Źródła i siła dowodów
Na ile to pewne?
Pewność efektu
★★★★★Potwierdzony, ale siła zależy od sytuacji.
Kierunek efektu powtarza się w większości badań, także w powtórce klasycznego eksperymentu z planem zgłoszonym przed zebraniem danych. Jego wielkość silnie zależy jednak od sytuacji, w powtórkach bywa kilkakrotnie mniejsza niż w oryginałach, a bez presji czasu w części badań znika. Ocena po korekcie na nieopublikowane badania bez efektu jest nierozstrzygnięta.
Co wiemy o mózgu
★★★★★Nieliczne badania.
Każdy z wyników fMRI pochodzi z jednego badania na 16-24 osobach, a badania używały różnych zadań. Jądro niskowzgórzowe ma też dwa małe badania stymulacji u chorych na Parkinsona, ale w jednym zadanie nie miało opcji ustawionej z góry, a w drugim kierunek zależał od impulsywności. Dwa z czterech opisanych badań fMRI pochodzą z zespołu Raymonda Dolana w Londynie.
Jak przyznajemy gwiazdki
Spory w skrócie
- Wielkość efektu. Średnio 27 punktów procentowych w badaniach z wyborem „tak” albo „nie” (Jachimowicz i in., 2019), wynik nierozstrzygnięty po korekcie dla całej grupy technik zmieniających strukturę wyboru (Maier i in., 2022), efekt kilkakrotnie mniejszy w powtórce (Chandrashekar i in., 2023).
- Czas na decyzję. Przy dwóch sekundach silny efekt, bez limitu czasu brak różnicy w pojedynczych badaniach (White i in., 2021), choć w naturalnych warunkach, jak zapis do planu emerytalnego, efekt był bardzo duży (Madrian i Shea, 2001).
- Dawstwo narządów. Zgoda domniemana zmienia deklaracje (Johnson i Goldstein, 2003) i rejestrację w grze laboratoryjnej (Li i in., 2013), a jej wpływ na liczbę przeszczepów jest w przeglądach oceniany różnie (Etheredge, 2021).
- Jądro niskowzgórzowe. Aktywność przy odrzucaniu opcji domyślnej (Fleming i in., 2010), a przy stymulacji mniej bezczynności (Wang i in., 2024) albo efekt zależny od impulsywności (Zaehle i in., 2017).
Bibliografia
- Carroll, G. D., Choi, J. J., Laibson, D., Madrian, B. C., & Metrick, A. (2009). Optimal defaults and active decisions. The Quarterly Journal of Economics, 124(4), 1639-1674. https://doi.org/10.1162/qjec.2009.124.4.1639
- Chandrashekar, S. P., Adelina, N., Zeng, S., Chiu, Y. Y. E., Leung, G. Y. S., Henne, P., Cheng, B. L., & Feldman, G. (2023). Defaults versus framing: Revisiting default effect and framing effect with replications and extensions of Johnson and Goldstein (2003) and Johnson, Bellman, and Lohse (2002). Meta-Psychology, 7. https://doi.org/10.15626/MP.2022.3108 (powtórka, 1920 osób)
- Etheredge, H. R. (2021). Assessing global organ donation policies: Opt-in vs opt-out. Risk Management and Healthcare Policy, 14, 1985-1998. https://doi.org/10.2147/RMHP.S270234 (przegląd)
- Fleming, S. M., Thomas, C. L., & Dolan, R. J. (2010). Overcoming status quo bias in the human brain. Proceedings of the National Academy of Sciences, 107(13), 6005-6009. https://doi.org/10.1073/pnas.0910380107 (fMRI, 16 osób; zachowanie, 18 osób)
- Jachimowicz, J. M., Duncan, S., Weber, E. U., & Johnson, E. J. (2019). When and why defaults influence decisions: A meta-analysis of default effects. Behavioural Public Policy, 3(2), 159-186. https://doi.org/10.1017/bpp.2018.43 (58 zestawów danych, 73 675 osób)
- Johnson, E. J., & Goldstein, D. (2003). Do defaults save lives? Science, 302(5649), 1338-1339. https://doi.org/10.1126/science.1091721
- Li, D., Hawley, Z., & Schnier, K. (2013). Increasing organ donation via changes in the default choice or allocation rule. Journal of Health Economics, 32(6), 1117-1129. https://doi.org/10.1016/j.jhealeco.2013.09.007
- Lopez-Persem, A., Domenech, P., & Pessiglione, M. (2016). How prior preferences determine decision-making frames and biases in the human brain. eLife, 5, Article e20317. https://doi.org/10.7554/eLife.20317 (fMRI, 24 osoby)
