Ang Conjunction Fallacy

Sa Isang Sulyap

1. Mabilis na Buod

Kapag nakarinig tayo ng detalyado at magkakaugnay na kuwento, madalas itong hinuhusgahan ng ating utak bilang mas malamang mangyari kaysa sa mas simple at hindi gaanong malinaw na posibilidad—kahit pa diktahan ng lohika ang kabaligtaran. Nangyayari ang Conjunction Fallacy dahil sinusuri natin ang probabilidad batay sa kung gaano kaakma ang isang bagay sa isang mental prototype o naratibo sa halip na sa matematikal na katotohanan. Sa esensya, tayo ay mga intuitive na mananalaysay, hindi intuitive na estatistiko, at ang isang nakakahikayat na kuwento ay maaaring mangibabaw sa pangunahing lohika.

2. Ang Siyensya sa Likod Nito

2.1. Pagtuklas at Kasaysayan

Ang conjunction fallacy ay pormal na inilarawan ng mga sikologong sina Amos Tversky at Daniel Kahneman sa kanilang makasaysayang papel noong 1983, "Extensional Versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment." Bagama't mayroon nang mga impormal na obserbasyon ng mga katulad na pagkakamali sa pangangatwiran noon, inilipat ng publikasyong ito ang talakayan mula sa pangkalahatang mga obserbasyon tungo sa isang tiyak at nasusubok na phenomenon na may maipaparaming mga paradigm.

Ang pagtuklas ay nagmula sa mas malawak na programa ng pananaliksik sa "Heuristics at Biases" na binuo nina Tversky at Kahneman simula pa noong unang bahagi ng dekada 1970. Ang kanilang trabaho ay lubos na humamon sa umiiral na palagay sa ekonomiya at sikolohiya na ang mga tao ay mga intuitive na estatistiko na gumagawa ng mga rasyonal na paghusga sa probabilidad. Ang conjunction fallacy ay naging pangunahing labanan sa pagitan ng mga nagtataguyod ng pananaw na ito at ng mga tagapagtaguyod ng "Ecological Rationality."

Sa loob ng apat na dekada, ang ating pag-unawa ay kapansin-pansing umunlad. Ang mga unang natuklasan ay naulit sa iba't ibang bansa, pinalawig sa mga propesyonal na larangan (medisina, batas, intelligence), at pinakakamakailan ay inilapat upang maunawaan ang pangangatwiran sa mga artificial intelligence system. Ang debate sa pagitan ng kampo ng "Heuristics at Biases" at ng paaralan ng "Ecological Rationality" (pinangunahan ni Gerd Gigerenzer) ay nagpakinis sa ating pag-unawa kung kailan at bakit nangyayari ang fallacy.

2.2. Mga Pangunahing Mananaliksik

2.3. Mga Mahahalagang Pag-aaral

Ang Problemang Linda (Tversky & Kahneman, 1983)

Ang pinakasikat at malawakang binabanggit na pagpapakita ng conjunction fallacy ay nagpapakita sa mga kalahok ng isang sketch ng personalidad na idinisenyo upang mag-trigger ng isang partikular na stereotype:

"Si Linda ay 31 taong gulang, dalaga, prangka, at napakatalino. Kumuha siya ng major sa pilosopiya. Bilang isang mag-aaral, labis siyang nababahala sa mga isyu ng diskriminasyon at katarungang panlipunan, at lumahok din siya sa mga anti-nuclear na demonstrasyon."

Iniranggo ng mga kalahok ang probabilidad ng iba't ibang resulta, kung saan ang mga kritikal na pagpipilian ay: (1) Si Linda ay isang bank teller, at (2) Si Linda ay isang bank teller at aktibo sa kilusang peminista (feminist movement).

Resulta: Tinatayang 85% ng mga undergraduate na kalahok ay nagranggo sa conjunction (bank teller AT feminist) bilang mas malamang mangyari kaysa sa iisang sangkap (bank teller). Ang paglalarawan ay idinisenyo upang maging labis na kinatawan ng isang "feminist" at hindi kinatawan ng isang "bank teller." Sa pamamagitan ng pagsasama ng hindi kinakatawang katangian sa isang kinakatawan, ang pinagsamang imahe ay naging mas magkakaugnay sa sikolohikal kaysa sa iisang naglalarawan.

Ang Pag-aaral kay Björn Borg (Tversky & Kahneman, 1981)

Bago ang 1981 Wimbledon finals, hinulaan ng mga kalahok ang performance ng alamat sa tennis na si Björn Borg, na pumipili sa pagitan ng mga opsyon kabilang ang: (1) Matatalo si Borg sa unang set, at (2) Matatalo si Borg sa unang set ngunit mananalo sa laban.

Resulta: 72% ng mga tumugon ang nagbigay ng mas mataas na probabilidad sa tiyak na conjunction (Talo + Panalo) kaysa sa pangkalahatang kondisyon (Talo). Ang kuwento ng "comeback"—isang dramatikong iskrip na madaling gayahin sa isip—ay nadama na mas malamang kaysa sa abstract na estatistika. Ipinakita nito ang Simulation Heuristic: ang partikular na pagkakasunud-sunod ay lumilikha ng isang sanhi na kuwento ("Nagsisimula siya nang mabagal, ngunit ang kanyang nakatataas na husay ay nagbibigay-daan upang siya ay magtagumpay"), na binibigyang-kahulugan ng isip hindi bilang isang lohikal na subset ngunit bilang isang nakakahikayat na paliwanag.

Ang Pag-aaral sa Pitong-Letrang Salita (Tversky & Kahneman, 1983)

Tinantya ng mga kalahok ang dalas ng pitong-letrang salita sa isang 2,000-salitang teksto na tumutugma sa mga pattern: mga salitang may "n" sa ikaanim na posisyon laban sa mga salitang nagtatapos sa "ing."

Resulta: Patuloy na tinantya ng mga kalahok na mas madalas ang mga salitang "ing", sa kabila ng matematikal na katiyakan na ang bawat salitang "ing" ay tiyak na mayroong "n" sa ikaanim na posisyon. Kinumpirma nito na ang conjunction fallacy ay maaaring magmula sa Availability Heuristic: ang "-ing" ay isang karaniwang hulapi (suffix) na nakaimbak bilang isang cognitive unit, na ginagawang mas madaling bawiin ang mga naturang salita mula sa memorya, na humahantong sa labis na pagtatantya ng kanilang dalas.

