Inizia la prova gratuita
Tendenze Novità Generi Autori
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Ricerca in corso...
SoBrief
Rumore

Rumore

Titolo originale: Noise
Conosci i bias. Il più grande errore di giudizio è il rumore: la dispersione casuale che nessuno sottopone ad audit.
di Daniel Kahneman 2021 419 pagine
3.67
16.000+ valutazioni
Ascolta
Immersivi
V2.3
Amazon Kindle Audible
Prova l'accesso completo per 3 giorni
Sblocca l'ascolto e molto altro!
Continua

Punti chiave

Misurare le divergenze prima di cercare un colpevole nelle decisioni sbagliate

Esistono due tipi di errore. Il bias è uno scostamento sistematico dalla risposta giusta. Il rumore è la dispersione tra giudizi che dovrebbero essere simili. Immaginate diverse squadre che mirano allo stesso bersaglio: un gruppo può essere compatto ma mancare il centro, mentre un altro può essere centrato nel complesso e tuttavia disperdersi molto. Il primo schema è un bias; il secondo è rumore. Insieme costituiscono l’errore di giudizio. Per rilevare la dispersione non serve conoscere la risposta. Un audit del rumore chiede a diverse persone qualificate di giudicare gli stessi casi in modo indipendente, poi misura quanto divergono le loro risposte. I medici possono non concordare su una diagnosi anche quando nessuno conosce la vera condizione del paziente; la divergenza è di per sé osservabile. Nelle decisioni sulle richieste di asilo, un giudice ha ammesso il 5% dei richiedenti e un altro l’88%, pur esaminando casi comparabili.

Analisi

La distinzione è importante perché, quando una decisione va male, le organizzazioni spesso cercano un colpevole: un dipendente distratto, un incentivo sbagliato o una convinzione distorta. La dispersione può persistere anche quando tutti i partecipanti sono scrupolosi e preparati. Nelle scienze della misurazione, la ripetibilità è una proprietà fondamentale di uno strumento; il giudizio umano merita la stessa attenzione. Tuttavia, il solo fatto di essere d’accordo non garantisce che si abbia ragione. Un gruppo può convergere sulla stessa risposta sbagliata: perciò misurare il rumore dovrebbe affiancare, non sostituire, le verifiche di bias e accuratezza.

Un’assegnazione casuale può trasformare la discrezionalità degli esperti in una costosa lotteria

La sorte del caso dipende dalla persona a cui viene assegnato. Il giudice Marvin Frankel richiamò l’attenzione su imputati che avevano commesso reati simili ma ricevuto pene radicalmente diverse. In un esempio, due uomini condannati per aver incassato assegni contraffatti ricevettero rispettivamente quindici anni e trenta giorni. Studi in cui si chiedeva ai giudici di pronunciare una sentenza sulla base di descrizioni identiche dei casi confermarono che forti disparità erano la norma. In seguito, le linee guida per le condanne ridussero queste differenze, che aumentarono di nuovo quando le linee guida divennero facoltative. Anche nel mondo degli affari esiste una lotteria. In un audit presso una compagnia assicurativa, i dirigenti si aspettavano che i prezzi stabiliti dai sottoscrittori delle polizze differissero di circa il 10%. La differenza mediana era del 55%; le stime dei sinistri differivano del 43%. Il premio corretto era incerto, ma era chiaro che assegnare un caso a un dipendente disponibile anziché a un altro ne cambiava l’esito. Un’incoerenza simile può costare denaro e minare la fiducia nell’istituzione.

Analisi

La metafora della lotteria mette in luce un problema di equità poco evidente: spesso le persone vivono una decisione come un verdetto sul proprio caso, anche se l’esito può dipendere in parte da chi si è trovato a esaminarlo. È una dinamica simile al trattamento diseguale nei servizi pubblici, dove poter contare su un professionista capace può essere importante quanto la politica ufficiale. La risposta migliore non consiste automaticamente nell’imporre controlli rigidi. Occorre prima capire se la variabilità ha conseguenze rilevanti, poi scegliere un rimedio adeguato al compito e alla posta in gioco per le persone.

