portas distintas e será da sua responsabilidade clicar sobre apenas uma delas. Em ambos os casos receberá feedback sobre a pontuação obtida imediatamente após a sua escolha. Ao longo da experiência estará também representada no ecrã, na parte superior central, a pontuação obtida até ao momento, sendo que iniciará a tarefa com 0 pontos. Não se esqueça que o objetivo da experiência é tentar obter o máximo número de pontos possível. Em caso de dúvidas, coloque-as ao investigador responsável antes de iniciar a tarefa.”
8
Após a leitura atenta das instruções e esclarecimento de eventuais dúvidas, os participantes deveriam clicar no botão COMEÇAR. A tarefa iniciava-se com um bloco inicial de 24 ensaios de escolha forçada, em que apenas uma das portas era apresentada, oito com cada porta. Este período de treino serviu para os participantes aprenderem as contingências associadas a cada porta. No total, a tarefa experimental consistiu em 180 ensaios. Estes dividiam-se em 108 ensaios de opção única (i.e., apenas uma opção aparecia, sendo obrigatória a sua escolha), divididos equitativamente pelas portas, e 72 ensaios de escolha (i.e., em que o participante poderia escolher uma entre duas portas), 24 com cada tipo de escolha possível (F vs R, F vs D, R vs D). A Figura 2 ilustra um ensaio de opção única e um ensaio de escolha, respetivamente. Segundo Denrell e March (2001), se opções com possibilidade de grandes recompensas dão resultados baixos inicialmente, serão provavelmente evitadas em escolhas futuras – hot-stove effect. Assim, de forma a evitar o aparecimento deste efeito foram colocados ensaios de opção única ao longo da tarefa experimental, para que a aprendizagem fosse contínua e os participantes pudessem experienciar todas as contingências possíveis várias vezes.
Figura 2. Exemplo de um ensaio de opção única e de um ensaio de escolha, respetivamente.
Em cada ensaio, os participantes deveriam escolher uma das portas, quando necessário, ou a única porta disponível clicando diretamente na porta através do cursor do rato de computador. O participante não tinha tempo limite e a porta permanecia no ecrã até ser assinalada, havendo um intervalo distribuído uniformemente entre ensaios (1-2s). A ordem de apresentação dos ensaios foi pseudoaleatorizada de forma a que, com exceção da fase de treino inicial, não ocorressem mais de três ensaios do mesmo tipo de forma consecutiva. A Figura 3 apresenta a sequência de eventos em cada ensaio.
9
Figura 3. Sequência de eventos da tarefa experimental utilizada.
Análise estatística
A análise estatística foi realizada com recurso ao programa IBM SPSS Statistics 25. Calcularam-se estatísticas descritivas (e.g., média, desvio-padrão) de forma a caracterizar a amostra. Os ensaios de escolha (F vs. R, F vs. D e R vs. D) foram divididos em seis blocos de quatro ensaios cada, de forma a simplificar as análises.
Foram realizados testes t-student de forma a comparar os pontos obtidos pelos participantes com os pontos esperados em cada uma das condições. Foram também realizadas análises de variância (ANOVA) mistas (i.e., um fator entre-sujeitos – Condição – e um fator intra-sujeito – Bloco) para cada uma das comparações (F vs. R, F vs. D, R vs. D). Sempre que necessário recorreu-se à correção de Greenhouse-Geisser de forma a corrigir violações de esfericidade. Para além das análises de variância, foram ainda realizados testes t-student para (a) comparar ambos os grupos apenas nos últimos dois blocos de ensaios em cada uma das comparações possíveis e (b) para comparar cada um dos grupos com a indiferença (50%). A taxa de erro tipo I foi de 0.05 em todas as análises.
