Kognice vs. Emoce?
Kognice vs. Emoce? •
In a person, the executive level of processing, thought to occur primarily within the prefrontal cortex (PFC), receives high-level information from posterior cortical association areas, and is also directly interconnected with motivational and emotional areas that convey "the bottom line" forces that ultimately guide behavior.
•
Although many of us walk around with the impression (delusion?) that our actions are based on rational thought and planning, instead it is highly likely that basic biological motivations and affective signals play a critical role in shaping what we do. At least, this is what the underlying biology of the PFC and associated brain areas suggests.
•
And yet, it is also clear that the PFC is critical for supporting more abstract reasoning and planning abilities, including the ability to ignore distraction and other influences in the pursuit of a given goal.
Kognice vs. Emoce? What makes the PFC uniquely capable of serving as the brain's executive? Part of the answer is its connectivity - it sits on top of the overall information processing hierarchy of the brain, and thus receives highlyprocessed "status reports" about everything important going on in our brain. In this sense it is similar to the hippocampus, and indeed these areas appear to work together. However, the PFC is also especially well placed to exert control over our actions - the PFC is just in front of the frontal motor areas, and has extensive connectivity to drive overt (and covert) motor behavior. Furthermore, the medial and ventral areas of PFC are directly interconnected with affective processing areas in subcortical regions such as the amygdala, thus enabling it to be driven by, and reciprocally, to amplify or override, motivational and affective signals. In addition to being in the right place, the PFC also has some special biological properties that enable it to hold onto information in the face of distraction, e.g., from incoming sensory signals. Thus, with an intact PFC, we can resist the idea of laying down in someone else's bed, and remain focused on the purpose of your visit. We refer to this ability as robust active maintenance because it depends on the ability to keep a population of neurons actively firing over the duration needed to maintain a goal or other relevant pieces of information. This ability is also referred to as working memory. Active maintenance works together with a gating system that allows us to hold in mind more than one item at a time, to selectively update and manipulate some information while continuing to maintain others, in a way that makes the integrated system support more sophisticated forms of working memory
Kognice vs. Emoce?
Who is in Charge of your Brain?? Prefrontal Cortex? Integrates: • Cognitive Control • Planning • Motivation • Reward processing • Decision making
Kognice vs. Emoce?
Iowa Gambling Task - proband m jsou prezentovány 4 balí ky karet. V instrukcích je jim sd leno, že poté, co si vyberou jednu kartu, vyhrají nebo naopak prohrají ur itou ástku pen z. Cílem hry je vyhrát co možná nejvíce pen z.
Kognice vs. Emoce? • Iowa Gambling Task - proband m jsou prezentovány 4 balí ky karet. V instrukcích je jim sd leno, že poté, co si vyberou jednu kartu, vyhrají nebo naopak prohrají ur itou ástku pen z. Cílem hry je vyhrát co možná nejvíce pen z. Ze 4 balí jsou p itom dva „hodné“ a dva „zlé“. Dva „zlé“ balí ky sice probandovi umož ují vyhrávat vysoké ástky, zárove ho ale o vysoké ástky také ipravují; z dlouhodobého hlediska tedy není výhodné volit karty z t chto dvou balí . U „hodných“ balí je tomu p esn naopak. • tšina zdravých ú astník zpo átku náhodn vybírá karty ze všech ty ech balí a po zhruba 40-50 volbách za ínají p evážn šahat po kartách z „hodných“ balí . Pacienti s dysfunkcí orbitofrontální k ry (OFC) však opakovan volí ze špatných balí , p estože v dí, že celkov prod lávají. Soub žné m ení galvanické kožní reakce ukazuje, že zdraví ú astníci vykazují stresovou reakci p i p ejížd ní rukama nad špatnými balí ky v pr ru již po 10 volbách, tedy dlouho p ed tím, než si uv domí, které balí ky jsou špatné a pro , což se v pr ru d je až po 80 volbách. Žádný z pacient s dysfunkcí OFC podobnou fyziologickou reakci nevykazuje. V této souvislosti se asto hovo í o teorii tzv. somatických marker (t lo má svou vlastní inteligenci).
