Konsekwentny jak ChatGPT
Czy lepiej, żeby decyzje, które dotyczą nas i naszych bliskich, były ryzykowne? I czy nasze podejście byłoby podobne, gdyby miały one dotykać nieznajomych? Weźmy urzędników państwowych, którzy są zobowiązani do działania w najlepszym interesie obywateli, bez względu na osobiste relacje czy stopień znajomości. Osiągnięcie tego celu może być wyzwaniem.
Amos Tversky i Daniel Kahneman, laureaci Nagrody Nobla w dziedzinie ekonomii z 2002 r., przeprowadzili eksperyment znany jako problem choroby azjatyckiej, który miał rzucić światło na ten dylemat. Poprosili uczestników o ocenę programów leczenia choroby, która według prognoz dotyczy 600 osób. W każdym reżimie terapeutycznym umiera zaś średnio 400 pacjentów. Większość wybrała program, który gwarantował pewne przeżycie 200 osób i prawdopodobieństwo śmierci dwóch trzecich, zamiast programu, który dawał jedną trzecią szans na ocalenie wszystkich 600 istnień i dwie trzecie prawdopodobieństwa nieuratowania żadnego. Co ciekawe, uczestnicy częściej wskazywali też program, w którym prawdopodobieństwo wyleczenia każdego pacjenta sięgało jednej trzeciej, a zgonu wszystkich 600 osób dwie trzecie, niż program, który spowodowałby 400 ofiar śmiertelnych.
Wybory były niekonsekwentne. Osoby, którym przedstawiano scenariusz „pewnej śmierci”, były bardziej niechętne do podejmowania ryzyka niż osoby mające do czynienia ze scenariuszem, w którym były szanse na uratowanie życia. Badania te pokazują, że paternalistyczny proces decyzyjny – w którym jedna osoba podejmuje najlepsze z jej perspektywy działania dla dobra innej osoby (charakteryzuje to w szczególności relacje między lekarzem i pacjentem) może być uzależniony od tego, w jaki sposób zostanie ujęty problem – czy jako sytuacja zysku, czy straty.
Materiał chroniony prawem autorskim - wszelkie prawa zastrzeżone.
Dalsze rozpowszechnianie artykułu za zgodą wydawcy INFOR PL S.A. Kup licencję.