La razionalità limitata, l’uso di euristiche e gli errori nell’applicazione di leggi statistiche e probabilistiche: il caso dell’euristica della “rappresentatività”
Se la probabilità, infatti, che il taxi venga identificato in modo corretto è dell’80% allora il numero di taxi blu con i quali è stato commesso un atto criminale che vengono identificati correttamente è 15 x 0.8 = 12.
I taxi gialli con cui sono stati commessi crimini che invece sono erroneamente identificati come blu saranno, invece, 85 x 0, 2= 17.
In totale i taxi identificati dai testimoni come blu risulteranno essere 29 ma, come si evidenziato, i taxi correttamente identificati come blu sono solo 12. Vi sono 17 casi in cui il taxi con il quale è stato commesso l’atto criminale è di colore giallo ma viene erroneamente identificato come blu.
Quindi solo 12 volte su 29 il taxi identificato come blu è effettivamente di questo colore. La probabilità che il taxi con il quale è stato commesso il delitto sia correttamente identificato come blu è uguale a 12/29 = 41,3%. Si può dire che, circa sei volte su dieci, la testimonianza è inesatta.
Vi sono, in altre parole, più probabilità che la testimonianza sia errata di quante siano le probabilità che la testimonianza sia esatta.
L’errore nell’applicazione della teorema di Bayes può portare le corti (in particolare quelle penali) a valutare in maniera totalmente sbagliata l’attendibilità di una testimonianza.
Ma l’errore nell’applicazione della regola di Bayes può avere conseguenze anche sul piano del diritto civile, in particolar modo su quello dei rimedi civili nel caso di una volontà contrattuale viziata per dolo o per errore. Gli errori nell’applicazione del teorema di Bayes possono dar luogo a situazioni in cui una parte induce la controparte in tali errori o comunque ne trae beneficio anche se non li ha essa stessa determinati.
Si immagini, a titolo di esempio, che Tizio debba acquistare un oggetto per fare un dono ad uno sposo di cui non conosce la professione ma che sa che indossa, nei week end, vestiti di colore verde. Si immagini che nella comunità vi siano 100 avvocati e 10 veterinari. Solo il 20 per cento degli avvocati indossa nelle giornate del week end abiti di colore verde, mentre il 90 per cento dei veterinari sceglie questo colore per i vestiti. Il potenziale compratore descrive al potenziale venditore la caratteristica dello sposo consistente nel fatto che egli indossa abiti di colore verde durante il week end. Sebbene il 90% dei veterinari indossi abiti di questo colore durante il week end, in totale essi sono in numero di nove contro i venti (il 20% ) degli avvocati. Vi sono quindi molte più probabilità che il futuro sposo sia un avvocato piuttosto che un veterinario. Ma il potenziale venditore, pur essendo, in forza della sua esperienza, a conoscenza delle probabilità che il futuro sposo possa essere un avvocato, può sfruttare l’errore nell’applicazione della regola di Bayes del potenziale compratore e vendere un bene assai più costoso che risulta consono ad un soggetto di professione veterinario.
Queste ipotesi, che non risulta siano mai state considerate dalla giurisprudenza, potrebbero integrare la fattispecie del dolo come vizio della volontà nei contratti.
Nel caso in cui non si dovesse ravvisare un comportamento doloso del venditore, è possibile che si configuri il diverso vizio della volontà rappresentato dall’errore.
Ma l’errata applicazione della regola di Bayes può portare addirittura a decisioni drammatiche per gli individui.
Si ipotizzi che in una comunità di 1 milione e mille persone vi siano mille individui portatori del virus HIV. Si immagini che il test per il controllo della presenza del virus dia un risultato inesatto una volta su mille. Ciò significa che il test individua, fra il milione di individui che non sono portatori del virus, mille falsi positivi. Individua esattamente 999 soggetti infetti sui mille. Il risultato finale è che, su 1999 persone che risultano positive al test, solo 999 sono effettivamente portatrici del virus.
Il soggetto il cui test è positivo ha una probabilità di circa il 50% che non sia portatore del virus. Un’errata valutazione del risultato del test, se accompagnata da una non chiara informazione da parte delle strutture sanitarie, può condurre l’individuo stesso a scelte tragiche.
Conclusioni
Gli individui nella elaborazione dei loro giudizi e nel compimento delle loro scelte, incontrano insormontabili difficoltà cognitive nell’applicazione dei principi statistici e probabilistici. Nel caso dell’applicazione dell’euristica della “rappresentatività” tali errori appaiono essere assai frequenti.
Nel considerare questa particolare euristica si è voluto evidenziare come proprio nell’applicazione dei principi statistici e probabilistici l’individuo rischia di incorrere in errori.
Non si deve, peraltro, ritenere che le altre euristiche individuate da Kaheman e Tversky non conducano anch’esse ad importanti errori nell’applicazione dei principi statistici e delle regole del calcolo delle probabilità.
Gli studi dei due psicologi israeliani si sono infatti focalizzati sulle scelte in condizioni di mancanza di certezza e la teoria che essi hanno sviluppato per descrivere il comportamento umano – la “prospect theory” – è una teoria descrittiva delle scelte in condizioni di incertezza (il termine “prospect” si traduce prevalentemente, infatti, con quello di “lotteria”).
Riferimenti bibliografici
Arrow, Kenneth J. (1972) “Models of Job Discrimination.” In A.H. Pascal, ed. Racial Discrimination in Economic Life. Lexington, MA: D.C. Heath, 1972: 83-102.
Baffi, E, (2015). “Le imperfezioni della razionalità dell’uomo reale (conosci te stesso) e l’ adeguamento ad esse del diritto”, Rivista critica del diritto privato, Vol. 33, 297-315.
Bhatia, S. (2016) The Power of the Representativeness Heuristic.
Frosini, B. V. (2002).Le prove statistiche nel processo civile e nel processo penale. Giuffrè.
Kahneman, D., & Tversky, A. (1972). “Subjective probability: A judgment of representativeness”, Cognitive psychology,3(3), 430-454.
Kahneman, D., & Tversky, A. (1973). “On the psychology of prediction”, Psychological review,80(4), 237.
Kahneman, D., & Tversky, A. (1979). “Prospect theory: An analysis of decision under risk”, Econometrica 263-291.
Levis A. (2012) The Cambridge Handbook of Psychology. The Cambridge Handbook of Psychology and Economics, A Lewis (a cura di), Cambridge (Mass.).
Phelps, Edmund S. (1972). “The statistical theory of racism and sexism.” American Economic Review, Sept., vol. 62, 659-61.
Slovic, P. and Lichtenstein, S. (1968), “Relative Importance of Probabilities and Payoffs in Risk Taking”,78,Journal of Experimental Psychology, 1-18.
Tversky, A., & Kahneman, D. (1971). “Belief in the law of small numbers”. Psychological bulletin, 76(2), 105.
Tversky, A., & Kahneman, D. (1974). “Judgment under uncertainty: Heuristics and biases”. Science,185(4157), 1124-1131.
Tversky A. & D. Kahneman (1982).“Evidential impact of base rates”, in Judgement under uncertainty: Heuristics and biases, D. Kahneman, P. Slovic, A. Tversky (a cura di ), Cambridge University Press, 1982
Tversky, A., & Kahneman, D. (1983). “Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment”. Psychological Review, 90, 293-31.
Tversky, A., & Kahneman, D. (1993). “Probabilistic reasoning”, in Readings in Philosophy and Cognitive Science, A. Goldman (a cura di) Cambridge (Mass.), 43-68.
