ヒューリスティック（心理学）

ハーバート・サイモンの満足化ヒューリスティックは、不確実な状況において、複数の選択肢の中から1つの選択肢を選ぶために使用できます。^{[ 19 ]}ここで、不確実性とは、選択肢の全体とその結果が既知または知り得ないことを意味します。例えば、プロの不動産起業家は、新しい商業エリアを開発するためにどの場所に投資するかを決定する際に、満足化に頼っています。「y年以内に少なくともxの収益が得られると確信できるなら、その選択肢を選びます。」^{[ 20 ]}一般的に、満足化は次のように定義されます。

• ステップ1：吸引レベルαを設定する
• ステップ2：αを満たす最初の選択肢を選ぶ

代替案が見つからない場合は、目標水準を調整することができる。

• ステップ3：時間β経過後、αを満たす代替案がない場合は、αをδだけ減らし、ステップ1に戻る。

満足化は多くの分野で報告されており、例えば自動車販売店が中古BMWの価格設定に用いるヒューリスティックとして挙げられる。^{[ 21 ]}

満足化とは異なり、アモス・トベルスキーのアスペクトによる排除ヒューリスティックは、すべての選択肢が同時に利用可能な場合に使用できます。意思決定者は、特定の属性（またはアスペクト）の目標レベルを満たさない選択肢を排除することによって、選択肢の数を徐々に減らします。^{[ 22 ]}一連の選択の間、人々は不確実性を経験し、矛盾を示す傾向があります。アスペクトによる排除は、選択に直面したときに使用できます。一般的に、アスペクトによる排除のプロセスは次のとおりです。

• ステップ1：意思決定に関連する属性を1つ選択する
• ステップ2：この特定の属性を除外するすべての選択肢を排除する
• ステップ3：別の属性を使用して、さらに選択肢を絞り込む
• ステップ4：選択肢が1つだけになるまでステップ3を繰り返し、決定を下します。

側面による排除は、代替案を選択することで消費者が効用を最大化できると推測するものではなく、むしろ選択は代替案を徐々に排除していく確率的プロセスの結果であると主張する。^{[ 22 ]}アモス・トベルスキーは簡単な例を挙げている。誰かが新車を購入したい場合、最初に考慮する側面は自動変速機かもしれない。これにより、そのような側面を持たないすべての代替案が排除される。次に、この機能を持たないすべての代替案が排除されたら、3000ドルの価格制限などの別の側面が与えられる。排除のプロセスは、すべての代替案が排除されるまで続く。^{[ 22 ]}

側面による排除は、ビジネスエンジェルの意思決定プロセスの初期段階でよく使用されます。これは、投資家が潜在的な機会の重大な欠陥を発見したときに代替案が排除されるため、迅速な意思決定ツールとして役立つからです。^{[ 23 ]}また、別の研究では、側面による排除が電力契約の選択で広く使用されていることも示されています。^{[ 24 ]}これら2つの例の背後にある論理は、側面による排除が、一連の複雑な選択肢に直面したときに意思決定を行うのに役立つということです。人は、限られた直感的な計算機能と時間しか持たない状態で、すべての代替案の中から決定を下す必要があるかもしれません。しかし、側面による排除は、適用が容易で非数値計算を伴うため、補償モデルとして、そのような複雑な意思決定を行うのに役立つ可能性があります。^{[ 22 ]}

認識ヒューリスティックは、世界の未知の量について推論を行うために、認識という基本的な心理的能力を利用します。2 つの選択肢の場合、ヒューリスティックは次のようになります。^{[ 12 ]}