Kognice vs. Emoce? Jeden z pacient Antonia Damasia, jménem Elliot, m l malý tumor v oblasti prefrontálního kortexu, který mu byl chirurgicky odoperován. Po operaci se z Elliota stal úpln jiný lov k. estože jeho IQ z stalo na stejné úrovni jako p ed operací, tedy n kde okolo 97. percentilu, l nyní vážné problémy s rozhodováním. Nap . když si m l vybrat mezi n kolika restauracemi, kam m l zajít na ob d, pe liv studoval menu každé z restaurací, analyzoval rozmíst ní stol a židlí a osv tlení a osobn si objel každou restauraci, aby si ud lal obrázek o tom, jak je tam rušno. P es veškerou analýzu se Elliot nebyl schopen rozhodnout. Zápasil i s mi nejjednoduššími rozhodnutími, nap . rozhodnutí zda používat modré nebo erné pero nebo kde zaparkovat auto mu zabralo n kolik hodin pe livé analýzy pro a proti jednotlivých možností. Elliot nakonec p išel o svou práci, manželka se s ním rozvedla a po n kolika neúsp šných pokusech s podnikáním skon il u svých rodi . Z úsp šného muže se stal muž zbavený emocí, který si ani neuv domoval závažnost a bezút šnost svého stavu. Dnes je již velice dob e známo, že významná ást frontálního kortexu je v nována zpracovávání informací spojených s emocemi. P i operativním odstran ní Elliotova tumoru byla poškozena jeho orbitofrontální k ra (OFC), ta ást frontálního kortexu, která integruje informace z emo ní obvod mozku. P estože byl Elliot i nadále inteligentní, byl jako robot bez jakýchkoli pocit , nem l žádné osobní preference, p ání nebo tužby. Bez možnosti vnímat své pocity se ani nemohl rozhodnout, co vlastn chce. “Když jsme odst iženi od svých pocit , i ta nejbanáln jší rozhodnutí se stanou nemožnými. Mozek, který necítí, se ani nem že rozhodnout.” tšina toho, co nazýváme „myšlením“ je ve skute nosti jemn vylad ná souhra mezi emo ním mozkem a frontálním kortexem. Naše emoce jsou velice inteligentní a neustále se u í (p edvídat, co je spouští), takže ur it o nich nelze uvažovat jako o primitivních zví ecích instinktech, které je pot eba krotit osvíceným rozumem. “Lidské emoce mají sv j základ v p edpov dích vysoce flexibilních (dopaminových) neuron , které neustále upravují svá spojení (synapse), aby v rn odrážela realitu. Pokaždé, když ud láte chybu (ve své predikci) nebo když narazíte na n co nového, vaše neurony piln ní sebe sama. Náš emo ní mozek je díky tomu hluboce ukotven v empirii.“ (Lehrer, 2009)
Kognice vs. Emoce? • Kognitivní funkce emocí - zkušeností tvarované „pro ezávání“ stromu možností jednání
Viz také Damasi v pacient Elliot
Kognice vs. Emoce? • Klasické podmi ování umož uje organismu zjistit d ležité zákonitosti platící v jeho prost edí a predikovat d ležité události snižuje míru nep edvídatelnosti a p ekvapení
Kognice vs. Emoce? • Klasickému podmi ování lze porozum t jako snaze organismu mininalizovat své p ekvapení a nejistotu ohledn budoucích událostí
• Organismus využívá jako podmín ný podn t pouze ty informace, které jsou spolehlivým, užite ným a neredundantním prediktorem nepodmín ného podn tu » Kamin v efekt blokace
Kognice vs. Emoce? • Role dopaminergních neuron p i predikci odm ny Characteristic patterns of neural firing of the dopaminergic neurons in the midbrain (ventral tegmental area (VTA) and substantia nigra pars compacta (SNc)), in a simple conditioning task. Prior to conditioning, when a reward is delivered, the dopamine neurons fire a burst of activity (top panel - histogram on top shows sum of neural spikes across the repeated recording traces shown below, with each row being a different recording trial). After the animal has learned to associate a conditioned stimulus (CS) (e.g., a tone) with the reward, the dopamine neurons now fire to the onset of the CS, and not to the reward itself (kind of „time travel“). If a reward is withheld after the CS, there is a dip or pause in dopamine firing, indicating that there was some kind of prediction of the reward, and when it failed to arrive, there was a negative prediction error. This overall pattern of firing across cconditions is highly consistent with reinforcement learning models based on reward prediction error.
