Heurystyki i błędy poznawcze

3000 zł na pewno czy 80% szans na 4000 zł? Sprawdź, ile znaczy dla Ciebie pewność.

W rachunku prawdopodobieństwa 100% to po prostu jedna z liczb, a w ludzkich wyborach pewność waży więcej, niż z niej wynika.

W 2019 roku międzynarodowy zespół zadał te same pytania co Daniel Kahneman i Amos Tversky w 1979 roku ponad 4 tysiącom osób z 19 krajów. Odpowiedz na sześć z nich, zanim przeczytasz, co wyszło.

Sprawdzenie to 6 wyborów. Odpowiedzi zostają w Twojej przeglądarce i nigdzie nie trafiają. Możesz też od razu czytać dalej, ale tekst niżej zdradza, czego szuka zadanie.

3000 zł na pewno 4000 zł 80% szans ?
Pierwsze pytanie z pary, którą Kahneman i Tversky opisali w 1979 roku, tu w złotych.

W skrócie

Czym jest efekt pewności?

To dodatkowe znaczenie, jakie w wyborze ma wynik pewny. Spadek szans ze 100% do 80% zniechęca bardziej niż taki sam względny spadek z 25% do 20%, choć rachunek każe traktować je tak samo.

Tu kryje się nazwa efektu i jego opis. Zdradzają, na czym polega zadanie, więc najpierw sprawdź się na sobie albo odkryj je od razu.

  • Efekt powtarza się z zastrzeżeniami. W badaniu 4098 osób z 19 krajów odwrócenie wyboru w klasycznej parze pytań o pewne 3000 zł było tak samo silne jak w 1979 roku, a w parze Allais słabsze. Wielkość efektu zależy od kwot, od budowy loterii i od sprawności w posługiwaniu się liczbami.
  • W mózgu to, jak mocno szanse liczą się w wyborze, wiąże się z dopaminą w prążkowiu, co pokazują PET i badania z lekami. Badania fMRI nie zgadzają się jednak, czy zniekształcenie powstaje w prążkowiu, czy w korze przedczołowej. Po wyhamowaniu lewej kory grzbietowo-bocznej i po urazach płata czołowego szanse wpływały na wybory inaczej, ale każdy z tych wyników pochodzi z jednego badania.
  • Sprawność w liczeniu nie chroni. W badaniu z udziałem mieszkańców USA osoby z lepszym wynikiem w teście rozumienia liczb częściej, a nie rzadziej, wybierały zgodnie z efektem pewności.

Co robi pewność

Gdy znika pewność, wybór się odwraca. Choć rachunek zostaje ten sam.

W 1979 roku 76 z 95 osób wolało pewne 3000 zł niż 80% szans na 4000 zł. W drugim pytaniu był ten sam wybór z szansami podzielonymi przez cztery, czyli 25% szans na 3000 zł albo 20% na 4000 zł. Tu 4000 zł wybrały 62 osoby z 95. Według teorii oczekiwanej użyteczności, która opisuje wybory w pełni konsekwentne, kto woli pewne 3000 zł, powinien też woleć 25% szans na 3000 zł. Drugie pytanie to przecież pierwsze, rozegrane tylko w jednym przypadku na cztery.

pierwsze pytanie3000 zł na pewno czy 80% szans na 4000 zł3000 zł wybrało 76 z 95
drugie pytanie25% szans na 3000 zł czy 20% na 4000 zł4000 zł wybrało 62 z 95
Drugie pytanie to pierwsze z szansami podzielonymi przez cztery. W rachunku wybór nie powinien się odwrócić, a w 1979 roku większość wybrała w pierwszym pytaniu pewne 3000 zł, a w drugim 4000 zł.

Ta karta zdradza, na czym polega zadanie. Możesz ją odsłonić po wykonaniu zadania albo od razu.

Po 6 wyborach w tym miejscu pojawi się Twój własny wynik.

Para B, czyli pewne 3000 zł

  • Pierwsze pytanie. 3000 zł na pewno albo 80% szans na 4000 zł.
  • Drugie pytanie. 25% szans na 3000 zł albo 20% szans na 4000 zł.

Wariant ostrożny to ten z wyższą szansą wygranej, wariant odważny to ten z wyższą kwotą. Wzorzec „najpierw ostrożnie, potem odważnie” to efekt pewności. W 2019 roku miało go 42,3% z 4098 osób, a odwrotne przejście tylko 4,0%.