2つの選択肢のうち一方が認められ、もう一方が認められなかった場合、認められた選択肢の方が基準に関してより高い価値を持つと推測する。

例えば、2003年のウィンブルドン・テニス・トーナメントでは、アンディ・ロディックがトミー・ロブレドと対戦しました。ロディックの名前は知っていてもロブレドの名前を知らない場合、認識ヒューリスティックによってロディックが勝つと予測されます。認識ヒューリスティックは部分的な無知を利用するものであり、両方の選手の名前を知っている場合やどちらの選手の名前も知らない場合は、別の戦略が必要です。2003年と2005年のウィンブルドンの研究では、半ば無知なアマチュア選手が適用した認識ヒューリスティックが、ウィンブルドンの専門家（すべての選手の名前を知っていた）のシード順位やATPランキングよりも、すべての男子シングルス試合の結果を同程度かそれ以上に正確に予測したことが示されています。^{[ 25 ] [ 26 ]}認識ヒューリスティックは、認識の妥当性が偶然を大幅に上回る場合に生態学的に合理的（つまり、予測精度が高い）です。この場合、選手の名前の認識は、その選手の勝つ可能性と高い相関関係があります。^{[ 27 ]}

最良選択ヒューリスティックは、記憶から手がかりを有効性の順に取り出すという基本的な心理的能力を利用します。手がかりの値に基づいて、2つの選択肢のうちどちらが基準値が高いかを推論します。^{[ 28 ]}認識ヒューリスティックとは異なり、すべての選択肢が認識されている必要があるため、認識ヒューリスティックが適用できない場合にも適用できます。バイナリ手がかり（1が基準値が高いことを示す）の場合、ヒューリスティックは次のように定義されます。

手がかり i の妥当性 v _{iは、正しい判断 c i}の割合として定義されます。

v _i = c _i / t _i

ここで、ti は、2 つの選択肢の値が手がかり i に関して異なるケースの数である。各手がかりの妥当性は、観測サンプルから推定できる。

Take-the-bestは優れた特性を持っています。複雑な機械学習モデルと比較すると、回帰モデル^{[ 29 ]}、分類回帰木、ニューラルネットワーク、サポートベクターマシンよりも優れた予測ができることがよく示されています。[Brighton & Gigerenzer、2015]

同様に、心理学的研究では、最良のものを選択することが生態学的に合理的である状況では、多くの人々がそれに頼る傾向があることが示されています。これには、空港の税関職員^{[ 30 ]} 、プロの泥棒や警察官^{[ 31 ]}、学生集団[32]による意思決定が含まれます。^{最良のものを選択することが生態学的に合理的である条件は、ほとんど知られています[ 33 ]}。最良のもの^{を選択する}ことは、情報の一部を無視することが一般的に非合理的であるという従来の見解が間違っていることを示しています。少ない方が良い場合もあります。

高速かつ簡素なツリーは、分類を可能にするヒューリスティックです。^{[ 34 ]}例えば、重度の胸痛を訴える患者が心臓発作を起こす可能性が高いかどうか、^{[ 35 ]}または、検問所に近づいている車がテロリストか民間人かなどです。^{[ 36 ]}「高速かつ簡素」と呼ばれるのは、最良のものを選ぶのと同様に、わずかな手がかりや属性だけで迅速な決定を可能にするためです。「ツリー」と呼ばれるのは、一連の質問をする決定木のように表現できるためです。ただし、完全な決定木とは異なり、時間を節約し、過学習の危険性を減らすために、不完全なツリーです。

図1は、HIV（ヒト免疫不全ウイルス）のスクリーニングに使用される高速かつ簡素なツリーを示しています。テイク・ザ・ベストと同様に、このツリーには探索ルール、停止ルール、および決定ルールがあります。

HIV検査では、まずELISA（酵素免疫測定法）検査が行われます。結果が陰性であれば、検査手順は終了し、クライアントには「HIV陰性」という朗報が伝えられます。しかし、結果が陽性であれば、できれば別のメーカーのELISA検査が再度行われます。2回目のELISA検査が陰性であれば、手順は終了し、クライアントには「HIV陰性」が伝えられます。しかし、結果が陽性であれば、最終検査としてウェスタンブロット法が行われます。