Kognice vs. Emoce?
Dopamine neurons automatically detect the subtle patterns that we would otherwise fail to notice; they assimilate all the data that we can't consciously comprehend. And then, once they come up with a set of refined predictions about how the world works, they translate these predictions into emotions. Let's say, for example, that you're given lots of information about how twenty different stocks have performed over a period of time. (The various share prices are displayed on a ticker tape at the bottom of a television screen, just as they appear on CNBC.) You'll soon discover that you have difficulty remembering all the financial data. If somebody asks you which stocks performed the best, you'll probably be unable to give a good answer. You can't process all the information. However, if you're asked which stocks trigger the best feelings — your emotional brain is now being quizzed — you'll suddenly be able to identify the best stocks. According to Tilmann Betsch, the psychologist who performed this clever little experiment, your emotions will "reveal a remarkable degree of sensitivity„ to the actual performance of all of the different securities. The investments that rose in value will be associated with the most positive emotions, while the shares that went down in value will trigger a vague sense of unease. These wise yet inexplicable feelings are an essential part of the decision-making process. Even when we think we know nothing, our brains know something. That's what our feelings are trying to tell us. This doesn't mean that people can coast on these cellular emotions. Dopamine neurons need to be continually trained and retrained, or else their predictive accuracy declines. Trusting one's emotions requires constant vigilance; intelligent intuition is the result of deliberate practice. What Cervantes said about proverbs — "They are short sentences drawn from long experience„ —also applies to brain cells, but only if we use them properly.
Kognice vs. Emoce?
Gary Klein (1944)
Kognice vs. Emoce?
Kognice vs. Emoce?
•
ACC anticipuje situaci, ve které je zvýšená pravd podobnost, že se lov k m že dopustit chyby
•
On the medial side, the dorsal medial PFC is also known as the anterior cingulate cortex (ACC), which has been shown to encode the affective aspects of motor control variables (e.g., how much effort will an action take, what is its probability of success, how much conflict and uncertainty is there in selecting a response), which is consistent with a "hot how" functional specialization. Dorsomedial PFC areas also project to the subthalamic nucleus within the BG, and serve to delay motor responding to prevent impulsive choice under difficult response selection demands (Frank, 2006; Aron et al, 2007; Cavanagh et al, 2011). The ventromedial areas of PFC (VMPFC) including the orbital frontal cortex (OFC) have been shown to encode the affective value of different sensory stimuli, consistent with the idea that they are the "hot what" areas.
Kognice vs. Emoce?
Deep Blue was a chess-playing computer developed by IBM. On May 11, 1997, the machine won the second six-game match between the two, by two wins to one with three draws against world champion Garry Kasparov. The system derived its playing strength mainly out of brute force computing power. It was capable of evaluating 200 million positions per second.
„An expert is a person who has made all the mistakes that can be made in a very narrow field.“ (Niles Bohr, 1885 – 1962)
TD-Gammon is a computer backgammon program developed in 1992 by Gerald Tesauro at IBM'sThomas J. Watson Research Center. Its name comes from the fact that it is an artificial neural net trained by a form of temporal-difference learning, specifically TD-lambda. TD-Gammon achieved a level of play just slightly below that of the top human backgammon players of the time. It explored strategies that humans had not pursued and led to advances in the theory of correct backgammon play.
•
Dopamine is also implicated in schizophrenia (= porucha zpracovávání informací, která vede ke ztrát kontaktu s realitou). Almost all "antipsychotic" drugs prescribed for schizophrenics are dopamine antagonist drugs. Individuals who overdose on amphetamine and cocaine (dopamine agonist drugs) often develop psychotic symptoms (hallucinations/delusions) which are indistinguishable from those of schizophrenics.
•
Given dopamine's role in motor and reinforcement functions, why would dopamine overactivity produce schizophrenic symptoms? One strong possibility is that dopamine release to certain brain regions occurs when you are "attending" to salient events (dopamin pomáhá odlišovat emo d ležité od emo ned ležitého). An overactivity of dopamine at these sites may produce attentional abnormalities, so that stimuli which would normally be ignored are instead considered to be relevant (všechno je d ležité).
