¿Qué tareas modela mal la toma de decisiones bayesiana?

Actualmente existe un gran debate en torno a qué preguntas el modelo bayesiano es apropiado para responder dentro de la ciencia cognitiva, así como qué hace que un "modelo pobre". Desafortunadamente, estos se vuelven temas extremadamente espinosos muy rápidamente, en parte porque lo que se llama "modelado bayesiano" en realidad se refiere a un conjunto bastante heterogéneo de enfoques y filosofías, y en parte porque los diferentes modelos sirven para propósitos muy diferentes, lo que hace que la definición de un "modelo pobre" sea muy difícil ponerse de acuerdo.

No obstante, puedo recomendar encarecidamente dos documentos que tratan estos temas en profundidad. El primero es el artículo de Jones & Love de 2011 Behavioral & Brain Sciences "¿Fundamentalismo bayesiano o ilustración? Sobre el estado explicativo y las contribuciones teóricas de los modelos bayesianos de cognición". Afortunadamente, los artículos de BBS incluyen comentarios abiertos de pares, para que pueda ver la reacción del campo más amplio a sus afirmaciones.

El segundo artículo es el artículo de Bowers & Davis's Psychonomic Bulletin & Review de 2012 titulado "Historias bayesianas justas en psicología y neurociencia". Ambos documentos presentan argumentos muy creíbles de que los modelos bayesianos son en realidad "modelos pobres", incluso cuando pretenden ser buenos; ambos documentos destacan una serie de fenómenos que son difíciles de encajar con los modelos bayesianos sin recurrir a los mismos tipos de ajustes de parámetros por los que los bayesianos tienden a criticar a otros modeladores.

Finalmente, hay un artículo que acaba de salir hoy que describe el fracaso de un modelo bayesiano para capturar algunos fenómenos en el dominio del razonamiento causal. Esto se ha entendido tradicionalmente como un punto fuerte relativo del modelado bayesiano, lo que hace que los hallazgos de este documento sean algo sorprendentes. No lo he leído, pero está en prensa por Bes, Sloman, Lucas & Raufaste en Cognitive Science, titulado "Inferencia no bayesiana: la estructura causal triunfa sobre la correlación".

Referencias

• Bowers, JS y Davis, CJ (2012). Cuentos bayesianos en psicología y neurociencia. Boletín psicológico, 138, 389. PDF
• Jones, M. y Love, BC (2011). ¿Fundamentalismo bayesiano o Ilustración? Sobre el estatus explicativo y aportes teóricos de los modelos bayesianos de cognición. Ciencias del comportamiento y del cerebro, 34, 169-188. PDF
• Bes, B., Sloman, S., Lucas, CG & Raufaste, E. (2012). Inferencia no bayesiana: la estructura causal triunfa sobre la correlación. Ciencia cognitiva. PDF

@CHCH ha brindado una buena descripción general, pero pensé que también agregaría algunos experimentos específicos que se consideran una debilidad de los modelos bayesianos. Todo el tema de esta respuesta es una extensión del programa de violación de la racionalidad de Tversky y Kahneman. Todos estos experimentos pueden ser ajustados por algún modelo bayesiano justo así del tipo que discuten Bowers & Davis (2012) . Estos modelos “justo-así” por lo general requieren un espacio de estado irrazonablemente grande (muchos parámetros libres) o injertos en mecanismos heurísticos y de sesgo antinaturales para cada experimento individual sin ninguna guía del bayesianismo. Presentaré mi narrativa como una bibliografía comentada.

Shafir, E. & Tversky, A. (1992) Pensando a través de la incertidumbre: razonamiento y elección sin consecuencias. Psicología Cognitiva 24: 449-474.

Townsend, JT, Silva, KM, Spencer-Smith, J. y Wenger, M. (2000) Explorando las relaciones entre la categorización y la toma de decisiones con respecto a estímulos faciales realistas. Pragmática y Cognición 8: 83-105.

Tversky, A. y Shafir, E. (1992) El efecto de disyunción en la elección bajo incertidumbre. Ciencia Psicológica 3: 305-309.

Como se menciona en la pregunta, y en otras partes del sitio , la violación del principio de certeza es uno de los ejemplos más populares de desviación del bayesianismo. Dada una variable aleatoria que solo puede tener dos posibles resultados A y B, la probabilidad requiere$p(X)$estar entre$p(X|A)$y$p(X|B)$. Una violación es cuando$p(X) > p(X|A)$ y $p(X) > p(X|B)$(o ambos$<$en cambio). ST mostró la violación en un entorno de teoría de juegos, TS en una tarea de juego de dos etapas y TSS-SW en una tarea de categorización de rostros.

