Il punto di vista comportamentale, nei modelli che abbiamo considerato, `e rappresentato da prospect theory, dal satisficing e dalla razionalit`a ecologica, cio`e dai tre modelli di razionalit`a limitata. Come abbiamo visto,
• prospect theory `e un modello descrittivo del comportamento dei soggetti sperimentali, ma non normativo, perch´e predice comportamenti deci- sionali ritenuti normativamente inadeguati (in particolare le violazioni della dominanza stocastica e dell’invarianza);
• sia il satisficing, sia la razionalit`a ecologica sono modelli normativi al- ternativi rispetto alla massimizzazione dell’utilit`a attesa: partono dal- l’idea che il modello classico sia normativamente inadeguato, perch´e prescrive comportamenti fuori dalla portata degli agenti reali.
D’altra parte, il satisficing e la razionalit`a ecologica divergono in modo so- stanziale riguardo al criterio di normativit`a: il satisficing propone una forma di massimizzazione non-ottimizzante, cio`e di scelta di alternative non peggio- ri, in vista degli scopi dell’agente (vedi [35]); invece la razionalit`a ecologica `
e un criterio normativo “ambientale”, esogeno, che non fa assunzioni sulla razionalit`a individuale, ma richiede l’adattamento tra euristiche dell’agente e ambiente di decisione. Questa differenza tra i due modelli sar`a discussa nelle sezioni successive del capitolo.
Secondo Kahneman e Tversky, il modello classico ha un valore normati- vo: negli esperimenti, i soggetti mostrano di deviare sistematicamente dalla massimizzazione dell’utilit`a attesa, ma questi comportamenti sono interpre- tati come errori, perch´e violano dei principi normativamente adeguati della decisione razionale (ad esempio, la monotonia delle preferenze rispetto alla dominanza stocastica, oppure l’invarianza). L’adeguatezza di questi principi `
e accettata sulla base di argomenti analoghi a quelli dei sostenitori della “ra- zionalit`a illimitata” del modello classico: il fatto che gli agenti rivelino delle preferenze, e che su queste preferenze si possano porre normativamente dei vincoli di coerenza.
Di conseguenza, prospect theory `e intesa da Kahneman e Tversky come un modello unicamente descrittivo, il cui scopo `e predire e spiegare le deci- sioni prese da agenti reali in condizioni di rischio. L’assunzione chiave `e che il modello classico dell’utilit`a attesa possa mantenere un valore normativo, anche se le sue predizioni sono sistematicamente violate dagli agenti reali.
`
E importante osservare che Kahneman e Tversky hanno condotto i loro esperimenti su condizioni di rischio, e non di incertezza. In [47] si trova un’e-
stensione di prospect theory alle decisioni in condizioni di incertezza, ma di fatto si tratta ancora di condizioni di rischio (Kahneman e Tversky assumono una misura di probabilit`a sugli eventi, usando la quale gli agenti prendono delle decisioni in accordo con il modello di prospect theory. Cio`e: nel tipo di problemi che Kahneman e Tversky trattano, l’agente ha a disposizione in partenza un’informazione completa sulle conseguenze delle sue azioni (su cui ha preferenze connesse e transitive), e sulla probabilit`a con cui queste conseguenze gli capiteranno. In questo tipo di problemi, secondo Kahneman e Tversky, la massimizzazione dell’utilit`a attesa `e un criterio di decisione normativamente adeguato, che non richiede revisioni.
I problemi di decisione reali, per`o, per la maggior parte non sono ricon- ducibili alla tipologia studiata da Kahneman e Tverksy. Gli agenti reali non dispongono di una distribuzione di probabilit`a sugli esiti delle loro azioni. Ci sono delle ovvie difficolt`a a imporre normativamente che massimizzino l’utilit`a attesa, e descrivere il loro comportamento come una deviazione (un errore) rispetto a tale criterio. Nei problemi di decisione in condizioni di in- certezza, `e fondamentale capire se si possa assumere che il modello classico abbia un valore normativo indipendentemente dal suo valore descrittivo.