2.4. Pambiyolohikal na Batayan

Ipinapakita ng conjunction fallacy ang mga pangunahing aspeto ng cognitive architecture:

Teorya ng Dalawahang-Proseso (Dual-Process Theory): Ipinapakita ng fallacy ang tensyon sa pagitan ng pag-iisip ng System 1 (mabilis, intuitive, awtomatiko) at System 2 (mabagal, deliberatibo, lohikal). Ang System 1 ay mabilis na nagtutugma ng mga paglalarawan sa mga prototype gamit ang representativeness, habang ang System 2—na maaaring makilala ang lohikal na pagkakamali—ay kadalasang nabibigong pangibabawan ang unang paghusgang ito.

Mga Cognitive Mechanism na Kumikilos:

• Representativeness Heuristic: Paghuhusga sa probabilidad batay sa pagkakatulad sa mga mental prototype sa halip na mga base rate
• Simulation Heuristic: Ang dali ng paggaya sa isip ng isang sanhi na pagkakasunud-sunod ay nakakaimpluwensya sa nakikitang probabilidad
• Availability Heuristic: Ang dali ng pagkuha ng memorya ay nakakaapekto sa mga paghuhusga sa dalas
• Causal Coherence: Mas gustong iproseso ng utak ang impormasyong nakaayos sa mga kuwentong sanhi at bunga

Balangkas ng Quantum Cognition: Iminumungkahi ng mga kamakailang teoretikal na pag-unlad na ang paghusga ng tao ay maaaring sumunod sa quantum probability sa halip na classical probability. Sa modelong ito, ang "estado" ng isang paghusga ay umiiral sa superposition hanggang sa masukat, at ang hindi magkatugmang mga tanong ("Siya ba ay isang banker?" at "Siya ba ay isang feminist?") ay lumilikha ng mga pattern ng interference na maaaring magpalakas sa mga probabilidad ng conjunction—hindi bilang isang pagkakamali, kundi bilang isang natural na resulta ng non-commutative na pagpoproseso ng impormasyon.

3. Mga Ebolusyonaryong Pinagmulan

Ang conjunction fallacy ay malamang na nabuo dahil ang pagiging magkakaugnay ng kuwento at pagkilala sa pattern ay mahahalagang kagamitan sa kaligtasan para sa ating mga ninuno. Sa mga ancestral na kapaligiran, ang kakayahang mabilis na bumuo at sumuri ng mga sanhing kuwento ("ang kaluskos sa damo + ang oras ng araw → mandaragit") ay mas mahalaga kaysa sa mahigpit na kalkulasyon ng probabilidad.

Mga Bentahe sa Kaligtasan:

• Ang mabilis na sanhing hinuha ay nagbigay-daan sa mabilis na pagtatasa ng banta
• Ang pagkakaisa sa lipunan ay nangangailangan ng pag-unawa sa motibo ng iba sa pamamagitan ng magkakaugnay na paghusga sa karakter
• Ang pagtutugma ng pattern ay nakatulong sa pagtukoy ng mga mapagkukunan ng pagkain, ligtas na ruta, at pagbabago ng panahon
• Ang mga kuwento ang pangunahing pamamaraan ng pagpapasa ng kaalaman sa kaligtasan sa iba't ibang henerasyon

Katangian, Hindi Bug: Ang conjunction fallacy ay maaaring kumakatawan sa isang adaptive na trade-off. Sa karamihan ng mga totoong sitwasyon, ang detalyado at magkakaugnay na paliwanag ay mas malamang na maging totoo kaysa sa malabong posibilidad—ang taong makakapagpaliwanag kung bakit mangyayari ang isang bagay ay karaniwang may higit na insight kaysa sa taong nagsasabi lamang na "may mangyayari." Ang fallacy ay lumalabas kapag ang pangkalahatang adaptive na heuristic na ito ay nakatagpo ng mga artipisyal na problema na idinisenyo upang itapat ang coherence laban sa lohika.

Pagtitipid ng Enerhiya: Ang pagbuo ng kumpletong probabilistic na modelo para sa bawat desisyon ay magiging napakamahal sa pagproseso ng isip (computationally expensive). Ang mga heuristic tulad ng representativeness ay mabilis na nagbibigay ng "sapat na" (good enough) na mga sagot, nagtitipid ng mga cognitive na mapagkukunan para sa mga sitwasyong nangangailangan ng maingat na pagsusuri.

4. Paano Nagpapakita ang Bias na Ito

4.1. Sa Pang-araw-araw na Buhay

Hinuhubog ng conjunction fallacy ang pang-araw-araw na paghusga sa mga banayad na paraan:

• Pagsusuri sa Karakter: "Tahimik siya at may suot na salamin, kaya malamang ay isa siyang librarian na nagbabasa ng mga nobela ng misteryo" ay tila mas malamang kaysa "isa siyang librarian"—kahit na ang una ay mas mababa ang probabilidad sa matematika
• Paghula sa Gawi ng mga Kaibigan: "Makakalimutan niya ang plano nating hapunan dahil na-busy siya sa trabaho" ay tila mas makatotohanan kaysa simpleng "Makakalimutan niya ang plano nating hapunan"
• Interpretasyon sa Balita: Ang mga detalyadong paliwanag ng mga kaganapan ay tila mas kapani-paniwala kaysa pag-amin sa kawalang-katiyakan
• Paghuhusga sa Relasyon: Ang mga partikular na senaryo ("Naghiwalay sila dahil nagloko ang lalaki pagkatapos ng maraming taon ng paglayo ng loob") ay tila mas malamang kaysa sa mga pangkalahatang kinalabasan ("Naghiwalay sila")

4.2. Sa Lugar ng Trabaho

• Pagpaplano ng Proyekto: Ang mga detalyadong timeline ng proyekto na may mga partikular na milestone ay tila mas makakamit kaysa sa pagkilala sa malawak na kawalang-katiyakan
• Mga Desisyon sa Pag-hire: Ang mga kandidato na ang mga background ay bumubuo ng magkakaugnay na kwento ay mas pinapaboran kaysa sa mga kandidatong parehong kwalipikado na may "nakakalat" (scattered) na kasaysayan
• Pagsusuri sa Performance: Ang mga partikular na salaysay tungkol sa kung bakit nagtagumpay o nabigo ang isang empleyado ay mas mapanghikayat kaysa sa pagkilala sa maraming hindi tiyak na mga salik
• Madiskarteng Pagtataya (Strategic Forecasting): Ang mga plano sa negosyo na may mga detalyadong chain ng sanhi at bunga ("Dadagdagan natin ang marketing, na magpapataas ng kamalayan, na magpapataas ng benta ng 20%") ay tila mas kapanipaniwala kaysa sa mas simpleng mga projection

