認識ヒューリスティック

認識ヒューリスティックは、もともと認識原理と呼ばれ、判断や意思決定の心理学のモデルとして、また人工知能のヒューリスティックとして使われてきました。その目的は、記憶から取り出された認識に基づいて、意思決定者が直接アクセスできない基準について推論することです。これは、選択肢の認識が基準に関連している場合に可能です。2つの選択肢の場合、ヒューリスティックは次のように定義されます。^{[1] [2] [3]}

2 つのオブジェクトのうち 1 つが認識され、もう 1 つが認識されない場合は、認識されたオブジェクトが基準に関してより高い値を持つと推測します。

認識ヒューリスティックは、ギゲレンツァーとゴールドシュタインが提案した「高速で質素な」ヒューリスティックの「適応ツールボックス」の一部です。これは、これらのヒューリスティックの中で最も質素なものの 1 つであり、つまり、単純で経済的です。^{[3] [4] [5]}ダニエル・ゴールドシュタインとゲルト・ギゲレンツァーは、最初の実験で、ドイツとアメリカの学生にドイツとアメリカの都市の人口について質問しました。参加者は都市名のペアを受け取り、どちらの都市の住民が多いかを答えなければなりませんでした。この実験や同様の実験では、参加者が 1 つのオブジェクトを認識し、もう 1 つのオブジェクトを認識していない場合、認識ヒューリスティックは通常、参加者の選択の約 80～90% を説明します (この測定方法に対する批判については以下を参照)。驚くべきことに、アメリカの学生はドイツの都市でより高いスコアを獲得しましたが、ドイツの参加者は、外国の都市のほんの一部しか認識していないにもかかわらず、アメリカの都市でより高いスコアを獲得しました。これは「少ないほど多い効果」と呼ばれ、数学的に形式化されています。^[6]

認識ヒューリスティックは、推論のためのドメイン固有の戦略として想定されています。基準と認識の間に相関関係があるドメインでは、認識ヒューリスティックに頼ることは生態学的に合理的です。特定の基準に対する認識妥当性αが高いほど、このヒューリスティックに頼ることは生態学的に合理的であり、人々がそれに頼る可能性が高くなります。各個人について、αは次のように計算できます。

α = C/(C+W)

ここで、C は認識ヒューリスティックが行う正しい推論の数であり、1 つの選択肢が認識され、他の選択肢が認識されないすべてのペアについて計算され、W は誤った推論の数です。認識ヒューリスティックが正常に適用された領域には、地理的特性 (都市、山などの大きさなど) の予測、^{[1] [2]}、スポーツイベント (ウィンブルドンやサッカー選手権など^{[7] [8] [9] ) の予測、および選挙[10]}が含まれます。研究によると、認識ヒューリスティックはマーケティング科学にも関連しています。認識に基づくヒューリスティックは、消費者が頻繁に購入されるカテゴリでどのブランドを購入するかを選択するのに役立ちます。^[11]多くの研究は、人々が生態学的に合理的な方法で認識ヒューリスティックに依存しているかどうかという問題を取り上げました。たとえば、スイスの都市の名前の認知度は、その人口の有効な予測因子です (α = 0.86) が、スイスの中心からの距離 (α = 0.51) の有効な予測因子ではありません。 Pohl ^{[12] は、}人口の判断では推論の 89% がモデルと一致したのに対し、距離の判断では 54% に過ぎなかったと報告しています。より一般的には、11 件の研究全体で、認識妥当性と認識ヒューリスティックと一致する判断の割合の間には r = 0.64 の正の相関関係があります。^[13] Pachur による別の研究^[14]では、認識ヒューリスティックは、記憶から推論を行う必要がある場合に、誘導された認識 (つまり、実験室環境で誘発されない認識) ではなく、自然な認識を探索するためのツールである可能性が高いことが示唆されています。彼の実験の 1 つでは、実験環境と非実験環境の参加者間に違いがあることが結果から示されました。