一般的に、n 個のバイナリ キューの場合、高速かつ簡素なツリーには、各キューに 1 つずつ、最後のキューに 2 つ、合計で n + 1 個の出口があります。一方、完全な決定木では 2 ^{n 個の}出口が必要です。高速かつ簡素なツリーにおけるキュー (テスト) の順序は、キューの感度と特異度、またはテストのコストなどの他の考慮事項によって決定されます。HIV ツリーの場合、ELISA はウェスタン ブロット テストよりもミスが少なく、コストも低いため、最初にランク付けされます。一方、ウェスタン ブロット テストは、誤報が少なくなります。これに対し、完全なツリーでは、順序は分類の精度に影響しません。

迅速かつ簡素なツリーは、不確実性下での意思決定の記述的または規範的なモデルです。たとえば、裁判所の判決の分析では、ロンドンの治安判事が保釈決定を行う方法の最良のモデルは迅速かつ簡素なツリーであると報告されています。^{[ 37 ]} HIVツリーは、医師に手順が教えられるという規範的モデルであると同時に、ほとんどの医師が実際に手順に従うという記述的モデルでもあります。

集計とは、意思決定問題において最も実行可能な選択肢は、識別可能なほとんどの尺度と基準において他の選択肢よりも優れたパフォーマンスを発揮するものと考えるヒューリスティックである。^{[ 38 ]}

選択に関わる特定の側面（手がかり）の重要性を評価する際に重み付け値を考慮する「最良のものを選ぶ」ヒューリスティックとは対照的に、集計する人は、代替選択肢の利用可能なすべての側面を等しい重みで考慮し、最も多くの側面が有利な選択肢を選ぶ。^{[ 4 ]}

この意味で、集計は最良のものを選択するヒューリスティックとは異なり、後者は各側面に適用される価値に基づいて自然に区別するため、相反する結果につながる可能性があります。^{[ 39 ]}

これを説明するために、バスケットボールの次のシーズンでチームAとチームBのどちらがより成功するかを予測するシナリオを考えてみましょう。チームAはチームの成功に貢献する要素の4分の3で優れていますが、チームBがチームAよりも優れている要素は、チームの成功にとって他の要素よりも客観的に重要であると判断されます。集計ヒューリスティックでは、ほとんどの指標でチームAが優れているため、チームAの方が成功すると判断されますが、最良選択ヒューリスティックでは、チームBが優れている唯一の要素の重み付け値を考慮して、チームBが最も成功すると判断されます。

心理学において、利用可能性とは、特定の考えを思い浮かべる容易さのことである。人々が、ある出来事の可能性や頻度をその利用可能性に基づいて推定するとき、彼らは利用可能性ヒューリスティックを使用している。^{[ 58 ]}まれな出来事が容易に鮮明に思い浮かぶ場合、このヒューリスティックはその可能性を過大評価する。たとえば、人々は竜巻やテロなどの劇的な出来事で死亡する可能性を過大評価する。劇的で暴力的な死は通常、より大きく報道されるため、利用可能性が高くなる。^{[ 59 ]}一方、一般的だが平凡な出来事は思い浮かべにくいため、その可能性は過小評価される傾向がある。これには、自殺、脳卒中、糖尿病による死亡が含まれる。このヒューリスティックは、人々が大量の統計的証拠よりも、単一の鮮明な物語に容易に影響される理由の1つである。^{[ 60 ]}それは宝くじの魅力にも関係しているかもしれない。宝くじを買う人にとって、大々的に報道され、歓喜に沸く当選者は、何も当たらなかった何百万人もの人々よりも身近な存在だからだ。^{[ 59 ]}