I risultati stessi degli esperimenti sembrano indicare che la massimizza- zione dell’utilit`a attesa `e, in generale, una procedura di decisione al di fuori della portata degli agenti reali. Se non rappresenta un tipo di comportamento accessibile agli agenti reali, tuttavia, non pu`o nemmeno essere considerato un criterio adeguato dal punto di vista normativo. Una norma che prescri- va un comportamento inaccessibile perde il suo valore normativo, perch´e `e irrealistica. La massimizzazione dell’utilit`a attesa si scontra con dei limiti strutturali degli agenti reali. Questi limiti strutturali, di cui i risultati spe- rimentali forniscono diversi indizi, rendono il modello classico inaccessibile e perci`o normativamente inadeguato.
Dunque, se vogliamo caratterizzare la decisione razionale in condizioni di incertezza, crediamo che di non poter seguire la proposta di Kahneman e Tversky, isolando il valore normativo del modello classico dal suo valore de- scrittivo. Dalle critiche all’argomento di Friedman, si pu`o concludere che un modello descrittivamente adeguato di decisione razionale dev’essere realistico nelle assunzioni comportamentali. Sulla base delle considerazioni precedenti,
concludiamo che anche un modello normativamente adeguato non pu`o che assumere un punto di vista comportamentale.
6.4
L’interazione: razionalit`a individuale vs.
razionalit`a ecologica
Fra i modelli presi in considerazione, i due che offrono delle alternative alla validit`a normativa della massimizzazione dell’utilit`a attesa sono il sati- sficing e la razionalit`a ecologica. Entrambi considerano i limiti degli individui reali rilevanti per una caratterizzazione normativa della decisione razionale. Tuttavia, le caratterizzazioni proposte sono sostanzialmente differenti, perch´e il satisficing applica un punto di vista normativo alla razionalit`a individuale, mentre la razionalit`a ecologica non fa assunzioni sulla razionalit`a degli indi- vidui, valutando le loro performances solamente in termini di adattamento all’ambiente e superamento della selezione.
Vogliamo difendere il modello del satisficing di Simon argomentando che un punto di vista normativo sulla razionalit`a individuale `e inevitabile, se si vuole usare il modello di decisione per giustificare l’interazione fra gli indivi- dui. Supponiamo che gli agenti non siano isolati, ma, come succede in gran parte dei problemi reali di decisione economica, siano inseriti in un contesto in cui sono presenti altri agenti che prendono delle decisioni. I risultati delle decisioni di ciascun agente sono rilevanti per le decisioni degli altri, perch´e le azioni di un agente danno un esito oppure un altro a seconda delle azioni scelte dall’altro agente.
I problemi di interazione strategica capitano frequentemente nella vita quotidiana. Un esempio pu`o essere la circolazione dei veicoli sulla strada: ciascun guidatore ha interesse a non scontrarsi con gli altri, ma per determi- nare i risultati della decisione presa da un guidatore `e fondamentale sapere quali decisioni hanno preso gli altri. L’interazione strategica, inoltre, `e mol- to rilevante nei fenomeni economici: i contesti nei quali vogliamo che siano applicabili i modelli di decisione razionale sono, per lo pi´u, contesti di inte- razione.