Nelle previsioni, ridurre la dispersione è importante quanto correggere l’errore sistematico

L’errore ha due fonti. Per le previsioni valutate con l’errore quadratico medio, l’errore complessivo si può scomporre nella somma del quadrato del bias e del quadrato del rumore. Il bias è lo scostamento medio in una direzione; il rumore è la deviazione standard degli errori individuali. Ridurre l’uno o l’altro della stessa quantità migliora allo stesso modo questa misura dell’errore. In un esempio di previsioni di vendita, le stime si attestavano in media al 44%, mentre la quota di mercato effettiva fu del 34%. Le previsioni erano in media troppo ottimistiche e, inoltre, molto disperse. Renderle più coerenti non eliminò l’ottimismo, ma ridusse comunque l’errore totale. Usate l’equazione con cautela. Si applica alle previsioni che mirano a stimare un valore vero, non automaticamente alle scelte in cui sono i valori e i compromessi a definire che cosa sia una buona decisione.

Analisi

L’equazione dà alle organizzazioni un motivo per misurare la dispersione anche prima di conoscere gli esiti. Chiarisce inoltre perché la prestazione media possa nascondere errori costosi: una sovrastima in un caso non compensa una sottostima in un altro. L’errore quadratico medio, tuttavia, penalizza in modo particolare gli scarti più ampi: una scelta sensata in molte previsioni, ma non una misura universale del danno. Una diagnosi mancata, un esame non necessario e una condanna ingiusta non hanno costi simmetrici. La misurazione dovrebbe rispecchiare le conseguenze a cui l’istituzione attribuisce effettivamente importanza.

Il tuo giudizio cambia a seconda di chi giudica, del momento e dell’ambiente

Anche la stessa persona cambia giudizio. Il rumore occasionale è la variabilità con cui una persona giudica lo stesso caso in momenti diversi. I medici hanno cambiato diagnosi a una seconda revisione; i giudici di vino hanno assegnato punteggi identici soltanto al 18% dei vini assaggiati due volte. L’umore, la stanchezza, i casi esaminati di recente e persino il tempo possono influire sulle decisioni. I giudici che si occupavano di richieste di asilo erano il 19% meno propensi ad accoglierne una dopo averne approvate le due precedenti. I gruppi aggiungono un ulteriore livello di variabilità. Negli esperimenti, un solo voto favorevole all’inizio rendeva più probabile che gli spettatori successivi approvassero un commento; inoltre, gruppi simili a volte stilavano classifiche molto diverse delle stesse canzoni. La discussione può far circolare informazioni utili, ma può anche amplificare la prima opinione espressa con sicurezza o spingere un gruppo verso una versione più estrema della sua inclinazione iniziale.

Analisi

Questi effetti mettono in discussione l’idea lusinghiera che un’opinione ponderata sia l’espressione stabile di una competenza. La sala riunioni fa parte dello strumento di misurazione: chi parla per primo, di che cosa si è appena discusso e quanto le persone siano stanche possono influire sul risultato. Una conseguenza pratica è raccogliere le valutazioni individuali prima della discussione di gruppo, per poi confrontarle apertamente. Non è un argomento contro la deliberazione. La discussione può far emergere prove mancanti, ma funziona meglio quando non cancella le informazioni che i partecipanti avevano raccolto individualmente.

Spesso una regola semplice funziona meglio della formula privata e mutevole di un esperto

La coerenza è una forma di competenza. Le ricerche che hanno confrontato le previsioni dei professionisti con formule basate sulle stesse informazioni hanno mostrato che, di norma, i metodi meccanici ottenevano risultati migliori. Una rassegna di 136 studi ha rilevato che le formule erano più accurate in 63 casi, alla pari con le persone in 65 e meno accurate soltanto in otto. Anche un semplice punteggio con pesi uguali può competere con un modello accuratamente calibrato quando il set di dati è piccolo. Il vantaggio del modello non consiste sempre in una comprensione più profonda: applica la stessa regola a ogni caso ed evita le fluttuazioni dell’attenzione del giudice e le reazioni specifiche a ciascun caso. Le regole hanno dei limiti. Un modello può perpetuare dati storici distorti, ignorare un fatto decisivo che non gli è stato fornito o causare danni a causa di una soglia mal concepita. Dovrebbe sostenere un giudizio responsabile, non sottrarsi alla responsabilità.

Analisi

Questa scoperta mette in discussione un’intuizione comune: una storia umana dettagliata sembra più ricca di una formula e, quindi, più accurata. Ma la ricchezza può generare incoerenza se chi valuta attribuisce un peso diverso agli indizi da un caso all’altro. È un problema simile alla riproducibilità scientifica: un metodo che un’altra persona può applicare è più facile da verificare e migliorare. La distinzione importante è tra previsione e scelta finale. Un modello può stimare il rischio; spetta comunque alla società decidere quale livello di rischio sia accettabile.