英語の単語で、Tで始まるものとKで始まるもののどちらが多いかを判断するとき、利用可能性ヒューリスティックは質問に素早く答える方法を提供します。T で始まる単語の方がすぐに思い浮かぶため、被験者は多数の単語を数えなくても正しい答えを出します。しかし、このヒューリスティックは誤りも生み出す可能性があります。英語の単語で、最初の位置にK があるものと 3 番目の位置にKがあるもののどちらが多いかを尋ねられたとき、人々は同じプロセスを使用します。kangaroo 、kitchen、keepなど、Kで始まる単語を考えるのは簡単です。lake 、acknowledgeなど、3 番目の文字がKである単語を考えるのは困難ですが、客観的にはこれらの単語の方が 3 倍多く存在します。このため、人々は単語の先頭にKが多いという誤った結論に至ります。 ^{[ 14 ]}別の実験では、被験者は男性と女性がほぼ同数の多くの有名人の名前を聞きました。その後、被験者は名前のリストに男性が多いか女性が多いかを尋ねられました。リストに載っている男性がより有名な場合、被験者の大多数は、その男性の数が多いと誤って考え、女性の場合はその逆でした。トベルスキーとカーネマンは、これらの結果について、割合の判断は入手可能性に基づいており、より有名な人の名前の方が入手可能性が高いと解釈しています。^{[ 58 ]}

1976年の米国大統領選挙前に実施されたある実験では、参加者の一部にはジェラルド・フォードが勝利する場面を想像するように求められ、他の参加者にはジミー・カーターが勝利する場面を想像するように求められた。その後、各グループは割り当てられた候補者が勝利する可能性が高いと認識した。研究者らは、学生が大学フットボールチームの好成績または不成績を想像した場合にも同様の効果を発見した。^{[ 61 ]}主観的可能性に対する想像の効果は、他の複数の研究者によって再現されている。^{[ 60 ]}

概念の想起しやすさは、それが最近、どのくらいの頻度で想起されたかによって影響を受けることがあります。ある研究では、被験者に部分的な文を完成させるよう指示しました。単語は、敵意または親切のいずれかの概念を活性化するように選択されました。これはプライミングと呼ばれるプロセスです。その後、被験者は短い曖昧な物語で描写された男性の行動を解釈しなければなりませんでした。彼らの解釈は、プライミングされた感情に偏っていました。プライミングが多いほど、その効果は大きくなりました。最初の課題と判断の間の間隔が長いほど、その効果は小さくなりました。^{[ 62 ]}

トベルスキーとカーネマンは、人々が2つの出来事が互いに関連していると誤って判断する錯覚的相関の説明として、利用可能性ヒューリスティックを提唱した。彼らは、人々は2つの出来事を一緒に想像したり思い出したりすることの容易さに基づいて相関を判断すると説明した。^{[ 14 ] [ 58 ]}

代表性ヒューリスティックは、例えば人が犯罪者かどうかを判断する際に、人々がカテゴリーを使用するときに見られます。個々の事物は、そのカテゴリーのプロトタイプと非常に似ている場合、そのカテゴリーに対する代表性が高いと言えます。人々が代表性に基づいて物事を分類するとき、彼らは代表性ヒューリスティックを使用していることになります。ここで「代表的」とは、2つの異なる意味で使われています。比較に使用されるプロトタイプがそのカテゴリーを代表していること、そして代表性とは、そのプロトタイプと分類される事物との間の関係でもあることです。^{[ 14 ] [ 63 ]}このヒューリスティックはいくつかの問題には有効ですが、個人の特定の特性に注意を向け、それらのカテゴリーが人口の中でどれほど一般的か（基本率と呼ばれる）を無視することを含みます。そのため、人々は何かが非常にまれな特性を持つ可能性を過大評価したり、非常に一般的な特性を持つ可能性を過小評価したりする可能性があります。これは基本率の誤謬と呼ばれます。代表性は、これや人間の判断が確率の法則を破る他のいくつかの方法を説明します。^{[ 14 ]}