Resultados
Inicialmente, procedeu-se à análise dos pontos ganhos por participante. A pontuação esperada na condição LD era de 16200 pontos. Dos 108 ensaios de escolha forçada, 36 eram
10
da porta F, com média de 100 pontos, outros 36 da porta R com média de 100 pontos e, por fim, os restantes 36 ensaios eram da porta D com média de 50 pontos (36x100 + 36x100 + 36x50=9000 pontos). Dos 72 ensaios de escolha, 24 eram F vs R, o que representa uma média de 100 pontos por ensaio independentemente da opção escolhida, 24 eram F vs D em que, considerando a escolha correta dos participantes pela porta F, levaria a uma média de 100 pontos por ensaio também e, por fim, os 24 ensaios R vs D em que, uma vez mais considerando a escolha correta feita pelos participantes pela porta R, resultaria em média em 100 pontos por ensaio (24x100 + 24x100 + 24x100=7200 pontos). Ao todo, espera-se que os participantes obtenham em média 9000+7200=16200 pontos. O mesmo procedimento foi aplicado para a condição HD. Assim, era esperado que cada participante acumulasse, no final da tarefa, 16200 pontos para a condição LD e cerca de 22200 pontos para a condição HD. A Figura 4 apresenta a média dos pontos obtidos em cada grupo. Em média, os participantes da condição LD obtiveram 15859 pontos (EPM= 81.495) e na condição HD obtiveram 22038 pontos (EPM= 67.4).
Figura 4. Média (x), mediana (linha horizontal), percentis 25 e 75 (extremos das barras) e
valores extremos (barras de erro) dos pontos em cada condição.
Em suma, os pontos obtidos pelos participantes aproximaram-se dos valores esperados em ambas as condições. Por si, esta observação sugere que os participantes escolheram corretamente na larga maioria dos ensaios em que uma das opções era objetivamente melhor que a outra.
Para analisar a preferência foram realizadas ANOVAs mistas 2 X 6 [Condição X Bloco] para os resultados obtidos em cada tipo de ensaios de escolha. Nos ensaios que
11
ofereciam uma escolha entre a porta fixa e a porta de risco (F vs R), não foi encontrado um efeito significativo do Bloco, F(3.15, 147.91)= 1.56, p= 0.2, η²p= 0.03 nem uma interação significativa entre Condição e o Bloco, F(3.15, 147.91)= 0.16, p= 0.93, η²p= 0.03. No entanto, ocorreu um efeito significativo de Condição, F(1, 47)= 4.38, p= 0.04, η²p= 0.09, com os participantes na condição LD a revelarem maior propensão para o risco, em média. A Figura 5 apresenta a preferência média pela porta R ao longo dos blocos de ensaio em ambas as condições. Muito embora as condições se diferenciem, salienta-se que a preferência por R se manteve consistentemente abaixo dos 50% em ambas as condições.
Figura 5. Proporção de escolhas da porta R nos ensaios F vs. R ao longo dos ensaios para
ambas condições.
Analisando a preferência por D nos ensaios F vs. D, a ANOVA mista correspondente revelou que o efeito do Bloco não foi significativo, F(5, 235)= 1.03, p= 0.4, η²p= 0.02, mas observou-se uma interação significativa entre o Bloco e a Condição, F(5, 235)= 3.15, p= 0.01, η²p= 0.063. O efeito da Condição também se revelou significativo, F(1, 47)= 1759.88,
p< 0.01, η²p= 0.97. A Figura 6 apresenta a preferência média pela porta D ao longo dos blocos de ensaios em ambas as condições. Como se pode verificar, os participantes de ambas as condições escolheram de forma a maximizar os ganhos: preferência muito alta por D na condição HD e muito baixa na condição LD. Na realidade, a percentagem de escolhas corretas foi sempre elevada, variando entre 86 a 99% na condição HD e entre 88 a 95% na condição LD. A interação significativa entre Bloco e Condição parece dever-se à maior
12
amplitude de resultados na condição HD quando se comparam o primeiro e os últimos blocos.
Figura 6. Proporção de escolhas da porta D nos ensaios F vs. D ao longo dos ensaios para
ambas condições.
