Expectation Bias (Observer-Expectancy Effect)

Sa Isang Sulyap

1. Mabilis na Buod

Ang expectation bias ay ang tendensya na ang ating mga naunang paniniwala ay walang malay na hubugin kung ano ang ating nakikita, kung paano natin binibigyang-kahulugan ang impormasyon, at maging kung paano natin naiimpluwensyahan ang mundo sa ating paligid. Kapag inaasahan nating totoo ang isang bagay, aktibong sinasala ng ating utak ang impormasyon para kumpirmahin ang inaasahang iyon—at maaaring walang malay tayong kumilos sa mga paraang nagkakatotoo ang ating mga inaasahan. Hindi ito isang kapintasan sa pagkatao; ito ay kung paano naka-wire ang utak ng tao upang mahusay na mag-navigate sa isang hindi tiyak na mundo.

2. Ang Siyensya sa Likod Nito

2.1. Pagkakatuklas at Kasaysayan

• 1907: Ang penomenon ay unang sistematikong naidokumento sa pamamagitan ng pagsisiyasat kay Clever Hans, isang kabayo na tila nakakagawa ng aritmetika. Natuklasan ng psychologist na si Oskar Pfungst na ang kabayo ay aktwal na tumutugon sa mga walang malay na pahiwatig (unconscious cues) mula sa mga nagtatanong, na nagtatag ng batayang pag-unawa kung paano maaaring maipasa ang mga inaasahan nang hindi ginagamitan ng salita (non-verbally).

• 1903-1904: Ang N-ray affair sa pisika ay nagpakita kung paano ang kolektibong inaasahan ay maaaring humantong sa dose-dosenang mga siyentipiko na "kumpirmahin" ang pagkakaroon ng isang penomenong hindi naman umiiral, hanggang sa ibunyag ni Robert W. Wood ang ilusyon.

• 1963: Pormal na inoperasyonalize nina Robert Rosenthal at Kermit Fode ang epekto sa mga setting ng laboratoryo, na nagpapakitang ang mga inaasahan ng mga eksperimento tungkol sa katalinuhan ng daga ay maaaring makabuluhang magbago sa aktwal na pagganap ng daga.

• 1968: Ang makasaysayang "Pygmalion in the Classroom" na pag-aaral nina Rosenthal at Jacobson ay nagpalawak ng mga natuklasan sa edukasyon ng tao, na nagpapakita na ang inaasahan ng guro ay maaaring may masusukat na epekto sa mga pagtaas ng IQ ng estudyante.

• Mga 2000s-Kasalukuyan: Ang balangkas ng Predictive Coding at ng Free Energy Principle (Karl Friston) ay nagbigay ng neurological na paliwanag kung bakit ang expectation bias ay isang pangunahing tampok ng arkitektura ng utak.

2.2. Mga Pangunahing Mananaliksik

2.3. Mga Makasaysayang Pag-aaral

Ang Pagsisiyasat kay Clever Hans (Oskar Pfungst, 1907)

Si Clever Hans ay isang kabayo sa Berlin na tila nakakapag-aritmetika, nakakabasa ng German, at nakakatukoy ng mga musical chord sa pamamagitan ng pagtapik ng kanyang kuko. Isang komisyon sa simula ay nagpasyang walang kasangkot na pandaraya. Gumamit si Pfungst ng tatawagin natin ngayon na mga "blinding" na pamamaraan: inihiwalay niya ang kabayo mula sa mga manonood, iniba-iba kung nakikita ng kabayo ang nagtatanong, at iniba-iba kung alam ng nagtatanong ang sagot. Nabigo si Hans na sumagot nang tama sa tuwing ang nagtatanong ay hindi alam ang sagot o hindi nakikita. Natuklasan ni Pfungst na si Hans ay tumutugon sa mga hindi sinasadya, mikroskopikong muscular na tensyon—habang lumalapit ang mga nagtatanong sa tamang sagot, sila ay maninigas; nang maabot ni Hans ang tamang numero, sila ay walang malay na magre-relax. Natuto ang kabayo na huminto sa pagtapik sa mga senyales ng pag-relax. Ipinakita nito na ang "katalinuhan" ay sa katunayan isang salamin ng kaalaman ng tagamasid na naipapasa sa pamamagitan ng walang malay na di-berbal na komunikasyon.

Maze-Bright vs. Maze-Dull na mga Daga (Rosenthal & Fode, 1963)

Ang mga undergraduate na estudyante ay inatasang magsanay ng mga daga na tumakbo sa isang maze. Isang grupo ang sinabihang ang kanilang mga daga ay "maze-bright" (pinalaki para sa katalinuhan); ang isa pa ay sinabihang ang sa kanila ay "maze-dull" (pinalaki para sa katangahan). Sa katotohanan, ang lahat ng daga ay mga genetically identical na karaniwang lab na hayop. Ang mga daga na "maze-bright" ay gumanap nang mas mahusay kaysa sa mga dagang "maze-dull". Ang pagkakaiba ay ganap na hinihimok ng pag-uugali ng mga mag-aaral—ang mga naniniwalang mayroon silang matatalinong daga ay hinawakan ang mga ito nang mas malumanay, kinausap sila sa mas kalmadong tono, at naging mas mapagpasensya. Yaong mga may mga "dull" na daga ay hinawakan ang mga ito nang padalos-dalos, ini-stress ang mga hayop at pinipigilan ang pag-aaral. Ang inaasahan ay literal na lumikha ng katotohanan.

Pygmalion in the Classroom (Rosenthal & Jacobson, 1968)

Nagbigay ang mga mananaliksik ng isang non-verbal intelligence test sa mga mag-aaral sa elementarya ngunit niligaw ang mga guro sa pamamagitan ng pagtukoy ng isang random na 20% ng mga mag-aaral bilang "academic bloomers" na inaasahang magpapakita ng napakalaking intelektwal na pag-usbong. Sa pagtatapos ng taon, ang mga "bloomers" ay nagpakita ng mas malaking pagtaas ng IQ kaysa sa control group, lalo na sa una at ikalawang baitang. Ang mga guro, na inaasahan ang mga batang ito na magtagumpay, ay walang malay na lumikha ng mas mainit na socio-emotional na klima, nagbigay sa kanila ng mas maraming oras upang sumagot sa mga tanong, nagbigay ng mas tiyak na feedback, at nagpakita ng mas maraming pag-apruba. Ipinakita ng pag-aaral na ito na ang expectation bias ay isang malakas na sosyolohikal na puwersang may kakayahang tumukoy ng mga resulta sa edukasyon at sa buhay.

2.4. Neurological na Batayan

Ang utak ay gumagana bilang isang prediction engine na kumikilos ayon sa Free Energy Principle:

• Top-Down Processing: Nagpapadala ang utak ng mga prediksyon pababa sa cortical hierarchy (mula sa frontal cortex hanggang sensory cortex) sa pag-asam kung ano ang mararamdaman.

• Bottom-Up Processing: Nagpapadala ang mga sensory organ ng raw data pataas sa hierarchy.

• Prediction Error: Kinukumpara ng utak ang mga prediksyon sa mga input. Ang mga pagtutugma ay mahusay; ang hindi pagtutugma ay lumilikha ng mga "prediction error."

