ヒューリスティックス
ヒューリスティックスとは、意思決定の複雑さを軽減するために意識的または無意識的に適用できる認知的な近道のことです。 当初の研究では、ヒューリスティックスの欠点が強調されていました。 ヒューリスティックスとバイアス」というアプローチでは、人はしばしば単純な決定ルールに頼るが、そうしない方が正確性の点で有利であることを示した。 このアプローチは、カーネマンとトヴェルスキーの代表的な研究にさかのぼります。 最も注目された3つのヒューリスティックは、「利用可能性」「代表性」「アンカリングと調整」でした。 利用可能性ヒューリスティックとは、ある事象の事例が頭に浮かびやすいかどうかで、その事象の確率を評価する傾向のことです。 (The tendency to assess the probability of an event based on the easy with which instances of that event comes to mind.) 一般的に人は、その出来事の具体的な事例が記憶の中に容易にアクセスできる場合、その出来事の確率を過大評価する。 思い出しやすさと発生頻度には、しばしば相関関係があります。 しかし、記憶に影響を与える要因の中には、確率とは関係のないものも多くあります。 例えば、鮮明な映像は淡白な映像よりも思い出しやすい。 例えば、交通事故の頻度を示す年次統計よりも、重大な交通事故に遭ったことの方が記憶に残りやすいということがあります。
代表性ヒューリスティックとは、ある刺激が特定のクラスに属する確率を、その出来事が適切なメンタル モデルにどの程度対応しているかを判断することで評価する傾向のことです。 事前確率の無視が判断に与える影響については、1973年にKahnemanとTverskyが報告した例が有名です（Kahneman, 2011参照）。 彼らの研究では、回答者にエンジニアと弁護士の簡単な人物像を提示した。 彼らの研究では、回答者に技術者と弁護士と思われる人物像を提示し、それぞれの人物像がどちらかの職業に就いている確率を評価させた。 半数の回答者には、スケッチが描かれた母集団は、エンジニア30人と弁護士70人で構成されていると伝え、残りの回答者には、エンジニア70人と弁護士30人であると伝えました。
アンカリングと調整とは、最初に与えられた、あるいは生成された反応がアンカーとなり、その反応を調整するために他の情報が十分に利用されない、一般的な判断プロセスを意味します。 アンカリングと調整のヒューリスティックな考え方は、人は判断の過程で、アンカーとなる初期値に注目することが多いという仮定に基づいています。
当初、これらの3つのヒューリスティックは、非回帰的予測、基礎率情報の無視、過信などの12の体系的なバイアスとともに説明されていました。 これらのヒューリスティックとバイアスは、既知の量や統計的事実の推定において、系統的なエラーを引き起こすと考えられていました。 KahnemanとFrederick（Kahneman, 2011）は、ヒューリスティックとバイアスに関する初期の概念を修正し、ヒューリスティックがどのように機能するかを説明するために、属性置換という共通のプロセスを強調した新しい処方を提案しました。 さらに、この新しいモデルでは、直感的な判断がより精巧な認知プロセスによって修正されたり、過大評価されたりする条件を明確に扱っています。 この新しいアプローチでは、ヒューリスティックという言葉が2つの意味で使われている。 名詞は認知プロセスを意味し、ヒューリスティック属性の形容詞は、特定の判断で代用される属性を意味する。 カーネマンとフレデリックは、プロトタイプの属性をそのカテゴリーの拡張属性に置き換えるプロトタイプ・ヒューリスティックのファミリーを追加した。いわゆるプロトタイプ・ヒューリスティックの原型は、先に述べたカテゴリー予測における代表性の使用である。