Parti dal tasso di base, poi correggi la previsione con moderazione

Parti dalla prospettiva esterna alla storia. La prospettiva esterna considera un caso come un elemento di una classe pertinente, anziché come una storia unica e particolarmente convincente. Prima di prevedere se un determinato dirigente avrà successo, chiediti per quanto tempo, in genere, i nuovi dirigenti restano in carica. Poi correggi la stima iniziale tenendo conto di quanto siano davvero indicativi gli elementi specifici di quel caso. In questo modo si evita di associare direttamente un profilo vivido a una previsione estrema. Il futuro è in parte inconoscibile. Una competizione basata su una grande quantità di dati familiari ha comunque previsto male eventi individuali come uno sfratto; la correlazione del modello migliore era 0,22. Le previsioni di parametri più ampi, come la media dei voti, erano migliori ma pur sempre limitate. Quando le prove sono deboli, una previsione dovrebbe restare più vicina alla media della classe. Le prestazioni estreme tendono ad avvicinarsi alla media quando i fattori che le predicono sono imperfetti.

Analisi

Dopo che si sono verificati, gli esiti sembrano inevitabili nelle narrazioni. Il tasso di base interrompe questo effetto retrospettivo chiedendo che cosa accade di solito in casi comparabili, prima di conoscere la storia specifica. È un approccio utile nelle assunzioni, nella pianificazione e in medicina, dove i dettagli vividi inducono a formulare previsioni sicure. Il suo limite sta nella scelta della classe di riferimento: una classe troppo ampia cancella differenze rilevanti, mentre una classe definita in modo troppo ristretto può semplicemente mascherare l’aneddoto iniziale. Il gruppo di confronto va scelto e motivato, non dato per scontato.

Rimanda il verdetto finché le prove non siano state valutate in modo indipendente

Tieni fuori la prima impressione. In passato, gli esperti di impronte digitali identificarono quella di Brandon Mayfield come corrispondente a un reperto degli attentati ai treni di Madrid; in seguito, gli investigatori spagnoli collegarono l’impronta a un’altra persona. Le ricerche hanno rilevato che le informazioni di contesto su un sospettato potevano modificare le conclusioni degli esperti e persino influire su quali caratteristiche dell’impronta notassero. Il disvelamento sequenziale lineare riduce questo rischio fornendo agli esperti soltanto le informazioni necessarie per ciascuna fase, registrando i giudizi iniziali e mantenendo indipendente la verifica. Struttura anche le scelte complesse. Il protocollo di valutazione mediata (Mediating Assessments Protocol) scompone un’opzione strategica in domande separate, come le prospettive finanziarie e la qualità della gestione. Gli analisti valutano questi aspetti in modo indipendente; i responsabili delle decisioni li esaminano prima di formulare un giudizio complessivo finale.

Analisi

Il metodo protegge dalla coerenza prematura, cioè dalla tendenza della mente a costruire una storia completa a partire da pochi indizi iniziali e poi a interpretare le nuove prove a suo favore. L’ordine in cui si ricevono le informazioni è quindi una scelta sostanziale di progettazione, non una questione di semplice gestione amministrativa. Separare le valutazioni rende inoltre più informativa la divergenza: il consiglio può vedere quale questione divide i membri, invece di discutere su un’unica impressione indistinta. La misura di tutela, però, va applicata con attenzione. Escludere il contesto irrilevante è utile; trattenere informazioni essenziali per un giudizio corretto sostituirebbe una distorsione con un’altra.

Fai la media delle valutazioni indipendenti, non di quelle rielaborate durante la riunione

Prima separa, poi combina. Fare la media di stime indipendenti riduce la variabilità casuale: più giudizi indipendenti si includono, minore è il rumore nella loro media. In un celebre esempio di una fiera di paese, la media delle stime di 787 abitanti sul peso di un bue risultò inferiore di appena due libbre rispetto al suo peso reale, anche se nessuno aveva indovinato esattamente. Una persona può anche formulare una seconda stima indipendente dopo una pausa o considerando deliberatamente una spiegazione diversa. L’indipendenza è essenziale. Quando vedono prima le risposte degli altri, le persone possono conformarsi all’opinione iniziale. Una sequenza efficace per una riunione è: stima, discussione, nuova stima. Consente ai partecipanti di imparare gli uni dagli altri, senza lasciare che chi parla per primo stabilisca il punto di partenza del gruppo.