87% Tyle badanych w 2019 roku wybrało w pierwszym pytaniu pewne 3000 zł, jeszcze więcej niż w 1979 roku.

W drugim pytaniu głosy podzieliły się prawie po równo, 4000 zł wybrało 51%. Różnica między pytaniami wyszła jednak tak samo duża jak w oryginale.

Para A, czyli paradoks Allais

  • Pierwsze pytanie. 2400 zł na pewno albo 33% szans na 2500 zł, 66% na 2400 zł i 1% na nic.
  • Drugie pytanie. 34% szans na 2400 zł albo 33% szans na 2500 zł.

Czy usunięcie składnika wspólnego dla obu wariantów może zmienić wybór? Taką konstrukcję pytań wymyślił francuski ekonomista Maurice Allais już w 1953 roku, z innymi kwotami i szansami, a Kahneman i Tversky ułożyli według niej tę parę. Oba pytania różnią się tylko jednym składnikiem, 66% szans na 2400 zł, który w pierwszym pytaniu siedzi w obu wariantach, a w drugim zniknął z obu. Wspólny składnik nie powinien zmieniać wyboru, a jednak w 1979 roku pewne 2400 zł wybrało 82% osób, a w drugim pytaniu 83% wybrało 33% szans na 2500 zł.

Para C, czyli szanse duże i małe

  • Pierwsze pytanie. 90% szans na 3000 zł albo 45% szans na 6000 zł.
  • Drugie pytanie. 0,2% szans na 3000 zł albo 0,1% szans na 6000 zł.

Tu żaden wariant nie jest pewny. W obu pytaniach jedna szansa jest dwa razy większa od drugiej, a kwota dwa razy mniejsza. Przy 90% i 45% różnica w szansach rzuca się w oczy i większość wybiera wyższą szansę. Przy 0,2% i 0,1% obie szanse wydają się po prostu małe, więc większość wybiera wyższą kwotę. W badaniu z 2019 roku taki wzorzec wyszedł najczęściej ze wszystkich trzech par, u 57,5% osób.

W ilu parach pojawił się wzorzec z 1979 roku

Odsetki z 4098 ankiet zebranych w 19 krajach przez zespół Kaia Ruggeriego. W badaniu kwoty dopasowano do przeciętnych dochodów w danym kraju, a Polski w nim nie było. My używamy kwot z pracy z 1979 roku, przeliczonych wprost na złote, więc porównanie jest orientacyjne.

Skoro rachunek się nie zmienia, co sprawia, że pewność tak dużo znaczy?

Co dzieje się w mózgu

Szanse docierają do mózgu inne, niż je podano. Gdzie dokładnie się zniekształcają, wciąż jest sporne.

Wczytuję model mózgu…

Kształty obszarów pochodzą z atlasów (kora HCP-MMP1, prążkowie i hipokamp z Melbourne Subcortex Atlas). Przy fMRI i EEG zaznaczamy obszary atlasu najbliższe punktom podanym w pracach, przy stymulacji umownie korę pod cewką, a przy uszkodzeniach obszary, w których według autorów uszkodzenia się powtarzały. To przybliżenie miejsca, a nie zmierzona aktywność. Model można obracać palcem albo myszą.

Zniekształcenie widać w fMRI, ale badania nie zgadzają się, gdzie

fMRI · dwa badania, spór

Osoba w skanerze widzi loterię, na przykład 10% szans na 50 dolarów, i jeszcze niczego nie wybiera. Zespół Colina Camerera z Caltechu pokazał takie loterie 21 osobom, z szansami od 1% do 95%. Aktywność prążkowia nie rosła równo z szansą. Część sygnału układała się tak, jak przewiduje teoria perspektywy, z przecenianiem małych szans i niedocenianiem dużych. U osób, których wybory były bardziej zniekształcone, ta część była w prążkowiu nieco silniejsza, choć związek był słaby.

Kilka miesięcy wcześniej zespół z Uniwersytetu w Cambridge pokazał 16 osobom znaki zapowiadające nagrodę z szansą 0, 25, 50, 75 albo 100%. Badani niczego nie wybierali, tylko poznawali szanse z doświadczenia. Tu aktywność prążkowia rosła z szansą równo, jak w rachunku. Zniekształcenie pojawiło się w lewej korze grzbietowo-bocznej, która przeceniała małe szanse i niedoceniała dużych, a prawa kora brzuszno-boczna robiła odwrotnie.