代表性ヒューリスティックは、人々が原因と結果をどのように判断するかの説明でもあります。人々が類似性に基づいてこれらの判断を下すとき、彼らは代表性ヒューリスティックを使用しているとも言われます。これはバイアスにつながり、互いに似ているものの間に誤って因果関係を見つけ、原因と結果が大きく異なる場合はそれを見逃す可能性があります。その例としては、「感情的に関連のある出来事には、感情的に関連のある原因があるはずだ」という信念と、魔法的連想思考が挙げられます。^{[ 64 ] [ 65 ]}

アンカリングと調整は、人々が数値を推定する多くの状況で使用されるヒューリスティックです。^{[ 78 ]}トベルスキーとカーネマンの元の説明によると、これは、すぐに利用できる数値（「アンカー」）から始めて、もっともらしいと思われる答えに到達するために上下にシフトすることを含みます。^{[ 78 ]}トベルスキーとカーネマンの実験では、人々はアンカーから十分に離れませんでした。そのため、アンカーは明らかに無関係であっても推定を汚染します。ある実験では、被験者は回転する「運命の輪」から数値が選択されるのを見ました。彼らは、与えられた量がその数値より大きいか小さいかを答えなければなりませんでした。たとえば、「国連加盟国であるアフリカ諸国の割合は65%より大きいか小さいか」と尋ねられるかもしれません。次に、彼らは真の割合を推測しようとしました。彼らの答えは、与えられた任意の数値とよく相関していました。^{[ 78 ] [ 79 ]}アンカーからの調整が不十分であることだけが、この効果の説明ではありません。別の理論としては、人々はアンカーによって選択的に想起される証拠に基づいて推定を形成するというものがある。^{[ 80 ]}

アンカリング効果は、実験室と現実世界の両方で、さまざまな実験によって実証されています。^{[ 79 ] [ 81 ]}被験者に正確さのインセンティブとしてお金が与えられた場合、またはアンカーに基づいて判断を下さないように明示的に指示された場合でも、この効果は残ります。^{[ 81 ]}人々が迅速に判断を下さなければならない場合、この効果はより強くなります。^{[ 82 ]}これらの実験の被験者は、ヒューリスティックの内省的な認識を欠いており、アンカーが推定に影響を与えたことを否定します。^{[ 82 ]}

アンカー値が明らかにランダムまたは極端な場合でも、推定値を汚染する可能性があります。^{[ 81 ]}ある実験では、被験者にアルバート・アインシュタインが初めて米国を訪れた年を推定するように求めました。1215年と1992年のアンカーは、より妥当なアンカー年と同様に回答を汚染しました。 ^{[ 82 ]}他の実験では、サンフランシスコの平均気温が558度より多いか少ないか、またはビートルズのトップ10アルバムが100,025枚より多いか少ないかを被験者に尋ねました。これらの意図的に不合理なアンカーは、真の数値の推定値に影響を与えました。^{[ 79 ]}

アンカリングは、推定値が信頼区間の形で示される場合に特に強いバイアスをもたらします。たとえば、人々が特定の日の株価指数の値を予測する際に、真の値がその範囲内に収まる確率が 98% になるように上限と下限を定義する場合です。信頼できる発見として、人々は上限と下限を最良の推定値に近すぎるところまで設定してしまうことが挙げられます。^{[ 14 ]}これは過信効果につながります。多くの人が再現している発見の 1 つは、ある数値が特定の範囲内にある確率が 98% であるとき、実際には 30% から 40% の確率で間違っているということです。^{[ 14 ] [ 83 ]}

