Efekt niepotrzebnych informacji
Z Wikipedii
Efekt niepotrzebnych informacji – określenie często występującego błędu w podejmowaniu decyzji, polegającego na szukaniu informacji które nie są przydatne w jej podjęciu.
Ludzie zwykle zakładają, że im więcej zdobędą informacji tym lepiej. Zdarza się jednak że tak nie jest – gdy nowe informacje nie mogą wpłynąć na decyzję, ich zdobywanie jest bezcelowe. Najczęściej taka sytuacja występuje w badaniach medycznych. Obserwacje wskazują że bez znajomości metod statystycznych ludzie nie są w stanie stwierdzić które badania są warte przeprowadzenia.
Przykładowo wyobraźmy sobie taką hipotetyczną sytuację (Baron, 1988): Symptomy i historia choroby wskazują że badany pacjent z 80% prawdopodobieństwem cierpi na chorobę A, a 10% prawdopodobieństwem na chorobę B i z 10% prawdopodobieństwem na chorobę C. Każdą z tych chorób leczy się niezależnie i leczenie przeciwko jednej z nich jest całkowicie nieskuteczne przeciwko pozostałym. Istnieje test ET, który daje zawsze rezultat pozytywny w przypadku choroby B i negatywny w przypadku choroby C. Jeśli jednak pacjent choruje na chorobę A, oba wyniki testu ET są możliwe i jednakowo prawdopodobne. Jeśli mamy do dyspozycji tylko ten test, to czy należy go przeprowadzić?
Wielu pytanych twierdzi że test ET powinien być przeprowadzony, nawet jeśli jest kosztowny i nie mamy możliwości przeprowadzenia żadnego innego testu. Jednak ten test jest całkowicie nieprzydatny: prawdopodobieństwo choroby A jest tak duże, że niezależnie od wyniku testu pacjent i tak powinien być leczony na chorobę A. Zarówno przed jak i po teście, choroba A jest najbardziej prawdopodobna.
Obliczanie wartości informacji pozwala uniknąć błędów wynikających z tego efektu. Informacje które nie mają wartości, są bezwartościowe.