Para a última comparação (R vs. D), não se observou um efeito significativo do Bloco, F(3.99, 187.4)= 0.69, p= 0.60, η²p= 0.01 mas observou-se, uma vez mais, uma interação significativa entre Bloco e Condição, F(3.99, 187.4)= 3.53, p= 0.01, η²p= 0.07 e um efeito significativo de Condição, F(1, 47)= 398.72, p< 0.01, η²p= 0.9. À semelhança da comparação anterior, também nestas escolhas existe uma preferência sistemática pela opção que maximiza os ganhos (R na condição LD e D na condição HD) e, daí, o efeito significativo do fator condição. A Figura 7 confirma este facto, observando-se um padrão contrário ao da Figura 6, como esperado. Ao longo dos ensaios a percentagem de escolhas corretas foi sempre alta, embora não tanto quanto em F vs. D, variando entre 80 a 96% para a condição HD e entre 76 e 88% para a condição LD.
13
Figura 7. Proporção de escolhas da porta R nos ensaios R vs. D ao longo dos ensaios para
ambas as condições.
Para além das ANOVAs foram realizados testes t-student de forma a comparar ambas as condições em estado estável (apenas nos últimos dois blocos). Assim, em estado estável, a preferência entre F e R não diferiu significativamente entre condições, t(47)= 1.34, IC 95% para a diferença média estimada [-0.07, 0.34], p= 0.19, d= 0.38. Observando novamente a Figura 5 apenas para os últimos dois blocos, não encontramos a mesma diferença significativa do que quando são analisados todos os blocos. Em suma, a diferença entre condições tornou-se cada vez mais pequena ao longo dos blocos.
Nas escolhas F vs. D e R vs. D, como já seria de esperar, foram encontradas diferenças significativas entre as condições em estado estável, t(38.63)= -41.02, IC 95% para a diferença média estimada [-0.96, -0.87], p< 0.01, d= 12.11 e t(47)= 19.23, IC 95% para a diferença média estimada [0.7, 0.86], p< 0.01, d= 5.53 respetivamente. Assim, a aprendizagem e escolha da opção correta manteve-se estável ao longo dos blocos.
Foram ainda realizados testes t-student para comparar a preferência pelo risco em cada uma das condições com 50%. Na condição LD os participantes demonstraram, em média, preferir a escolha arriscada 41.5% das vezes (EPM= 6.44), não sendo, no entanto, significativamente diferente de 50%, t(24)= -1.32, IC 95% para a diferença média estimada [-0.22, 0.05], p=0.2. Na condição HD os participantes preferiram, em média, a opção arriscada
14
28.1% das vezes (EPM=7.71), sendo esta preferência significativamente inferior a 50%,
t(23)= -2.83, IC 95% para a diferença média estimada [-0.38, -0.06], p= 0.01.
Resumindo, os resultados confirmam as previsões da regra do valor extremo, muito embora não se tenha observado qualquer propensão para o risco. Foram encontradas diferenças significativas entre as condições para F vs. D e R vs. D quer no estado estável quer ao longo dos blocos. Foi encontrado um efeito marginalmente significativo do fator condição nas escolhas F vs. R. Apesar de os participantes se demonstrarem, de forma geral, aversivos ao risco em ambas as condições (<50%), a preferência pelo risco na condição LD não diferiu significativamente de 50% e foi significativamente maior do que a preferência pelo risco na condição HD que, por sua vez, foi significativamente inferior a 50%.
Discussão
Enquanto seres humanos, ocupamos grande parte do nosso tempo a tomar decisões, avaliando o risco e as consequências de optar por um caminho ou por outro, tendo como base as experiências do passado. O presente estudo teve como objetivo averiguar se a introdução de uma nova opção, numa situação de ganhos com valores extremos e resultados equiprováveis, influenciaria a preferência pelo risco no sentido proposto pela regra do valor extremo.