α > βで、α、βがnと独立している場合、少ないほど良い効果が観察されます。ここで、βは知識妥当性であり、両方の選択肢が認識されるすべてのペアについてC /（C + W）として測定され、nは個人が認識する選択肢の数です。少ないほど良い効果とは、精度とnの間の関数が単調増加ではなく逆U字型であることを意味します。いくつかの研究では、2つ、3つ、または4つの選択肢^{[1] [2] [15]}およびグループ決定^[16] )において経験的に少ないほど良い効果が報告されましたが、他の研究では、効果が小さいと予測されたため（Katsikopoulos ^[17]を参照） 、そうすることができませんでした^{[9] [12] 。}

スミスソンは、認識ヒューリスティックによる「少ないほど多い効果」（LIME）を調査し、当初の仮定のいくつかに異議を唱えました。LIME は、「認識依存エージェントが、より多くのアイテムを認識するより知識のあるエージェントよりも、より良いアイテムを選択する可能性が高い」場合に発生します。LIME を説明するために数学モデルが使用され、スミスソンの研究はそれを使用して修正を試みました。この研究は、LIME がいつ発生するかを数学的に理解し、結果の意味を説明することを目的としていました。主な意味は、「認識キューの利点は、キューの有効性だけでなく、アイテムが学習される順序にも依存する」ということです。^[18]

認識ヒューリスティックは、神経画像技術を使用して描写することもできます。多くの研究により、人々は認識ヒューリスティックを適用できる場合に自動的にそれを使用するのではなく、その生態学的妥当性を評価することが示されています。ただし、この評価プロセスをどのようにモデル化できるかは明らかではありません。機能的磁気共鳴画像研究では、認識と評価の 2 つのプロセスを神経ベースで分離できるかどうかをテストしました。^[19]参加者には 2 つのタスクが与えられました。最初のタスクは認識判断のみ (「モデナについて聞いたことがありますか? ミラノについてですか?」)、2 番目のタスクは参加者が認識ヒューリスティックに頼ることができる推論 (「ミラノとモデナのどちらの都市の人口が多いですか?」) でした。単なる認識判断では、独立した研究から認識の信頼に反応することが知られている領域である楔前部の活性化が報告されました^[20]。推論課題では、予測どおり、前頭前野の活性化も観察され、以前の研究で評価判断や自己参照処理に関連付けられている前頭正中皮質 (aFMC) の活性化も検出されました。aFMC の活性化は、生態学的合理性の評価の神経基盤を表している可能性があります。

一部の研究者は、事象関連電位（ERP）を使用して、認識ヒューリスティックの背後にある心理的メカニズムをテストしました。ロズバーグ、メックリンガー、フリングスは、ゴールドスタインとギゲレンツァーが使用したのと同様の、都市規模の比較タスクを伴う標準的な手順を使用しました。彼らはERPを使用して、刺激開始から300〜450ミリ秒後に発生する親近感に基づく認識を分析し、参加者の決定を予測しました。親近感に基づく認識プロセスは比較的自動的で高速であるため、これらの結果は、認識ヒューリスティックのような単純なヒューリスティックが基本的な認知プロセスを利用しているという証拠を提供します。^[21]

認識ヒューリスティックに関する研究は多くの論争を巻き起こしてきました。

認識ヒューリスティックは、認識のみに頼るモデルです。このモデルは、このモデルに頼る人は強い矛盾した手がかりを無視する（つまり、トレードオフを行わない、いわゆる非補償的推論）という検証可能な予測につながります。ダニエル・M・オッペンハイマーの実験では、参加者に実際の都市と架空の都市のペアが提示されました。認識ヒューリスティックは、参加者が実際の（認識可能な）都市の方が大きいと判断すると予測しますが、参加者は架空の（認識不可能な）都市の方が大きいと判断しました。これは、認識以上のものがこのような推論で役割を果たせることを示しています。^[22]