Badania różniły się procedurą, bo w jednym szanse podawano liczbą, a w drugim trzeba było je poznać na sobie. Nie wiadomo więc jeszcze, czy zniekształcenie powstaje w prążkowiu, czy w korze przedczołowej.

Na co dzień

Pewna ochrona wygrywa z tańszą, ale niepewną. A przy pewnej stracie ludzie częściej wybierają ryzyko.

20%

Ubezpieczenie, które działa w połowie przypadków

W 1979 roku pytano, czy ktoś kupiłby ubezpieczenie za pół ceny, które w razie szkody z szansą 50% pokrywa ją w całości, a w pozostałych przypadkach tylko zwraca składkę. Zgodziło się 20% badanych, a w powtórzeniu z udziałem mieszkańców USA, opublikowanym w 2019 roku, 29%. Ochrona pewna wygrywa z tańszą, choć niepewną (Kahneman i Tversky, 1979; Millroth i in., 2019).

80%

Pewnej straty unikamy

Przy stratach pewność działa odwrotnie. Gdy do wyboru była pewna strata 3000 albo 80% szans na stratę 4000, w 1979 roku ryzyko wybrało 92% badanych, a w badaniu z 19 krajów 80%. Przy pewnej stracie ludzie częściej wybierają ryzyko niż pewność (Kahneman i Tversky, 1979; Ruggeri i in., 2020).

⅓

Część tej skłonności dziedziczymy

W badaniu 1199 bliźniąt z Japonii, które odpowiadały na klasyczne pytania Allais, geny tłumaczyły mniej więcej jedną trzecią różnic w odpowiedziach, a resztę doświadczenia każdej osoby i błąd pomiaru. (Shikishima i in., 2015).

W ilu parach pojawił się u Ciebie wzorzec z 1979 roku? Sprawdź, jak odpowiedzą znajomi.

Czy da się przed tym obronić?

Częściowo. W jednym badaniu pomogło spojrzenie z dystansu. Łatwo za to pewność stworzyć sztucznie.

Kahneman i Tversky pokazali też, jak pewność można stworzyć. Zaproponowali grę dwuetapową. W pierwszym etapie gra z szansą 75% kończy się bez wygranej, a z szansą 25% przechodzi się dalej, ale wariant na drugi etap trzeba wybrać od razu, 80% szans na 4000 zł albo 3000 zł na pewno. W sumie to dokładnie drugie pytanie z pary B, czyli 20% szans na 4000 zł albo 25% na 3000 zł. Mimo to w 1979 roku 78% osób wybrało „pewne” 3000 zł.

84% Tyle osób w 2019 roku wybrało w tej grze „pewne” 3000 zł. Pewność dotyczyła tylko drugiego etapu, ale wystarczyła.

Słabiej efekt działał u zawodowców. John List i Michael Haigh zadali parę zbudowaną jak para A, za prawdziwe pieniądze, 54 traderom z giełdy w Chicago i 94 studentom. Gdy ta sama osoba odpowiadała na oba pytania, wzorzec Allais pokazało 13% traderów i 43% studentów. Porównanie grup nie rozstrzyga, czy to skutek doświadczenia, a traderzy grali o wyższe stawki.

W badaniu z Hangzhou osoby, które wyceniały loterie z perspektywy obserwatora z zewnątrz, ważyły szanse z mniejszym zniekształceniem niż grupa bez instrukcji, a osoby, które miały wczuć się w sytuację, z większym. To jedno badanie.

O co spierają się badacze

Skąd bierze się efekt pewności? Badacze mają trzy wyjaśnienia i każde ma swoje dane.

Kahneman i Tversky tłumaczyli efekt pewności funkcją ważenia, czyli tym, że szanse wchodzą do decyzji zniekształcone. Pewność dostaje w niej pełną wagę, a 80% szans waży wyraźnie mniej, niż wynikałoby z samej liczby. Prace z PET, z lekami i ze stymulacją z części o mózgu mierzą właśnie tę funkcję.