Analisi

L’aggregazione funziona come una misurazione ripetuta: gli errori indipendenti tendono a compensarsi nella media, quelli correlati no. Questa precisazione è fondamentale. Una stanza piena di persone che condividono le stesse convinzioni può sbagliare con grande sicurezza, e una discussione aperta prima di una prima votazione può rendere più simili i loro errori. Al contrario, la diversità è utile quando porta informazioni o competenze realmente differenti. L’obiettivo non è sopprimere la conversazione, ma preservare abbastanza a lungo i segnali indipendenti da poterli combinare, per poi usare il dibattito per migliorare le prove.

Dai al giudizio una scala condivisa, ancorata a confronti concreti

I numeri devono avere un significato. In uno studio sui risarcimenti punitivi, i giudizi espressi in dollari erano estremamente rumorosi: il 94% della loro variabilità era attribuibile al rumore. Convertire i risarcimenti di ciascun partecipante in una graduatoria dei casi ridusse quella quota al 49%. Le persone riuscivano a confrontare in modo più affidabile quale caso meritasse una punizione maggiore che a inventare un importo assoluto in dollari senza un riferimento. Le linee guida rendono più chiare le scale. Il punteggio Apgar valuta cinque aspetti delle condizioni di un neonato utilizzando categorie semplici e ben definite, riducendo lo spazio per interpretazioni divergenti. Le valutazioni delle prestazioni presentano un problema simile: etichette vaghe come «eccellente» implicano standard diversi per persone diverse. Esempi concreti, casi di confronto e descrizioni specifiche dei comportamenti aiutano chi valuta a usare un riferimento comune.

Analisi

Una scala non è un contenitore neutrale. Può generare divergenze anche quando le persone condividono un’impressione generale, perché parole e numeri hanno significati diversi per chi valuta. Spesso i confronti funzionano meglio: le persone riescono a distinguere due casi con maggiore precisione di quanta ne abbiano nell’assegnare a ciascuno un punteggio isolato. Le graduatorie, però, rispondono a domande relative, non assolute. Se tutti i dipendenti soddisfano davvero uno standard, imporre una percentuale fissa nella categoria bassa inventa differenze invece di misurarle.

Riduci il rumore evitabile, ma considera i costi umani e istituzionali

Azzerarlo non è sempre la soluzione migliore. Le regole possono ridurre la discrezionalità e rendere più coerenti le decisioni ripetute; gli standard lasciano spazio al giudizio, ma possono produrre una variabilità maggiore. Il giusto equilibrio dipende dal costo degli errori, dall’onere di applicare una regola e dalla possibilità che essa trascuri circostanze importanti. Una politica rigida in materia di condanne può ridurre le disparità, ma trattare allo stesso modo casi diversi. Uno standard vago può preservare la flessibilità, ma far sì che persone simili ricevano esiti diversi. Scegli il rimedio con consapevolezza. Il rumore si può ridurre anche ricorrendo a linee guida, revisioni indipendenti, scale migliori o aggregazioni, senza sostituire ogni giudizio umano con una formula. La proposta centrale degli autori è l’igiene decisionale: procedure preventive che riducono un’ampia gamma di errori anche quando non se ne conosce la causa.

Analisi

È un argomento più solido della semplice affermazione che la discrezionalità sia negativa. La coerenza procedurale protegge le persone dal trattamento arbitrario, mentre poter spiegare una decisione ed essere ascoltati può avere di per sé importanza. La questione progettuale è capire quali misure di tutela riducano l’incoerenza senza rendere il processo crudele, opaco o facile da manipolare. Una buona istituzione dovrebbe consentire di riesaminare sia gli errori sia le eccezioni: le regole vanno riviste quando non funzionano, mentre la discrezionalità va monitorata quando si trasforma silenziosamente in una lotteria.

Analisi

La mossa più importante del libro consiste nel rendere misurabile la divergenza senza dover prima stabilire chi abbia ragione. Così l’attenzione si sposta dagli errori clamorosi e facili da spiegare alla variabilità più discreta prodotta da decisori che, per il resto, sono competenti. La distinzione è particolarmente preziosa nelle istituzioni in cui i casi vengono assegnati in modo quasi casuale, perché l’incoerenza diventa sia un problema di accuratezza sia un problema di equità. Gli esempi mostrano anche perché il fenomeno sfugga all’attenzione: ogni decisione viene incontrata separatamente e poi spiegata con una storia plausibile. Il rumore emerge soltanto quando si confronta un insieme di giudizi simili.