• Error Minimization: May dalawang opsyon ang utak—i-update ang panloob na modelo (pag-aaral) o pigilin ang sensory error (pagpapanatili ng inaasahan). Sa mga malabo o maingay na kapaligiran, mas pinapaboran ng utak ang pagpigil sa mga error.

Mga Pangunahing Rehiyon ng Utak na Kasangkot:

• Prefrontal Cortex: Bumubuo ng mga inaasahan at mga top-down na prediksyon
• Fusiform Face Area (FFA): Nagpapakita ng pre-activation kapag umaasang makakita ng mga mukha
• Ventral Visual Stream: Ang mga tugon ng populasyon ay tinutukoy ng feature expectation; ang mga inaasahang stimuli ay may mas matalim, mas mabilis na mga neural na representasyon

Ang pananaliksik gamit ang fMRI ay nagpapakita na ang inaasahan ay nagpapa-bias sa aktibidad ng neural bago pa ang stimulus onset. Kapag inaasahan ang isang stimulus, ang neural representation ay mas matalim at mas mabilis na napoproseso. Ang mga hindi inaasahang stimuli ay nangangailangan ng mas mataas na lakas ng signal upang lumabag sa may malay na pag-unawa.

3. Pinagmulan sa Ebolusyon

Ang expectation bias ay hindi isang malfunction—ito ay isang tampok na idinisenyo para sa kahusayan sa pag-navigate sa isang hindi tiyak na mundo. Ang ating mga ninuno na mabilis na nakakapag-predict ng mga pattern sa kapaligiran at makakakilos ayon sa mga hula na iyon ay may mga kalamangan sa kaligtasan:

• Pagtitipid ng Enerhiya: Kung kailangang i-verify ng utak ang bawat piraso ng sensory data mula sa simula, mapaparalisa tayo. Pinapahintulutan ng predictive processing ang mabilis at mahusay na mga tugon.

• Pagkilala sa Pattern sa Panganib: Ang pag-asam ng isang mandaragit (predator) kung saan may nakita na noon ay nagpapahintulot ng mas mabilis na mga reaksyon sa pagtakas, kahit na kung minsan ay mali ang inaasahan.

• Panlipunang Koordinasyon: Ang pag-asam sa mga pag-uugali ng iba batay sa mga nakaraang interaksyon ay nagpapagana ng mga kumplikadong panlipunang kooperasyon.

• Pagkuha ng Mapagkukunan: Ang pag-asa sa mga mapagkukunan ng pagkain o tubig batay sa mga pana-panahong pattern ay nagpahusay sa tagumpay ng foraging.

Naging adaptive ang bias sa mga kapaligiran kung saan:

• Ang bilis ng pagtugon ay mas mahalaga kaysa sa katumpakan
• Ang mga pattern ay medyo matatag at nahuhulaan
• Ang gastos ng false positives (pagkilos sa mga maling inaasahan) ay mas mababa kaysa sa gastos ng false negatives (pagkabigong kumilos sa mga tamang inaasahan)

Sa mga modernong konteksto na nangangailangan ng tumpak na sukat at obhetibong pagmamasid, ang parehong kahusayan na ito ay nagiging mapagkukunan ng matinding pagkakamali. "Naha-hallucinate" ng utak ang inaasahang realidad dahil nadaig ng mga top-down na prior ang mahinang bottom-up na sensory evidence.

4. Paano Nagpapamalas ang Bias na Ito

4.1. Sa Pang-araw-araw na Buhay

• Inaasahan sa relasyon: Ang pag-asa sa kapareha na kumilos nang negatibo ay humahantong sa pag-interpret ng mga neutral na aksyon bilang pagalit, lumilikha ng mga cycle ng salungatan
• Mga unang impresyon: Ang mga paunang hatol sa mga tao ay humuhubog kung paano natin napapansin at naaalala ang lahat ng kasunod na interaksyon
• Mga self-fulfilling prophecy: Ang inaasahang maging awkward ang isang sosyal na sitwasyon ay kadalasang humahantong sa pag-uugaling ginagawang awkward ito
• Pagiging magulang: Ang mga magulang na inaasahan na maging magulo ang isang bata ay maaaring magdisiplina nang mas mahigpit, na lumilikha ng mismong ugaling kinatatakutan nila
• Karanasan ng mamimili: Ang pag-asa na ang isang mamahaling alak ay magiging mas masarap ay aktwal na nagbabago sa perception ng lasa nito

4.2. Sa Trabaho

• Performance reviews: Ang mga tagapamahala na umaasa sa isang empleyado na hindi gaganap nang maayos ay mas mabilis mapansin at maalala ang mga pagkakamali kaysa sa mga tagumpay
• Interview bias: Ang mga tagapagpanayam na umaasa na malakas ang isang kandidato ay nagtatanong ng mga mas madadaling tanong at nagpapakahulugan nang mas paborable sa mga sagot
• Mga resulta ng proyekto: Ang mga koponan na umaasa na mabibigo ang mga proyekto ay maaaring mag-invest ng mas kaunting pagsisikap, kaya sinisigurado ang pagkabigo
• Estilo ng pamumuno: Ang mga lider na umaasa na ang mga empleyado ay tamad ay nagpapatupad ng mga nagkokontrol na istilo ng pamamahala na nakakabawas sa intrinsic motivation
• Mga epekto ng mentorship: Ang mga senior na empleyado na umaasa sa mga bagong hire na magtagumpay ay nagbibigay ng higit pang mga pagkakataon, atensyon, at nakabubuo na feedback

4.3. Sa Negosyo at Marketing

• Brand perception: Ang pag-asa sa isang luxury brand na maging superyor ay nakakaapekto sa aktwal na perceived quality
• Market research: Ang mga focus group ay kadalasang naglalabas ng mga resulta na nakaayon sa inaasahan ng mananaliksik
• Pagsusuri ng produkto: Ang mga tester na alam kung aling produkto ang "bago at pinahusay" ay nagre-rate nito nang mas paborable
• Price-quality heuristic: Ang mas matataas na presyo ay lumilikha ng mga inaasahan ng kalidad na nagbabago sa aktwal na kasiyahan
• A/B testing: Maaaring walang malay na manipulahin ng mga analista ang mga parameter ng pagsusulit para makamit ang inaasahang mga resulta

4.4. Sa Politika at Media

• Kumpirmasyon sa pagkonsumo ng balita: Ang pag-asa na ang isang politikal na pigura ay corrupt ay humahantong sa pag-interpret sa mga hindi malinaw na aksyon bilang ebidensya ng katiwalian
• Epekto ng polling: Ang mga inaasahan sa inilathalang botohan ay maaaring maging self-fulfilling sa pamamagitan ng mga epekto ng bandwagon
• Media framing: Ang mga mamamahayag na may mga inaasahan tungkol sa mga kuwento ay maaaring magtanong ng mga leading questions na bumubuo ng mga nagkukumpirmang panipi
• Persepsyon sa debate: Ang mga inaasahan bago ang debate kung sino ang "mananalo" ay nakakaimpluwensya sa mga pagsusuri pagkatapos ng debate
• Pagsusuri sa patakaran: Ang mga evaluator na umaasa na mabibigo ang isang patakaran ay napapansin ang mga pagkabigo habang hindi pinapansin ang mga tagumpay

