15 ഈ കാറ്റഗറിയിലെ ബയസുകൾ

സ്ഥിരസങ്കൽപ്പങ്ങൾ, പൊതുവായ ധാരണകൾ, മുൻ അനുഭവങ്ങൾ എന്നിവയിൽനിന്ന് നാം സവിശേഷതകൾ പൂരിപ്പിക്കുന്നു

വിശദമായി വായിക്കുക

എല്ലാ ബയസുകളും

ഗ്രൂപ്പ് ആട്രിബ്യൂഷൻ എറർ
ഒരു വ്യക്തിയുടെ സ്വഭാവം അയാൾ ഉൾപ്പെടുന്ന സംഘത്തിന്റെ മുഴുവൻ സ്വഭാവമാണെന്നും, അല്ലെങ്കിൽ ഒരു സംഘത്തിന്റെ തീരുമാനം അതിലെ എല്ലാ അംഗങ്ങളുടെയും ഇഷ്ടമാണെന്നും തെറ്റിദ്ധരിക്കുന്നത്.
അൾട്ടിമേറ്റ് ആട്രിബ്യൂഷൻ എറർ
മറ്റ് ഗ്രൂപ്പുകളിലുള്ളവരുടെ തെറ്റുകളെ അവരുടെ സ്വഭാവദൂഷ്യമായും, നല്ല പ്രവൃത്തികളെ സാഹചര്യങ്ങളുടെ ഫലമായും മാത്രം കാണുന്ന രീതി.
സ്റ്റീരിയോടൈപ്പിംഗ്
ഒരാൾ ഒരു പ്രത്യേക വിഭാഗത്തിൽപ്പെട്ടതുകൊണ്ട് മാത്രം അയാൾക്ക് ചില സ്വഭാവവിശേഷങ്ങൾ ഉണ്ടായിരിക്കുമെന്ന് മുൻവിധിയോടെ കാണുന്നത്.
സത്താവാദം
ഓരോ വിഭാഗം ആളുകൾക്കും മാറ്റാൻ കഴിയാത്ത ചില അടിസ്ഥാന സ്വഭാവങ്ങൾ ജന്മനാ തന്നെയുണ്ടെന്ന് കരുതുന്നത്.
ഫങ്ഷണൽ ഫിക്സഡ്നെസ്
വസ്തുക്കളെ അവയുടെ പതിവ് ഉപയോഗത്തിന് അല്ലാതെ സർഗ്ഗാത്മകമായി മറ്റു കാര്യങ്ങൾക്ക് ഉപയോഗിക്കാൻ കഴിയാതെ വരുന്നത്.
ധാർമ്മിക യോഗ്യതാ പ്രഭാവം
ഒരു നല്ല കാര്യം ചെയ്തു കഴിഞ്ഞാൽ പിന്നെ ചെറിയ തെറ്റുകൾ ചെയ്യാനുള്ള അവകാശമുണ്ടെന്ന് സ്വയം വിശ്വസിപ്പിക്കുന്നത്.
നീതിയുക്തമായ ലോകം എന്ന സങ്കൽപ്പം
ലോകം എപ്പോഴും നീതിപൂർവ്വകമാണെന്നും എല്ലാവർക്കും അവർ അർഹിക്കുന്നത് മാത്രമേ ലഭിക്കൂ എന്നും വിശ്വസിച്ച് ഇരകളെത്തന്നെ കുറ്റപ്പെടുത്തുന്ന പ്രവണത.
ഫാല്ലസിയിൽ നിന്നുള്ള വാദം
ഒരു വാദം അവതരിപ്പിക്കുന്ന രീതിയിലോ യുക്തിയിലോ തെറ്റുണ്ടെങ്കിൽ ആ വാദം പൂർണ്ണമായും തെറ്റാണെന്ന് വിലയിരുത്തുന്നത്.
അധികാര പക്ഷപാതം
അധികാരസ്ഥാനങ്ങളിലുള്ളവർ പറയുന്ന കാര്യങ്ങൾക്ക് അമിതമായ പ്രാധാന്യവും വിശ്വാസ്യതയും കൽപിക്കുന്നത്.
ഓട്ടോമേഷൻ പക്ഷപാതം
മനുഷ്യന്റെയോ മറ്റ് ഉറവിടങ്ങളുടെയോ അഭിപ്രായങ്ങളേക്കാൾ യന്ത്രങ്ങൾ നൽകുന്ന വിവരങ്ങളെ അന്ധമായി വിശ്വസിക്കുന്നത്.
ബാൻഡ്‌വാഗൺ പ്രഭാവം
കൂടുതൽ ആളുകൾ വിശ്വസിക്കുകയോ ചെയ്യുകയോ ചെയ്യുന്നു എന്നതുകൊണ്ട് മാത്രം ഒരു കാര്യം ശരിയാണെന്ന് കരുതി അത് അനുകരിക്കുന്നത്.
പ്ലാസിബോ പ്രഭാവം
ഒരു ചികിത്സ ഫലപ്രദമാണെന്ന വിശ്വാസം കൊണ്ടുമാത്രം രോഗിയുടെ ആരോഗ്യത്തിൽ നല്ല മാറ്റങ്ങൾ ഉണ്ടാകുന്നത്.
Representativeness Heuristic
We judge how likely something is by how closely it resembles our mental prototype, ignoring base rates and sample size.
Pygmalion Effect
What others expect of us tends to come true, because their expectations change how they treat us and how we respond.
Algorithm Aversion
We abandon an algorithm after seeing it make one mistake, even when it still outperforms human judgment; in other settings we over-trust it.