De uma forma geral, não houve propensão para o risco em nenhuma das condições (<50%), tendo os participantes preferido a opção segura à opção arriscada. Apesar das opções F e R serem iguais em ambas as condições, observou-se uma diferença significativa tal como hipotetizado. A localização dos resultados possíveis da porta D face às restantes portas foi o fator determinante, sugerindo uma sobre/subvalorização da porta R devido aos valores vizinhos. Os valores maiores da porta D (125 e 175) ofuscaram o maior valor da porta R (150), fazendo sobressair o valor mais baixo (50) e, assim, havendo uma maior aversão ao risco, como demonstrado na condição HD. Pelo contrário, os valores mais baixos da porta D (25 e 75) ofuscaram o valor mais baixo da porta R (50), fazendo sobressair o valor mais alto (150) e, assim, havendo uma maior propensão ao risco, como demonstrado pela condição LD.
Muito embora se tenha utilizado um paradigma de aprendizagem baseado na experiência, não se observaram sinais de uma inversão de preferências típicas propostas pela Teoria dos Prospetos de Kahneman e Tversky (1979) tal como proposto por Ludvig e Spetch (2011). Contudo, as preferências observadas indiciam desde já a possibilidade da inversão do efeito de reflexão, uma vez que a proporção de risco foi maior na condição LD, onde o extremo saliente é maior, do que em HD, onde o extremo saliente é mais baixo. De qualquer modo, os resultados são consistentes com as previsões da regra do valor extremo, isto é,
15
observou-se uma maior propensão para o risco quando o valor mais alto da opção arriscada era mais saliente (condição LD) e maior aversão ao risco quando o valor mais baixo da opção arriscada era mais saliente (condição HD).
Assim, os participantes humanos parecem considerar todas as opções disponíveis num dado contexto quando tomam uma decisão entre uma opção segura e uma opção arriscada, e não apenas as opções diante de si (Ludvig et al., 2014a; Ludvig et al., 2014b). Se uma dada opção arriscada potencialmente levar ao melhor resultado, então terá maior procura e as pessoas arriscam mais, mas se, pelo contrário, levar ao pior resultado então terá menor procura e as pessoas arriscam menos (Ludvig et al., 2014a; Ludvig et al., 2014b).
Apesar de serem apenas mostradas uma ou duas opções de cada vez, é claro pelos resultados que os restantes valores, não presentes na decisão, influenciaram a tomada de decisão. Por exemplo, em escolhas F vs R, a escolha foi influenciada pelos valores da porta D, apesar de não estarem presentes no momento da decisão. Este estudo vem adicionar à literatura informação acerca do que constitui o contexto de decisão e juntar-se a outros estudos que demonstraram que este contexto é claramente definido por mais do que apenas as opções presentes numa dada escolha (Heath & Chatterjee, 1995; Huber, Payne, & Puto, 1982; Ludvig et al., 2014b). De forma semelhante à teoria de decisão por amostragem de Stewart, Chater e Brown (2006), este estudo demonstra que o contexto de decisão aparenta englobar uma comparação entre todas as opções e resultados possíveis aquando de uma dada escolha. Poderá ocorrer, segundo Ludvig e colaboradores (2014b) devido a uma associação entre estímulos, em que aqueles que ocorreram antes, depois ou durante (i.e., coocorreram em escolha) vão ser tidos em consideração para a escolha imediata.
Através dos resultados deste estudo, conseguimos compreender que o valor saliente mais baixo (condição HD) produziu mais aversão ao risco do que o valor saliente mais alto (condição LD) produziu propensão ao risco, indo ao encontro da maior sobrevalorização das perdas relativas em comparação aos ganhos relativos proposta por Ludvig e colaboradores (2014b).
