Mancanza di generalizzabilità dal gruppo all’individuo nelle pseudocontingenze

Perché le nostre convinzioni sul cibo possono fuorviare

Molte persone ritengono che i cibi più gustosi siano anche i meno salutari, nonostante esistano molti piatti sia nutrienti sia saporiti. Questo articolo esplora perché nascono convinzioni così radicate e, cosa cruciale, perché persone diverse possono fare ricorso a queste scorciatoie in misura molto diversa. Analizzando il meccanismo con cui apprendiamo dalle esperienze quotidiane con il cibo, gli autori mostrano che una semplice regola mentale può modellare la nostra visione del mondo — e che mediare i risultati su gruppi può nascondere quanto sia vario il nostro modo di pensare.

Come ipotizziamo collegamenti senza osservarli direttamente

Gli esseri umani inferiscono costantemente relazioni: le nuvole scure indicano pioggia, molti articoli pubblicati indicano successo accademico e, per molti, cibi poco salutari significano gusto migliore. Spesso non registriamo quanto frequentemente le cose si presentino realmente insieme; ci affidiamo invece a quanto è comune ciascuna cosa separatamente. Gli autori si concentrano su questa scorciatoia, chiamata inferenza di pseudocontingenza: le persone osservano le frequenze separate di alimenti “sani” e “gustosi” nell’ambiente e trattano tali tassi di base come se rivelassero direttamente un legame tra salute e gusto. Questa strategia può essere efficiente quando le informazioni scarseggiano, ma può facilmente generare illusioni quando l’ambiente è sbilanciato — per esempio, quando sono presenti molti cibi poco salutari ma allettanti.

Un modello computerizzato di apprendimento dagli ambienti alimentari

Per studiare questo processo, i ricercatori hanno costruito un modello basato su agenti in cui individui simulati incontrano i cibi uno alla volta in ambienti diversi. Per ciascun cibo, un agente registra se è sano e se è gustoso. Da queste esperienze, l’agente può calcolare due tipi di informazione: l’accoppiamento reale tra salute e gusto (quanto spesso co-occorrono) e i tassi di base (quanto spesso ciascuno appare in generale). Il modello assume che ogni agente combini queste due fonti in una singola credenza, controllata da un parametro di forza del bias. A un estremo, le credenze seguono solo gli accoppiamenti reali; all’altro, seguono solo i tassi di base. Man mano che gli agenti vedono più cibi, aggiornano costantemente le loro credenze, imitando il modo in cui le persone potrebbero formare gradualmente impressioni sul legame salute–gusto.

Le persone usano scorciatoie — ma non in modo uguale

Gli autori hanno quindi adattato questo modello a dati esistenti provenienti da esperimenti di laboratorio in cui i partecipanti osservavano molti pasti variabili in salute e gusto. Gli ambienti erano organizzati in modo intelligente così che i tassi di base e gli accoppiamenti reali talvolta indicassero direzioni opposte. Quando il modello usava un’unica forza di bias condivisa per tutti, riproduceva lo spostamento medio delle credenze verso l’idea che il cibo non salutare sia più gustoso in ambienti con tassi di base sbilanciati. Tuttavia, questa impostazione a livello di gruppo non riusciva a corrispondere alla ampia dispersione di risposte individuali rivelata dagli esperimenti. Quando i ricercatori permisero invece che ogni persona avesse la propria forza di bias, emerse una forte evidenza che la maggior parte tende a ricorrere ai tassi di base, ma in gradi molto diversi. In media, gli individui si affidavano alle pseudocontingenze meno di quanto suggerisse il modello di gruppo, e i valori individuali andavano da una bassa a un’altissima dipendenza.

Quando i modelli semplici generalizzano meglio di quelli dettagliati

Il team è andato oltre testando se questi parametri stimati potessero prevedere i risultati in un secondo esperimento indipendente con un ambiente alimentare leggermente diverso. È interessante notare che il parametro unico per l’intero gruppo prevedeva meglio le credenze medie in questo nuovo studio rispetto ai parametri individuali più finemente sintonizzati. Il modello più ricco e specifico per persona catturava la variabilità nel dataset originale ma sembrava adattarsi eccessivamente al rumore che non si ripresentava in nuovi contesti. Questo rivela una tensione nota in molti campi: i modelli che seguono da vicino gli individui possono spiegare più dettagli in un singolo studio ma generalizzare peggio rispetto a descrizioni più semplici e parsimoniose.

Cosa significa questo per comprendere e modificare le credenze

I risultati mostrano che molte delle nostre convinzioni quotidiane su come le cose si collegano — come “non salutare = gustoso” — possono emergere dal modo semplice in cui leggiamo la struttura del nostro ambiente, piuttosto che dalle relazioni sottostanti reali. Eppure le persone differiscono sostanzialmente nell’intensità con cui fanno affidamento su questa scorciatoia, e i modelli che fanno la media tra gli individui possono sovrastimarne l’uso. Per chi progetta messaggi di salute, politiche per i consumatori o interventi sociali, lo studio suggerisce due indicazioni pratiche: modificare ciò che è più comune nel nostro ambiente può spostare sistematicamente le credenze, e prestare attenzione alle differenze individuali può essere cruciale quando si mira a cambiare comportamenti o a spiegare disuguaglianze di salute.

Citazione: 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

Parole chiave: formazione delle credenze, abitudini alimentari, bias cognitivo, modellizzazione computazionale, percezione della salute