Zum Inhalt springen

Inner crowd effect

    Viele Entscheidungen beruhen auf der Fähigkeit der Menschen, unbekannte Größen zu schätzen, wobei bei solchen Entscheidungen die aggregierte Schätzung einer Gruppe von Menschen oft genauer ist als die meisten individuellen Schätzungen. Bemerkenswerterweise gelten ähnliche Prinzipien, wenn mehrere Schätzungen derselben Person aggregiert werden, und eine zentrale Herausforderung besteht darin, Strategien zu finden, die die Genauigkeit der aggregierten Schätzungen von Personen verbessern.

    Van de Calseyde & Efendic (2022) entwickelten dafür eine Strategie, bei der Menschen eine erste Schätzung mit einer zweiten Schätzung, die aus der Perspektive einer anderen vorgenommen wurde, mit der sie häufig nicht übereinstimmen, vergleichen. An einer großen Probandengruppe von Online-Forschungsplattformen in den Vereinigten Staaten und dem Vereinigten Königreich hat man dabei festgestellt, dass eine solche Strategie zu genauen Schätzungen führt im Vergleich zu Situationen, in denen die Menschen eine zweite Schätzung abgeben oder wenn die zweite Schätzung aus der Perspektive einer Person erfolgt, mit der sie häufig übereinstimmen. Diese Ergebnisse deuten darauf hin, dass offenbar Meinungsverschiedenheiten, die oft wegen ihrer negativen Auswirkungen hervorgehoben werden, ein leistungsfähiges Instrument sind, das zu genauen Einschätzungen führt. Diesen Effekt bezeichnen die Wissenschaftler als inner crowd effect, angelehnt an den Begriff wisdom of the crowd, also das Phänomen, dass der Mittelwert aus vielen unabhängigen Schätzungen einem wahren Wert in der Regel näherkommt als Einzelmeinungen. Nun zeigt sich, dass es keine reale Umfrage unter vielen braucht, sondern es hilft schon, sich eine andere Meinung vorzustellen und das eigene Urteil entsprechend anzupassen, wobei sich dann der zweite Tipp stärker vom ersten unterscheidet.

    Literatur

    Van de Calseyde, Philippe P. F. M. & Efendic, Emir (2022). Taking a Disagreeing Perspective Improves the Accuracy of People’s Quantitative Estimates. Psychological Science, 33, 971-983.




    Schreibe einen Kommentar

    Deine E-Mail-Adresse wird nicht veröffentlicht.