Uma vez que, neste tipo de desenho experimental, os participantes têm que recorrer às memórias de aprendizagens passadas para tomar uma decisão, poderão estar suscetíveis a vieses de memória e estes poderão influenciar a tomada de decisão (Ludvig et al., 2014b). De facto, existe um viés bem reportado na literatura em que os eventos mais salientes são sobrevalorizados e melhor recordados (Madan & Spetch, 2012; Phelps & Sharot, 2008; Talarico & Rubin, 2003). Devido a serem mais salientes, poderão ser mais facilmente recordados, talvez sob a forma de uma heurística de simplificação e, consequentemente,
16
levando a maior propensão ao risco nos ganhos relativos e maior aversão ao risco para perdas relativas (Ludvig et al., 2014b). Contudo, o desenho experimental utilizado possui várias características que dificultam o aparecimento de vieses (e.g., viés de inercia; Ludvig et al., 2014b), como a localização contrabalanceada das portas, aparecendo metade das vezes em cada um dos lados do ecrã, um pequeno intervalo distribuído uniformemente entre ensaios (1-2s) e ainda a centralização do cursor depois de cada ensaio, levando a um esforço equitativo para qualquer dos lados numa dada escolha. Foram também utlizados ensaios de deteção, onde o valor esperado das opções difere significativamente (e.g., F vs D), para assegurar que todos os participantes prestavam atenção e compreendiam as escolhas que estavam a fazer.
Em suma, este estudo apresenta resultados prometedores. As previsões da regra do valor extremo confirmaram-se, muito embora a inversão do efeito de reflexão em situações de aprendizagem por experiência não se tenha confirmado. Como estudo futuro poderá replicar-se a experiência com um conjunto de valores negativos ou com um conjunto de valores mistos (i.e., ganhos e perdas). Para além de alterar o conjunto de valores, seria benéfico introduzir testes de memória (ver Ludvig et al., 2018) de forma a compreender melhor a sobrevalorização dos resultados extremos e até que ponto a porta D consegue ofuscar a saliência dos resultados da porta R e influenciar a tomada de decisão dos participantes. Para conseguir compreender de uma forma mais clara se a introdução da terceira opção influencia significativamente a escolha de risco, a proporção de escolhas da porta arriscada poderá ser analisada com e sem a terceira variável presente.
17
Referências
Denrell, J., & March, J. (2001). Adaptation as information restriction: The hot stove effect.
Organization Science, 12(5), 523-538. doi:10.1287/orsc.12.5.523.10092
Erev, I., Ert, E., Roth, A., Haruvy, E., Herzog, S., Hau, R., … Lebiere, C. (2010). A choice prediction competition: Choices from experience and from description. Journal of
Behavioral Decision Making, 23(1), 15–47. doi:10.1002/bdm.683
Ert, E., & Yechiam, E. (2010). Consistent constructs in individuals’ risk taking in decisions from experience. Acta Psychologica, 134(2), 225–232.
doi:10.1016/j.actpsy.2010.02.003
Hardman, D. (2009). Decision making under risk and uncertainty. In D. Hardman (Ed.),
Judgment and decision making: Psychological perspectives (pp. 64-77). Oxford:
BPS Blackwell.
Heath, T., & Chatterjee, S. (1995). Asymmetric decoy effects on lower-quality versus higher-quality brands: Meta-analytic and experimental evidence. Journal of Consumer
Research, 22(3), 268–284. doi:10.1086/209449
Heilbronner, S., & Hayden, B. (2016). The description-experience gap in risky choice in nonhuman primates. Psychonomic Bulletin & Review, 23(2), 593–600.
doi:10.3758/s13423-015-0924-2
Hertwig, R., Barron, G., Weber, E., & Erev, I. (2004). Decisions from experience and the effect of rare events in risky choice. Psychological Science, 15(8), 534-539. doi:10.1111/j.0956-7976.2004.00715.x
Hertwig, R., & Erev, I. (2009). The description-experience gap in risky choice. Trends in
Cognitive Sciences, 13(12), 517-523. doi:10.1016/j.tics.2009.09.004
Huber, J., Payne, J., & Puto, C. (1982). Adding asymmetrically dominated alternatives: Violations of regularity and the similarity hypothesis. Journal of Consumer
Research, 9(1), 90–98. doi:10.1086/208899
Kahneman, D., & Tversky, A. (1979) Prospect theory: An analysis of decision under risk.