アンカリングは、多くの数値を組み合わせて複合的な判断を下す場合にも特に困難を引き起こします。トベルスキーとカーネマンは、あるグループに 8  x  7  x  6  x  5  x  4  x  3  x  2  x  1 という積を素早く推定させることでこれを実証しました。別のグループは、同じ積を逆順に推定しなければなりませんでした。1  x  2  x  3  x  4  x  5  x  6  x  7  x  8。どちらのグループも答えを大幅に過小評価しましたが、後者のグループの平均推定値は著しく小さくなりました。^{[ 84 ]}アンカリングの観点からの説明は、人々が各積の最初の数項を掛け合わせ、その数値にアンカーをかけるということです。^{[ 84 ]}より抽象的でないタスクは、それぞれ100万分の1の確率で発生する可能性のある多数の故障がある場合に、航空機が墜落する確率を推定することです。これらのタスクの研究からよく見られる発見は、人々が小さな構成要素の確率にアンカーをかけ、合計を過小評価するということです。^{[ 84 ]}競馬のアキュムレーターベットのように、複数のイベントが連続して発生する確率を人々が推定する場合にも、同様の効果が生じます。このような判断では、個々の確率に固執すると、複合確率が過大評価されることになります。^{[ 84 ]}

この文脈における「情動」とは、恐怖、喜び、驚きなどの感情のことです。気分よりも持続時間が短く、刺激に反応して急速かつ無意識的に生じます。「肺がん」という言葉を読むと恐怖の情動が生じるかもしれませんが、「母の愛」という言葉は愛情と安心の情動を生み出すことができます。人々が利益やリスクを判断するために情動（「直感的な反応」）を用いるとき、彼らは情動ヒューリスティックを使用しています。^{[ 92 ]}情動ヒューリスティックは、感情を活性化するように構成されたメッセージが、純粋に事実のみで構成されたメッセージよりも説得力がある理由を説明するために使用されてきました。^{[ 93 ]}

意思決定者は、組織レベルであれ国家レベルであれ、作戦を継続するか撤退するかというジレンマに直面することがあります。コミットメントのエスカレーションのヒューリスティックは、人々が作戦にさらに多くのリソースを投入すれば損失を覆せるという期待から、損失につながる行動方針に固執する傾向があることを示しています。^{[ 94 ] [ 95 ]}さらに、意思決定者が作戦の成功の功績を主張できる一方で、損失や作戦の失敗はより大きな組織などの他者によって指示され吸収される状況では、コミットメントのエスカレーションが発生することが予想されます。^{[ 96 ]}コミットメントのエスカレーションに影響を与える認知的決定要因には、自己正当化、問題の枠組み、埋没費用、目標の代替、自己効力感、説明責任、およびコントロールの錯覚が含まれます。^{[ 94 ]}コミットメントのエスカレーションのヒューリスティックの実施を引き起こす一般的なイベントの流れは次のとおりです。

1. 多額の資源が事業に投資され、回収できない（埋没費用）。
2. この作戦はうまく機能せず、意思決定者に否定的なフィードバックを与える。
3. 意思決定者は、事業を好転させることを期待して投資を続けており、これはコミットメントのエスカレーションのヒューリスティックを反映している。^{[ 94 ]}

コミットメントのエスカレーションは、企業や組織の意思決定者にとって重要であるだけでなく、国家指導者による意思決定にも適用できます。その一例として、戦争へのさらなる投資に関する意思決定が挙げられます。戦争を基盤としたシナリオでは、コストは主に兵士と納税者が負担します。さらに、戦争シナリオにおける意思決定者は、兵士や納税者と同じレベルで直接的または即座に意思決定のコストを負担する必要がないことが多く、そのため投資を継続するという意思決定が容易になります。これはコミットメントのエスカレーションのヒューリスティックを反映しており、必然的に再投資の循環プロセスを生み出し、地域レベルとグローバルレベルの両方で、経済的、社会的、政治的に長期的な問題を引き起こす可能性があります。^{[ 96 ]}

Anuj K. ShahとDaniel M. Oppenheimerが提唱した努力削減の枠組みでは、人々は意思決定の労力を減らすためにさまざまな手法を使用していると述べられている。^{[ 99 ]}