4.5. Sa Pangangalagang Pangkalusugan

• Diagnostic momentum: Kapag ang isang diagnostic na label ay nakakabit sa isang pasyente, ang mga kasunod na clinician ay tatanggapin ito nang walang independiyenteng pagpapatunay
• Premature closure: Itinutigil ng mga manggagamot ang diagnostic na proseso sa sandaling matagpuan ang isang kapani-paniwalang paliwanag, dala ng pressure sa oras at pagnanais ng utak na resolbahin ang kawalan ng katiyakan
• Anchoring: Nag-a-anchor ang mga doktor sa unang piraso ng data (hal., triage note na nagsasabing "pananakit ng dibdib") at hindi nagbabago kapag lumabas ang magkasalungat na data
• Placebo effect: Ang mga inaasahan ng pasyente sa tagumpay ng paggamot ay nag-aambag sa aktwal na pagpapabuti ng pisyolohikal
• Radiological inattention: Ang mga radiologist na nakatuon sa inaasahang patolohiya ay nakaligtaan ang malinaw na nakikitang mga anomalya sa labas ng kanilang nakatuong atensyon

4.6. Sa Pananalapi at Pamumuhunan

• Analyst herding: Naglalabas ang mga analyst ng mga pagtataya na malapit sa consensus dahil ang pagiging mali kasama ng karamihan ay propesyonal na mas ligtas kaysa maging mali nang mag-isa
• Valuation bias: Ang mga mamumuhunan na umaasa ng paglago ay nag-iinterpret ng mga hindi malinaw na pinansyal na signal bilang kumpirmasyon
• Mga pagkabigo sa due diligence: Ang takot na maiwan (FOMO) ay sumusupil sa pag-aalinlangan sa pagsusuri ng mga promising investment
• Halo effect: Ang pagtaas ng presyo ng stock ay nagpapatahimik sa pag-aalinlangan at nagtutulak sa mga auditor na tanggapin ang kahina-hinalang accounting
• Narrative-driven valuation: Nag-a-anchor ang mga analyst sa nakakahimok na mga salaysay ("tech platform") kaysa sa fundamental economics ("real estate subleasing")

5. Mga Real-World na Case Study

Case Study 1: Ang Pagkakamali sa Fingerprint sa FBI ni Brandon Mayfield (2004)

• Konteksto: Nagpasabog ng bomba ang mga terorista sa Madrid, na pumatay sa 191 tao. Natagpuan ang isang bahagyang latent fingerprint sa isang bag ng mga detonator. Ibinalik ng awtomatikong sistema ng FBI si Brandon Mayfield, isang abogado sa Oregon at isang Muslim na nagbalik-loob, bilang isang potensyal na tugma.

• Ano ang nangyari: Tatlong nakatatandang FBI examiner—at isang independyenteng eksperto na hinirang ng korte—ang nagpatunay sa pagtutugma bilang "100% positibo," na nagbanggit sa 15 punto ng pagkakapareho. Si Mayfield ay inaresto at ikinulong.

• Ang bias na nagtatrabaho: Ang mga tagasuri ay nakisali sa circular reasoning, gamit ang kilalang print ng suspek para "hanapin" ang mga tampok sa hindi malinaw na crime scene print. Ang high-profile na kalikasan ng kaso, ang mungkahi ng computer, at ang profile ni Mayfield na akma sa mga inaasahan sa terorismo ay lahat nakapagpababa ng kanilang threshold para sa pagdedeklara ng isang tugma.

• Mga kahihinatnan: Kinilala ng Pambansang Pulisya ng Espanya ang fingerprint bilang pagmamay-ari ng ibang tao. Kinailangang bawiin ng FBI ang pagkakakilanlan nito at humingi ng tawad. Si Mayfield ay pinalaya matapos ang dalawang linggong pagkakakulong.

• Mga aral na natutunan: Nagpasyang sinabi ng Opisina ng Inspector General na ang circular reasoning ay isang pangunahing sanhi. Ang mga tagasuri ay "nakita" ang mga detalye ng ridge na wala naman doon. Ang kasong ito ay humantong sa mga reporma sa forensic na pamamaraan, kabilang ang mga rekomendasyon para sa blind verification procedures.

Case Study 2: Ang Pagkamatay ni Lewis Blackman (2000)

• Konteksto: Si Lewis Blackman, isang 15-taong-gulang na lalaki sa South Carolina, ay sumailalim sa elective surgery at niresetahan ng Toradol (isang NSAID) para sa pain management.

• Ano ang nangyari: Pagkatapos ng operasyon, dumanas si Lewis ng matinding pananakit ng tiyan, tachycardia, at mga palatandaan ng shock. Na-diagnose ng medikal na pangkat na "ileus" (mabagal na bituka) at "gas pain," na ginagamot siya para sa constipation habang lumalala ang kanyang kondisyon.

• Ang bias na nagtatrabaho: Inaasahan ng mga residente at nars ang pananakit pagkatapos ng operasyon at constipation. Sila ay umangkla (anchored) sa isang benign na diagnosis. Binulag sila ng heuristic ng "malusog na binatilyo" sa panganib ng organ failure. Sa kabila ng mga vital sign na naghuhudyat ng panloob na sakuna, nakita nila ang isang nagrereklamong binatilyo, hindi isang pasyenteng naghihingalo.

• Mga kahihinatnan: Si Lewis ay may perforated na duodenal ulcer na dulot ng gamot. Siya ay dinugo nang internal hanggang mamatay habang napapalibutan ng mga medikal na propesyonal na ginagamot siya para sa constipation. Walang attending physician na tinawag hanggang naging huli na ang lahat.

• Mga aral na natutunan: Ang kasong ito ay naging isang makasaysayang halimbawa ng premature closure at anchoring bias sa medikal na edukasyon. Nagdulot ito ng mga reporma sa kung paano ipinapaalam ng mga ospital ang katayuan ng pasyente at ang kahalagahan ng mga bagong diagnostic evaluation.

Historikal na Halimbawa: Ang N-Ray Affair (1903-1904)

Noong 1903, inihayag ng kilalang French na pisiko na si Prosper-René Blondlot ang pagkakatuklas ng mga N-ray, isang bagong anyo ng radiation. Umaasa ang paraan ng pagtuklas sa paksang visual perception sa isang madilim na silid—isang mahinang pagliwanag ng isang screen nang tumama dito ang mga ray.

Kinumpirma ni Blondlot at ng dose-dosenang iba pang mga pisikong French ang mga N-ray, nag-publish ng higit sa 300 mga papel sa kanilang mga ari-arian, kabilang ang mga wavelength at refractive index. Ang kolektibong inaasahan ay napakalakas na ang isang buong komunidad ng pananaliksik ay naha-hallucinate sa pare-parehong mga resulta.

Bumisita ang Amerikanong pisiko na si Robert W. Wood sa laboratoryo ni Blondlot at palihim na inalis ang aluminum prism na dapat sana ay nagkakalat ng N-rays. Nagpatuloy sa pagbabasa si Blondlot ng mga pagtuklas sa tiyak na coordinates kung saan "dapat" nandoon ang mga ito—habang ang prisma ay nasa bulsa ni Wood.