4.3. Sa Negosyo at Marketing

Sistematikong sinasamantala ng mga marketer ang conjunction fallacy:

• Pagsasama ng Katangian (Attribute Bundling): Ang mga brand tulad ng McDonald's ("I'm Lovin' It"—Masaya AT Maginhawa) o Bounty ("Quicker Picker Upper"—Nakakasipsip AT Mabilis) ay lumilikha ng mga prototype ng superior na performance sa pamamagitan ng conjunctions
• Mga Paglalarawan ng Produkto: "Maanghang, malasa, at nakakatakam" ay nakikita bilang isang katangian ng kalidad sa halip na isang pagkakasunud-sunod ng mga malayang claim
• Mga Testimonial: Ang mga detalyadong kuwento ng customer na may mga partikular na benepisyo ay tila mas nakakakumbinsi kaysa sa mga pangkalahatang claim ng kasiyahan
• Naratibo sa Pag-advertise: Ang mga komersyal na nagpapakita ng mga partikular na senaryo ng paggamit ng produkto ay lumilikha ng magkakaugnay na kuwento na nagpapataas sa nakikitang bisa

4.4. Sa Pulitika at Media

• Pulitikal na Naratibo: Ang mga kandidato na ang mga kwento ng buhay ay bumubuo ng magkakaugnay na arc ("naghirap, nagtiyaga, nagtagumpay") ay itinuturing na mas kapanipaniwala
• Conspiracy Theories: Ang mga detalyadong paliwanag na nagkokonekta ng maramihang mga kaganapan ay tila mas makatotohanan kaysa sa pag-amin sa pagiging random
• Pagsaklaw sa Balita (News Coverage): Ang mga kuwento na may malinaw na paliwanag sa sanhi at bunga ay umaakit ng higit na pakikipag-ugnayan kaysa sa coverage na kumikilala sa kawalang-katiyakan
• Pagtataya sa Halalan: Ang partikular na paghula sa senaryo ("Mananalo ang kandidato dahil sa turnout sa tatlong swing states") ay pakiramdam na mas dalubhasa kaysa sa mga hanay ng probabilidad

4.5. Sa Healthcare

Ang conjunction fallacy ay malaki ang iniambag sa diagnostic error:

• Pag-aaral kay "Mr. F": Inuri ng mga medikal na propesyonal ang "Si Mr. F ay nagkaroon ng atake sa puso at higit sa 55 taong gulang" bilang mas malamang kaysa sa "Si Mr. F ay nagkaroon ng atake sa puso"—isang direktang paglabag sa conjunction rule
• Maagang Pagsasara (Premature Closure): Tumutuon ang mga doktor sa labis na partikular, "representative" na pagtatanghal ng sakit (ang "classic case") at hindi napapansin ang mas malawak, hindi pangkaraniwang presentasyon ng mga karaniwang sakit
• Interpretasyon ng Sintomas: "Ang Dyspnea at hemiparesis na sanhi ng pulmonary embolism na may stroke" ay tila mas masusuri kaysa sa simpleng "pulmonary embolism"
• Komunikasyon sa Pasyente: Mas nasisiyahan ang mga pasyente sa mga partikular na diagnosis na may mga paliwanag sa sanhi, kahit na ang kawalang-katiyakan ay magiging mas tapat

4.6. Sa Pananalapi at Pamumuhunan

• Parlay Betting: Pinapaboran ng mga mananaya ang kumbinasyon ng mga taya hindi lamang para sa payout, kundi dahil ang mga magkaugnay na resulta na may mga sanhing kwento ay tila malamang mangyari
• Kwento ng Merkado: "Tatas ang merkado dahil sa malakas na kita, na magpapataas ng kumpiyansa, na aakit sa mga institutional investor" ay tila mas kapani-paniwala kaysa sa mga simpleng direksyonal na paghula
• Mga Kumplikadong Derivative: Ang mga pinagsamang instrumento sa pananalapi (bundled financial instruments) ay maaaring mas mataas ang halaga kaysa sa mga bahagi nito dahil sa "kuwento" na ibinebenta ng mga broker
• Mga Thesis ng Pamumuhunan (Investment Theses): Ang mga detalyadong kaso ng pamumuhunan na may maraming sumusuportang dahilan ay tila mas nakakahikayat kaysa sa pag-amin sa pangunahing kawalang-katiyakan

5. Mga Totoong Sitwasyon (Case Studies)

Case Study 1: Cold War Intelligence Analysis

• Konteksto: Noong panahon ng Cold War, inatasan ang mga analyst ng CIA na hulaan ang mga aksyong militar at pulitikal ng Sobyet
• Ano ang nangyari: Sa isang pag-aaral noong 1980, inuri ng mga intelligence analyst ang "Soviet invasion sa Poland AT pagputol ng US sa diplomatikong relasyon" bilang mas malamang kaysa sa "Pagputol ng US sa diplomatikong relasyon" lamang
• Ang bias sa trabaho: Ang partikular na senaryo (Invasion → Diplomatic Break) ay bumuo ng magkakaugnay na causal chain na tila mas malamang kaysa sa abstract na politikal na kaganapan sa pag-iisa. Ang conjunction ay nagbigay ng "dahilan" para sa diplomatic break.
• Mga Konsekwensya: Ang pattern na ito—ang pagraranggo sa mga detalyadong senaryo ng banta nang mas mataas kaysa sa mga mas simple—ay humantong sa potensyal na sobrang paglalaan ng mga mapagkukunan tungo sa mga partikular na banta habang minamaliit ang mga pangkalahatang kahinaan
• Mga aral na natutunan: Ipinakita ng pananaliksik ni Philip Tetlock sa "Superforecasters" na tahasang iniiwasan ng pinakamagagaling na prediktor ang pagkakamaling ito sa pamamagitan ng paghihiwalay ng mga tambalang tanong (compound questions) sa mga independiyenteng probabilidad at pagpaparami (multiplying) ng mga ito