•
This is exactly what many schizophrenia researchers believe occurs in schizophrenics. Stimuli that you would normally ignore (for instance background sounds that you are ignoring as you read this slide) are not filteredout in schizophrenics ( sledkem je p ehlcení informacemi, ve kterých je obtížné si ud lat po ádek). These "irrelevant" events enter consciousness as salient events, and delusional schemes are developed to "explain" the significance of these events.
S. 1. typu a 2. typu
http://www.ceskatelevize.cz/porady/1095946610diagnoza/159-psychoticke-poruchy/video/
Why does an excess of dopamine in a few neurons make games of chance so irresistible? The answer reveals a serious flaw in the human brain, which casinos have learned to exploit. Think how a slot machine works: You put in a coin and pull the lever. The reels start to whir. Pictures of cherries and diamonds and figure sevens fly by. Eventually, the machine settles on its verdict. Since slot machines are programmed to return only about 90 percent of wagered money over the long term, chances are you lost money. Now think about the slot machine from the perspective of your dopamine neurons. The purpose of these cells is to predict future events. They always want to know what occurrences—a loud tone, a flashing light, and so forth—will precede the arrival of the juice. While you are playing the slots, putting quarter after quarter into the one-armed bandit, your neurons are struggling to decipher the patterns inside the machine. They want to understand the game, to decode the logic of luck, to find the circumstances that predict a payout. So far, you're acting just like a monkey trying to predict when his squirt of juice is going to arrive. But here's the catch: while dopamine neurons get excited by predictable rewards—they increase their firing when the juice arrives after the loud tone that heralded it—they get even more excited by surprising ones. According to Wolfram Schultz, such unpredictable rewards are typically three to four times more exciting, at least for dopamine neurons, than rewards that can be predicted in advance. (In other words, the best-tasting juice is the juice that was most unexpected.) The purpose of this dopamine surge is to make the brain pay attention to new, and potentially important, stimuli. Most of the time, the brain will eventually get over its astonishment. It'll figure out which events predict the reward, and the dopamine neurons will stop releasing so much of the neurotransmitter. The danger of slot machines, however, is that they are inherently unpredictable. Because they use random number generators, there are no patterns or algorithms to uncover. (There is only a stupid little microchip churning out arbitrary digits.) Even though the dopamine neurons try to make sense of the rewards — they want to know when to expect some coins in return for all those squandered quarters — they keep getting surprised. At this point, the dopamine neurons should just surrender: the slot machine is a waste of mental energy. They should stop paying attention to the surprising rewards, because the appearance of the rewards will always be surprising. But this isn't what happens. Instead of getting bored by the haphazard payouts, the dopamine neurons become obsessed. When you pull the lever and get a reward, you experience a rush of pleasurable dopamine, precisely because the reward was so unexpected, because your brain cells had no idea what was about to happen. The clanging coins and flashing lights are like a surprise squirt of juice. Because the dopamine neurons can't figure out the pattern, they can't adapt to the pattern. The result is that you are transfixed by the slot machine, riveted by the fickle nature of its payouts. For Parkinson's patients on dopamine agonists, the surprising rewards of the casino trigger a massive release of chemical bliss. Their surviving dopamine neurons are so full of dopamine that the neurotransmitter spills over and pools in the empty spaces between cells. The brain is flooded with a feel-good chemical, making these games of chance excessively seductive. Such patients are so blinded by the pleasures of winning that they slowly lose everything.
• Protože akciový trh se chová jako náhodný proces se vzestupnou tendencí, tendencí, nejlepší strategií je vybrat si levný index fond fond a trp liv ekat. ekat. V dlouhodobém výhledu náhodn vybrané akciové portfolio porazí portfolia sestavená drahými odborníky s jejich sofistikovanými po íta ovými modely. • Investor, nvestor, který nic ned lá se svým akciovým portfoliem – tedy nenakupuje ani neprodává – má v pr ru o 10% vyšší zisky než pr rný „aktivní“ investor. • Wall Street se vždy snažil p ijít na tajný algoritmus finan ního úsp chu, ale tím tajemstvím je to, že žádné tajemství neexistuje neexistuje.. Sv t je více náhodný než si dokážeme p edstavit (a ipustit). To je to, emu (dopaminem zprost edkované) emoce nemohou porozum t.