Ang kinahinatnan ay nakapanira para sa reputasyon ni Blondlot at sa physics ng French. Ipinapakita ng kasong ito na ang mahigpit na instrumentasyon at matematika ay walang maibibigay na proteksyon laban sa pagpapakita ng pagnanais papunta sa data kapag ang pagmamasid ay umaasa sa subjective na paghatol.

6. Ang Gastos ng Bias na Ito

6.1. Mga Personal na Gastos

• Mga panipit na paniniwala (Self-limiting beliefs): Ang mga inaasahan sa personal na pagkabigo ay nagiging self-fulfilling, nagpapahina ng potensyal
• Pinsala sa relasyon: Ang mga negatibong inaasahan tungkol sa mga kapareha ay lumilikha ng mga cycle ng hidwaan at sumisira sa tiwala
• Nawalang paglago: Ang pag-asa na hindi mag-enjoy sa mga bagong karanasan ay pumipigil sa pagsubok sa mga ito
• Social isolation: Ang pag-asa na itatanggi ay humahantong sa mga pag-uugali na nagpapasiklab ng pagtanggi
• Mental health: Iniuugnay ng pananaliksik ang naantalang predictive processing sa depresyon; ang mga negatibong nauna ay lumilikha ng sariling kumukumpirma na cycle ng negatibiti

6.2. Mga Propesyonal na Gastos

• Pagwawalang-kilos sa karera: Ang pagiging tinaguriang "mababa ang potensyal" nang maaga sa karera ay humuhubog sa mga pagkakataon, feedback, at mentorship na natanggap
• Pagsugpo sa inobasyon: Ang mga team na umaasa sa mga bagong ideya na mabibigo ay hindi nag-iinvest sa pagpapabuo ng mga ito
• Mga pagkakamali sa desisyon: Ang mga pinuno na umaasa ng mga tiyak na resulta ay nabibigong objectively suriin ang mga alternatibo
• Mga pagkalugi sa pamumuhunan: Ang mga pagkabigo sa due diligence na dala ng inaasahan ay nagkakahalaga ng bilyun-bilyon sa mga mamumuhunan
• Legal liability: Ang mga pagkakamali sa forensic gaya ng kaso ni Mayfield ay inilalantad ang mga institusyon sa mga demanda at sumisira sa tiwala ng publiko

6.3. Mga Gastos sa Lipunan

• Di-pagkakapantay-pantay sa edukasyon: Nangangahulugan ang epekto ng Pygmalion na ang inaasahan ng guro batay sa lahi, uri, o mga nakaraang record ay nagpapalaganap ng puwang sa mga tagumpay
• Mga pagkakamali sa hustisyang pangkrimen: Nakapag-ambag ang forensic expectation bias sa mga maling paghatol
• Basura sa siyensya: Ibinunyag ng replication crisis na malaking bahagi ng nalathalang mga natuklasan sa pananaliksik ay peke, na hinihimok ng mga inaasahan ng mananaliksik
• Pinsala sa medikal: Nakakaapekto ang pagkakamali sa diagnostic sa tinatayang 12 milyong Amerikano taun-taon
• Pagkawalang-tatag ng merkado: Ang pag-uugaling herding at valuation bias ay nag-aambag sa mga bubble at pagbagsak sa pananalapi

6.4. Epekto sa Istatistika

• Replication crisis: Nalaman ng Open Science Collaboration (2015) na 36% lang ng mga pag-aaral sa psychology ang matagumpay na na-replicate; halos kalahati sa mga orihinal ang effect sizes
• Diagnostic na pagkakamali: Tinatayang maaapektuhan ang 12 milyong Amerikano taun-taon sa mga outpatient na setting
• Pandarayang pinansyal: Ang mga kumpanyang gaya ng Enron, Theranos, at WeWork ay sumira sa sampu-sampung bilyong halaga na bahagyang dahil sa expectation-driven due diligence failures
• Rate ng forensic error: Bagama't pinagtatalunan ang eksaktong rates, nagpapakita ang mga high-profile na kaso na maging ang "100% siguradong" matches ay maaari pa ring maging mali

7. Ang Mga Nakatagong Benepisyo

Ang expectation bias ay hindi puro negatibo—ito ay isang pangunahing tampok ng mahusay na cognition:

• Mabilis na pagproseso: Nagbibigay-daan ang predictive coding sa utak na iproseso nang mabilis ang impormasyon sa pamamagitan ng pag-asa ng pamilyar na patterns kaysa pagsusuri sa bawat detalye mula sa simula

• Koordinasyon sa lipunan: Ang pag-asa na ang iba ay kumilos nang pare-pareho ay nagbibigay-daan sa maayos na pakikipag-ugnayan at pakikipagtulungan sa lipunan

• Husay sa pag-aaral: Ang mga naunang inaasahan ay nagbibigay ng balangkas para sa pagsasama ng bagong impormasyon; kung wala ang mga ito, ang bawat karanasan ay magiging pantay na bago at nakaka-overwhelm

• Pagganyak (Motivation): Ang inaasahang tagumpay (sa loob ng katwiran) ay nagpapataas sa pagsisikap at tiyaga; positibong gumagana ang epekto ng Pygmalion kapag mataas ang inaasahan

• Pagbabawas ng stress: Ang mga nahuhulaang kapaligiran ay nakakapagpabawas sa cognitive load at pagkabalisa

Ang trade-off ay sa pagitan ng bilis/husay at katumpakan/pagiging layunin (objectivity). Sa karamihan ng mga pang-araw-araw na sitwasyon, ang bilis ang nananalo. Nagiging may problema lamang ang bias sa mga konteksto na nangangailangan ng tumpak na pagsukat, walang kinikilingan na paghuhusga, o mga desisyon sa high-stakes kung saan mas mahalaga ang katumpakan kaysa sa bilis.

Ang ganap na pag-alis ng bias ay neurologically imposible at halos hindi kanais-nais—kakailanganin nito na ganap na talikuran ng utak ang enerhiya-mahusay na predictive architecture.

8. Self-Assessment: Mayroon Ka Ba ng Bias na Ito?

8.1. Checklist ng Mga Babalang Senyales

• Madalas mong nakikita na ang mga kaganapan ay "nagpapatunay" sa kung ano ang nauna mo nang pinaniniwalaan
• Ang mga taong hindi mo gusto sa simula ay bihirang makapagpabago sa iyong isip, anuman ang kanilang kasunod na pag-uugali
• Nakakaramdam ka ng kumpyansa sa paghuhusga sa mga tao sa loob lamang ng mga sandali matapos silang makilala
• Kapag sumasalungat ang pananaliksik sa iyong paniniwala, madalas kang makakita ng methodologically na kapintasan sa pananaliksik
• Minsan nararamdaman mo na ang iba ay "sadyang hindi nakakaintindi" kapag hindi sila sang-ayon sa iyo
• Napapansin mo na ang mga bagong empleyado, estudyante, o mga miyembro ng koponan ay madalas na "nauuwi" sa kung paano mo unang nahulaan
• Malaki ang iyong pag-asa sa mga unang impresyon kapag gumagawa ng mga desisyon tungkol sa mga tao
• Madalas mong natutuklasan ang iyong sarili na nagsasabing "Alam ko na" o "Sabi ko na sa'yo"
• Kapag hindi nagtatrabaho ang mga eksperimento o mga proyekto gaya ng inaasahan, kadalasang idinidikit mo ito sa pag-execute sa halip na kuwestiyunin ang orihinal na hypothesis
• Nararamdaman mong tiyak na maaari mong obserbahan nang layunin (objectively) ang mga sitwasyon nang hindi naaapektuhan ang iyong mga inaasahan sa iyong nakikita

Pagmamarka:

• 0-2 ang na-check: Mababang pagkamadaling maapektuhan (low susceptibility) (bagaman tandaan: ang kumpyansa sa objectivity ay isa rin mismong babala)
• 3-5 ang na-check: Katamtamang pagkamadaling maapektuhan
• 6-8 ang na-check: Mataas na pagkamadaling maapektuhan
• 9-10 ang na-check: Napakataas na pagkamadaling maapektuhan

8.2. Mga Tanong para sa Sariling Pagninilay

1. Mag-isip ng isang oras kung kailan ginulat ka ng isang tao sa pag-uugali nang ibang-iba kaysa sa inaasahan mo. Gaano katagal bago mo na-update ang iyong pananaw sa kanila? Ano ang sa wakas na nagpabago sa iyong isip?