Case Study 2: Ang University of Pittsburgh Medical Center Intervention

• Konteksto: Ang mga diagnostic na pagkakamali ay kumakatawan sa isang malaking mapagkukunan ng malpractice claim at pinsala sa pasyente sa healthcare
• Ano ang nangyari: Binuo ng UPMC ang kurikulum na "Two Steps Back" na partikular na naglalayon sa conjunction fallacy sa clinical na pangangatwiran
• Ang bias sa trabaho: Patuloy na iniraranggo ng mga doktor ang mga partikular na diagnosis na may kasamang mga sintomas bilang mas malamang kaysa sa malawak na diagnosis lamang, na humahantong sa premature closure sa "representative" na mga presentasyon
• Mga Konsekwensya: Hindi napansin ang mga diagnosis ng mga karaniwang sakit na hindi pangkaraniwang ipinapakita, habang ang mga bihirang "textbook" na presentasyon ay nakatanggap ng hindi katumbas na atensyon
• Mga aral na natutunan: Pinipilit ng interbensyon ang mga clinician na huminto muna, bumuo ng isang pahayag ng buod (Problem Representation), at tahasang suriin ang base rate ng malawak na kategorya ng sakit bago magdagdag ng mga tiyak na tampok—esensyal na pumipilit ng isang lohikal na pagsusuri laban sa fallacy

Historikal na Halimbawa: Legal na Pangangatwiran at ang Narrative Trap

Ang conjunction fallacy ay may malaking implikasyon para sa mga legal na paglilitis. Ang mga tagausig (prosecutors) na nagpapakita ng detalyadong timeline ("Bumili ng baril ang nasasakdal AT nagmaneho sa bahay AT hinintay ang biktima") ay madalas na mas mapanghikayat kaysa sa mga naglalahad ng putol-putol na katotohanan—kahit na ang bawat karagdagang tiyak na elemento ay matematikal na nagbabawas sa probabilidad ng eksaktong senaryo.

Sa People v. Collins (1968), habang teknikal na tungkol sa prosecutor's fallacy, ipinakita ng kaso kung paano nalulula ang mga hurado sa compound probabilities. Ang pagtatanghal ng maraming magkakatugmang katangian ay nag-udyok sa hurado na pagsamahin ang pagiging makatotohanan ng isang detalyadong kuwento at ang probabilidad nito. Ang pattern na ito ay lumilitaw sa mga maling paghatol kung saan ang detalyado ngunit maling mga salaysay ay napatunayang mas nakakahikayat kaysa sa pagkilala sa kawalang-katiyakan.

6. Ang Halaga ng Bias na Ito

6.1. Mga Personal na Halaga

• Sobrang Kumpiyansa sa Mga Hula: Ang mga personal na desisyon na batay sa mga sobrang tiyak na senaryo (mga plano sa karera, inaasahan sa relasyon) ay nagtatakda ng pagkabigo kapag lumilihis ang katotohanan
• Maling Paghusga sa Iba: Ang mga pagsusuri sa karakter batay sa mga magkakaugnay na kuwento ay maaaring makaligtaan ang mahahalagang nuance
• Pagpaplano sa Pananalapi: Maaaring balewalain ng mga detalyadong senaryo sa pagreretiro o pamumuhunan ang mas malawak na kawalang-katiyakan
• Mga Desisyon sa Kalusugan: Pagpili ng mga tiyak na diagnosis o kuwento ng paggamot kaysa sa pag-amin ng kawalang-katiyakan

6.2. Mga Propesyonal na Halaga

• Diagnostic Errors sa Medisina: Ang pagtuon sa mga "klasiko" na presentasyon ay humahantong sa mga nakaligtaan na diagnosis ng mga karaniwang kondisyon
• Pagkabigo sa Intelligence: Ang pagraranggo ng mga tiyak na senaryo ng banta nang masyadong mataas habang minamaliit ang pangkalahatang kahinaan
• Mahinang Forecasting: Ang mga pagpapakita ng negosyo at pananalapi batay sa mga detalyadong salaysay sa halip na mga pamamahagi ng probabilidad
• Legal na Kawalang-Katarungan: Nakakahikayat na mga kwentong nangingibabaw sa lohikal na pagtatasa ng ebidensya

6.3. Mga Halaga sa Lipunan

• Mga Desisyon sa Patakaran: Pampublikong patakaran batay sa tiyak na pagpaplano ng senaryo kaysa sa matatag na pagtatasa ng probabilidad
• Maling Paglalaan ng Yaman: Paghahanda para sa mga tiyak na hinulaang kaganapan sa halip na pagbuo ng pangkalahatang katatagan
• Market Inefficiencies: Maling presyo ng mga instrumento sa pananalapi dahil sa apela ng kwento
• Mga Demokratikong Distorsyon: Mga pagpipiliang pampulitika na naiimpluwensyahan ng nakakahikayat na mga kuwento kaysa sa nilalaman ng patakaran

6.4. Epekto sa Estatistika

• Mga rate ng pagkakamali na 85% ang naobserbahan kahit sa mga kalahok na sinanay sa estatistika
• 72% ng mga sumagot ang gumawa ng fallacy sa pag-aaral kay Björn Borg
• Ang mga medikal na pag-aaral ay nagpapakita ng pare-parehong mga paglabag sa conjunction sa diagnostic reasoning
• Inilalahad ng mga pag-aaral ng intelligence analysis ang sistematikong labis na pagtimbang ng mga detalyadong senaryo

7. Ang Mga Nakatagong Benepisyo

Ang conjunction fallacy ay hindi lamang cognitive na depekto—sinasalamin nito ang mga adaptive na mekanismo:

• Pang-unawa sa Panlipunan: Sa panlipunang mga konteksto, ang pag-aakalang may kaugnayan ang mga detalye (Gricean implicature) ay nagpapadali sa komunikasyon. Kung ang isang tao ay nagbibigay ng detalyadong paglalarawan, ang pagtrato dito bilang may-katuturan ay socially rational.
• Causal Learning: Ang pagpili sa mga paliwanag na may causal coherence ay nagtataguyod ng pag-unawa sa mga mekanismo kaysa sa simpleng ugnayan lamang
• Naratibong Memorya: Mas madaling tandaan at ipasa ang mga kuwento kaysa sa pamamahagi ng probabilidad, na sumusuporta sa paglilipat ng kaalaman sa kultura
• Mabilisang Pagsusuri: Sa mga sitwasyong minamadali, ang pagtutugma ng representativeness ay nagbibigay ng mabilis at "sapat na" (good enough) na mga paghusga
• Adaptive Skepticism: Ang detalyadong paliwanag ay kadalasang talagang nagpapahiwatig ng tunay na kaalaman—ang heuristic ay gumagana nang maayos kapag inilapat sa mga tapat na nakikipag-usap

Nangangatwiran ang pananaw na "Ecological Rationality" na sa pakikipag-usap, ang pag-aakalang ang mga detalye ay may-katuturan ay kumakatawan sa mahusay na pragmatic na pangangatwiran. Ang fallacy ay pangunahing lumalabas sa mga artipisyal na pang-eksperimentong setting na humihiwalay sa probabilidad sa konteksto ng komunikasyon. Ang ganap na pag-aalis sa tendensiyang ito ay magpapahina sa ating kakayahang matuto mula sa mga paliwanag at maunawaan ang mga intensyon ng iba.