Tversky, A. y Kahneman, D. (1983). Razonamiento extensional versus intuitivo: la falacia conjuntiva en el juicio de probabilidad. Revisión de psicología 101: 547-567.

En este estudio, TK describió a Linda y luego le pidió al participante que hiciera un juicio de probabilidad$p(\text{BT})$de Linda siendo una cajera de banco, o un juicio de probabilidad$p(\text{BT} \;\&\; \text{F})$de Linda siendo cajera de banco y feminista. En cualquier modelo bayesiano (sin algunos mecanismos injertados o variables latentes extrañas) necesita tener$p(\text{BT}) \geq p(\text{BT} \;\&\; \text{F})$, pero los participantes juzgaron$p(\text{BT}) < p(\text{BT} \;\&\; \text{F})$y cometió una falacia de conjunción .

Gavanski, I. y Roskos-Ewoldsen, DR (1991) Representatividad y probabilidad conjunta . Revista de Personalidad y Psicología Social 61(2): 181-194.

La explicación ad-hoc de TK para esto es la heurística representativa . GR-E recrean la falacia en un escenario donde muestran que la heurística ad-hoc no es suficiente . Esto señala la debilidad de las soluciones ad-hoc a los enfoques bayesianos.

Sides, A., Osherson, D., Bonini, N. y Viale, R. (2002) Sobre la realidad de la falacia de la conjunción . Memoria y Cognición 30(2): 191-198.

Es natural sospechar que el resultado de TK podría ser un artefacto de los participantes que no comprenden el concepto moderno de probabilidad. SOBV explica esto mediante el uso de un paradigma de apuestas que usa probabilidades implícitamente en lugar de pedir a los participantes que informen valores numéricos. SOBV muestra que la falacia de la conjunción es independiente del informe de probabilidad numérica y, por lo tanto, un "error" intrínseco.

Feldman, JM & Lynch, JG (1988) Validez autogenerada y otros efectos de la medición en la creencia, actitud, intención y comportamiento. Revista de Psicología Aplicada 73: 421-435.

Moore, DW (2002) Midiendo nuevos tipos de efectos de orden de preguntas. Opinión Pública Trimestral 66: 80-91

Schuman, H. y Presser, S. (1981) Preguntas y respuestas en encuestas de actitud: experimentos sobre la forma, redacción y contenido de las preguntas

Al realizar un cuestionario, el orden en que se hacen las preguntas cambia los juicios de probabilidad resultantes. Para un enfoque puramente bayesiano, la probabilidad mutua de preguntar A y luego B y obtener un resultado específico es$p(A)p(B|A) = p(A \& B) = p(B \& A) = p(B)p(A|B)$. Esto sugeriría que el orden en que se hacen las preguntas no debería importar, por lo que tenemos una falla de conmutatividad .

Hogarth, RM & Einhorn, HJ (1992) Efectos de orden en la actualización de creencias: el modelo de ajuste de creencias. Psicología Cognitiva 24: 1-55.

Shanteau, JC (1970) Un modelo de aditividad para la toma de decisiones secuenciales. Revista de Psicología Experimental . 85: 181-191.

El efecto de orden no se limita a las preguntas, sino también a la integración de pruebas. El punto más fuerte del bayesianismo es una teoría clara de cómo actualizar las hipótesis, dada la evidencia. Desafortunadamente, para la regla de Bayes$p(H|A \& B) = p(H|B \& A)$, pero HE & S muestran que para los humanos este no es siempre el caso y presentan alternativas heurísticas y sesgadas.

Berges, GR, Chapman, GB, Levy, BT, Ely, JW y Oppliger, RA (1998) Diagnóstico clínico e información de pedidos. Toma de decisiones médicas 18: 412-417.

McKenzie, CRM, Lee, SM y Chen, KK (2002) Cuando la evidencia negativa aumenta la confianza: cambio de creencia después de escuchar dos lados de una disputa. Revista de toma de decisiones conductuales 15: 1-18.

Puede ser tentador sospechar que estos efectos de orden se limitan a entornos de laboratorio artificiales. Desafortunadamente, aparecen en entornos naturales asociados con la toma de decisiones racionales, como el estudio de diagnóstico médico de BCLEO y la mediación de disputas de MLC en un jurado.

Aerts, D. & Sozzo, S. (2011) Estructura cuántica en la cognición: por qué y cómo se entrelazan los conceptos . Interacción cuántica 7052: 116-127.

AS estudió los juicios de pertenencia para pares de combinaciones de conceptos y encontró entre sus participantes formas de dependencia entre pares de conceptos que violaban el teorema de Bell y, por lo tanto, no podían ajustarse a ninguna distribución conjunta clásica razonable sobre las combinaciones de conceptos.