ニューウェルとフェルナンデス^[4]は、認識ヒューリスティックは情報の二元的処理とさらなる知識の無意味さによって可用性や流暢性と区別されるという主張を検証するために2つの実験を行った。実験の結果はこれらの主張を裏付けなかった。ニューウェルとフェルナンデスおよびリヒターとシュペートは、認識ヒューリスティックの非補償的予測をテストし、「認識情報は、全か無かではなく、判断や意思決定において他の種類の知識と統合される」と述べた。^[23]

しかし、これらの研究を個人レベルで再分析すると、最大3つの矛盾する手がかりがある場合でも、参加者の約半数がすべての試行で一貫して認識ヒューリスティックに従ったことが示されました。^[24]さらに、これらの批判に応えて、Marewskiら^[25]は、上記の研究のいずれも認識ヒューリスティックに対する補償戦略を策定してテストしておらず、参加者が頼りにした戦略が不明であると指摘しました。彼らは5つの補償モデルをテストし、認識ヒューリスティックの単純なモデルよりも優れた判断を予測できるものはないことを発見しました。

認識ヒューリスティックに関する研究に対して提起された主な批判の 1 つは、認識ヒューリスティックに単に従うだけでは、その使用を測る良い基準にはならないというものでした。代替案として、ヒルビッヒらは、認識ヒューリスティックをより正確にテストすることを提案し、認識ヒューリスティックの多項式処理ツリー モデルを考案しました。多項式処理ツリー モデルは、カテゴリ データに対して認知心理学でよく使用される単純な統計モデルです。^[26]ヒルビッヒらは、認識とさらなる知識の間に交絡があるため、認識ヒューリスティックの使用に関する新しいモデルが必要であると主張しました。多項式処理ツリー モデルは有効であることが示され、ヒルビッヒらは、それが認識ヒューリスティックの偏りのない基準を提供すると主張しました。^[27]

パチャー^[28]は、これは不完全なモデルだが、現時点では人々の認識に基づく推論を予測するのに最適なモデルであると述べた。彼は、認識ヒューリスティックの特定の側面がしばしば無視され、結果が重要でなかったり誤解を招く可能性があるため、正確なテストの価値は限られていると考えている。

Hilbig ら^{[27] は}、ヒューリスティックは労力を軽減するためのものであり、認識ヒューリスティックは 1 つの手がかりに頼り、他の情報を無視することで判断の労力を軽減すると述べています。彼らの研究では、認識ヒューリスティックは直観的思考よりも意図的な思考でより有用であることがわかりました。これは、意識的な推論よりも衝動に基づいた直観的思考とは対照的に、思考が意図的で衝動的ではない場合に、より有用であることを意味します。^{[29]対照的に、Pachur と Hertwig [30]} による研究では、実際にはより速い反応の方が認識ヒューリスティックと一致していることがわかりました。また、時間的プレッシャーの下では、判断は認識ヒューリスティックとより強く一致しました。これらの発見と一致して、神経学的証拠は、認識ヒューリスティックがデフォルトで頼りにされる可能性があることを示唆しています。^[19]

ゴールドスタインとギゲレンツァー^[31]は、認識ヒューリスティックはその単純さゆえに、どの程度、どのような状況で行動を予測できるかを示していると述べています。認識ヒューリスティックの考え方は廃止すべきだと示唆する研究者もいますが、パチュールはそれをテストするには別のアプローチを取るべきだと考えています。認識ヒューリスティックは、認識のみを使用する正確なテストを使用して調査すべきだと考える研究者もいます。

パチュール^[14]による別の研究では、認識ヒューリスティックは、記憶から推論を行う必要がある場合に、誘導された認識（つまり、実験室環境で誘発されたものではない）ではなく、自然な認識を探索するためのツールである可能性が高いことが示唆されました。彼の実験の1つでは、実験環境と非実験環境の参加者の間に違いがあることが示されました。

オープンアクセスジャーナル「判断と意思決定」の3つの特別号は、敵対的コラボレーションアプローチを使用して、認識ヒューリスティックの支持と問題点を解明することに専念し、認識論的現状の最新かつ包括的な概要を提供しました。第3号の論説では、3人のゲスト編集者が累積的な理論統合を目指しています。^[32]