8. Pagtatasa sa Sarili: Mayroon Ka Ba ng Bias na Ito?

8.1. Checklist ng Mga Senyales ng Babala

• Mas nakakumbinsi sa akin ang mga detalyadong paliwanag kaysa kilalanin na "hindi natin alam"
• Kapag hinuhulaan ang mga resulta, natural akong bumubuo ng mga tiyak na senaryo kaysa sa mga saklaw ng probabilidad
• Mas gusto ko ang mga eksperto na nagbibigay ng kumpiyansa at detalyadong hula kaysa sa mga nagpapakita ng kawalang-katiyakan
• Ang mga kuwento ng balita na may malinaw na sanhi at bunga ay tila mas mapagkakatiwalaan
• Hinuhusgahan ko ang karakter ng tao batay sa magkakaugnay na kwento tungkol sa kanilang nakaraan
• Mas nararamdaman ko na nakakamit ang mga tiyak na plano sa pamumuhunan o negosyo kaysa sa mga pangkalahatang layunin
• Madalas kong isipin na "may katuturan iyon" kapag nakakarinig ng detalyadong paliwanag nang hindi sinusuri ang lohika
• Pakiramdam ko ay mas nakakapagkumbinsi ang medikal na diagnosis kapag kasama ang malinaw na mekanismo ng sanhi at bunga
• Sa mga pagtatalo, nakikita kong mas nakakahikayat ang mga detalyadong senaryo kaysa sa mga buod sa estatistika
• Madalang kong pinaghihiwalay ang mga tambalang hula (compound predictions) sa kanilang mga independiyenteng bahagi

Pagpupuntos:

• 0-2 ang nilagyan ng tsek: Mababang pagkamadaling maimpluwensyahan
• 3-5 ang nilagyan ng tsek: Katamtamang pagkamadaling maimpluwensyahan
• 6-8 ang nilagyan ng tsek: Mataas na pagkamadaling maimpluwensyahan
• 9-10 ang nilagyan ng tsek: Napakataas na pagkamadaling maimpluwensyahan

8.2. Mga Tanong sa Pagninilay-nilay

1. Kailan ang huling beses na kinumbinsi ka ng isang detalyadong paliwanag tungkol sa isang bagay? Sinuri mo ba kung ang mga detalye ay talagang nagpataas o nagpababa sa probabilidad?
2. Paano ka tumutugon kapag ang mga eksperto ay nagpapahayag ng tunay na kawalang-katiyakan laban sa kumpiyansang partikular na mga paghula?
3. Maaari mo bang maalala ang isang oras na mas pinili mo ang isang "magandang kuwento" kaysa sa pagkilala sa randomness o kawalang-katiyakan?
4. Natural ka bang nag-iisip sa mga saklaw ng probabilidad, o mas nakahilig ka sa partikular na pagpaplano ng senaryo?
5. May mga pagkakataon bang itinuro ng iba na ang iyong mga paghula ay masyadong tiyak o lubos na umasa sa mga partikular na naratibo?

8.3. Mabilisang Senaryo ng Diagnosis

Senaryo: Kinukwento sa iyo ng isang kaibigan ang tungkol sa isang bagong katrabaho: "Si Sarah ay may PhD sa computer science, nagco-code sa kanyang libreng oras, dumadalo sa mga tech conference, at nagboboluntaryong magturo ng programming sa mga bata. Siya ay (A) isang software engineer, o (B) isang software engineer na naglalaro ng mapagkumpitensyang chess."

Alin ang mukhang mas malamang?

• A) Ang opsyon B ay mukhang mas malamang o halos pantay → Mataas na pagkamadaling maimpluwensyahan (ang detalyeng chess, bagama't akma sa "tech person" prototype, sa matematika ay nagbabawas ng probabilidad)
• B) Napansin kong ang opsyon B ay dapat hindi gaanong malamang, ngunit ang opsyon B pa rin ang "pakiramdam" na mas kumpleto → Katamtamang pagkamadaling maimpluwensyahan (kamalayan sa bitag, ngunit nananatili ang intuitive na paghila)
• C) Malinaw na mas malamang ang Opsyon A dahil ang bawat engineer na naglalaro ng chess ay tiyak na isang engineer → Mababang pagkamadaling maimpluwensyahan

9. Pagkilala sa Bias na Ito sa Iba

9.1. Mga Indicator ng Pag-uugali

• Mas pinipili ang mga detalyadong pagtataya at plano kaysa sa mga range at contingencies
• Kumpiyansa sa mga hula ng "eksperto" na nagbibigay ng mga partikular na senaryo
• Hindi komportable sa kawalang-katiyakan; paghahanap ng mga paliwanag na "may katuturan"
• Pagsusuri sa mga tao batay sa magkakaugnay na kwento ng buhay kaysa sa mga kakayahan
• Pagpabor sa mga mapagkukunan ng balita na nagbibigay ng malinaw na paliwanag sa sanhi at bunga

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

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

• "May katuturan iyan" (bilang tugon sa mga detalyadong paliwanag nang hindi sinusuri ang lohika)
• "Ang dahilan kung bakit ito mangyayari ay dahil X, na hahantong sa Y, na magiging sanhi ng Z"
• "Alam ko lang ito—ang buong larawan ay magkakatugma"
• "Kahit sino ay makikita kung paano ito mangyayari"
• "Kapag naiintindihan mo na ang mga detalye, malinaw na"

Mga uri ng argumentong ginagawa nila:

• Ang detalyadong pangangatwiran na nakabatay sa senaryo na ipinakita bilang mas tiyak kaysa sa nararapat
• Pagkonekta ng maramihang mga kondisyon na parang pinalalakas nila ang probabilidad sa halip na pinapahina ito

Mga tanong na iniiwasan nilang itanong:

• "Ano ang base rate ng bawat bahagi nang mag-isa?"
• "Ano ang mangyayari kung maputol ang isang link sa causal chain na ito?"
• "Nakakahikayat ba ang paliwanag na ito dahil ito ay malamang na totoo, o dahil ito ay isang magandang kwento?"