Gigerenzerらは、ヒューリスティックの適応的な役割を強調しました。 彼らの見解では、ヒューリスティックスは、情報の一部を無視した効率的な認知プロセスです。 さらに、不確実性の下での意思決定において、認知的ヒューリスティクスがどれだけ機能するかは、彼らの見解では経験的な問題である。 Gigerenzer and Gaissmaier (2011)は、「人を賢くする」単純、迅速、質素なヒューリスティックに言及している。 人々がより早く、より節約して、より正確に意思決定を行うために使用する様々なクラスの適応的なヒューリスティクス）。 彼らは、人々が様々なタイプの状況で使用する様々なヒューリスティックの概要を提示し、また、人々がより複雑な意思決定戦略ではなく、あるヒューリスティックに頼るべき時はいつなのかという疑問に答えようとしています。 Gigerenzerらは、情報を無視して、より複雑な方法よりも早く、より節約して、より正確に意思決定を行う戦略として、ヒューリスティックを意識的かつ意図的に使用することを強調しています。 また、より少ない情報や計算が、より多い情報や計算よりも正確な判断をもたらすことを「Less-is-More効果」と呼んでいます。
Gigerenzerらが導入した第一級のヒューリスティックは、私たちの記憶の重要な能力、すなわち、認識の感覚が記憶よりも早く意識に現れるという事実に関連しています。 認識ヒューリスティックとは、簡単に言えば、2つの選択肢のうち一方が認識され、他方が認識されない場合、認識された選択肢の方が基準に対する価値が高いと推論することである。 例えば、都市の名前の認識は、その都市の人口を予測するのに有効であることがわかっています。 ある基準に対する認識の有効性（α）が高ければ高いほど、認識ヒューリスティックに頼ることが生態学的に合理的であることを意味します。
流暢性ヒューリスティックでは、両方の選択肢が認識され、一方がより早く認識された場合、この選択肢が基準に関してより高い値を持つと推測します。 流暢性ヒューリスティックは、認識の速さが基準と相関していれば、生態学的に合理的です。 流暢性は、選択肢が与えられず、記憶から生成する必要がある場合にも役割を果たす。 Johnson and Raab (2003)は、take-the-firstヒューリスティックを導入した。 最初に思い浮かんだ選択肢を選ぶ。 Johnson and Raab (2003) は，take-the-first ヒューリスティック (take-the-first heuristic) を導入した。 3つ目のヒューリスティクスは、いわゆるワン・リーズン・ディシジョン（one-reason decision）と呼ばれるもので、他の手がかりを無視して1つの正当な理由だけで判断するヒューリスティクスです。 このヒューリスティックは、明らかに辞書式決定規則と関連しています。 後者は「最も重要な」属性の観点から定義されます。 One-clever-clue heuristics (one-reason decision makingの一例)は、選択された手掛かりが選択の全体的な結果に与える有用性と予測値に焦点を当てています。 同様に、テイク・ザ・ベスト・ヒューリスティックは、記憶から取り出した2つの手がかりの値に基づいて、2つの選択肢のうちどちらがより高い基準値を持つかを推測する方法のモデルである。 Take-the-bestは3つのステップで構成される。
Karelaia (2006) は、確認的な停止ルール (同じ選択肢を示す2つの手掛かりが見つかったら停止する) が、非常に強固な結果をもたらすことを示しました。 このヒューリスティックは、意思決定者が手掛かりの有効性についてほとんど知らない状況では、生態学的に有効である傾向があります。 このクラスのヒューリスティックは、手掛かりや代替案を等しく評価し、単純なトレードオフを行います。 例えば、Tallyingがその例です。 Tallyingは、ある選択肢を他の選択肢と比較して有利にする手掛かりの数を単純に数えることである。 3つのステップがあります。 (1)手掛かりを探す、(2)停止ルール：手掛かりの数が両選択肢で同じであれば、別の手掛かりを探す。 それ以上の手掛かりが見つからなければ、推測する。
基本的にGigerenzerの研究は、ヒューリスティックは良いものでも悪いものでもなく、状況によっては、より複雑な戦略よりも正確な場合があることを示しました。
ヒューリスティックな意思決定に関するレビュー記事の中で、Gigerenzer and Gaissmaier (2011) は、直感はヒューリスティックに基づいているのか、もしそうなら、どのヒューリスティックに基づいているのか、と問いかけています。 これは、直感的な意思決定と熟考的な意思決定の区別につながります。