Antonio Damasio a George Loewenstein vymysleli jednoduchou investi ní hru, kterou sehráli se emi r znými skupinami lidí. První skupinu tvo ili lidé, kte í utrp li poškození n jaké ásti jejich emo ního mozku – orbitofrontální k ry, insuly nebo amygdaly. Lidé z druhé skupiny utrp li rovn ž poškození mozku, avšak nikoli v emo ní ásti mozku. T etí skupinu pak tvo ili vysokoškolští studenti, kte í posloužili jako kontrolní skupina. V každém kole investi ní hry se ú astníci hry museli rozhodnout mezi dv ma možnostmi: bu investovat 1 $, nebo neinvestovat nic. Když se ú astník rozhodl neinvestovat, nechal si 1 $ a hra mohla jít do dalšího kola. Jestliže se ú astník rozhodl investovat, dal experimentátorovi 1 $ a ten potom mincí hodil. Když padla hlava, investor prod lal dolar, který investoval; když padl orel, investor vyd lal 2.50 $. Hra skon ila po 20 kolech.
Akcie vs. Dluhopisy
Racionální volbou je vždy investovat, protože ekávaná hodnota v každém kole je vyšší tehdy, když lov k investuje (1.25 $, neboli 2.50 $ x 50 %), než když neinvestuje (1 $). Ve skute nosti u lov ka investujícího v každém kole existuje pouze 13 % pravd podobnost, že vyd lá mén , než kdyby nikdy neinvestoval a vyinkasoval svých jistých 20 $. Lidé bez poškozeného emo ního mozku se rozhodli investovat v pr ru v mén než 60 % ípad . Protože lidem je vlastní výrazná obava z možných ztrát, v tšina lidí v rna této logice ob tovala zisk jistot , stejn jako skute ní investo i, kte í dávají p ednost nep íliš ziskovým dluhopis m, p estože existují solidní doklady toho, že dlouhodob ji je mnohem výhodn jší investovat do akcií. Navíc ochota lidí investovat výrazn poklesla okamžit poté, co v edchozím kole prohráli sv j investovaný dolar – bolest ze ztráty byla až p íliš erstvá. Tyto výsledky se daly celkem dob e p edpokládat: averze ke ztrát nás iní p irozen iracionálními pokud jde o posuzování nejr zn jších nejistých podnik (viz také chování hrá i TV sout ži „Ber nebo neber“, kde má utrp ná ztráta naopak za následek mnohem v tší riskování). Experiment však ukázal jednu zajímavou v c, a sice, že neurologi tí pacienti, kte í v d sledku poškození svého emo ní mozku nemohli prožívat své emoce (v etn averze ke ztrát ), se ukázali být mnohem racionáln jšími investory než jejich zdravé prot jšky. Tito ú astníci se rozhodli investovat v pr ru v 83.7 % p ípad , díky emuž také vyd lali mnohem více pen z. Také se ukázali být mnohem odoln jší v i zavád jící logice averze ke ztrát , když investovali v 85.2 % ípad poté, co v p edchozím kole prohráli investovaný dolar. Jinak eno, ztráta pen z ješt zvýšila pravd podobnost, že budou investovat. Jako kdyby v li, že nejlepším zp sobem, jak vykompenzovat ztráty, je investovat. V tomto typu situace je tedy výhodn jší být bez emocí.
Max Markowitz (mean-variance portfolio optimization)
Ber nebo neber
Vy azení amygdaly z innosti Není nutné, aby lov k utrp l poškození mozku, aby na vlastní k ži pocítil d sledky vy azení ásti emo ního okruhu z innosti…
Na rozdíl od platby v hotovosti p i placení kreditní kartou nepoci ujeme skute nou ztrátu/úbytek pen z v pen žence, což se v mozku projevuje sníženou aktivitou v oblastech zpracovávajících negativní emoce. Kreditní karta takto de facto umrtvuje tuto ást mozku, takže žádná bolest ze ztráty nebrání utrácení pen z.
i aukci na lístky na zápas Boston Celtics byla pr rná ástka nabídnutá kreditními kartami dvakrát tak vysoká než pr rná nabídka v hotovosti.