L’argomento è più solido quando riguarda le previsioni. Se due previsioni mirano a stimare la stessa quantità, la variabilità indica che almeno alcune sono sbagliate; un modello stabile può eliminare fluttuazioni arbitrarie. Il discorso è più complesso nel caso dei giudizi valutativi, per i quali potrebbe non esserci un’unica risposta vera. Trattare il giudizio medio come approssimazione della giustizia è analiticamente comodo, ma il consenso può incorporare pregiudizi condivisi, mentre un dissenso di principio può esprimere un autentico conflitto morale, non un difetto. Gli audit del rumore individuano la variabilità, ma non stabiliscono da soli quale livello di uniformità sia giusto.

Questa distinzione ha conseguenze pratiche. Una linea guida medica può migliorare l’affidabilità quando i suoi criteri rispecchiano elementi pertinenti, mentre una regola rigida può produrre un errore coerente se le sue categorie trascurano aspetti rilevanti del contesto. Allo stesso modo, un algoritmo può essere più riproducibile di una persona senza per questo essere più legittimo. Il programma più difendibile non consiste dunque nell’imporre l’uniformità a ogni costo, ma nel misurare esplicitamente, dichiarare un obiettivo e sottoporre a esame chi trae vantaggio dal mantenimento della discrezionalità. L’enfasi del libro sui processi è convincente perché propone rimedi intermedi tra l’intuizione non assistita e l’automazione totale: valutazioni indipendenti, scale condivise, deliberazione strutturata e uso calibrato dei modelli. La lezione più profonda riguarda l’umiltà istituzionale. La competenza può migliorare il giudizio, ma la sicurezza e la disinvoltura espositiva non dimostrano che i casi comparabili vengano trattati in modo comparabile.

Riassunto in 30 secondi
L'errore ha due componenti: il bias sistematico e il rumore casuale, spesso la componente più grande e trascurata. L'errore totale equivale al bias al quadrato più il rumore al quadrato. Un audit del rumore mette in luce tre tipi di rumore: di livello (differenze di severità), di pattern (reazioni idiosincratiche ai casi) e occasionale (incoerenza dovuta all'umore). Un protocollo di riduzione del rumore affronta l'errore senza conoscere la risposta: scompone le decisioni in valutazioni parziali, usa scale relative e combina valutazioni indipendenti. L'obiettivo è un livello ottimale di rumore, non l'assenza totale, bilanciando le regole con standard flessibili.
Contiene spoiler

Ultimo aggiornamento:

Segnala un problema

Sintesi delle recensioni

3.67 su 5
Media di 16.000+ valutazioni da Goodreads e Amazon.

Rumore ha ricevuto recensioni contrastanti: alcuni ne apprezzano le intuizioni sulla variabilità dei processi decisionali, altri ne criticano la lunghezza e le ripetizioni. Molti ritengono prezioso il concetto di rumore nei giudizi, ma alcuni sostengono che il libro non offra elementi nuovi rispetto ai precedenti lavori di Kahneman. I lettori apprezzano le applicazioni pratiche in campi come la medicina e il diritto, mentre alcuni trovano lo stile asciutto e troppo accademico. Si nota l'enfasi del libro sul pensiero statistico e sull'igiene decisionale, anche se le opinioni sul suo impatto complessivo e sulla leggibilità sono discordanti.

La tua valutazione:
4.31
1012 valutazioni
Vuoi leggere il libro completo?

Glossario

rumore di sistema

Variazione indesiderata dei giudizi

Variabilità tra i giudizi sullo stesso caso espressi da persone chiamate a prendere decisioni comparabili. Si può misurare senza conoscere la risposta corretta, sottoponendo gli stessi casi a più responsabili qualificati delle decisioni e confrontando le loro risposte. Nelle organizzazioni, il rumore di sistema può causare trattamenti incoerenti, previsioni imprecise e costi evitabili.

audit del rumore

Verifica della variazione dei giudizi

Studio strutturato in cui più responsabili delle decisioni valutano indipendentemente gli stessi casi. La dispersione delle loro risposte stima la quantità di rumore in un sistema di giudizio, anche quando la risposta corretta non è disponibile. Gli audit possono inoltre rivelare differenze nel livello generale di severità, schemi di risposta specifici per ciascun caso ed eventuali debolezze nella formazione o nelle procedure.

rumore di livello

Differenze nella severità media

La parte del rumore di sistema dovuta al fatto che alcune persone applicano in generale un livello di giudizio più alto o più basso nei diversi casi. Un responsabile può assegnare abitualmente valutazioni delle prestazioni più alte, oppure un giudice può infliggere pene più severe rispetto ai colleghi. Si misura confrontando i giudizi medi dei responsabili delle decisioni, non le loro risposte a un singolo caso.

rumore di pattern (pattern noise)