- Madrian, B. C., & Shea, D. F. (2001). The power of suggestion: Inertia in 401(k) participation and savings behavior. The Quarterly Journal of Economics, 116(4), 1149-1187. https://doi.org/10.1162/003355301753265543 (także jako NBER Working Paper 7682, 2000, nber.org/papers/w7682)
- Maier, M., Bartoš, F., Stanley, T. D., Shanks, D. R., Harris, A. J. L., & Wagenmakers, E.-J. (2022). No evidence for nudging after adjusting for publication bias. Proceedings of the National Academy of Sciences, 119(31), Article e2200300119. https://doi.org/10.1073/pnas.2200300119
- McKenzie, C. R. M., Leong, L. M., & Sher, S. (2021). Default sensitivity in attempts at social influence. Psychonomic Bulletin & Review, 28(2), 695-702. https://doi.org/10.3758/s13423-020-01834-4
- Mertens, S., Herberz, M., Hahnel, U. J. J., & Brosch, T. (2022). The effectiveness of nudging: A meta-analysis of choice architecture interventions across behavioral domains. Proceedings of the National Academy of Sciences, 119(1), Article e2107346118. https://doi.org/10.1073/pnas.2107346118
- Nicolle, A., Fleming, S. M., Bach, D. R., Driver, J., & Dolan, R. J. (2011). A regret-induced status quo bias. The Journal of Neuroscience, 31(9), 3320-3327. https://doi.org/10.1523/JNEUROSCI.5615-10.2011 (fMRI, 17 osób)
- Szaszi, B., Higney, A., Charlton, A., Gelman, A., Ziano, I., Aczel, B., Goldstein, D. G., Yeager, D. S., & Tipton, E. (2022). No reason to expect large and consistent effects of nudge interventions. Proceedings of the National Academy of Sciences, 119(31), Article e2200732119. https://doi.org/10.1073/pnas.2200732119
- Wang, Y., Wang, L., Manssuer, L., Zhao, Y.-J., Ding, Q., Pan, Y., Huang, P., Li, D., & Voon, V. (2024). Subthalamic stimulation causally modulates human voluntary decision-making to stay or go. npj Parkinson's Disease, 10(1), Article 210. https://doi.org/10.1038/s41531-024-00807-x (stymulacja, 11 pacjentów)
- White, B. X., Jiang, D., & Albarracín, D. (2021). The limits of defaults: The influence of decision time on default effects. Social Cognition, 39(5), 543-569. https://doi.org/10.1521/soco.2021.39.5.543
- Yu, J., Liu, X., Yu, J., & Wang, Y. (2026). Neural investigation of default effects on decision-making under uncertainty. Scientific Reports, 16(1), Article 10233. https://doi.org/10.1038/s41598-026-41206-x (EEG, 44 osoby)
- Yu, R., Mobbs, D., Seymour, B., & Calder, A. J. (2010). Insula and striatum mediate the default bias. The Journal of Neuroscience, 30(44), 14702-14707. https://doi.org/10.1523/JNEUROSCI.3772-10.2010 (fMRI, 18 osób)
- Zaehle, T., Wagenbreth, C., Voges, J., Heinze, H.-J., & Galazky, I. (2017). Effects of deep brain stimulation of the subthalamic nucleus on perceptual decision making. Neuroscience, 343, 140-146. https://doi.org/10.1016/j.neuroscience.2016.11.044 (stymulacja, 18 pacjentów)
- Zlatev, J. J., Daniels, D. P., Kim, H., & Neale, M. A. (2017). Default neglect in attempts at social influence. Proceedings of the National Academy of Sciences, 114(52), 13643-13648. https://doi.org/10.1073/pnas.1712757114
- Ustawa z dnia 1 lipca 2005 r. o pobieraniu, przechowywaniu i przeszczepianiu komórek, tkanek i narządów (Dz.U. 2023 poz. 1185, tekst jednolity). isap.sejm.gov.pl
- Ustawa z dnia 4 października 2018 r. o pracowniczych planach kapitałowych (Dz.U. 2026 poz. 192, tekst jednolity). isap.sejm.gov.pl
- PFR Portal PPK. (2026). Biuletyn PPK, 7(57), lipiec 2026. mojeppk.pl (partycypacja na 30 czerwca 2026 roku)
- Wyrok Trybunału Sprawiedliwości (wielka izba) z dnia 1 października 2019 r., Planet49, C-673/17. eur-lex.europa.eu
- 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)
- Pauli, W. M., Nili, A. N., & Tyszka, J. M. (2018). A high-resolution probabilistic in vivo atlas of human subcortical brain nuclei. Scientific Data, 5(1), Article 180063. https://doi.org/10.1038/sdata.2018.63 (atlas CIT168, jądro niskowzgórzowe w scenie)