9.3. Mga Situational Trigger

• High Stakes: Ang mahahalagang desisyon ay nagpapalakas ng pagnanais para sa magkakaugnay na paliwanag
• Pressure sa Oras: Ang mga mabilisang desisyon ay pinapaboran ang representativeness kaysa maingat na pagsusuri
• Emosyonal na Pamumuhunan (Emotional Investment): Ang mga resultang pinapahalagahan natin ay nakakaakit ng pang-naratibong pag-iisip
• Mga Kontekstong Panlipunan: Ang mga pag-uusap ay natural na nag-aakalang may kaugnayan ang mga ibinigay na detalye
• Domain ng Eksperto: Nakakabakasakali, ang mga eksperto ay maaaring mas madaling maimpluwensyahan dahil ang kanilang pattern-matching ay mas malakas

10. Mga Istratehiya sa Cognitive Debiasing

10.1. Mga Agarang Teknik

• Pagsasalin sa Dalas (Frequency Translation): I-convert ang "ano ang probabilidad?" sa "sa 100 magkakatulad na kaso, ilan ang...?" Nati-trigger nito ang extensional reasoning.
• Subset Check: Tanungin ang iyong sarili, "Kailangan bang isama ang X sa Y?" Kung oo, ibig sabihin ay P(Y) ≥ P(X)
• Decomposition: Paghiwa-hiwalayin ang tambalang hula sa mga independent na bahagi at i-multiply
• Devil's Advocate: Para sa anumang detalyadong senaryo, itanong "Ano ang iba pang paraan na maaaring mangyari (o hindi mangyari) ang resulta na ito?"
• Base Rate Anchor: Bago isaalang-alang ang mga detalye, itatag ang baseline na probabilidad ng mas malawak na kategorya

10.2. Pangmatagalang Estratehiya

• Kaalaman sa Probabilidad: Sanayin ang iyong sarili na mag-isip sa pamamahagi kaysa sa point predictions
• Pagsasanay sa Pagtataya (Forecasting Practice): Subaybayan ang mga hula at i-calibrate laban sa mga kinalabasan
• Pagkalantad sa Counterexamples: Pag-aralan ang mga kaso kung saan ang mga nakakahikayat na naratibo ay napatunayang mali
• Sinadyang Paghinto: Bumuo ng mga gawi sa paghinto bago tumanggap ng magkakaugnay na paliwanag
• Mga Teknik sa Superforecasting: Matuto ng tahasang probability decomposition method

10.3. Disenyo ng Kapaligiran

• Decision Checklists: Mangailangan ng tahasang pagtatasa ng base rate bago ang detalyadong pagsusuri
• Team Diversity: Isama ang mga taong may kaisipang istatistikal sa mga proseso ng pagpaplano
• Structured Analytic Techniques: Gumamit ng mga framework na pumipilit sa pagsasaalang-alang sa mga alternatibo
• Red Teams: Magtalaga ng mga tungkulin partikular na upang hamunin ang narrative-based na pangangatwiran
• Pagsasanay sa Probabilidad: Pamumuhunan sa organisasyon sa statistical literacy

10.4. Kailan Hihingi ng External na Input

• Mga high-stakes na medikal na diagnosis: Humingi ng ikalawang opinyon, lalo na para sa "klasiko" na mga presentasyon
• Pangunahing mga desisyon sa pananalapi: Kumonsulta sa mga tagapayo na kinukuwenta ang kawalang-katiyakan
• Legal na paghusga: Tiyakin na magagamit ang kasanayan sa istatistika
• Madiskarteng pagpaplano (Strategic planning): Isama ang mga forecaster na sinanay sa pagkakalibrate sa probabilidad
• Kapag ang kwento ay mukhang "masyadong maganda": Kung mas nakakahikayat ang naratibo, mas mahalaga na i-verify ito

11. Praktikal na Pagsasanay

Pagsasanay 1: Frequency Conversion Practice

• Layunin: Sanayin ang awtomatikong pagsasalin ng mga tanong sa probabilidad sa frequency format
• Kinakailangang oras: 10 minuto araw-araw sa loob ng 2 linggo
• Mga kinakailangang materyales: Mga artikulo ng balita, mga hula mula sa mga eksperto
• Antas ng kahirapan: Baguhan (Beginner)
• Mga Tagubilin:
  1. Humanap ng probability statement sa balita ("Mayroong 30% na posibilidad ng pag-urong sa ekonomiya" o recession)
  2. I-convert ito: "Sa 100 na katulad na sitwasyon, ilan ang magreresulta sa pag-urong?"
  3. Itanong: "Pakiramdam ba ay iba ang 30 sa 100 kaysa 30%?"
  4. Magsanay gamit ang mga conjunction statement: "Sa 100 Lindas, ilan ang bank tellers? Ilan ang feminist bank tellers?"
  5. I-journal kung ano ang nararamdamang iba
• Mga tanong sa pagninilay-nilay:
  • Binago ba ng frequency format ang iyong intuition?
  • Aling format ang mas nagpapalinaw sa subset relationships?
  • Kailan mo maaaring magamit ang teknik na ito sa araw-araw na mga desisyon?
• Dalas: Araw-araw sa loob ng dalawang linggo, pagkatapos ay kung kinakailangan

Pagsasanay 2: Scenario Decomposition

• Layunin: Magsanay na hatiin ang tambalang hula (compound predictions) sa mga malayang bahagi
• Kinakailangang oras: 15 minuto
• Mga kinakailangang materyales: Papel at lapis
• Antas ng kahirapan: Intermediate
• Mga Tagubilin:
  1. Isulat ang isang tiyak na hula na pinaniniwalaan mo ("Mananalo ang Team X dahil sa mga salik A, B, at C")
  2. Tantiyahin ang probabilidad ng bawat bahagi nang malaya
  3. I-multiply sila nang magkasama (kung tunay na malaya) o pansinin ang mga dependencies
  4. Ihambing ang nakalkulang probabilidad na ito sa iyong unang hinala
  5. I-adjust ang iyong kumpiyansa nang nararapat
• Mga tanong sa pagninilay-nilay:
  • Mas mataas ba ang unang kumpiyansa mo kaysa sa nakalkulang probabilidad?
  • Ano ang ipinapakita nito tungkol sa impluwensya ng naratibo sa iyong paghusga?
  • Paano mo ito mailalapat sa mga mahahalagang desisyon?
• Dalas: Linggu-linggo habang nasa proseso ng paggawa ng desisyon