Reazioni diverse ai casi

Variabilità dovuta al fatto che i responsabili delle decisioni reagiscono in modo diverso a casi specifici, al di là di una generale tendenza alla severità o all'indulgenza. Per esempio, due giudici possono infliggere pene di durata media simile ma non essere d'accordo su quali reati meritino un trattamento più severo. Questi schemi di risposta distintivi possono essere stabili, personali e difficili da prevedere.

rumore occasionale

Variazione dei giudizi da un momento all'altro

Cambiamenti nel giudizio di una persona sulle stesse prove in occasioni diverse, senza che il caso sia cambiato in modo rilevante. L'umore, la stanchezza, l'ordine delle decisioni precedenti o altre condizioni accidentali possono influire sul risultato. È distinto dalle differenze stabili tra le persone, sebbene entrambi contribuiscano alla variabilità di un sistema decisionale.

igiene decisionale

Procedure di prevenzione degli errori

Insieme di processi pensati per ridurre il rumore prima che si verifichino errori, senza dover individuare la causa di ciascun errore. Tra gli esempi vi sono strutturare i giudizi in valutazioni separate, usare scale comuni, rimandare le prime impressioni, controllare l'ordine delle informazioni e raccogliere opinioni indipendenti prima della discussione.

prospettiva esterna

Prospettiva basata su una classe di riferimento

Approccio che stima l'esito di un caso considerando innanzitutto come sono andati casi comparabili, per poi apportare correzioni in base alle differenze rilevanti. Si contrappone a un'attenzione esclusiva ai dettagli del caso in esame e alla costruzione di una narrazione causale che li colleghi. Nelle previsioni, ancora la stima a un tasso di base e limita le valutazioni eccessivamente estreme.

ignoranza oggettiva

Limiti delle conoscenze disponibili

La parte dell'incertezza di un esito che non può essere eliminata migliorando il giudizio. Comprende fatti intrinsecamente inconoscibili al momento della decisione e informazioni rilevanti che si potrebbero conoscere ma che non sono disponibili. Fissa un limite massimo all'accuratezza delle previsioni e aiuta a spiegare perché anche i modelli più efficaci restano imperfetti.

protocollo di valutazione mediata (Mediating Assessments Protocol)

Valutazione strutturata delle opzioni

Processo per valutare opzioni complesse suddividendole in valutazioni distinte e pertinenti prima di arrivare a una decisione complessiva. I partecipanti definiscono le valutazioni, raccolgono separatamente le prove per ciascuna, usano, ove possibile, punti di riferimento comparabili e formulano valutazioni indipendenti prima della discussione. Il giudizio complessivo viene rimandato finché non sono state esaminate le prove relative alle singole componenti.

FAQ

Di cosa parla Rumore: un difetto del giudizio umano?

  • Focus sugli errori di giudizio: il libro esplora il concetto di rumore, ovvero la variabilità indesiderata dei giudizi, e il suo impatto sui processi decisionali in campi come il diritto, la medicina e gli affari.
  • Bias e rumore: distingue il bias, un errore sistematico, dal rumore, una variabilità casuale nei giudizi che dovrebbero essere identici.
  • Esempi dal mondo reale: gli autori forniscono numerosi esempi per mostrare come il rumore influenzi i processi decisionali e sottolineano la necessità di riconoscerlo e ridurlo.

Perché dovrei leggere Rumore: un difetto del giudizio umano?

  • Migliorare i processi decisionali: il libro spiega come comprendere il rumore possa portare a giudizi migliori, sia nella vita personale sia in quella professionale.
  • Approccio basato sulle prove: si fonda su ricerche approfondite e casi di studio reali, che rendono i contenuti credibili e applicabili.
  • Applicazioni pratiche: il libro offre consigli e metodi concreti per ridurre il rumore, diventando una risorsa preziosa per i professionisti di vari settori.

Quali sono i punti chiave di Rumore: un difetto del giudizio umano?

  • Distinzione tra bias e rumore: comprendere la differenza tra bias sistematico e rumore casuale è fondamentale per migliorare l'accuratezza dei giudizi.
  • Audit del rumore: gli autori presentano gli audit del rumore come metodo per misurare la variabilità dei giudizi nelle organizzazioni.
  • Importanza degli algoritmi: spesso gli algoritmi semplici superano il giudizio umano perché non sono soggetti al rumore, mettendo in discussione l'idea che l'intuizione umana sia superiore.

In che modo Rumore: un difetto del giudizio umano distingue il bias dal rumore?

