Decidere significa ricordare

Le nostre convinzioni e le nostre scelte sono molto più instabili di quanto preveda la teoria economica. Cambiano in base a fattori momentanei, a volte del tutto irrilevanti. Se vediamo un aumento dei prezzi delle azioni, tendiamo a pensare che continueranno a salire, anche se spesso non è così, e compriamo azioni. Un giudice si forma un'opinione più favorevole ed emette una sentenza più clemente se un imputato è ben pettinato. Un consumatore può considerare adeguato il prezzo di un bene, e quindi acquistarlo, solo perché l'IVA non è inclusa nel prezzo. Questo accade nonostante il consumatore sappia che l'IVA deve essere pagata. Esiste una vasta e crescente evidenza di "anomalie" di questo tipo, in cui le convinzioni e le scelte pesano eccessivamente su una caratteristica rilevante (ad esempio, il recente aumento del prezzo delle azioni o il cartellino del prezzo), o dipendono da una irrilevante (ad esempio, il fatto che l'imputato sia ben pettinato). In economia, le scelte stabili delle persone "rivelano" le loro preferenze stabili. Con l'instabilità delle scelte, questo approccio non funziona. Cosa fare? Ad oggi, non esiste un quadro teorico che spieghi l'instabilità nei vari ambiti e che ne guidi l'indagine empirica sistematica.

Nicola Gennaioli, Fondazione Romeo ed Enrica Invernizzi Chair in Behavioral Economics alla Bocconi, ha ottenuto un ERC Advanced Grant di 1,9 milioni di euro dallo European Research Council per un progetto che mira a sviluppare un tale quadro. L'idea chiave è quella di basarsi sulla psicologia della memoria umana e sulla sua relazione con l'attenzione. Si tratta del cinquantesimo finanziamento ERC aggiudicato alla Bocconi.

"Un'opzione di scelta è composta da molte caratteristiche. Alcune caratteristiche sono rilevanti per la scelta del consumatore, altre sono meno rilevanti o del tutto irrilevanti. Una caratteristica saliente attira automaticamente la nostra attenzione e ce ne ricordiamo, anche se non è molto rilevante. Le informazioni recuperate in base a una caratteristica saliente modellano le nostre convinzioni, mentre altre informazioni vengono soppresse. Ad esempio, un imputato può essere descritto in base ai suoi precedenti penali, agli aspetti materiali relativi alle accuse che gli sono mosse, al suo aspetto fisico, ecc. Durante il processo, l'aspetto fisico dell'imputato può ricordare al giudice che le persone curate sono affidabili, facendo trascurare aspetti più rilevanti. In condizioni diverse, possono diventare salienti caratteristiche diverse, per cui vengono richiamate informazioni diverse, producendo instabilità." dichiara Gennaioli. "È importante notare che la scienza cognitiva ha messo in luce delle regolarità empiriche su ciò che tendiamo a ricordare o a dimenticare e sulle determinanti della salienza. Queste possono essere utilizzate per creare un quadro di riferimento in cui molte forme di instabilità possono essere messe sotto un cappello comune."

Oltre a sviluppare un quadro teorico, Gennaioli intende applicarlo a questioni come la formazione delle aspettative sul futuro, la valutazione dei rischi e il comportamento dei consumatori. Persone diverse possono formarsi convinzioni diverse e fare scelte diverse nella stessa situazione perché hanno esperienze diverse immagazzinate nella memoria. Per questo motivo, un'ampia misurazione delle esperienze passate è fondamentale per un'impresa. Ma anche come cambia la salienza delle caratteristiche rilevanti e irrilevanti è fondamentale, perché fa sì che la stessa persona recuperi dalla memoria cose diverse, causando instabilità. Per esempio, se tutti gli imputati che il giudice vede in un giorno sono pettinatri bene, questa caratteristica sarà meno saliente, quindi il giudice potrebbe prestarvi meno attenzione quando giudica una persona specifica. Anche la misurazione di un'ampia gamma di caratteristiche e della loro salienza, anche attraverso la misurazione della pubblicità o dell'attività sui social media, sarà molto importante per un'impresa.

In uno studio in corso, Gennaioli ha scoperto che persone diverse mostravano forti differenze nel pessimismo nei confronti del COVID in base alle loro diverse esperienze non legate al COVID. Le persone che hanno vissuto gravi problemi di salute di un parente consideravano il virus una grave minaccia, mentre le persone che avevano vissuto e superato molte difficoltà tendevano a sottovalutarne gli effetti. Le esperienze in ambiti lontani provocano reazioni molto diverse a un nuovo rischio e causano una parziale o totale mancanza di considerazione delle informazioni dirette comuni su di esso. I ricercatori hanno anche scoperto che il richiamo alla memoria di specifiche esperienze passate non correlate modificava le convinzioni aumentando l'uso di tali esperienze nella valutazione del nuovo rischio, riducendo il ruolo svolto dalle esperienze vissute ma non richiamate.

"Questo progetto può far luce sul funzionamento di tecnologie come Internet e la pubblicità. In un mondo con un sovraccarico di stimoli, le caratteristiche salienti hanno un maggiore potere di catturare l'attenzione e di interferire con il richiamo di informazioni più rilevanti, potenzialmente influenzando le nostre scelte in modi importanti. Questo ha anche importanti implicazioni per la nostra metodologia di ricerca. Probabilmente dovremo ridurre la nostra fiducia nei nostri assunti per selezionare gli stimoli o gli obiettivi che modellano il nostro pensiero. Dobbiamo affidarci a misurazioni approfondite ed essere aperti ai risultati che mettono in discussione le nostre ipotesi esplicite o implicite. Il machine learning ha il potere di discernere le regolarità elaborando enormi quantità di dati non strutturati."

Per sfruttare queste possibilità, il progetto MemDec (Memory, Beliefs, and Economic Decisions), vincitore del finanziamento, si avvarrà non solo delle scienze cognitive, ma anche delle tecniche di machine learning e sui big data.

"Il nuovo approccio può anche aiutarci ad affrontare importanti problemi sociali", conclude Gennaioli. "Quando pensiamo all'ambiente, alle pandemie o all'inclusione sociale, i nostri comportamenti sono fondamentali. Facendo luce sui driver più profondi delle convinzioni, questo progetto potrebbe aiutare i governi a progettare interventi più efficaci in grado di cambiare i comportamenti in una direzione socialmente desiderabile."

Gli ERC Advanced Grants sono destinati a ricercatori attivi con significativi risultati di ricerca negli ultimi 10 anni. I giovani accademici con 2-7 anni di esperienza dal conseguimento del dottorato di ricerca possono presentare domanda per gli Starting Grants, mentre i Consolidator Grants sono destinati a scienziati con 7-12 anni di esperienza.