Econometrica, 47(2), 263–292. doi:10.2307/1914185
Kellen, D., Pachur, T., & Hertwig, R. (2016). How (in)variant are subjective representations of described and experienced risk and rewards?. Cognition, 157, 126–138.
doi:10.1016/j.cognition.2016.08.020
Konstantinidis, E., Taylor, R., & Newell, B. (2018). Magnitude and incentives: Revisiting the overweighting of extreme events in risky decisions from experience. Psychonomic
18
Michael, J., Gutoreva, A., Lee, M., Tan, P., Bruce, E., Székely, M., … & Ludvig, E. (2018). Decision-makers use social information to update their preferences – but choose for others as they do for themselves. [Preprint]. doi:10.31234/osf.io/pw5tr Ludvig, E., Madan, C., McMillan, N., Xu, N., & Spetch, M. (2018). Living near the edge:
How extreme outcomes and their neighbors drive risky choice. Journal of
Experimental Psychology: General, 147(12), 1905-1918. doi:10.1037/xge0000414.
Ludvig, E., Madan, C., Pisklak, J., & Spetch, M. (2014a). Reward context determines risky choice in pigeons and humans. Biology Letters, 10(8), 1-5.
doi:10.1098/rsbl.2014.0451
Ludvig, E., Madan, C., & Spetch, M. (2014b). Extreme outcomes sway risky decisions from experience. Journal of Behavioral Decision Making, 27, 146-156.
doi:10.1002/bdm.1792
Ludvig, E., Madan, C., & Spetch, M. (2015). Priming memories of past wins induces risk seeking. Journal of Experimental Psychology: General, 144(1), 24–29.
doi:10.1037/xge0000046
Ludvig, E., & Spetch, M. (2011). Of black swans and tossed coins: Is the description-experience gap in risky choice limited to rare events?. PLoS One, 6(6): e20262. doi:10.1371/journal.pone.0020262
Madan, C., Ludvig, E., & Spetch, M. (2014). Remembering the best and worst of times: Memories for extreme outcomes bias risky decisions. Psychonomic Bulletin &
Review, 21(3), 629-636. doi:10.3758/s13423-013-0542-9
Madan, C., Ludvig, E., & Spetch, M. (2017). The role of memory in distinguishing risky decisions from experience and description. Quarterly Journal of Experimental
Psychology: Human Experimental Psychology, 70(10), 2048–2059.
doi:10.1080/17470218.2016.1220608
Madan, C., Ludvig, E., & Spetch, M. (2019). Comparative inspiration: From puzzles with pigeons to novel discoveries with human in risky choice. Behavioural Processes,
160, 10-19. doi:10.1016/j.beproc.2018.12.009
Madan, C., & Spetch, M. (2012). Is the enhancement of memory due to reward driven by value or salience?. Acta Psychologica, 139(2), 343-349.
doi:10.1016/j.actpsy.2011.12.010
Moon, J., Fincham, J., Betts, S., & Anderson, J. (2015). End effects and cross-dimensional interference in identification of time and length: Evidence for a common memory
19
mechanism. Cognitive, Affective & Behavioral Neuroscience, 15(3), 680–695. doi:10.3758/s13415-015-0348-5
Phelps, E., & Sharot, T. (2008). How (and why) emotion enhances the subjective sense of recollection. Current Directions in Psychological Science, 17(2), 147–152. doi:10.1111/j.1467-8721.2008.00565.x
Reyna, V. F. (2012). A new intuitionism: Meaning, memory, and development in Fuzzy-Trace Theory. Judgment and Decision Making, 7(3), 332–359.