2002年にダニエル・カーネマンとシェーン・フレデリックは、意識的に認識されないまま起こる属性置換と呼ばれるプロセスを提唱しました。この理論によれば、誰かが（対象属性について）計算的に複雑な判断を下すと、比較的計算しやすいヒューリスティック属性が置き換えられます。^{[ 100 ]}事実上、難しい問題は、本人が気づいていないうちに、比較的単純な問題に答えることで対処されます。^{[ 97 ]}これは、個人が自分のバイアスに気づかない理由、そしてバイアスが本人に認識されてもなお残る理由を説明しています。また、人間の判断が平均への回帰を示さないことが多い理由も説明しています。^{[ 97 ] [ 100 ] [ 101 ]}

この置き換えは、より自己認識的な反省システムではなく、自動的な直観的判断システムで起こると考えられています。したがって、難しい質問に答えようとすると、置き換えが起こったことに気づかないまま、実際には関連しているが別の質問に答えてしまう可能性があります。^{[ 97 ] [ 100 ]}

1975年、心理学者のスタンリー・スミス・スティーブンスは、刺激の強さ（例えば、光の明るさ、犯罪の深刻さ）は、感覚様式とは無関係な方法で脳細胞によって符号化されると提唱した。カーネマンとフレデリックはこの考えを発展させ、ターゲット属性とヒューリスティック属性は性質が大きく異なる可能性があると主張した。^{[ 97 ]}

カーネマンとフレデリックは属性置換の3つの条件を提案している。^{[ 97 ]}

1. 対象となる属性は比較的アクセスしにくい。記憶から直接引き出せる事実に関する質問（「あなたの誕生日はいつですか？」）や、現在の経験に関する質問（「今、喉が渇いていますか？」）に答える際には、代入は起こらないと予想される。
2. 関連属性は非常にアクセスしやすい。これは、通常の知覚において自動的に評価されるためか、あるいは何らかの刺激によって活性化されているためと考えられる。例えば、恋愛について考えていた人が、その後「どれくらい幸せですか？」と尋ねられた場合、他の分野ではなく、恋愛に対する幸福度を代わりに答える可能性がある。
3. 置換は反射システムによって検出および修正されません。たとえば、「バットとボールの合計価格は1.10ドルです。バットはボールより1ドル高いです。ボールの価格はいくらですか？」と尋ねられたとき、多くの被験者は誤って0.10ドルと答えます。^{[ 101 ]}属性置換の観点からの説明としては、被験者は合計を計算する代わりに、1.10ドルの合計を大きな金額と小さな金額に分解しますが、これは簡単にできます。それが正しい答えだと感じるかどうかは、反射システムで計算を確認するかどうかによります。

カーネマンは、ヨーロッパ旅行中にテロ攻撃で死亡した場合の保険をアメリカ人に勧めたグループと、旅行中のあらゆる死亡を補償する保険を勧めたグループの例を挙げている。「あらゆる死亡」には「テロ攻撃による死亡」も含まれるにもかかわらず、前者のグループは後者のグループよりも高い金額を支払う意思があった。カーネマンは、旅行全体のリスクを計算する代わりに恐怖という属性が用いられていると示唆している。 ^{[ 102 ]}これらの被験者にとって、テロへの恐怖は、海外旅行中に死亡することへの一般的な恐怖よりも強かった。

ゲルト・ギゲレンツァーとその同僚は、ヒューリスティクスは偏りのない正確な判断を下すために使用できると主張している。彼らによれば、ヒューリスティクスはより複雑な手順に代わる「迅速かつ簡素な」方法であり、同等に優れた答えが得られるという。^{[ 103 ]}

社会心理学者のウォーレン・ソーンゲートは、10個の単純な意思決定ルールまたはヒューリスティックをコンピュータプログラムに実装しました。彼は、ランダムに生成された一連の意思決定状況において、各ヒューリスティックが期待値が最も高いものから最も低いものまで選択肢を選択する頻度を調べました。彼は、シミュレーションされたヒューリスティックのほとんどが期待値が最も高い選択肢を選択し、期待値が最も低い選択肢を選択することはほとんどないことを発見しました。^{[ 104 ]}