A może chodzi o żal? Inni badacze, wśród nich autorzy badania z Paryża, szukają przyczyny w przewidywanym żalu. Kto odda pewne 3000 zł i nic nie wygra, będzie żałować. Przy 25% szans na 3000 zł żal byłby słabszy, bo przegrana i tak jest najbardziej prawdopodobna. Wynik z Paryża, gdzie pacjenci z otępieniem czołowo-skroniowym rzadziej zmieniali wybór, pasuje do tej wersji. Pacjent K.C. pokazuje jednak, że do efektu nie trzeba wyobrażać sobie własnej przyszłości, a więc nie trzeba też epizodycznie wyobrażać sobie przyszłego żalu.

Valerie Reyna i jej współpracownicy proponują trzecie wyjaśnienie, teorię śladu rozmytego. Według niej ludzie decydują najczęściej na podstawie najprostszych kategorii, takich jak „coś na pewno” i „może nic”, a nie dokładnych liczb. W parze B pierwsze pytanie zestawia te dwie kategorie, a w drugim oba warianty to „może coś”, więc o wyborze decyduje kwota.

Spór dotyczy też samej siły efektu. Przegląd 81 eksperymentów z 29 badań pokazał, że paradoks Allais łatwo pojawia się przy wysokich kwotach wyobrażonych, a przy innym rozkładzie szans potrafi się nawet odwrócić. W reprezentatywnej próbie Holendrów sporą część takich wyborów tłumaczył brak oswojenia z dużymi kwotami. W badaniu Philipa Millrotha i współpracowników z udziałem mieszkańców USA efekt pewności częściej, a nie rzadziej, pojawiał się u osób z lepszym wynikiem w teście rozumienia liczb, choć w najsprawniejszej grupie było 8 osób.

Źródła i siła dowodów

Na ile to pewne?

Pewność efektu

★★★★★Potwierdzony, ale siła zależy od kwot i budowy pytań.

W preregistrowanym badaniu 4098 osób z 19 krajów różnica między pytaniami z pary B była tak samo duża jak w 1979 roku, a 12 z 13 porównań z pracy Kahnemana i Tversky’ego udało się powtórzyć. W parze Allais różnica była słabsza niż w oryginale. Przegląd 81 eksperymentów pokazał, że paradoks Allais zależy od wysokości kwot i budowy loterii. W badaniu Millrotha i współpracowników wybór większości z 1979 roku powtarzał się w parze o pewne 3000 zł tylko u osób sprawnie posługujących się liczbami.

Co wiemy o mózgu

★★★★★Mocne dowody, część sporna.

Udział prążkowia i dopaminy wspierają trzy różne metody, fMRI, PET i badania z lekami. Najmocniejsze jest randomizowane, podwójnie ślepe badanie z Zurychu na 93 osobach. Po leku blokującym receptory dopaminowe D2 i D3 ważenie szans było tam wyraźnie bliższe rachunkowi. Żadne z tych badań nie dotyczyło jednak wprost par pytań jak w zadaniu, tylko ogólnego ważenia szans. Sporne jest, czy zniekształcenie powstaje w prążkowiu, czy w korze przedczołowej, i które receptory dopaminowe za nie odpowiadają. Stymulacja i uszkodzenia opierają się na pojedynczych badaniach.