- 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)
- 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)
Zadanie
Gra w sędziego liniowego ma budowę z badania Fleminga i in. (2010). Na początku każdej piłki widać opcję domyślną, „w korcie” albo „aut”, wylosowaną po równo. Gdy nic nie robisz, zostaje opcja domyślna, a zmiana wymaga naciśnięcia przycisku w ciągu 3 sekund od pojawienia się piłki. Gra zaczyna się dopiero po kliknięciu „Zaczynam”, żeby był czas na przeczytanie zasad. U Fleminga i in. trzeba było puścić wciśnięty klawisz i nacisnąć drugi. Piłka jest widoczna przez 0,15 sekundy. Piłki łatwe stoją wyraźnie w korcie albo w aucie, a w trudnych odległość od linii zmniejsza się po trafnej odpowiedzi i zwiększa po błędnej, co jest naszym ustaleniem. Podobną procedurę stosowali Nicolle i in. (2011). Fleming i in. mieli dwa poziomy trudności. W trudnych piłkach połowa prawidłowych odpowiedzi to opcja domyślna, a połowa to zmiana, i tak samo w łatwych. Skłonność do opcji domyślnej to, jak u Fleminga i in., odsetek pozostawień opcji domyślnej powyżej 50%. Za wyraźną uznajemy co najmniej 62,5% albo najwyżej 37,5%. Po każdej piłce nie ma informacji o trafności, tylko co osiem piłek zbiorcza, bo Fleming i in. pokazywali wynik z ostatnich dziesięciu prób. Dwie pierwsze piłki są łatwe. Szybka wersja ma 16 trudnych i 8 łatwych piłek, pełna 32 trudne i 8 łatwych. W pełnej wersji każde z ośmiu ustawień dostaje losowo stan domyślny, po dwa włączone i dwa wyłączone na ekranie. Wynik to odsetek ustawień włączonych przy domyślnym „włączone” minus odsetek włączonych przy domyślnym „wyłączone”, tak jak porównuje się grupy w badaniach z wyborem „tak” albo „nie”. U jednej osoby i przy ośmiu ustawieniach to porównanie jest orientacyjne.
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). Jądro półleżące, skorupę i jądro ogoniaste pokazują siatki z Melbourne Subcortex Atlas (Tian i in., 2020), a jądro niskowzgórzowe siatki z atlasu CIT168 (Pauli i in., 2018), które ten atlas ma w układzie MNI152 2009c, bez przeliczania na układ reszty sceny. Szczyty z badania Fleminga i in. (2010), -6, -24, -3 po lewej i 12, -18, 0 po prawej, leżą 9,7 i 5,8 mm od siatek jądra niskowzgórzowego w atlasie, na granicy ze wzgórzem. Autorzy sprawdzali ich pokrycie z obszarami 10 × 10 × 10 mm wokół ±10, -15, -5 i nie podają w tekście głównym układu współrzędnych. Prawy zakręt czołowy dolny zaznaczamy umownie jako obszary 44 i 45 prawej półkuli, bo praca nie podaje jego współrzędnych w tekście głównym. Punkty prawej przedniej wyspy z badania Yu i in. (2010), 40, 12, -10, 42, 14, -12 i 42, 18, -6, leżą 1,5-4,6 mm od obszarów AAIC i MI, a ostatni 3,7 mm od AVI, więc zaznaczamy AAIC, MI i AVI, a punkt lewego prążkowia brzusznego, -18, 6, -6, 1,2 mm od skorupy i 4,7 mm od jądra półleżącego. Punkt lewego jądra ogoniastego, -18, 22, 12, leży 3,0 mm od jego siatki. Punkt lewej przedniej wyspy z badania Nicolle i in. (2011), -30, 26, 16, leży 6,9-7,2 mm od obszarów FOP4 i FOP5, a punkt -36, 17, -5 z porównania błędów z trafieniami 1,4-2,3 mm od AVI, AAIC i MI, a punkt przyśrodkowej kory przedczołowej, 3, 47, 25, 3,6-4,6 mm od obszarów 9m i d32. Badanie Lopez-Persem i in. (2016) podaje w tekście obszary zainteresowania z wcześniejszych metaanaliz, w tym -2, 40, -8 dla brzuszno-przyśrodkowej kory przedczołowej, który leży 3,6-6,5 mm od obszarów a24, s32, p32 i 10r. Badanie Yu i in. (2026) nie lokalizuje źródeł EEG, więc przedni zakręt obręczy zaznaczamy umownie (a24pr, p24pr, a32pr, p32pr). Współrzędne traktujemy jak układ MNI. Siatki kory i struktur podkorowych przygotowano w projekcie human-brain Amy Sterling (licencja MIT), z którego korzysta Atlas mózgu.