  • Definizione di bias: il bias indica errori sistematici di giudizio che spingono costantemente le decisioni in una direzione.
  • Spiegazione del rumore: il rumore è la variabilità casuale nei giudizi che dovrebbero essere uguali, e porta a esiti incoerenti.
  • Impatto sui processi decisionali: affrontare il rumore richiede strategie diverse da quelle necessarie per affrontare il bias; per questo la distinzione è fondamentale per migliorare i processi decisionali.

Che cos'è un audit del rumore e come viene condotto in Rumore: un difetto del giudizio umano?

  • Definizione di audit del rumore: è una valutazione sistematica della variabilità nei giudizi formulati dai professionisti all'interno di un'organizzazione.
  • Metodo: si sottopongono gli stessi casi a più giudici e si analizzano le differenze tra i loro giudizi.
  • Risultati: i risultati possono rivelare discrepanze significative, spingendo le organizzazioni ad affrontare il rumore e ad attuare strategie di miglioramento.

Che cos'è l'igiene decisionale secondo Rumore: un difetto del giudizio umano?

  • Approccio preventivo: l'igiene decisionale comprende pratiche volte a ridurre il rumore nei processi decisionali.
  • Processi strutturati: consiste nel suddividere i giudizi in compiti più piccoli e indipendenti e nel rimandare i giudizi complessivi finché tutte le componenti non sono state valutate.
  • Focus sull'accuratezza: l'obiettivo è rendere i giudizi più accurati riducendo al minimo la variabilità causata dai bias individuali e dagli errori cognitivi.

In che modo il rumore influenza le decisioni in medicina secondo Rumore: un difetto del giudizio umano?

  • Variabilità nelle diagnosi: medici diversi possono formulare diagnosi diverse per lo stesso paziente, mostrando la presenza di rumore nei giudizi medici.
  • Impatto sull'assistenza ai pazienti: livelli elevati di rumore possono causare diagnosi errate e raccomandazioni terapeutiche incoerenti.
  • Casi di studio: esempi tratti dalla pratica medica illustrano come si manifesti il rumore in ambiti come la radiologia e la psichiatria.

Come si confrontano gli algoritmi con il giudizio umano nelle attività predittive in Rumore: un difetto del giudizio umano?

  • Superiorità degli algoritmi: spesso gli algoritmi, soprattutto i modelli semplici, superano il giudizio umano perché non sono soggetti al rumore.
  • Esempi di successo: il libro presenta casi in cui gli algoritmi hanno previsto con successo gli esiti in settori come la finanza e la sanità.
  • Implicazioni per i professionisti: i professionisti sono invitati a integrare approcci algoritmici per migliorare l'accuratezza e ridurre il rumore.

Che cos'è il protocollo di valutazione mediata menzionato in Rumore: un difetto del giudizio umano?

  • Processo di valutazione strutturato: è un approccio strutturato al processo decisionale che scompone i giudizi complessi in valutazioni indipendenti.
  • Valutazioni indipendenti: ciascuna valutazione viene esaminata separatamente per ridurre al minimo i bias e garantire l'uso di criteri obiettivi.
  • Giudizio complessivo rimandato: le decisioni finali vengono prese solo dopo aver completato tutte le valutazioni, così da giungere a una conclusione più informata.

Quali strategie si possono attuare per ridurre il rumore nei processi decisionali secondo Rumore: un difetto del giudizio umano?

  • Igiene decisionale: si raccomandano pratiche come standardizzare le procedure, usare liste di controllo e svolgere audit del rumore.
  • Formazione e istruzione: formare i professionisti sull'impatto del rumore e dei bias può migliorare le pratiche decisionali.
  • Uso degli algoritmi: integrare gli algoritmi nei processi decisionali può contribuire a ridurre il rumore e migliorare l'accuratezza.

Quali sono i diversi tipi di rumore discussi in Rumore: un difetto del giudizio umano?

  • Rumore di livello: variabilità nella severità media dei giudizi formulati da persone diverse.
  • Rumore di pattern: differenze nel modo in cui le persone reagiscono a casi specifici, che riflettono bias e prospettive individuali.
  • Rumore occasionale: variabilità nei giudizi della stessa persona in momenti diversi, influenzata dall'umore e dalle circostanze.

Quali sono le citazioni più belle di Rumore: un difetto del giudizio umano e che cosa significano?

  • «Ovunque ci sia un giudizio, c'è rumore, e ce n'è più di quanto pensi.»: sottolinea che il rumore è un problema diffuso nei processi decisionali.
  • «Lo stato di diritto richiede un insieme di regole impersonali, applicabili a tutti.»: sostiene l'adozione di processi decisionali standardizzati per ridurre il rumore.
  • «Non sei sempre la stessa persona.»: mette in evidenza il rumore occasionale e ricorda ai lettori la variabilità dei giudizi individuali.