Kamin v efekt blokace
• Organismus nevyužívá danou informaci jako podmín ný podn t, jestliže mu neumož uje snížit sou asnou míru jeho nejistoty ohledn budoucích událostí
Daniel Bernoulli
Dopamine activity in the nucleus accumbens (part of basal ganglia) reflects the magnitude of reward, whereas the human ventromedial pfc is involved in integrating probabilities with reward. See Iowa gambling task…
Mentální statistika lov k je p itahován silnými emotivními událostmi, událostmi, které se odehrály nedávno nebo které mají pro lov ka n jaký zvláštní význam, v d sledku ehož mentální statistika lov ka nena ítá data nezaujat : Jeden zážitek, jedna událost, jeden jev m že lov ka ovlivnit daleko více než odhad pravd podobnosti založený na velkém souboru p ípad , což zkresluje odhad toto, co je normální a co normální není, takže potom lov k vidí mimo ádnost jako b žný o ekávatelný jev a ve sv se orientuje spíše podle viditelných exces a pouze povrchních dojm . Takto nap lov ku v pam ti rychleji a snadn ji vytanou konkrétní p íklady letecké havárie než konkrétní p íklady automobilové havárie (protože letecká havárie je dramati jší, je jí v médiích dáváno mnohem více prostoru a na každodenní zprávy o dopravních nehodách je lov asto habituován), v d sledku ehož m že mít lov k pocit, že p i haváriích letadel zem e v pr ru za rok více lidí než p i haváriích automobil , a že je tedy mnohem bezpe jší cestovat automobilem než letadlem, estože je tomu p esn naopak a lov k s v tší pravd podobností utrpí smrtelné zran ní cestou autem na letišt než p i samotném letu letadlem.
Mentální statistika Podobn se v tšina lidí bojí n kterých chorob více, protože se o nich mluví a píše, a ne proto, že jsou jimi s vysokou pravd podobností skute ohroženi. Lidé jsou schopni zm nit svoje stravovací návyky kv li nemoci šílených krav, ale obezity i kardiovaskulárních chorob, jež lov ka ohrožují daleko více, se tolik neobávají.
Relativita
R2
Averze ke ztrát (loss aversion) • Asymetrické vnímání zisk a ztrát • Prospektová teorie x Teorie o ekávaného užitku (základ modelu racionálního agenta; nebyla zamýšlena jako psychologický model, ale pouze stanovovala logiku provád ní voleb na základ elementárních pravidel racionality) Nositeli hodnoty jsou zisky a ztráty pom ované k referen nímu bodu (nikoli stavy majetku, jak je tomu v teorii o ekávaného užitku) – lidé hodnotí mnoho výsledk jako zisky a ztráty. Referen ním bodem m že být aktuální stav, to, co o ekávám, to, na co mám podle svého názoru nárok… Tvar písmene S: Klesající citlivost na zisky i na ztráty (100 K x 200 K > 900 K x 1000 K ) Nesymetrický tvar písmene S: Reakce na ztráty je siln jší než reakce na odpovídající zisky (ztráta má pro lov ka obvykle tší váhu (1,5x – 2,5x v tší) než zisk).
Averze ke ztrát (loss aversion) • Asymetrické vnímání zisk a ztrát + p ece ování malých a podce ování velkých pravd podobností Prospect theory
U is the overall or expected utility of the outcomes to the individual making the decision, x1, x2, … are the potential outcomes and p1, p2, … their respective probabilities. v is a so-called value function that assigns a value to an outcome. The value function (sketched in the Figure) that passes through the reference point is s-shaped and asymmetrical. Losses hurt more than gains feel good (loss aversion). This differs greatly from expected utility theory, in which a rational agent is indifferent to the reference point. In expected utility theory, the individual only cares about absolute wealth, not relative wealth in any given situation. The function w is a probability weighting function and expresses that people tend to overreact to small probability events, but underreact to medium and large probabilities.