Jak przyznajemy gwiazdki

Spory w skrócie

Bibliografia

  1. Allais, M. (1953). Le comportement de l’homme rationnel devant le risque: Critique des postulats et axiomes de l’école américaine. Econometrica, 21(4), 503-546. https://doi.org/10.2307/1907921 (opis z omówień w pracach cytowanych niżej)
  2. Bertoux, M., Cova, F., Pessiglione, M., Hsu, M., Dubois, B., & Bourgeois-Gironde, S. (2014). Behavioral variant frontotemporal dementia patients do not succumb to the Allais paradox. Frontiers in Neuroscience, 8, Article 287. https://doi.org/10.3389/fnins.2014.00287 (14 osób z otępieniem czołowo-skroniowym, 13 z chorobą Alzheimera, 12 zdrowych)
  3. Blavatskyy, P., Ortmann, A., & Panchenko, V. (2022). On the experimental robustness of the Allais paradox. American Economic Journal: Microeconomics, 14(1), 143-163. https://doi.org/10.1257/mic.20190153 (81 eksperymentów z 29 badań)
  4. Burke, C. J., Soutschek, A., Weber, S., Raja Beharelle, A., Fehr, E., Haker, H., & Tobler, P. N. (2018). Dopamine receptor-specific contributions to the computation of value. Neuropsychopharmacology, 43(6), 1415-1424. https://doi.org/10.1038/npp.2017.302 (93 osoby, amisulpryd albo placebo)
  5. Craver, C. F., Cova, F., Green, L., Myerson, J., Rosenbaum, R. S., Kwan, D., & Bourgeois-Gironde, S. (2014). An Allais paradox without mental time travel. Hippocampus, 24(11), 1375-1380. https://doi.org/10.1002/hipo.22318 (pacjent K.C.)
  6. Ferrari-Toniolo, S., Seak, L. C. U., & Schultz, W. (2022). Risky choice: Probability weighting explains independence axiom violations in monkeys. Journal of Risk and Uncertainty, 65(3), 319-351. https://doi.org/10.1007/s11166-022-09388-7 (3 makaki)
  7. Glasser, M. F., Coalson, T. S., Robinson, E. C., Hacker, C. D., Harwell, J., Yacoub, E., Ugurbil, K., Andersson, J., Beckmann, C. F., Jenkinson, M., Smith, S. M., & Van Essen, D. C. (2016). A multi-modal parcellation of human cerebral cortex. Nature, 536(7615), 171-178. https://doi.org/10.1038/nature18933 (atlas obszarów kory w scenie)
  8. Hsu, M., Krajbich, I., Zhao, C., & Camerer, C. F. (2009). Neural response to reward anticipation under risk is nonlinear in probabilities. The Journal of Neuroscience, 29(7), 2231-2237. https://doi.org/10.1523/JNEUROSCI.5296-08.2009 (fMRI, 21 osób)
  9. Huck, S., & Müller, W. (2012). Allais for all: Revisiting the paradox in a large representative sample. Journal of Risk and Uncertainty, 44(3), 261-293. https://doi.org/10.1007/s11166-012-9142-8
  10. Imaizumi, Y., Tymula, A., Tsubo, Y., Matsumoto, M., & Yamada, H. (2022). A neuronal prospect theory model in the brain reward circuitry. Nature Communications, 13(1), Article 5855. https://doi.org/10.1038/s41467-022-33579-0 (2 makaki, zapisy pojedynczych neuronów)
  11. Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291. https://doi.org/10.2307/1914185 (liczby osób z danych udostępnionych przez Ruggeriego i in., 2020, oraz z tabeli 1 w pracy Millrotha i in., 2019)
  12. Lancaster, J. L., Tordesillas-Gutiérrez, D., Martinez, M., Salinas, F., Evans, A., Zilles, K., Mazziotta, J. C., & Fox, P. T. (2007). Bias between MNI and Talairach coordinates analyzed using the ICBM-152 brain template. Human Brain Mapping, 28(11), 1194-1205. https://doi.org/10.1002/hbm.20345 (przeliczenie współrzędnych w scenie)
  13. List, J. A., & Haigh, M. S. (2005). A simple test of expected utility theory using professional traders. Proceedings of the National Academy of Sciences, 102(3), 945-948. https://doi.org/10.1073/pnas.0408022101 (54 traderów, 94 studentów)
  14. Millroth, P., Nilsson, H., & Juslin, P. (2019). The decision paradoxes motivating prospect theory: The prevalence of the paradoxes increases with numerical ability. Judgment and Decision Making, 14(4), 513-533. https://doi.org/10.1017/S1930297500006161 (346 osób odpowiadających na wszystkie pytania i 1287 osób po jednym pytaniu)
  15. Ojala, K. E., Janssen, L. K., Hashemi, M. M., Timmer, M. H. M., Geurts, D. E. M., ter Huurne, N. P., Cools, R., & Sescousse, G. (2018). Dopaminergic drug effects on probability weighting during risky decision making. eNeuro, 5(2), Article ENEURO.0330-18.2018. https://doi.org/10.1523/ENEURO.0330-18.2018 (37 mężczyzn, sulpiryd albo placebo)
