Variazione delle preferenze indotta dalla scelta nel quadro di un modello di campionamento sequenziale

Perché le nostre scelte riplasmano ciò che ci piace

Immagina di dover scegliere tra una barretta di cioccolato e un'arancia che ti piacciono nella stessa misura. Curiosamente, dopo aver scelto potresti arrivare ad apprezzare di più lo snack scelto e meno quello rifiutato. Questa stranezza quotidiana, nota come cambiamento di preferenza indotto dalla scelta, è stata documentata da decenni. Tuttavia molti dei principali modelli matematici del processo decisionale hanno faticato a spiegarla. Questo articolo mostra come una classe popolare di modelli, chiamata modelli di campionamento sequenziale, possa produrre naturalmente questo spostamento delle preferenze una volta che permettiamo ai valori di evolvere durante la decisione stessa.

Come gli psicologi pensano solitamente alle decisioni

Gran parte della ricerca sulle decisioni si concentra su scelte semplici tra due opzioni. Prima di scegliere, le persone spesso valutano quanto apprezzano ciascuna opzione. Risultati classici mostrano che le scelte sono più lente e meno prevedibili quando le opzioni sono di valore simile, e più rapide e coerenti quando un'opzione spicca chiaramente o quando entrambe le opzioni sono altamente valutate. Le scelte sono anche più veloci quando le opzioni differiscono molto su attributi chiave, come gusto rispetto a salute nel caso dei cibi. Questi schemi sono stati catturati molto bene dai modelli di campionamento sequenziale, che immaginano il cervello come se raccogliesse gradualmente pezzi di evidenza rumorosa fino a quando un'opzione ottiene sufficiente supporto per oltrepassare una soglia decisionale.

Quando il gradimento cambia dopo che decidiamo

Il cambiamento di preferenza indotto dalla scelta va oltre questi schemi standard. In molti esperimenti, le persone valutano elementi, fanno scelte tra coppie e poi valutano di nuovo gli stessi elementi. Tipicamente, la valutazione dell'elemento scelto aumenta, quella dell'elemento rifiutato diminuisce, e il divario tra i due si amplia. Questa “spreading of alternatives” è più forte nelle decisioni difficili—quando le valutazioni iniziali erano vicine o meno certe—e per scelte in cui ogni opzione è forte su attributi diversi. Tende inoltre a essere maggiore quando le persone decidono in fretta e si sentono sicure. Spiegazioni semplici basate esclusivamente sul rumore di misurazione non riescono a rendere conto pienamente di questi legami affidabili con difficoltà, attributi e tempi di risposta.

Lasciare che i valori evolvano durante la deliberazione

I modelli sequenziali standard assumono che ogni opzione abbia un valore sottostante fisso durante la decisione; il modello si limita a rivelare questo valore accumulando evidenza. Con questa assunzione non c'è spazio perché i valori stessi si spostino. Gli autori mettono in discussione questa idea permettendo alla qualità dell'evidenza di cambiare nel tempo. Nel loro quadro, le prime prove riflettono impressioni approssimative pregresse, mentre le decisioni più difficili spingono il decisore a considerare attributi o informazioni aggiuntive che non erano stati pienamente ponderati all'inizio. Per esempio, quando il solo gusto non basta a decidere tra cioccolato e arancia, una persona può iniziare a considerare la salute, inclinando l'evidenza in evoluzione a favore dell'arancia e modificando il divario di valore interno tra i due snack.

Testare diversi motori decisionali sui dati reali

Per verificare se questa idea funziona nella pratica, gli autori hanno simulato scelte usando dati reali provenienti da precedenti esperimenti sulle scelte di snack. I partecipanti avevano valutato i cibi sul valore complessivo nonché su piacere e nutrizione, poi avevano fatto scelte e valutato di nuovo. Gli autori hanno adattato tre modelli decisionali correlati alle scelte e ai tempi di risposta di ciascuna persona: un modello base di drift–diffusion che tratta il valore come una singola quantità; una versione multi-attributo che accumula evidenza separatamente per piacere e nutrizione; e un modello esteso in cui diversi attributi cominciano a influenzare la decisione in momenti diversi. Usando i modelli adattati, hanno simulato molte decisioni e calcolato una misura interna di cambiamento di preferenza basata su quanto la differenza di valore “finale” del modello differisse da quella implicita nelle valutazioni iniziali.

Cosa rivelano i modelli sui cambiamenti di opinione

Tutte e tre le varianti del modello hanno riprodotto il fatto che lo spreading delle preferenze è, in media, positivo e maggiore per decisioni difficili. Il modello base ottiene questo principalmente attraverso il rumore: quando l'evidenza deriva lentamente, le fluttuazioni casuali hanno più tempo per spingere la differenza di valore finale lontano da quella iniziale. Tuttavia, solo i modelli che tracciano esplicitamente attributi separati sono stati in grado di imitare l'evidenza empirica secondo cui lo spreading delle preferenze cresce quando le opzioni differiscono fortemente nel loro mix di attributi. Questi modelli più ricchi hanno anche catturato il legame osservato tra decisioni più rapide e maggiori spostamenti di preferenza, riflettendo che un'evidenza effettiva più forte velocizza le scelte e allo stesso tempo allarga i valori interni. Permettere agli attributi di entrare nella decisione in momenti diversi ha fornito la corrispondenza qualitativa più vicina ai dati.

Cosa significa questo per le scelte di tutti i giorni

Per un non specialista, il messaggio principale è che non scopriamo semplicemente preferenze fisse quando scegliamo; le affiniamo attivamente e talvolta le riplasmiamo durante l'atto stesso della scelta. Arricchendo un quadro decisionale ben consolidato con flussi multipli di evidenza in evoluzione, questo lavoro mostra che la nostra attrazione post-scelta verso ciò che abbiamo scelto può emergere dallo stesso processo di base che governa la velocità e l'affidabilità delle nostre decisioni. In altre parole, la ponderazione graduale di diversi attributi da parte della mente non solo determina quale opzione vince, ma contribuisce anche a scrivere la storia che poi ci raccontiamo su ciò che ci piace.

Citazione: Lee, D.G., Pezzulo, G. Choice-induced preference change under a sequential sampling model framework. Sci Rep 16, 14455 (2026). https://doi.org/10.1038/s41598-026-44610-5

Parole chiave: presa di decisione, cambiamento di preferenza, modello di diffusione di drift, scelta basata sul valore, modellizzazione cognitiva