חוסר יכולת הכללה מקבוצה לאדם במקרי־הזדמנויות מדומות

מדוע האמונות שלנו לגבי מזון עלולות להטעות

רבים מרגישים שהמאכלים הטעימים ביותר הם גם הפחות בריאים, למרות שיש שפע של מנות שהן גם תזונתיות וגם טעימות. מאמר זה בוחן מדוע אמונות עקשניות כאלה צצות ולמה, באופן מכריע, אנשים שונים עשויים להסתמך על קיצורי דרך אלה במידה שונה מאוד. כשהמחברים בוחנים את מנגנון הלמידה מההתנסויות היומיומיות עם מזון, הם מראים כי כלל מנטלי פשוט יכול לעצב את התפיסות שלנו — וכי הממוצע על פני אנשים יכול להסתיר עד כמה החשיבה שלנו מגוונת באמת.

איך אנו מנחשים קשרים בלי לראותם ישירות

בני אדם מסיקים יחסים כל הזמן: עננים כהים מרמזים על גשם, מספר פרסומים גבוה מרמז על הצלחה אקדמית, ולעתים קרובות מזונות לא בריאים נתפסים כטעימים יותר. לעיתים קרובות איננו עוקבים אחרי כמה פעמים דברים אכן מופיעים יחד; במקום זאת, אנו מסתמכים על השכיחות של כל פריט בנפרד. המחברים מתמקדים בקיצור דרך זה, שנקרא אינפרנציית pseudocontingency: אנשים מסתכלים על התדירויות הבסיסיות הנפרדות של מזונות "בריאים" ו"טעימים" בסביבתם ומתייחסים אליהן כאילו הן חושפות קשר ישיר בין בריאות וטעם. אסטרטגיה זו יכולה להיות יעילה כשהמידע מועט, אבל היא עלולה לייצר אשליות כאשר הסביבה מוטה — למשל, כשהמוצע רווי במזונות שאינם בריאים אך מפתים.

מודל ממוחשב של למידה מסביבות מזון

כדי לחקור תהליך זה, החוקרים בנו מודל סוכן מבוסס־מחשב שבו פרטים מדומים נתקלים במזונות אחד אחרי השני בסביבות שונות. לכל פריט, הסוכן רושם האם הוא בריא והאם הוא טעים. מהחוויות הללו הסוכן יכול לחשב שני סוגי מידע: ההזדמנות האמיתית בין בריאות וטעם (כמה פעמים הם מופיעים יחד) ושיעורי הבסיס (כמה פעמים כל אחד מופיע בכלל). המודל מניח שכל סוכן משלב את שני המקורות הללו לאמונה יחידה, הנשלטת על ידי פרמטר כוח הטיה. בקיצון אחד, האמונות נשענות אך ורק על ההזדמנויות האמיתיות; בקיצון האחר, הן נשענות אך ורק על שיעורי הבסיס. ככל שהסוכנים רואים יותר מזונות, הם מעדכנים בהדרגה את אמונותיהם, בדומה לאופן שבו אנשים עשויים ליצור רושם על הקשר בין בריאות וטעם.

אנשים מסתמכים על קיצורי דרך — אך לא באותה מידה

המחברים התאימו אז את המודל לנתונים קיימים מניסויים מעבדתיים שבהם המשתתפים ראו ארוחות רבות שנבדלו בבריאות ובטעם. הסביבות הוצבו באופן שנון כך שלפעמים שיעורי הבסיס והזיווגים האמתיים הצביעו לכיוונים מנוגדים. כאשר המודל השתמש בפרמטר כוח הטיה משותף אחד לכל המשתתפים, הוא שיקף את ההסטה הממוצעת באמונות לכיוון הרעיון שמזון לא בריא טעים יותר בסביבות עם שיעורי בסיס מוטים. עם זאת, הגדרה ברמת הקבוצה נכשלה בהתאמה לפיזור הרחב של תגובות פרט־אדם שהניסויים גילו. כאשר החוקרים אפשרו שלכל אדם יהיה פרמטר כוח הטיה משלו, הם מצאו ראיות חזקות שרוב האנשים נוטים להשתמש בשיעורי הבסיס — אך במדרג משתנה מאוד. בממוצע, הפרטים הסתמכו פחות על pseudocontingencies ממה שהמודל ברמת הקבוצה הציע, והערכים האישיים נעו מרמה נמוכה ועד רמה גבוהה מאוד של הסתמכות.

מתי מודלים פשוטים מתכלילים טוב יותר מאלו המפורטים

הצוות הלך צעד נוסף ובחן האם הפרמטרים המתואמים האלה יכולים לנבא תוצאות בניסוי שני, עצמאי, עם סביבת מזון שונה במעט. באופן מעניין, הפרמטר הקבוצתי האחיד עשה עבודה טובה יותר בניבוי האמונות הממוצעות במחקר החדש מאשר הפרמטרים המותאמים לכל אדם בנפרד. המודל העשיר, הספציפי לפרט, תפס שונות בתוך מערך הנתונים המקורי אך נראה כמתאים יתר על המידה לרעש שלא נמשך להקשרים חדשים. תוצאה זו חושפת מתיחות המוכרת בתחומים רבים: מודלים שעוקבים באופן הדוק אחר פרטיו של כל אדם יכולים להסביר יותר פרטים במחקר אחד אך עלולים להתכליל פחות טוב ממודלים פשוטים ותמציתיים יותר.

ממה מסקנה זו משתמעת לגבי הבנת ושינוי אמונות

הממצאים מראים שרבות מהאמונות היומיומיות שלנו לגבי מה הולך יחד — כמו "לא בריא = טעים" — יכולות לנבוע מהצורה הפשוטה שבה אנו קוראים מבנה בסביבותינו, ולא מהקשרים האמיתיים שבבסיס. עם זאת, אנשים נבדלים במידה ניכרת עד כמה הם נשענים על קיצור דרך זה, ומודלים שממוצעים על פני פרטים עלולים להעריך יתר על המידה הסתמכות זו. עבור מי שמתכנן מסרים בריאותיים, מדיניות צרכנים או התערבויות חברתיות, המחקר מציע שתי מסקנות: שינוי מה שרווח בסביבתנו יכול להזיז אמונות באופן שיטתי, והתחשבות בהבדלים אישיים עשויה להיות חיונית בעת מיקוד לשינוי התנהגות או בהסבר אי־שוויון בריאותי.

ציטוט: Kaan, J., Kunz, S., Moore, S. et al. Lack of group-to-individual generalizability in pseudocontingencies. Sci Rep 16, 10459 (2026). https://doi.org/10.1038/s41598-026-41585-1

מילות מפתח: עיצוב אמונות, הרגלי אכילה, הטיה קוגניטיבית, מָדְלִינָה חישובית, תפיסת בריאות