Averze ke ztrát (loss aversion) •
ece ování malých a podce ování velkých pravd podobností Psychophysics concerns the limits of our senses and was one of the first areas in psychology to be explored by means of scientific experiments. In the 1840s, for example, the German physiologist Ernst Weber gradually increased the weight that a blindfolded man was holding and asked him to say when he first felt the increase. Weber found that the smallest noticeable difference in weight was proportional to the starting value of the weight. That is to say, if the initial weight was doubled, the threshold at which the subject could perceive a difference also doubled. Daniel Kahneman and Amos Tversky suggest that something similar operates in the domain of risk intelligence, only here our ability to discriminate between different probabilities varies according to whether the probabilities are extreme or not. This is a powerful finding that we should always keep in mind when weighing risks. It is much easier to perceive differences between extreme probabilities than differences between intermediate ones, and this can lead to flawed decision making. The difference between 0 percent and 1 percent, for example, is much more salient than that between 10 percent and 11 percent, and the difference between 99 percent and 100 percent looms much larger than that between 89 percent and 90 percent. As a result, we tend to overreact to small changes in extreme probabilities and underreact to changes in intermediate probabilities. For example, we will pay far more for a medical operation that increases our chance of surviving from 0 percent to 1 percent than one that increases it from 10 percent to 11 percent. We will also pay more for a lottery ticket that increases our chance of winning from 99 percent to 100 percent than one that increases it from 89 percent to 90 percent.
• To see how Prospect Theory (PT) can be applied in an example, consider the decision to buy insurance. • Assuming the probability of the insured risk is 1%, the potential loss is $1,000 and the premium is $15. If we apply PT, we first need to set a reference point. This could be the current wealth or the worst case (losing $1,000). If we set the frame to the current wealth, the decision would be to either pay $15 for sure (which gives the PT-utility of v(-15)) or a lottery with outcomes $0 (probability 99%) or $1,000 (probability 1%) which yields the PT-utility of • These expressions can be computed numerically. For typical value and weighting functions, the latter expression could be larger due to the convexity of v in losses, and hence the insurance looks unattractive. If we set the frame to $1,000, both alternatives are set in gains. The concavity of the value function in gains can then lead to a preference for buying the insurance. • In this example, a strong overweighting of small probabilities can also undo the effect of the convexity of v in losses: the potential outcome of losing $1,000 is overweighted.
The interplay of overweighting of small probabilities and concavity-convexity of the value function leads to the so-called fourfold pattern of risk attitudes: • risk-averse behavior in gains involving moderate probabilities and of small probability losses, • risk-seeking behavior in losses involving moderate probabilities and of small probability gains.
92 %
20 %
Kahnemann and Tversky found that 20% of people chose D, while 92% chose B. This led them to conclude that when decision problems involve not just possible gains, but also possible losses, people's preferences over negative prospects are more often than not a mirror image of their preferences over positive prospects. Simply put - while they are riskaverse over prospects involving gains, people become risk-loving over prospects involving losses.
Newyorští taxiká i si sami ur ují konec pracovní doby podle toho, zda se jim poda ilo vyd lat dop edu stanovené množství pen z, i nikoli. Ve dnech, kdy je mén zákazník , jsou p itom ochotní pracovat mnohem déle než ve dnech, kdy je zákazník hodn , a to p esto, že racionáln jší by bylo pracovat déle ve dnech, kdy je zákazník více než mén . Toto neracionální chování je dáno asymetrickým vnímáním zisk a ztrát. (Riziko ztráty p im je taxiká e více pracovat.)
• Averze ke ztrát vysv tluje rovn ž jednu z nej ast jších chyb investor : investo i snažící se zhodnotit své akciové portfolio nej ast ji prodávají akcie, jejichž hodnota roste. To má bohužel za následek to, že jim z stávají akcie, jejichž hodnota klesá. Z dlouhodobého hlediska se jedná o velice neš astnou strategii, protože takto investorovi v rukou z stanou pouze ztrátové akcie. (v pr ru si prodávané akcie vedou o 3,4 % lépe než neprodávané akcie). • Imunní nejsou ani profesionální investo i – také oni drží ztrátové akcie dvakrát tak dlouho jak ty ziskové. Pro ? Protože se obávají ztráty a prodej propadajících se akcií iní onu ztrátu velice hmatatelnou. Bolest ze ztráty se snažíme oddálit jak nejvíce je to možné. Výsledkem je pouze ztráta, které jsme se cht li vyhnout. A nejnov jší neurov decké experimenty ukazují, že za averzí ke ztrát stojí amygdala.
i rozhodování, které je zarámováno jako vyhýbání se ztrát , se u každého lov ka aktivuje amygdala ( ást mozku zodpov dná za rozpoznávání emo významných podn ). Jednotliví lidé se však liší ve schopnosti potla it a regulovat svou p vodní emo ní reakci prost ednictvím své prefrontální k ry, která tak umož uje racionáln jší posouzení dané situace.