giochi, si basa sul modello di massimizzazione dell’utilit`a attesa. Si suppone che gli agenti massimizzino la loro utilit`a attesa, e si aspettino che gli altri agenti massimizzino la loro utilit`a attesa, e si aspettino che gli altri si aspet- tino che loro massimizzino, e cos´ı via. Questa `e un’ipotesi di razionalit`a che ciascun agente fa sugli altri. In questo modo, ogni agente adotta un punto di vista normativo sulla razionalit`a individuale degli altri agenti: attendendosi che massimizzino l’utilit`a attesa e presupponendo la conoscenza comune della razionalit`a di ciascuno, `e in grado di prevedere quali reazioni potranno avere alle sue azioni. Quest’informazione `e rilevante per la decisione che lui deve prendere, e d’altra parte permette simmetricamente agli altri agenti di at- tendersi certe reazioni da lui. Un modello di questo tipo rende perfettamente conto di esempi come quello della strada: il conducente di ogni veicolo ha degli scopi e delle preferenze (non essere coinvolto in un incidente), sceglie l’azione che gli garantisce la massima utilit`a attesa, attendendosi che gli altri facciano lo stesso. Questo giustifica il fatto che i conducenti riescano gene- ralmente a coordinarsi in modo da evitare scontri e incidenti.
Il modello di massimizzazione dell’utilit`a attesa `e un modello di ottimiz- zazione, perch´e l’azione che viene scelta `e un massimo, rispetto all’ordine lineare delle preferenze sulle azioni. Abbiamo visto, invece, che il satisficing `
e riconducibile ad una forma di massimizzazione, cio`e di scelta di alterna- tive ritenute non peggiori (elementi massimali rispetto alle preferenze, che non inducono necessariamente un ordine completo sulle azioni). Sia l’otti- mizzazione, sia la massimizzazione si prestano ad essere interpretati come criteri normativi di razionalit`a individuale. Nel caso dell’ottimizzazione, da un agente ci si attende (normativamente) che riveli delle preferenze complete sull’insieme delle azioni e che scelga l’alternativa massima, rispetto alle sue preferenze. Nel caso della massimizzazione, invece, non si richiede all’agente di avere preferenze complete; tuttavia, ci si attende (normativamente) che scelga un’alternativa a cui non ne preferisce strettamente alcuna altra. Ab- biamo visto, d’altra parte, che il modello dell’utilit`a attesa prescrive norma- tivamente un comportamento fuori dalla portata degli agenti reali. Vogliamo far vedere, perci`o, che un criterio di massimizzazione `e sufficiente per rendere conto dell’interazione fra individui razionali.
mento massimizzante come il satisficing hanno degli scopi, e suppongono che gli altri agenti abbiano anch’essi degli scopi. Nei contesti economici ai quali siamo pi´u interessati, gli agenti hanno delle ragioni per fare delle assunzioni sugli scopi altrui, e perci`o sulle preferenze altrui: ad esempio, si pu`o general- mente ipotizzare che un venditore non intenda vendere un prodotto ad un prezzo minore dei costi di produzione. Nei contesti che ci interessano, ogni agente pu`o fare delle assunzioni generali sugli scopi di ogni altro agente.
Anche nel caso del satisficing, il punto di vista adottato da un agente nei confronti degli altri agenti `e normativo: l’agente si aspetta da loro che scelga- no un’azione soddisfacente - un’azione che non valutano al di sotto del livello di aspirazione, ovvero un’azione che non ritengono peggiore delle altre a di- sposizione, in vista dei loro scopi. L’agente fa un’ipotesi di razionalit`a sugli altri agenti, anche se quest’ipotesi `e pi´u debole rispetto alla massimizzazione dell’utilit`a attesa, ed `e compatibile con delle preferenze incomplete. Di con- seguenza, l’agente ha degli elementi per prevedere quali saranno le reazioni degli altri alle sue azioni, e pertanto pu`o interagire in modo strategico con loro. Rispetto all’interazione strategica basata sulla massimizzazione dell’u- tilit`a