Pagsasanay 3: Euler Circle Visualization

• Layunin: Bumuo ng intuitive na pag-unawa sa mga set relationship
• Kinakailangang oras: 20 minuto
• Mga kinakailangang materyales: Papel, mga may kulay na panulat
• Antas ng kahirapan: Baguhan (Beginner)
• Mga Tagubilin:
  1. Gumuhit ng malaking bilog na may label na "Bank Tellers"
  2. Gumuhit ng bilog para sa "Feminists" (nag-o-overlap o hindi, ayon sa iyong pagtatantya)
  3. Sombrahan ang pinagkrusan (intersection) na "Feminist Bank Tellers"
  4. Obserbahan: Maaari bang maging mas malaki ang nakasombrang bahagi kaysa sa alinmang bilog?
  5. Ulitin sa iba pang mga kategorya mula sa iyong buhay
• Mga tanong sa pagninilay-nilay:
  • Paano nakakaapekto ang pag-visualize sa mga set sa iyong intuwisyon sa probabilidad?
  • Maaari mo bang panatilihin ang larawang ito sa isip kapag nakakarinig ng compound claims?
  • Ano pang conjunction claims ang maaari mong gawan ng diagram?
• Dalas: Kapag nahaharap sa mga mahahalagang compound probability judgments

Pang-araw-araw na Pagsasanay

Sa tuwing makakarinig o gagawa ka ng compound na hula, huminto at tanungin: "Mas tiyak ba ito, at samakatuwid ay mas malabong mangyari?" Sanayin ang 5-segundong pag-pause bago tanggapin ang mga paliwanag na "may katuturan."

• Iminungkahing tagal: 5 segundo sa bawat pagkakataon
• Pinakamagandang oras sa maghapon: Sa buong araw, tuwing lilitaw ang mga hula
• Paano masusubaybayan ang pag-usad: Panatilihin ang isang tally ng mga nahuli; i-journal lingguhan

Lingguhang Hamon

Pumili ng isang domain (kalusugan, pananalapi, trabaho, mga relasyon) at i-audit ang iyong mga palagay:

• Maglista ng tatlong paniniwala na tambalang hula (compound predictions)
• Ihiwa-hiwalay ang bawat isa sa mga bahagi
• I-research ang base rates para sa mga bahagi
• I-recalibrate ang iyong kumpiyansa

Inaasahang kinalabasan pagkatapos ng 4 na linggo: Tumaas na kamalayan sa impluwensya ng naratibo, mas naka-calibrate na mga paghula, pagiging komportable sa kawalang-katiyakan

Mga journaling prompt para sa pagninilay-nilay:

• Anong tambalang hula (compound prediction) ang nahuli ko ang aking sarili na ginagawa ngayong linggo?
• Kailan ang naging halos mangingibabaw ang isang "magandang kuwento" sa aking lohikal na pagsusuri?
• Paano nagbago ang antas ko ng pagiging komportable sa pagpapahayag ng kawalang-katiyakan?

12. Para sa mga Tiyak na Audience

Para sa mga Lider at Manager

• Madiskarteng Pagpaplano (Strategic Planning): Kinakailangan ng probability decomposition para sa malalaking pagtataya; huwag tanggapin ang mga detalyadong senaryo nang walang malayang pagtataya ng probabilidad
• Desisyon ng Koponan (Team Decisions): Isama ang mga "probability auditor" sa mga sesyon sa pagpaplano
• Pag-hire: Maghinala sa mga kandidatong may mga background na bumubuo ng "masyadong perpektong" naratibo; tumutok sa mga partikular na kakayahan
• Komunikasyon: Imodelo nang angkop ang kawalang-katiyakan; iwasang gantimpalaan ang maling kumpiyansa
• Kultura: Lumikha ng psychological safety para sa pagpapahayag ng tunay na kawalang-katiyakan

Para sa mga Magulang at Edukador

• Pagtuturo na Naaangkop sa Edad: Gumamit ng mga visual aid (Venn diagram) para magturo ng mga ugnayan ng set (set relationships)
• Game-Based na Pagkatuto: Ang mga dice game at mga exercise sa probabilidad sa baraha ay nagpapalakas ng intuitive na pag-unawa
• Kamalayan sa Kuwento: Talakayin kung paano maaaring maging "mas detalyado ngunit malabong mangyari" ang mga kuwento sa media
• Modelo sa Pagtatanong: Itanong sa mga bata "Ano ang ibang paraan na maaaring mangyari ito?" kapag gumagawa sila ng mga hula
• Ipagdiwang ang Kawalang-katiyakan: Gawing normal ang pagsasabi ng "Hindi ko alam" at "Depende ito"

Para sa mga Healthcare Professional

• Protocol ng "Two Steps Back": Bago isapinal ang diagnosis, tahasang tukuyin ang base rate ng pangunahing kondisyon
• Kamalayan sa Atypical Presentation: Aktibong isaalang-alang kung ang "klasikong" pattern-matching ay nangingibabaw sa probabilidad
• Komunikasyon sa Pasyente: Balansehin ang kanilang pagnanais para sa magkakaugnay na paliwanag na may tapat na kawalang-katiyakan
• Diagnostic Checklists: Gumamit ng nakabalangkas na protocol na pumipilit na isaalang-alang ang mga alternatibo
• Patuloy na Edukasyon: Isama ang pagsasanay sa conjunction fallacy sa diagnostic reasoning curricula

Para sa mga Financial Professional

• Disiplina ng Komite ng Pamumuhunan: Humingi ng probability decomposition para sa mga investment theses
• Komunikasyon sa Kliyente: Turuan ang mga kliyente kung bakit ang mga detalyadong hula ay kadalasang hindi gaanong maaasahan kaysa sa mga hanay (ranges)
• Pagtatasa sa Panganib (Risk Assessment): Maging labis na nag-aalinlangan sa mga "kwento" na nagpapaliwanag kung bakit magtatagal ang mga ugnayan
• Pagpaplano ng Senaryo: Gumamit ng mga senaryong binibigyan ng bigat ng probabilidad (probability-weighted scenarios) sa halip na detalyadong iisang hula
• Due Diligence: Kapag ang isang transaksyon (deal) ay "ganap na may katuturan," paigtingin ang pagsisiyasat

13. Mga Ugnayan sa Ibang Bias

Mga Bias na Nagpapalakas Nito

Mga Bias na Sumasalungat Nito

Mga Karaniwang Kadena ng Bias (Common Bias Chains)

Base Rate Neglect → Conjunction Fallacy → Overconfidence → Maling Desisyon

Paliwanag: Ang pagwawalang-bahala sa base rates ay nagbibigay-daan sa magkakaugnay na kwento na mangibabaw sa paghusga, na nagpapataas ng kumpiyansa sa mga partikular na senaryo, na humahantong sa mga desisyon batay sa nakakahikayat ngunit malabong hula. Abalahin ang kadena sa pamamagitan ng pag-angkla sa base rates bago isaalang-alang ang mga detalye.