  16. Panidi, K., Vorobiova, A. N., Feurra, M., & Klucharev, V. (2022). Dorsolateral prefrontal cortex plays causal role in probability weighting during risky choice. Scientific Reports, 12(1), Article 16115. https://doi.org/10.1038/s41598-022-18529-6 (cTBS, 30 osób, w analizie 28)
  17. Panidi, K., Vorobiova, A. N., Feurra, M., & Klucharev, V. (2024). Posterior parietal cortex is causally involved in reward valuation but not in probability weighting during risky choice. Cerebral Cortex, 34(1), Article bhad446. https://doi.org/10.1093/cercor/bhad446
  18. Reyna, V. F., Müller, S. M., & Edelson, S. M. (2023). Critical tests of fuzzy trace theory in brain and behavior: Uncertainty across time, probability, and development. Cognitive, Affective, & Behavioral Neuroscience, 23(3), 746-772. https://doi.org/10.3758/s13415-022-01058-0 (przegląd)
  19. Rostami, F., Soltani, S., Grafman, J., Heyrani, R., Yazdanpanah, A., Jahanbakhshi, A., Vahabie, A.-H., Shariat, S. V., Abdolalizadeh, A., & Mirfazeli, F. S. (2026). Frontal brain injury alters human risky choices in self and other contexts. iScience, 29(7), Article 116427. https://doi.org/10.1016/j.isci.2026.116427 (20 osób po urazie płata czołowego, 20 bez urazu)
  20. Ruggeri, K., Alí, S., Berge, M. L., i in. (2020). Replicating patterns of prospect theory for decision under risk. Nature Human Behaviour, 4(6), 622-633. https://doi.org/10.1038/s41562-020-0886-x (4098 osób z 19 krajów, ankiety z 2019 roku; odsetki wzorców w obrębie osoby z danych autorów w repozytorium OSF, osf.io/esxc4)
  21. Seak, L. C. U., Jain, R., Nielsen, K., Schultz, W., & Ferrari-Toniolo, S. (2025). Comparison of independence axiom violations across primates: Humans and monkeys. Journal of Economic Behavior & Organization, 240, Article 107332. https://doi.org/10.1016/j.jebo.2025.107332 (126 osób, 2 makaki)
  22. Shikishima, C., Hiraishi, K., Yamagata, S., Ando, J., & Okada, M. (2015). Genetic factors of individual differences in decision making in economic behavior: A Japanese twin study using the Allais problem. Frontiers in Psychology, 6, Article 1712. https://doi.org/10.3389/fpsyg.2015.01712 (1199 bliźniąt)
  23. Stauffer, W. R., Lak, A., Bossaerts, P., & Schultz, W. (2015). Economic choices reveal probability distortion in macaque monkeys. The Journal of Neuroscience, 35(7), 3146-3154. https://doi.org/10.1523/JNEUROSCI.3653-14.2015 (2 makaki)
  24. Sun, Q., Zhang, H., Sai, L., & Hu, F. (2018). Self-distancing reduces probability-weighting biases. Frontiers in Psychology, 9, Article 611. https://doi.org/10.3389/fpsyg.2018.00611
  25. Takahashi, H., Matsui, H., Camerer, C., Takano, H., Kodaka, F., Ideno, T., Okubo, S., Takemura, K., Arakawa, R., Eguchi, Y., Murai, T., Okubo, Y., Kato, M., Ito, H., & Suhara, T. (2010). Dopamine D1 receptors and nonlinear probability weighting in risky choice. The Journal of Neuroscience, 30(49), 16567-16572. https://doi.org/10.1523/JNEUROSCI.3933-10.2010 (PET, 18 mężczyzn w badaniu receptorów D1)
  26. Tian, Y., Margulies, D. S., Breakspear, M., & Zalesky, A. (2020). Topographic organization of the human subcortex unveiled with functional connectivity gradients. Nature Neuroscience, 23(11), 1421-1432. https://doi.org/10.1038/s41593-020-00711-6 (atlas struktur podkorowych w scenie)
  27. Tobler, P. N., Christopoulos, G. I., O’Doherty, J. P., Dolan, R. J., & Schultz, W. (2008). Neuronal distortions of reward probability without choice. The Journal of Neuroscience, 28(45), 11703-11711. https://doi.org/10.1523/JNEUROSCI.2870-08.2008 (fMRI, 16 osób)
  28. Van Essen, D. C., Smith, S. M., Barch, D. M., Behrens, T. E. J., Yacoub, E., & Ugurbil, K. (2013). The WU-Minn Human Connectome Project: An overview. NeuroImage, 80, 62-79. https://doi.org/10.1016/j.neuroimage.2013.05.041 (powierzchnia kory w scenie)
  29. Yu, R., Zhou, W., & Zhou, X. (2011). Rapid processing of both reward probability and reward uncertainty in the human anterior cingulate cortex. PLoS ONE, 6(12), Article e29633. https://doi.org/10.1371/journal.pone.0029633 (EEG, 16 osób)