2. Kailan ang huling beses na natuklasan mong mali ka tungkol sa isang bagay na tiyak ka? Paano ka nag-react sa pagtuklas na iyon?

3. Isaalang-alang ang huling pangunahing desisyon na ginawa mo. Naghanap ka ba ng impormasyon na maaaring sumalungat sa iyong piniling pagpipilian, o pangunahing impormasyon na sumusuporta dito?

4. Nakarating ka na ba sa pagdidisenyo ng isang pagsubok o pagsusuri na maaaring hindi sinasadyang pinaboran ang resultang inaasahan mo?

5. Kung tatanungin mo ang iyong mga kasamahan o mga miyembro ng pamilya, sasabihin ba nila na mabilis kang gumawa ng paghatol o mabagal kang baguhin ang iyong isip tungkol sa mga bagay-bagay?

8.3. Mabilis na Sitwasyon ng Pag-diagnose

Sitwasyon: Ikaw ay isang tagapamahala na nagrerepaso sa mga kandidato para sa promosyon. Ang Kandidato A ay na-flag bilang "high potential" noong na-hire tatlong taon na ang nakalilipas. Ang Kandidato B ay isang tahimik na hire na walang espesyal na designasyon. Pareho silang may magkatulad na mga objective metrics (mga numero ng mga benta, mga natapos na proyekto, mga record sa attendance).

Paano mo haharapin ang desisyon?

• A) "Ang Kandidato A ay natukoy bilang may mataas na potensyal para sa isang dahilan—marahil mayroon silang mga hindi tiyak na katangian ng pamumuno na nagpapaliwanag sa orihinal na designasyon." → Mataas na pagkamadaling maapektuhan
• B) "Dapat sigurong bigyan ko ang Kandidato A ng advantage dahil sila ay espesyal na natukoy, ngunit titingnan ko nang mas maigi ang parehong record upang makasigurado." → Katamtamang pagkamadaling maapektuhan
• C) "Walang katuturan ang orihinal na designasyon. Kailangan kong ibulag ang sarili ko dito at suriin ang parehong mga kandidato batay lamang sa kasalukuyang ebidensya, pinakamainam na may input mula sa iba na hindi alam tungkol sa designasyon." → Mababang pagkamadaling maapektuhan

9. Pagtukoy sa Bias na Ito sa Iba

9.1. Mga Pag-uugaling Tagapagpahiwatig

• Paggawa ng kumpiyansang mga hula tungkol sa mga tao o mga kinalabasan batay sa limitadong impormasyon
• Pagtrato sa mga unang hypothesis bilang konklusyon na dapat magkasya sa paligid ang mga kasunod na data
• Malinaw na mga pagbabago sa kung paano nila tinatrato ang mga tao na nilagyan nila ng label (positibo o negatibo)
• Pagkolekta ng nagkukumpirmang ebidensya habang inaalis o hindi naghahanap ng nakakapasubali na ebidensya
• Paglaban sa pag-update ng mga pananaw sa kabila ng bagong impormasyon
• Paggamit ng pariralang "gaya ng inaasahan ko" ng madalas
• Magkakaibang pamantayan ng ebidensya para sa kumukumpirma kumpara sa nagpapasubali na impormasyon

9.2. Mga Senyales ng Panganib sa Pag-uusap (Conversational Red Flags)

Mga pariralang sinasabi ng mga tao kapag nasa ilalim ng bias na ito:

• "Malaman ko agad na..."
• "Ito ay nagpapatunay lamang kung ano ang alam ko na..."
• "Hindi na ako nagulat—Hinulaan kong mangyayari ito"
• "Maliwanag na ipinapakita ng data..." (kapag ito ay talagang malabo)
• "Makikita ng kahit na sino na..."

Mga uri ng argumento na ginagawa nila:

• Pagbibigay-kahulugan sa neutral o hindi malinaw na ebidensya bilang pagsuporta sa kanilang posisyon
• Pagbale-wala ng magkasalungat na ebidensya bilang may bahid sa pamamaraan, pambihira, o walang kaugnayan

Mga tanong na iniiwasan nilang itanong:

• "Anong ebidensya ang magpapabago sa aking isip?"
• "Paano ako maaaring magkamali tungkol dito?"
• "Ano ang magiging hitsura nito kung mali ang inaasahan ko?"

9.3. Situational Triggers

• Ambiguity (Pagiging malabo): Habang mas hindi malinaw ang data, mas may puwang para sa mga inaasahang humubog ng interpretasyon
• Pressure sa oras: Ang mga nagmamadaling desisyon ay mas umaasa sa mga naunang inaasahan
• Emosyonal na pamumuhunan: Ang malalakas na pagnanais para sa partikular na mga kinalabasan ay nagpapalakas ng bias
• Kumpirmasyon ng Awtoridad: Kapag ang mga kagalang-galang na awtoridad ay kabahagi ng inaasahan, pakiramdam nito ay mas wasto
• Kumpirmasyon mula sa iba: Ang social proof (mga sumasang-ayon na iba) ay nagpapalakas ng kumpyansa sa may pinapanigan na mga perception
• Kadalubhasaan: Sa kabalintunaan, ang mga eksperto sa isang larangan ay maaaring maging mas mahina dahil mayroon silang mas matitibay na prior
• High-stakes: Maaaring patalasin ng mga mapanganib na sitwasyon ang atensyon o paigtingin ang nauudyok na pangangatwiran

10. Cognitive Debiasing na mga Istratehiya

10.1. Mga Agarang Teknik

• Isaalang-alang ang kabaligtaran: Bago tapusin ang anumang paghuhusga, tahasang tanungin ang "Paano kung totoo ang kabaligtaran? Ano ang magiging hitsura niyon?"
• Mga pre-mortem: Bago simulan ang isang proyekto, isipin na ito ay biglang nabigo at magtrabaho pabalik upang matukoy kung bakit
• Malinaw na kawalan ng katiyakan: Malinaw na sabihin ang mga antas ng pagtitiwala ("Sigurado akong 60%" sa halip na "Sa tingin ko")
• Maghanap ng disconfirmation: Aktibong itanong ang "Anong ebidensya ang magpapatunay na mali ako?" at pagkatapos ay hanapin ito
• Ipagpaliban ang paghuhusga: Hangga't maaari, ipagpaliban ang pagbubuo ng mga konklusyon hanggang sa mas maraming data ang makukuha