心理学者のブノワ・モニンは、被験者が顔写真を見て、その顔を以前に見たことがあるかどうかを判断しなければならない一連の実験について報告している。魅力的な顔は、見覚えがあると誤って判断される可能性が高いことが繰り返し確認されている。^{[ 105 ]}モニンはこの結果を属性置換の観点から解釈している。この場合のヒューリスティック属性は「温かい輝き」であり、見覚えがあるか魅力的であるかのどちらかによって生じる可能性のある、誰かに対する肯定的な感情である。この解釈は、見覚えのばらつきのすべてが写真の魅力によって説明されるわけではないため、批判されている。 ^{[ 99 ]}

法学者のキャス・サンスティーンは、人々が道徳、政治、法律上の問題について推論する際に、属性置換が広く行われていると主張している。^{[ 106 ]}これらの分野で困難で新しい問題に直面した場合、人々はより馴染みのある関連問題（「典型的な事例」）を探し、その解決策をより難しい問題の解決策として適用する。サンスティーンによれば、人々が問題について意見を求められたとき、信頼できる政治的または宗教的権威者の意見は、ヒューリスティック属性として機能する可能性がある。ヒューリスティック属性のもう1つの源は感情である。性や人間のクローンなどのデリケートな問題に関する人々の道徳的意見は、理性的な原則ではなく、嫌悪感などの反応によって左右される可能性がある。 ^{[ 107 ]}サンスティーンは、これらの事例において属性置換ではなく他のプロセスが働いているという十分な証拠を提示していないとして批判されている。^{[ 99 ]}

説得がヒューリスティック処理においてどのような役割を果たすかの一例は、ヒューリスティック・システマティックモデルで説明できます。^{[ 108 ]}これは、説得力のあるメッセージから情報を処理する方法が、ヒューリスティックとシステマティックの2つあることを説明しています。ヒューリスティックとは、意思決定において素早く短い判断を下すことです。一方、システマティック処理は、より分析的で探究的な認知思考を伴います。個人は、答えを探すために、自身の事前の知識を超えてさらに深く調べます。^{[ 109 ] [ 110 ]}このモデルの例として、特定の医薬品に関する広告を見る場合が挙げられます。事前の知識がない人は、適切な医薬品の服装をした人物を見て、その人物は自分が話していることを理解していると考えるでしょう。そのため、その人は自動的に信頼性が高くなり、その人物が提供するメッセージの内容を信頼する可能性が高くなります。一方、同じ分野の仕事をしている人や、すでに医薬品に関する事前の知識を持っている人は、システマティックな思考方法のため、広告に説得されることはありません。これは、ChaikenとMaheswaran（1994）が行った実験でも正式に実証されています。^{[ 111 ]}これらの例に加えて、流暢性ヒューリスティックは説得のトピックと完全に結びついています。これは、私たちが皆「記憶からの自動的な副産物を最大限に活用する」方法であると説明されています。^{[ 112 ]}例えば、友人が読むのに良い本について尋ねてきたとします。^{[ 113 ]}多くの本が思い浮かぶかもしれませんが、記憶から最初に思い出した本を挙げます。それが最初に思い浮かんだ本なので、他の本よりも優れていると評価します。努力ヒューリスティックは、流暢性とほぼ同じです。唯一の違いは、作成に時間がかかるものの方が価値が高いと見なされることです。ガラスの花瓶は、絵よりも価値があると結論付けるかもしれません。それは、花瓶を作るのに時間がかかる可能性があるからです。これら2種類のヒューリスティックは、私たちが精神的な近道、つまり最も早く頭に浮かぶものに簡単に影響されることを示しています。^{[ 114 ]}