Pytania w zadaniu

Zadanie powtarza sześć pytań z pracy Kahnemana i Tversky’ego (1979), Problemy 1, 2, 3, 4, 7 i 8, z kwotami przeliczonymi wprost na złote (w oryginale funty izraelskie, w badaniu Ruggeriego kwoty dopasowane do dochodów w każdym kraju). Kolejność pytań jest losowa, tak jak w badaniu Ruggeriego, a strona, po której stoi każdy wariant, losuje się przy każdym pytaniu. Wzorzec w parze liczymy tak jak w pracy Millrotha i in. (2019) i w danych Ruggeriego, z dwóch odpowiedzi tej samej osoby. Liczby osób z 1979 roku pochodzą z pliku z danymi oryginału, który udostępnił zespół Ruggeriego (para A 72 osoby, para B 95, para C 66), a odsetki wzorców z 2019 roku pochodzą z ich surowych danych. Korzystamy z tej samej próby 4098 osób, którą analizuje artykuł. Autorzy odrzucili ankiety osób, które nie przeszły pytania kontrolnego, wypełniły ankietę bardzo szybko albo podały niewiarygodne dane, i opisali, czym te wykluczenia różnią się od zaplanowanych w preregistracji.

Dane sceny mózgu

Powierzchnia kory pochodzi ze średniej grupowej HCP S1200 (Van Essen i in., 2013), a granice obszarów z atlasu HCP-MMP1 (Glasser i in., 2016). Skorupę, jądro ogoniaste, jądro półleżące i hipokamp pokazują siatki z Melbourne Subcortex Atlas (Tian i in., 2020). Szczyt zniekształcenia w lewej korze grzbietowo-bocznej z badania Toblera i in. (2008), -32, 16, 34 w układzie MNI, leży około 8 mm od obszarów IFJa i 8C, a szczyt w prawej korze brzuszno-bocznej, 54, 32, 14, około 3,5 mm od obszarów IFSp, 45 i IFSa. Miejsce stymulacji lewej kory w badaniu Panidi i in. (2022), -42, 16, 42, leży 1,2 mm od obszaru 8C i 3,4 mm od 8Av. Dlatego w obu przystankach zaznaczamy obszary 8C, 8Av i IFJa lewej półkuli. Szczyty z badania PET Takahashiego i in. (2010), 30, -8, -4 i -20, -4, 8, leżą w prążkowiu, więc pokazujemy skorupę i jądro ogoniaste. Przy uszkodzeniach po urazie (Rostami i in., 2026) autorzy nie podają współrzędnych, tylko opis, że uszkodzenia nakładały się najczęściej w bocznej korze oczodołowo-czołowej i w części oczodołowej zakrętu czołowego dolnego, ale najwyżej u 3-4 z 14 osób z obrazowaniem. Zaznaczamy umownie obszary 47l, 47m, 47s i 11l. Przy otępieniu czołowo-skroniowym (Bertoux i in., 2014) zaznaczamy umownie korę brzuszno-przyśrodkową (10r, 10v, s32, 25), bo autorzy zakładają jej uszkodzenie na podstawie innych badań, a w tym badaniu go nie mierzyli. Źródło fali EEG z badania Yu i in. (2011), 10, 5, 37, praca podaje bez nazwy układu współrzędnych. Leży około 4 mm od obszarów p32pr i a24pr prawej półkuli, a po przeliczeniu z układu Talairacha na MNI (Lancaster i in., 2007) 3,7 mm od p32pr. W przystanku o makakach pokazujemy jądro ogoniaste, jądro półleżące i obszar 13l jako przybliżone ludzkie odpowiedniki miejsc zapisu neuronów (jądro ogoniaste, prążkowie brzuszne, obszar 13M kory oczodołowo-czołowej). Siatki przygotowano w projekcie human-brain Amy Sterling (licencja MIT), z którego korzysta Atlas mózgu.