10.2. Mga Pangmatagalang Istratehiya

• Pagsasanay sa pag-calibrate: Magsanay sa paggawa ng mga prediksyon nang may tahasang mga antas ng kumpiyansa, pagkatapos ay subaybayan ang katumpakan sa paglipas ng panahon
• Pagpapaunlad ng Intelektwal na Pagpapakumbaba: Regular na pag-aralan ang mga kaso kung saan nagkamali ang mga eksperto
• Gawi na Devil's advocate: Italaga ang iyong sarili (o ibang tao) na makipagtalo laban sa iyong posisyon
• Prediction journals: Itala ang mga prediksyon kasama ang mga petsa at antas ng kumpiyansa; suriin nang regular
• Pag-aralan ang base rates: Alamin ang aktwal na dalas ng mga kinalabasan sa iyong domain kaysa umasa sa intuwisyon

10.3. Environmental Design

• Mga pamamaraang pambubulag (Blinding procedures): I-istruktura ang mga proseso para hindi mo makita ang impormasyon na magpapa-bias sa iyo (hal., blind na resume review)
• Mga pamantayang protocol: Gumamit ng mga checklist at naka-istrukturang balangkas ng desisyon na naghihigpit sa subjective na paghatol
• Independiyenteng pag-verify: Atasan na ang mga konklusyon ay i-verify ng taong hindi alam ang orihinal na hypothesis
• Pagkakasunud-sunod ng impormasyon: Kontrolin ang pagkakasunud-sunod kung paano natatanggap ang impormasyon para pigilan ang pag-a-anchor (suriin ang ebidensya bago makita ang hypothesis)
• Pisikal na paghihiwalay: Panatilihing hiwalay ang mga taong bumubuo ng hypothesis sa mga taong nagsusuri ng ebidensya

10.4. Kailan Maghahanap ng Panlabas na Input

• Anumang malaking desisyon (pag-hire, pagtanggal sa trabaho, malalaking pamumuhunan, mga diagnosis)
• Kapag nakita mo ang iyong sarili na lubos na nakakatiyak tungkol sa isang hindi malinaw na sitwasyon
• Kapag ang paunang ebidensya ay mabilis na nakumpirma ang iyong inaasahan (napakagandang maging totoo)
• Kapag kinukuwestiyon ng iba ang iyong konklusyon at nakakaramdam ka ng pagiging depensibo
• Kapag ang desisyon ay nakakaapekto sa iyong sariling mga interes o status

11. Mga Praktikal na Pagsasanay

Pagsasanay 1: Prediction Calibration Journal

• Layunin: Pagbutihin ang metacognitive awareness sa iyong aktwal na predictive accuracy
• Oras na kinakailangan: 5 minuto araw-araw, 30 minuto lingguhang pagrepaso
• Mga materyales na kailangan: Notebook o spreadsheet
• Antas ng hirap: Baguhan
• Mga Tagubilin:
  1. Bawat araw, isulat ang 2-3 prediksyon tungkol sa mga kaganapan sa iyong domain (mga kinalabasan sa trabaho, pag-uugali ng mga tao, mga resulta ng proyekto)
  2. Magtalaga sa bawat prediksyon ng antas ng kumpyansa (50%, 70%, 90%, atbp.)
  3. Tandaan ang petsa kung kailan ang prediksyon ay dapat ma-verify
  4. Pagsapit ng petsa, i-record ang aktwal na kinalabasan
  5. Buwan-buwan, kalkulahin ang iyong calibration: Ang iyong 70% bang hula ay tama nang 70% ng panahon?
• Mga tanong para sa pagmumuni-muni:
  • Ikaw ba ay masyadong kumpyansa (overconfident) (mga 70% na prediksyon ay tama lamang nang 50% ng panahon)?
  • Mayroon bang mga domain kung saan mas na-calibrate ka kaysa sa iba?
  • Anong mga pattern ang napapansin mo sa iyong mga maling prediksyon?
• Dalas: Araw-araw na mga entry, lingguhang pagsusuri, buwanang pagsusuri

Pagsasanay 2: Kasanayan sa Pre-Registration

• Layunin: Matutong mangako sa mga analytical approach bago tingnan ang data
• Oras na kinakailangan: 30 minuto bago ang anumang pagsusuri
• Mga materyales na kailangan: Nakasulat na dokumento o template
• Antas ng hirap: Intermediate
• Mga Tagubilin:
  1. Bago suriin ang anumang data o ebidensya, isulat ang iyong hypothesis
  2. Tukuyin kung anong ebidensya ang magkukumpirma nito at kung ano ang tatanggi dito
  3. Ilarawan ang iyong analytical approach nang maaga
  4. Mangako sa dokumentong ito sa pamamagitan ng pagbabahagi nito sa isang tao o sa pamamagitan ng timestamp
  5. Pagkatapos lamang nito, saka isagawa ang iyong pagsusuri
• Mga tanong para sa pagmumuni-muni:
  • Naramdaman mo ba ang tukso na ayusin ang iyong mga pamantayan matapos makita ang mga resulta?
  • Paano binago ng pagkakaroon ng pre-committed criteria ang iyong pagsusuri?
  • Ano ang iyong gagawin nang iba sa susunod?
• Dalas: Bawat pangunahing pagsusuri o desisyon

Pagsasanay 3: Adversarial Collaboration Simulation

• Layunin: Damhin ang kapangyarihan ng structured na hindi pagkakasundo
• Oras na kinakailangan: 60 minuto
• Mga materyales na kailangan: Isang kasosyo na handang makibahagi na may ibang pananaw
• Antas ng hirap: Advanced
• Mga Tagubilin:
  1. Tukuyin ang isang paksa kung saan ikaw at ang isang kasamahan ay may magkaibang pananaw
  2. Magkasama, sumang-ayon kung anong ebidensya ang magreresolba sa hindi pagkakasundo
  3. Sama-samang magdisenyo ng "pagsubok" o proseso ng pangangalap ng ebidensya
  4. Sumang-ayon nang maaga na tanggapin ang mga resulta, anuman ang ipakita ng mga ito
  5. Isagawa ang pagsusuri at talakayin nang magkasama ang mga natuklasan
• Mga tanong para sa pagmumuni-muni:
  • Ano ang natutunan mo tungkol sa iyong sariling pangangatuwiran?
  • Natukso ka bang tanggihan ang hindi paborableng resulta?
  • Paano binago ng collaboration ang kalidad ng disenyo ng pagsubok?
• Dalas: Quarterly para sa malalaking hindi pagkakasundo

Pang-araw-araw na Kasanayan

Ang "Ano ang Magpapatunay na Ako ay Mali?" na Pag-pause

Bago tapusin ang anumang paghuhusga o desisyon, huminto ng 60 segundo at tahasang tanungin ang iyong sarili: "Anong ebidensya ang magpapatunay na mali ang kasalukuyang pananaw ko? Hinanap ko ba ito?"