14. Mga Pananaw sa Kultura

Limitado ang pananaliksik sa mga pagkakaiba-iba sa kultura sa conjunction fallacy ngunit nagmumungkahi ng parehong unibersal at tiyak-sa-kulturang aspeto:

• Pangkalahatan: Ang pangunahing kababalaghan (ang mga detalyado at magkakaugnay na senaryo na niraranggo na mas malamang kaysa sa mga simple) ay lilitaw sa iba't ibang kultura, na nagmumungkahi ng malalim na cognitive na ugat
• Pagkakaiba-iba: Ang mga kulturang nagbibigay-diin sa holistic na pag-iisip ay maaaring magpakita ng magkakaibang pattern kaysa sa mga nagbibigay-diin sa mapanuring (analytic) na pag-iisip
• Epekto ng Wika: Ang mga wika na may magkakaibang lohikal na istraktura para sa "at" (and) ay maaaring magpakita ng iba't ibang pagkamadaling maimpluwensyahan

Ang debate sa pagitan nina Tversky/Kahneman at Gigerenzer/Hertwig ay bahagyang may kinalaman sa mga salik na kultural at kontekstwal: ang pragmatic na pangangatwiran (pag-aakalang may kaugnayan) ay maaaring mas madaling iangkop sa kultura kahit na lohikal na mali.

15. Mga Mito at Maling Paniniwala

16. Mga Pananaw ng Eksperto

"Ang paghusga sa probabilidad ay pinalitan ng paghusga sa pagkakatulad." — Amos Tversky at Daniel Kahneman, 1983

"Ang isip ng tao ay hindi idinisenyo upang lutasin ang mga problema sa probabilidad. Ito ay idinisenyo upang magkwento at umunawa ng mga kuwento." — Daniel Kahneman, Thinking, Fast and Slow

"Kapag ipinakita ang impormasyon sa format na tumutugma sa ating evolutionary na cognitive na kapaligiran, ang mga tao ay medyo makatwiran." — Gerd Gigerenzer, sa epekto ng frequency format

"Hinahati ng mga Superforecaster ang mga tambalang tanong sa mga malayang probabilidad at pinaparami (multiply) ang mga ito, na kinikilala na ang bawat idinagdag na detalye ay nakakabawas sa kabuuang posibilidad." — Philip Tetlock, Superforecasting

17. Mga Pangunahing Punto

1. Nangyayari ang conjunction fallacy kapag hinusgahan natin ang "A at B" bilang mas malamang mangyari kaysa "A lamang"—isang lohikal na imposibilidad
2. Ang pagkakamaling ito ay nagmumula sa representativeness: hinuhusgahan natin ang probabilidad batay sa kung gaano kaakma ang isang bagay sa ating mental prototype, hindi sa pamamagitan ng mathematical extension
3. Pangkalahatan ang fallacy, na nakakaapekto sa mga eksperto at baguhan man sa mga rate na humigit-kumulang 85% sa karaniwang mga paradigm
4. Ang mga kahihinatnan sa totoong buhay ay lilitaw sa medisina (mga pagkakamali sa diagnostic), intelligence (pagtatasa ng banta), batas (panghihikayat sa hurado), at pananalapi (mga kumplikadong instrumento)
5. Lubos na binabawasan ng mga frequency format ang fallacy; ang pagtatanong na "ilan sa 100?" nagti-trigger ng extensional reasoning
6. Sinasalamin ng bias ang mga adaptive na mekanismo—ang mga magkakaugnay na kwento ay karaniwang nagpapahiwatig ng tunay na pag-unawa—ngunit nabibigo sa mga konteksto na nangangailangan ng tumpak na probabilidad
7. Ang kamalayan ay kinakailangan ngunit hindi sapat; kailangan ng mga sinadyang teknik (decomposition, visualization, base rate anchoring) upang malabanan ang paghila ng nakakahikayat na mga kuwento

18. Karagdagang Mga Mapagkukunan (Resources)

Mga Akademikong Papel

• Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293-315.
• Hertwig, R., & Gigerenzer, G. (1999). The 'conjunction fallacy' revisited: How intelligent inferences look like reasoning errors. Journal of Behavioral Decision Making, 12(4), 275-305.
• Mellers, B., Hertwig, R., & Kahneman, D. (2001). Do frequency representations eliminate conjunction effects? An exercise in adversarial collaboration. Psychological Science, 12(4), 269-275.

Mga Aklat

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Tetlock, P., & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown.
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.

Mga Kabanata ng Aklat

• Tversky, A., & Kahneman, D. (1982). Judgments of and by representativeness. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 84-98). Cambridge University Press.

19. Buod na Card

20. Glossary ng mga Termino na Ginamit

21. Mga Tanong sa Talakayan

Para sa mga book club, silid-aralan, o self-reflection:

1. Naaalala mo ba kung kailan may "magandang kuwento" na nagpaniwala sa iyo ng isang malabong bagay? Ano ang nangyari nang lumihis ang katotohanan sa naratibo?

2. Nananatili ang conjunction fallacy kahit sa mga eksperto. Hinahamon ba o sinusuportahan nito ang iyong pananampalataya sa hula ng mga eksperto? Paano natin mas masusuri ang kadalubhasaan?

3. Nangangatwiran si Gigerenzer na ang fallacy ay nagpapakita ng mga may depektong eksperimento, hindi may depektong isipan. Paano mo sinusuri ang debate sa pagitan ng "cognitive bias" at "ecological rationality"?

4. Paano maaaring palakasin ng social media at 24-oras na balita—kasama ang kanilang pagbibigay-diin sa nakakahikayat na naratibo—ang conjunction fallacy sa pampublikong diskurso?

5. Kung minana ng mga AI system ang bias na ito mula sa training data, ano ang mga implikasyon sa paggamit ng AI sa matataas na desisyon gaya ng medical diagnosis o hustisyang kriminal?