< Razionalità

Come siamo influenzati dai nostri bias cognitivi durante l'epidemia di COVID-19?

Testo aggiornato al 2020-11-09


Nonostante il nostro desiderio di essere obiettivi, razionali, il modo in cui percepiamo e analizziamo il mondo che ci circonda è parziale. Senza esserne consapevole, il cervello non elabora oggettivamente le informazioni che riceviamo. Questo si chiama bias cognitivo. Nel contesto dell'epidemia di COVID-19, alcuni bias cognitivi possono aver influenzato il nostro comportamento verso la minimizzazione della crisi di COVID-19. Ecco una selezione, necessariamente arbitraria e non esaustiva, di bias cognitivi che hanno sicuramente influenzato la nostra percezione e le decisioni prese durante la crisi.

Attualmente non abbiamo il senno di poi necessario per valutare l'impatto dei bias cognitivi nella percezione e nella gestione della crisi, e sarebbe molto difficile da un punto di vista metodologico attribuire un atto specifico (per esempio, non chiudere le scuole) a un determinato bias (come un bias di ottimismo da parte di questo o quel leader). Tuttavia, è stato dimostrato attraverso molti esperimenti di psicologia sperimentale e di neuroscienze che alcuni bias sono particolarmente rilevanti per spiegare il comportamento umano.

1. Bias della crescita esponenziale

Uno dei bias che può avere il maggiore impatto sulla gestione della crisi sanitaria, sia a livello di organi di governo che di individui, è il bias di crescita esponenziale. Il nostro cervello è ottimizzato per sommare ed elaborare la crescita lineare, non per elaborare la crescita esponenziale. Tuttavia, quando un individuo contagioso infetta più persone, che a loro volta possono infettare più persone, il numero di casi aumenta in modo esponenziale. Questo bias ci porta a sottovalutare la velocità di diffusione del virus quando la curva è esponenziale. Sia che le informazioni disponibili siano numeriche o visive, gli individui percepiscono erroneamente la crescita esponenziale del virus in termini lineari.

2. Bias di gruppo o d'appartenenza

Questo bias caratterizza il fatto che, in generale, i membri di un gruppo (famiglia, amici) sono considerati più affidabili, più competenti, ecc. Più i membri del gruppo sono vicini l'uno all'altro (ad es. genitori, nonni), più forte è questo effetto. Nel contesto della pandemia di COVID-19, c'è l'errata convinzione che i nostri figli abbiano meno probabilità di ricevere la COVID-19 e di infettare noi o i loro nonni rispetto agli sconosciuti.

3. Bias di ottimismo

Gli esseri umani tendono ad essere irrazionalmente ottimisti, e questo ha diverse implicazioni:

Quando apprendiamo nuove informazioni, le integriamo più facilmente se sono a nostro favore piuttosto che contro di noi. Ad esempio, se un individuo stima inizialmente il rischio di avere una forma grave di COVID-19 al 40% e gli viene detto che il rischio è "solo" del 30%, troverà molto più facile ricordare la nuova cifra che se gli venisse detto che il rischio è del 50%.

Questa asimmetria nel trattamento delle informazioni a nostro favore rispetto alle informazioni a nostro svantaggio aumenta l'assunzione di rischi di fronte alla COVID-19. Questo bias può indurci a credere erroneamente che siamo più protetti di altri contro la COVID-19 o che abbiamo meno probabilità di essere gravemente malati a causa della COVID-19. L'idea che il SARS-CoV-2 sia principalmente un pericolo per gli altri può portare al mancato rispetto delle linee guida sanitarie.

Questo bias può in parte spiegare perché paesi dell'Europa e del Nord America, e altri, non si sono immediatamente preoccupati per l'epidemia che si diffondeva in Cina, in un momento storico in cui il flusso umano è considerevole in tutto il mondo.

Infine, questo bias è sicuramente in parte responsabile di un certo lassismo nel rispetto dei gesti barriera durante l'estate. Nonostante una forte propagazione del virus, le forme gravi erano meno frequenti, il che potrebbe erroneamente suggerire che il coronavirus fosse meno virulento. La diminuzione delle forme gravi di quest'estate era in realtà legata all'età (più giovane) delle persone infette e al fatto che la vita estiva all'esterno ha ridotto la carica virale infettiva e non alla diminuzione della virulenza del coronavirus. Vedi la domanda La gravità della malattia COVID-19 dipende dalla dose di virus ricevuta?

4. Bias di conferma

Questo bias porta a una maggiore sensibilità agli elementi che confermano le nostre convinzioni o ipotesi, e a una ridotta sensibilità a quelli che le invalidano

Ad esempio, se una persona pensa che indossare una mascherina non aiuti nella lotta contro la diffusione del coronavirus SARS-CoV-2, tenderà ad essere colpita preferenzialmente dai fatti a sostegno della sua idea e a non considerare i fatti che invece dimostrano il contrario. Di conseguenza, potrebbe concentrarsi sul fatto che ci sono stati tanti morti in un paese in cui l'uso della mascherina è obbligatorio piuttosto che sui morti in un altro paese, in cui non c'è l'obbligo della mascherina, senza tenere conto di altri potenziali fattori esplicativi come la densità della popolazione, le abitudini culturali, l'età della popolazione o le malattie pregresse. 