• Inirerekomendang tagal: 1 minuto bawat makabuluhang desisyon
• Pinakamainam na oras sa isang araw: Anumang oras na mahuli mong nararamdamang nakakatiyak ka
• Paano subaybayan ang pag-usad: Panatilihin ang isang tally kung gaano kadalas mo talagang binago ang iyong isip pagkatapos itanong ang tanong na ito

Lingguhang Hamon

Ang Expectation Audit

Sa pagtatapos ng bawat linggo, suriin ang tatlong sitwasyon kung saan nabuo mo ang mga inaasahan tungkol sa mga tao o mga resulta:

• Ano ang inasahan mo?
• Ano ang aktwal na nangyari?
• Kung nakumpirma ang iyong inaasahan, posible bang naimpluwensyahan mo ang kinalabasan?
• Kung mali ang iyong inaasahan, bakit ka nagkamali?

Inaasahang resulta pagkatapos ng 4 na linggo:

• Mas malaking kamalayan kung gaano ka kadalas bumuo ng mga inaasahan
• Pinahusay na katumpakan sa pagkilala kung kailan ang mga inaasahan ay maaaring self-fulfilling
• Pagsisimula ng isang ugali ng pagtatanong sa mga kumpirmasyon pati na rin sa mga sorpresa

Mga prompt sa pag-journal para sa pagmuni-muni:

• "Sa linggong ito inaasahan ko ang ___ at nagulat ako sa ___"
• "Pagtingin sa nakaraan, maaari kong naimpluwensyahan ang kinalabasan nang ako ay ___"
• "Ako ay naging pinaka-kumpidensyal at pinaka-mali tungkol sa ___"

12. Para sa Mga Tiyak na Audience

Para sa mga Lider at Manager

Direktang hinuhubog ng expectation bias ang performance ng koponan sa pamamagitan ng magkakaibang pagtrato sa "mataas ang potensyal" kumpara sa "karaniwang" mga empleyado:

• Naka-istrukturang feedback: Gumamit ng standardized evaluation criteria upang maiwasan ang mga inaasahan sa pagkulay ng mga pagtatasa
• Pag-ikot ng mga takdang-aralin: Huwag palaging ibigay ang pinakamahuhusay na proyekto sa inaasahang may pinakamataas na performance; bigyan ang iba ng pagkakataong ipakita ang kakayahan
• Blind hiring stages: Alisin ang mga pangalan, larawan, at paaralan mula sa paunang resume reviews
• Pre-commitment sa mga promosyon: I-dokumento ang mga pamantayan sa promosyon bago malaman kung sino ang mga kandidato
• Independiyenteng pagsusuri: Magkaroon ng maraming tagapamahala na nagsusuri sa parehong empleyado nang hindi muna tinatalakay ang kanilang mga inaasahan
• Pagsasanay sa pamumuno: Tiyaking naiintindihan ng lahat ng manager ang Pygmalion effect at kung paano hinuhubog ng kanilang mga inaasahan ang mga resulta

Para sa mga Magulang at Edukador

Ipinapakita ng pananaliksik sa Pygmalion na ang mga inaasahan ng guro ay maaaring may masusukat na epekto sa nakamit ng mag-aaral:

• Mensahe ng growth mindset: Bigyang-diin na maaaring mapaunlad ang mga kakayahan, salungat sa mga hindi nagbabagong inaasahan
• Pantay na atensyon: Subaybayan kung nagbibigay ka ba ng mas maraming oras, init, at feedback sa mga estudyanteng inaasahan mong magtagumpay
• Kamalayan sa Label: Mag-ingat sa mga pormal na designasyon ("gifted," "at-risk") na lumilikha ng mga inaasahan
• Expectation transparency: Ipaliwanag sa mga bata kung paano nagiging self-fulfilling ang mga inaasahan
• Pagkilala sa lakas: Maghanap ng mga kalakasan sa lahat ng mga mag-aaral, hindi lamang sa mga inaasahan mong maging mahusay

Angkop sa edad na paliwanag: "Kung minsan kapag iniisip nating may mangyayari, kumikilos tayo sa mga paraang ginagawa itong mangyari nang hindi natin namamalayan. Kung ang isang guro ay nag-iisip na ang isang mag-aaral ay matalino, maaari siyang maging mas mapagpasensya at nakapagpapasigla, na tumutulong sa mag-aaral na gumawa ng mas mahusay. Kaya mahalagang bigyan ng patas na pagkakataon ang lahat."

Para sa mga Propesyonal sa Pangangalagang Pangkalusugan

Pumapatay ng mga pasyente ang diagnostic momentum. Ang kaso ni Lewis Blackman ay naglalarawan ng mga nakataya:

• Fresh-eyes reviews: Dapat makatanggap ang mga kritikal na pasyente ng independiyenteng muling pagsusuri, hindi lamang ang pag-endorso ng nakaraang diagnosis
• Structured handoffs: Isama ang "ano ang maaaring nawawala sa atin?" bilang isang pamantayang handoff na tanong
• Anchoring awareness: Sanayin ang mga kawani upang makilala kung kailan sila naka-anchor sa unang presentasyon
• Paggalang sa vital sign: Ang mga abnormal na vital ay dapat mag-trigger ng muling pagsusuri sa diagnosis, hindi ng rationalization
• Mapanghamong kultura: Lumikha ng psychological na kaligtasan para kuwestiyunin ng mga junior staff ang mga diagnosis ng mga senior
• Diagnostic timeouts: Para sa mga kumplikadong kaso, mag-iskedyul ng mga tahasang sandali para isaalang-alang muli ang kasalukuyang ginagawang diagnosis

Para sa mga Propesyonal sa Pananalapi

Ang herding, FOMO, at motivatived reasoning ay nagdulot ng mga kahanga-hangang pagkabigo:

• Mga tungkuling devil's advocate: Pormal na italaga ang isang tao para ipagtanggol ang bear case sa bawat bull recommendation
• Pre-mortem analysis: Bago ang malalaking pamumuhunan, isiping nabigo ang pamumuhunan at magtrabaho pabalik
• Kalayaan sa pinagkukunan: Maghanap ng disconfirming na pananaliksik mula sa mga analyst na walang mga conflict ng insentibo
• Narrative skepticism: Kapag ang isang investment thesis ay umaasa nang labis sa narrative kaysa sa mga numero, dagdagan ang pagsisiyasat
• Mga protocol sa red flag: Idokumento nang maaga kung anong ebidensya ang magiging dahilan para umalis ka sa isang posisyon
• Due diligence checklists: Gumamit ng mga standardized na proseso na hindi maaaring paikliin dahil sa enthusiasm

13. Mga Pakikipag-ugnayan sa Ibang mga Bias

Mga Bias na Nagpapalakas Nito

Mga Bias na Sumasalungat Nito

Mga Karaniwang Chain ng Bias

Ang Diagnostic Cascade: Anchoring (unang impresyon) → Expectation Bias (pag-asam ng resulta) → Confirmation Bias (pagsasala ng kasunod na impormasyon) → Diagnostic Momentum (pagpapanatili ng label) → Premature Closure (pagtigil sa paghahanap)

Ang Investment Bubble Chain: Authority Bias (iginagalang na analyst ay gumawa ng prediksyon) → Herding (susunod ang iba) → Expectation Bias (pag-asam sa patuloy na paglago) → Confirmation Bias (pagbabalewala sa mga babala) → Halo Effect (ang tagumpay sa isang aspeto ay nangangahulugang kakayahan kahit saan)

Upang putulin ang mga cascade na ito, maglagay ng structural barriers (blinding, independiyenteng verification) sa anumang punto ng chain.