Stewart, N., Chater, N., & Brown, G. (2006). Decision by sampling. Cognitive Psychology,
53(1), 1–26. doi:10.1016/j.cogpsych.2005.10.003
Talarico, J. M., & Rubin, D. C. (2003). Confidence, not consistency, characterizes flashbulb memories. Psychological Science, 14(5), 455–461. doi:10.1111/1467-9280.02453 Tsetsos, K., Chater, N., & Usher, M. (2012). Salience driven value integration explains
decision biases and preference reversal. Proceedings of the National Academy of
Sciences, 109(24), 9659–9664. doi:10.1073/pnas.1119569109
Weber, E., & Johnson, E. (2006). Constructing preferences from memories. In S. Lichtenstein & P. Slovic (Eds.), The construction of preference (pp. 397–410). New York: Cambridge University Press. doi:10.1017/CBO9780511618031.022
Weber, E., Shafir, S., & Blais, A. (2004). Predicting risk sensitivy in humans and lower animals: Risk as variance or coefficient of variation. Psychological Review, 111(2), 430-445. doi:10.1037/0033-295X.111.2.430
Wulff, D., Mergenthaler-Canseco, M., & Hertwig, R. (2018). A metanalytic review of two modes of learning and the description-experience gap. Psychological Bulletin,
20
Anexo
CONSENTIMENTO INFORMADO Tomada de Decisão em Ambientes Computorizados Objetivo do estudo
O presente estudo realiza-se no âmbito do Mestrado em Psicologia da Saúde e Reabilitação Neuropsicológica da Universidade de Aveiro. O objetivo do estudo é estudar a tomada de decisão em ambientes computorizados.
Procedimento específico
Na presente experiência terá de escolher apenas uma das várias portas que lhe serão apresentadas no ecrã aleatoriamente, tentando acumular o máximo número de pontos possível.
Em alguns momentos, somente uma porta estará representada no ecrã e, por isso, a escolha desta é obrigatória. Porém, em outros momentos, estarão representadas duas portas distintas e será da sua responsabilidade clicar sobre apenas uma delas.
Todas as portas permitem ganhos e receberá feedback sobre a pontuação obtida, imediatamente após a sua escolha. Ao longo da experiência será também possível verificar a pontuação obtida até ao momento, sendo que iniciará a tarefa com 0 pontos.
Duração
A duração da tarefa será de aproximadamente 35 minutos. Riscos para o participante
A participação neste estudo não envolve qualquer risco para o participante para além dos normalmente encontrados no dia-a-dia. Qualquer que seja a decisão que tome, não será prejudicado, nem por participar, nem por recusar participar neste estudo.
21
Tem a oportunidade de contribuir para o avanço da investigação na área da Psicologia.
Confidencialidade
A informação fornecida ou quaisquer dados recolhidos ao longo deste estudo terão fins exclusivamente académicos e serão mantidos em confidencialidade. Os nomes de cada participante serão substituídos por números. Além disso, os dados recolhidos serão tratados, analisados e divulgados de modo anónimo e apenas em grupo, nunca individualmente.
Natureza voluntária da sua participação
A sua participação neste estudo é voluntária. Tem direito a não querer participar. Mesmo que concorde em participar, poderá desistir em qualquer momento do estudo, sem qualquer penalização. Caso queira desistir, a meio ou no final da experiência, todos os dados recolhidos a seu respeito serão eliminados.
Contacto
Caso deseje obter informações adicionais sobre o trabalho poderá contactar o investigador responsável, que estará disponível para esclarecer qualquer dúvida ou questão relacionada com esta investigação: Rui Neves – rasn@ua.pt
DECLARAÇÃO DE CONSENTIMENTO INFORMADO
Tomei conhecimento do objetivo do estudo e do que tenho de fazer para participar no mesmo. Tive oportunidade de ler este consentimento informado e fui esclarecido/a de todos os aspetos que considero importantes. Tive oportunidade de colocar as questões que considerei pertinentes e as mesmas foram respondidas, esclarecendo as minhas dúvidas.
Fui informado/a que tenho o direito de recusar participar ou desistir em qualquer momento do estudo, e que essa recusa ou desistência não terão consequências para mim. Foi-me garantida a confidencialidade de toda a informação recolhida sobre mim durante este estudo.
22
Assim declaro que aceito participar na investigação.
_________________________________ Data __/__/__ Nome do Participante _________________________________ Assinatura do Participante _________________________________ Data __/__/__ Assinatura do Investigador