5. Bias di disponibilità

La nostra stima della probabilità di un evento è influenzata dalla facilità con cui ci viene in mente il suo verificarsi. Se un evento ci viene facilmente in mente, lo stimiamo come probabile, a differenza di un evento per il quale non abbiamo esempi in mente. Nel caso dell'epidemia di COVID-19, se non conosciamo nessuno che sia malato, potremmo sottovalutare la prevalenza della malattia ed essere meno propensi a seguire le linee guida sanitarie.

La sottovalutazione del rischio per le persone che non hanno subito gravi malattie è oggi particolarmente rilevante per la pandemia di COVID-19. Gli individui a basso rischio, noti come "giovani e invincibili", spesso sottovalutano il loro possibile contributo al rischio di trasmissione della malattia e il suo impatto sulla popolazione, perché non ci sono casi gravi nel loro ambiente.


facebook twitter linkedin

Fonti

Introduzione al bias dell'ottimismo.

Jefferson, A., Bortolotti, L., & Kuzmanovic, B. (2017). What is unrealistic optimism?. Consciousness and Cognition, 50, 3-11.

Questo studio analizza il fatto che potremmo sopravvalutare le nostre vincite a un gioco aleatorio basato sulla nostra storia passata.

Langer, E. J., & Roth, J. (1975). Heads I win, tails it's chance: The illusion of control as a function of the sequence of outcomes in a purely chance task. Journal of Personality and Social Psychology, 32(6), 951–955.

Le persone si auto-valutano più positivamente della maggior parte delle altre persone: è l'effetto "sono sopra la media".

Brown, J. D. (2012). Understanding the better than average effect: Motives (still) matter. Personality and Social Psychology Bulletin, 38(2), 209-219.

Descrizione del bias dell'ottimismo.

Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of personality and social psychology, 39(5), 806.

Questo studio dimostra che aggiorniamo le nostre convinzioni più in risposta ad informazioni positive che ad informazioni negative per noi. Le persone più ottimiste mostrano una mancanza di aggiornamento selettivo e una diminuzione della codifica neurale di informazioni indesiderate sul futuro.

Sharot, T., Korn, C. W., & Dolan, R. J. (2011). How unrealistic optimism is maintained in the face of reality. Nature neuroscience, 14(11), 1475–1479.

In uno studio, ai partecipanti è stato chiesto di stimare la frequenza con cui una data lettera si trova nella prima o nella terza posizione di una parola in lingua inglese. I soggetti tendevano a considerare la prima posizione come più frequente per la maggior parte delle lettere presentate, mentre tutte erano in realtà più frequenti nella terza posizione. Ciò è dovuto al fatto che i tipi di parole che vengono in mente più facilmente sono quelli che iniziano con la lettera di interesse: sono quindi considerati più frequenti.

Tversky, A., & Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive psychology, 5(2), 207-232.

L'esperimento della lenticchia d'acqua nello stagno rivela il fatto che sottovalutiamo la crescita esponenziale.

Wagenaar, W. A., & Timmers, H. (1979). The pond-and-duckweed problem : three experiments on the misperception of exponential growth. Acta psychologica, 43(3), 239-251.

Questo studio dimostra che tendiamo ad essere preferibilmente sensibili ai fatti che sono coerenti con le nostre convinzioni e a non considerare i fatti che dimostrano il contrario di ciò che crediamo.

Beattie, J., & Baron, J. (1988). Confirmation and matching biases in hypothesis testing. The Quarterly Journal of Experimental Psychology, 40(2), 269-297.

Studio condotto negli Stati Uniti nel marzo 2020 su come gli individui percepiscono la crescita esponenziale del numero di persone infettate da CoV-2-SARS. Gli autori mostrano che gli individui sottovalutano la crescita esponenziale del numero di persone infette e la percepiscono come una crescita lineare. Gli autori hanno esaminato i risultati secondo l'orientamento politico dei singoli. Hanno scoperto che questo bias è ancora più marcato tra i repubblicani, il cui leader D. Trump ha mostrato scetticismo nei confronti dell'epidemia di COVID-19. Questi risultati mostrano che le opinioni dei leader politici possono anche influenzare il modo in cui gli individui percepiscono l'ambiente, ed evvidenziano il pericolo di minimizzare l'epidemia di COVID-19 da parte di persone influenti.

Lammers, J., Crusius, J., & Gast, A. (2020). Correcting misperceptions of exponential coronavirus growth increases support for social distancing. Proceedings of the National Academy of Sciences, 117(28), 16264-16266.

Questo studio mostra l'effetto del bias di gruppo.

Tajfel, H., Billig, M. G., Bundy, R. P., & Flament, C. (1971). Social categorization and intergroup behavior. European journal of social psychology, 1(2), 149-178.

Per saperne di più

Come districarsi tra il vero e il falso sulla pandemia di COVID-19 nei media?

Alcuni studi sul COVID-19 si contraddicono. Chi ha ragione e perché?

Come valutare i rischi nella vita quotidiana?

La gravità della malattia COVID-19 dipende dalla dose di virus ricevuta?

Perché i dati epidemiologici COVID sui bambini sono difficili da interpretare?