Sull'autore

Daniel Kahneman era uno psicologo israelo-americano, celebre per il suo lavoro pionieristico nell'economia comportamentale e nella psicologia cognitiva. Nato nel 1934, nel 2002 ha ricevuto il Premio Nobel per l'economia per le sue ricerche sui processi decisionali in condizioni di incertezza, in particolare per aver sviluppato la teoria del prospetto insieme ad Amos Tversky. Il lavoro di Kahneman sulle euristiche e sui bias ha rivoluzionato la nostra comprensione del giudizio umano e dei processi decisionali. È stato professore emerito alla Princeton University e autore di libri influenti, tra cui "Pensieri lenti e veloci". Le sue ricerche hanno avuto ampie ripercussioni in diversi campi, dall'economia alle politiche pubbliche, e continuano a plasmare la nostra comprensione del comportamento umano e dei processi decisionali.

Scarica PDF

Per conservare questo riassunto di Rumore e leggerlo in seguito, scarica il PDF gratuito. Puoi stamparlo o leggerlo offline quando vuoi.
Download PDF

Scarica EPUB

Per leggere il riassunto di Rumore sul tuo e-reader o sulla relativa app, scarica l’EPUB gratuito. Il formato digitale .epub è ideale per leggere ebook su telefoni, tablet ed e-reader.
Download EPUB
Vuoi leggere il libro completo?
Segui
Ascolta8 min
Home
Swipe
Libreria
App
Prova l'accesso completo per 3 giorni
Ascolta, salva e molto altro
Confronta le funzionalità Gratuito Pro
📖 Leggi i riassunti
Leggi riassunti illimitati. Gli utenti gratuiti ne ricevono 3 al mese
🎧 Ascolta i riassunti
Ascolta riassunti illimitati in 40 lingue
—
❤️ Segnalibri illimitati
Gli utenti gratuiti sono limitati a 4
—
📜 Cronologia illimitata
Gli utenti gratuiti sono limitati a 4
—
📥 Download illimitati
Gli utenti gratuiti sono limitati a 1
—
Prova senza rischi
Oggi: accesso immediato
Ascolta i riassunti completi di oltre 26.000 libri. Sono più di 12.000 ore di audio!
Giorno 2: promemoria della prova
Ti invieremo una notifica per avvisarti che la prova sta per scadere.
Giorno 3: inizia il tuo abbonamento
L'addebito avverrà il 24 nov,
puoi annullare in qualsiasi momento prima.
Consume 2.8× More Books
2.8× libri in più Ascolto Lettura
I nostri utenti ci adorano
1M+ lettori
Trustpilot Rating
TrustPilot
4.6 Eccellente
Questo sito è una vera rivoluzione. Ho letto riassunti di libri come mai prima d'ora. Consigliatissimo.
— Dave G
Vale ogni centesimo e ogni minuto, ed è davvero ben fatto. Non ho mai visto riassunti di questa qualità su altri siti. Utilissimo!
— Em
Consigliatissimo!! Servizio fantastico. Perfetto per chi vuole qualcosa in più di un'anteprima ma senza tutti i dettagli di un audiolibro completo.
— Greg M
Risparmia il 62%
Annuale
$119.88 $44.99/anno/anno
$3.75/mese
Mensile
$9.99/mese
Inizia la prova gratuita di 3 giorni
3 giorni gratis, poi $44.99/anno. Cancella quando vuoi.
Unlock a world of fiction & nonfiction books
Oltre 26.000 libri al prezzo di 2
Leggi qualsiasi libro in 10 minuti
Scopri nuovi libri come su Tinder
Richiedi qualsiasi libro se non è ancora disponibile
Leggi più libri di chiunque tu conosca
App n. 1 per gli amanti dei libri
Lifelike & immersive summaries
Garanzia di rimborso entro 30 giorni
Scarica i riassunti in EPUB o PDF
Cancella in qualsiasi momento con pochi clic

Perché un solo riassunto?

Scanner
Trova un codice a barre da scansionare

⭐
⭐
⭐
Abbiamo un regalo speciale per te
Apri
38% di sconto
SCONTO PER TE
⭐
⭐
⭐
$79.99
$49.99/anno
Solo $4.16 al mese
Continua
Bastano 2 tocchi per iniziare, cancellare è facilissimo
Impostazioni
Generali
Widget
Caricamento...