14. Mga Kultura na Pananaw

Naidokumento ng pananaliksik ng mga psychologist gaya ni Richard Nisbett ang mga pagkakaiba sa pagitan ng Western na "analytic" at East Asian na "holistic" na mga estilo ng cognitive:

• Western (Analytic) na Kognisyon: Nakatuon sa focal objects at ang kanilang attributes; mas may tendensya na tumukoy ng inherent properties bilang mga dahilan
• East Asian (Holistic) na Kognisyon: Nakatuon sa konteksto at relasyon; mas malamang na makatukoy ng situational factors

Isang pag-aaral na naghahambing ng mga residente ng UK at Hong Kong ang nakakita ng mga makabuluhang pagkakaiba sa attentional at interpretation biases, kung saan ang mga residente sa Hong Kong ay nagpapakita ng mas positibong biases sa interpretasyon—na hinuha ng mga mananaliksik na maaaring maiugnay sa iba't ibang rate ng pagkalat ng mood disorders.

Sa behavioral economics, natagpuan sa pananaliksik na naghahambing sa mga kalahok mula sa US at China na ang mga kalahok na Tsino ay gumawa ng mas matataas na mga pagtatantya ng financial value at naimpluwensyahan sa magkaibang paraan ng framing effects, na nagmumungkahi na ang "rationality" na inaakala ng Western na mga modelong pang-ekonomiya ay maaaring hindi universal.

Sinisiyasat ng mga mananaliksik tulad ni Shali Wu (Kyung Hee University) kung paano binabago ng mga kultural na frameworks ang ating pag-unawa sa kung ano ang bumubuo sa "rational" na paggawa ng desisyon, hinahamon ang hegemonya ng Western behavioral models.

15. Mga Mito at Maling Paniniwala

16. Mga Pananaw ng Eksperto

"Ang epekto ng N-ray ay isang textbook example ng ideomotor effect at confirmation bias. Nakita ng mga siyentipiko kung ano ang inaasahan nilang makita." — Mga historyan sa kaso ng N-Ray

"Cognitively expensive ang hindi pagpansin sa isang expectation. Nangangailangan ito ng utak para malampasan ang sariling enerhiya-minimizing strategy." — Balangkas ng Free Energy Principle ni Karl Friston

"Ang 'katalinuhan' ay hindi nasa kabayo; ito ay sumasalamin sa kaalaman ng tagamasid, ipinapasa sa pamamagitan ng walang malay na non-verbal na komunikasyon." — Oskar Pfungst tungkol sa Clever Hans, 1907

"Ang kapangyarihan ng pagtutugma ay bumulag sa kanila sa mga pagkakaiba." — Office of the Inspector General tungkol sa Mayfield fingerprint error

"Ang nakikita mo ay depende sa kung ano ang hinahanap mo." — Klasikong prinsipyo sa visual attention research

17. Mga Pangunahing Punto

1. Ang expectation bias ay isang universal feature ng human cognition na nakaugat sa predictive architecture ng utak—hindi ito maaalis, maaari lang pamahalaan sa pamamagitan ng structural interventions.

2. Ang bias ay hindi lamang binibigyang-kahulugan ang mundo ng mali; ito ay nakikipag-ugnayan sa mundo upang gumawa ng mga maling katotohanan sa pamamagitan ng self-fulfilling prophecies.

3. Ang "Hard" sciences gaya ng physics at chemistry ay hindi mas protektado kaysa sa "soft" sciences—mahigpit na pagmamasid at matematika ay hindi kayang mabayaran ang subjective na pagmamasid.

4. Sa mga domain na high-stakes (forensics, medisina, pinansyal), ang bias ay nagdulot ng maling pagkakakulong, naiwasang pagkamatay, at bilyun-bilyong pagkalugi.

5. Ang pinakamabisang mga hakbang ay structural: blinding, pre-registration, independiyenteng pag-verify, at mga protocol na pisikal na naghihiwalay sa hypothesis mula sa pagtatasa ng ebidensya.

6. Ang kamalayan lamang ay hindi sapat; ang bias ay nag-ooperate higit sa lahat nang wala sa conscious control.

7. Ang bias ay may mga nakatagong benepisyo—nagbibigay-daan ito sa mas mahusay na cognition—at dapat limitahan lamang sa mga konteksto kung saan ang katumpakan ay mas mahalaga kaysa sa bilis.

18. Karagdagang Mga Mapagkukunan

Mga Akademikong Papel

• Rosenthal, R., & Fode, K. L. (1963). The effect of experimenter bias on the performance of the albino rat. Behavioral Science, 8(3), 183-189.
• Rosenthal, R., & Jacobson, L. (1968). Pygmalion in the classroom. The Urban Review, 3(1), 16-20.
• Dror, I. E., & Hampikian, G. (2011). Subjectivity and bias in forensic DNA mixture interpretation. Science & Justice, 51(4), 204-208.
• Ioannidis, J. P. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716.
• Munafò, M. R., et al. (2017). A manifesto for reproducible science. Nature Human Behaviour, 1, 0021.

Mga Libro

• Rosenthal, R. (1966). Experimenter Effects in Behavioral Research. Appleton-Century-Crofts.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Chambers, C. (2017). The Seven Deadly Sins of Psychology: A Manifesto for Reforming the Culture of Scientific Practice. Princeton University Press.
• Mlodinow, L. (2012). Subliminal: How Your Unconscious Mind Rules Your Behavior. Pantheon.

Mga Kabanata ng Libro

• Friston, K. (2010). The free-energy principle: A unified brain theory? In Nature Reviews Neuroscience, 11, 127-138.

19. Summary Card

20. Glossary ng Mga Terminong Ginamit

21. Mga Tanong sa Talakayan

Para sa book clubs, mga silid-aralan, o sariling pagninilay:

1. Ang kaso ng N-ray ay kinabibilangan ng mga kilalang siyentipiko at higit sa 300 na papeles bago napabulaanan. Ano ang sinasabi nito sa atin tungkol sa ugnayan sa pagitan ng kadalubhasaan at kahinaan sa expectation bias?

2. Ipinapakita ng Pygmalion effect na ang mga inaasahan ay maaaring mapabuti ang kinalabasan kapag ito ay positibo. Dapat bang sabihan ang mga guro na asahan ang mga magagandang bagay sa lahat ng mag-aaral, kahit nangangahulugan ito na may hindi tumpak na mga paniniwala? Ano ang mga implikasyong etikal nito?

3. Kung ang predictive coding ay mahalaga sa architecture ng utak, posible pa bang maging "objective"? Ano ang kahulugan nito sa pamamaraang siyentipiko?

4. Isaalang-alang ang kaso ni Lewis Blackman. Paano mo ididisenyo ang sistema ng ospital na paputulin ang diagnostic momentum nang hindi ginagawa na ang mga manggagamot ay magdalawang-isip sa bawat diagnosis?

5. Kaunti lang ang nalalaman ng mga venture capitalists tungkol sa teknolohiya ng Theranos ngunit nag-invest ng bilyon. Dahil sa hindi lahat ay maaaring maging eksperto sa lahat, paano nila dapat protektahan ang kanilang mga sarili mula sa expectation bias?