Algoritmit ja ajattelun oikopolut

27.5.2021
Blogikirjoitus
Jaana Simola

Oletko joskus ihmetellyt, mikä ajatteluusi vaikuttaa ja miten muodostat mielipiteitä? Tiedon määrä ja saavutettavuus kasvavat jatkuvasti. Samalla tutkittu tieto kilpailee kokemustiedon kanssa esimerkiksi sosiaalisessa mediassa. Jotta voisimme erottaa luotettavan tiedon valheellisesta (engl. misinformation) tai harhaanjohtavasta (engl. disinformation) tiedosta, meidän tulisi median kuluttajina oppia tarkemmin arvioimaan erilaisten tietolähteiden luotettavuutta.

Lisäksi on tärkeää tunnistaa erilaisia arkiajattelun vinoumia, joita algoritmit usein tukevat. Yksi tunnetuimpia vinoumia on vahvistusharha. Tämä harha johtaa siihen, että olemme taipuvaisia suosimaan omia ennakkokäsityksiä tukevaa tietoa. Algoritmit puolestaan luovat sosiaalisessa mediassa informaatiokuplia, minkä vuoksi kohtaamme siellä helposti vain omia käsityksiä tukevaa tietoa.

Tutkimme FINSCI-projektissa tiedonhakuun ja tiedonkäsittelyyn liittyviä tapoja sekä arkiajattelun vinoumia ja heuristiikkoja tilanteissa, joissa ihmiset tekevät päätöksiä tai muodostavat mielipiteitä yhteiskunnallisista ja omaan elämään vaikuttavista asioista. Heuristiikoilla tarkoitetaan ongelmanratkaisun menetelmiä, joissa sovelletaan etukäteen mietittyjä tai valmiita ratkaisumalleja. Edellä mainittiin jo vahvistusharha. Muita tyypillisiä vinoumia ovat esimerkiksi Dunning–Kruger-efekti sekä saatavuuden ja edustavuuden heuristiikat.

Dunning–Kruger-efekti liittyy ihmisen hankaluuteen arvioida omaa tietotasoaan ja osaamistaan luotettavasti. Tutkimuksissa (esim. Kruger & Dunning, 1999) on havaittu, että henkilön tietomäärän kasvaessa hänen suhtautumisensa omaan tietoon muuttuu. Käytännössä tämä ilmenee siten, että asiantuntijat tulevat aliarvioineeksi omaa tietämystään, kun taas asiasta vähemmän tietävät yliarvioivat omaa tietouttaan. Tämä vinouma johtaa niin ikään vääristymiin, kun tietoa monimutkaisista asioista on tarjolla paljon ja nopeasti. Lisäksi vinouma saattaa selittää sitä, miksi asiantuntijat eivät välttämättä halua ottaa voimakkaasti kantaa asioihin, joihin toisilla näyttää olevan selkeä ratkaisu. Ilmiö liittyy myös älylliseen nöyryyteen, joka koskee ajattelua, uskomuksia, ideoita ja mielipiteitä. Älyllinen nöyryys on tärkeää niin oppimisen kuin tiedon luotettavuuden arvioinninkin kannalta, sillä sen avulla voidaan tunnistaa omissa tiedoissa olevia aukkoja. Nämä taidot ovat osa niin kutsuttuja metakognitiivisia taitoja.

Edustavuuden ja saatavuuden heuristiikat puolestaan ovat yhteydessä kykyymme arvioida todennäköisyyksiä. Edustavuuden heuristiikka (esim. Morsanyi et al., 2009) liittyy tapaamme ajatella stereotyyppisesti ja hylätä tilastojen tarjoamat tiedot asioiden ja erityisesti niiden yhdistelmien yleisyydestä. Saatavuuden heuristiikka taas liittyy taipumukseemme tehdä nopeita päätöksiä ensimmäisenä mieleen tulevien esimerkkien pohjalta. Tämä saa nämä esimerkit näyttämään todennäköisemmiltä, vaikka ne eivät olisikaan edustavia laajemmassa otoksessa.

Nämä ajattelun oikopolut eli heuristiikat tekevät arjestamme sujuvaa, mutta on tärkeä tunnistaa, että ne asettavat meidät myös alttiiksi virheellisille päätelmille. Esimerkiksi median esiin ottamat ja voimakkaasti tunteisiin vetoavat aiheet saavat helposti yliedustuksen mielessämme ja johtavat virheellisiin päätelmiin.

Lähteet:

Kruger, J. (1999). Dunning. D.(1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134.

Morsanyi, K., Primi, C., Chiesi, F., & Handley, S. (2009). The effects and side-effects of statistics education: Psychology students’(mis-) conceptions of probability. Contemporary Educational Psychology, 34(3), 210-220.