Spánková deprivace
Spánková deprivace
Vždy 1 + 1 (bonus) Bez rizika
Možnost zisku
kdy pouze 1 a kdy 1 + 2 (bonus) S rizikem
Vždy 3 - 1
Riziko ztráty
kdy pouze 3 - 2 a kdy 3 - 0
Efekt zarámování (framing effect)
První opi ka z leva je alfa samec (Ceasar)
Negativity bias • Lidé mají tendenci v novat více pozornosti a dávat tší váhu negativním zkušenostem a informacím než m pozitivním • V prost edí, kde je ada r zných informací, kterým lov k m že v novat pozornost, si lidé všimnou p edevším potenciálních hrozeb a nikoli možných íležitostí • Jestliže lov k má v krátkém sledu za sebou pozitivní a negativní zkušenost, jejich celkový pocit ze situace je obvykle horší než neutrální (p i srovnatelné významnosti obou zkušeností) • Když o ur ité osob , kterou neznáme, obdržíme pozitivní a negativní informaci (srovnatelné významnosti), náš dojem z této osoby bude spíše negativní • Na rozdíl od averze ke ztrát se negativity bias vztahuje k negativním informacím (nikoli k negativním hodnotám)
Gottman v SPAFF Specific Affect Coding System
ty i jezdci apokalypsy“
Na základ analýzy 15-ti minutového rozhovoru (popsaného pomocí jeho kódovacího systému) je John Gottman schopen s 93% úsp šností predikovat, zda za 15 let manželé/noví partne i ješt budou spolu (1:5, negativity bias, averze ke ztrát )
Positivity/Optimism bias Tendence p ece ovat pravd podobnost, že se nám (osobn nebo našim blízkým) stane n co žádoucího, a podce ovat pravd podobnost, že se nám (osobn nebo našim blízkým) stane n co nežádoucího.
Majetnický efekt (Endowment effect) Professor R was a firm believer in standard economic theory as well as a sophisticated wine lover. Thaler observed that Professor R was very reluctant to sell a bottle from his collection— even at the high price of $100 (in 1975 dollars!). Professor R bought wine at auctions, but would never pay more than $35 for a bottle of that quality. At prices between $35 and $100, he would neither buy nor sell. The large gap is inconsistent with economic theory, in which the professor is expected to have a single value for the bottle. If a particular bottle is worth $50 to him, then he should be willing to sell it for any amount in excess of $50. If he did not own the bottle, he should be willing to pay any amount up to $50 for it. The just-acceptable selling price and the just-acceptable buying price should have been identical, but in fact the minimum price to sell ($100) was much higher than the maximum buying price of $35. Owning the good appeared to increase its value. Richard Thaler found many examples of what he called the endowment effect, especially for goods that are not regularly traded. You can easily imagine yourself in a similar situation. Suppose you hold a ticket to a sold-out concert by a popular band, which you bought at the regular price of $200. You are an avid fan and would have been willing to pay up to $500 for the ticket. Now you have your ticket and you learn on the Internet that richer or more desperate fans are offering $3,000. Would you sell? If you resemble most of the audience at sold-out events you do not sell. Your lowest selling price is above $3,000 and your maximum buying price is $500. This is an example of an endowment effect, and a believer in standard economic theory would be puzzled by it. Thaler was looking for an account that could explain puzzles of this kind. Prospect theory suggested that the willingness to buy or sell the bottle depends on the reference point—whether or not the professor owns the bottle now. If he owns it, he considers the pain of giving up the bottle. If he does not own it, he considers the pleasure of getting the bottle. The values were unequal because of loss aversion: giving up a bottle of nice wine is more painful than getting an equally good bottle is pleasurable. Remember the graph of losses and gains - the slope of the function is steeper in the negative domain; the response to a loss is stronger than the response to a corresponding gain.