attesa, un’interazione basata sul satisficing incontra degli ostacoli nei limiti dell’informazione e delle abilit`a degli agenti. Nell’ottica della teoria dei giochi, questo tipo di interazione `e compatibile con situazioni in cui i gioca- tori non trovano immediatamente un punto di equilibrio tra le loro strategie, e migliorano le loro risposte alle azioni degli altri solo con l’apprendimento2. A differenza del modello dell’utilit`a attesa e del satisficing, la razionalit`a ecologica non `e una forma di massimizzazione, perch´e il criterio normativo non riguarda la razionalit`a degli individui, ma il funzionamento del proces- so di adattamento e di selezione. Immaginiamo l’interazione fra agenti che adottano euristiche fast and frugal “ecologicamente razionali”, cio`e adattate all’ambiente in cui gli agenti si trovano. In questo caso, gli agenti non posso- no adottare un punto di vista normativo sulla razionalit`a degli altri agenti, pertanto non possono attendersi da loro il perseguimento dei loro scopi. Le euristiche sono adottate inconsciamente dagli agenti (vedi [16, p. 38]). Cia- scun agente si comporta in accordo con le euristiche della sua “cassetta degli attrezzi” adattativa. Se in queste condizioni avviene un’interazione strategi-
ca, essa non `e giustificata dal comportamento individuale degli agenti. Se gli agenti non hanno aspettative sulle decisioni altrui, motivate da un’ipotesi di razionalit`a, l’interazione deve avvenire in modo casuale, o per l’intervento di fattori indipendenti dalle procedure di decisione degli individui (ad esempio la selezione: vedi [28], [27], [48]).
Ma vogliamo che l’interazione sia giustificata, e non soltanto possibile. Per questo, il punto di vista normativo della massimizzazione appare inevi- tabile. Tra i modelli che abbiamo preso in considerazione, il satisficing di Simon `e quello pi´u adeguato per rendere conto del comportamento di agenti limitatamente razionali, capaci di interazione strategica.
Bibliografia
[1] Maurice Allais. Le Comportement de l’Homme Rationnel devant le Risque: Critique des Postulats et Axiomes de l’Ecole Americaine. Econometrica, 21(4):503 – 546, 1953.
[2] Kenneth J. Arrow. Risk Perception in Psychology and Economics. Economic Inquiry, 20(1):1–9, 1982.
[3] Kenneth J. Arrow and Gerard Debreu. Existence of an Equilibrium for a Competitive Economy. Econometrica, 22(3):265 – 290, 1954.
[4] Kenneth J. Arrow and F.H. Hahn. General Competitive Analysis, Volume 12 (Advanced Textbooks in Economics). North Holland, 1971. [5] Colin F. Camerer. Behavioral Game Theory: Experiments in Stra-
tegic Interaction (The Roundtable Series in Behavioral Economics). Princeton University Press, 2003.
[6] Gary Charness, Edi Karni, and Dan Levin. Individual and group de- cision making under risk: An experimental study of Bayesian updating and violations of first-order stochastic dominance. Journal of Risk and Uncertainty, 35(2):129–148, October 2007.
[7] Richard Dawkins. The Selfish Gene: 30th Anniversary Edition–with a new Introduction by the Author. Oxford University Press, USA, 2006.
[8] Bruno De Finetti. Fondamenti logici del ragionamento probabilistico. Bollettino dell’Unione Matematica Italiana, 9:258–261, 1930.
[9] Bruno De Finetti. Sul significato soggettivo della probabilit`a. Fundamenta Mathematicae, 17:298–329, 1931.
[10] Bruno De Finetti. Theory of Probability: A Critical Introductory Treatment. John Wiley & Sons, New York, 1992.
[11] Giovanni Dosi. Innovation, Organization and Economic Dynamics: Selected Essays. Edward Elgar Pub, 2001.
[12] Kimberley D. Edwards. Prospect theory: A literature review. International Review of Financial Analysis, 5(1):19–38, 1996.
[13] Daniel Ellsberg. Risk, Ambiguity, and the Savage Axioms. The Quarterly Journal of Economics, 75(4):643–669, 1961.
[14] Milton Friedman. The Methodology of Positive Economics. In Essays in Positive Economics, pages 3–43, Chicago, 1953. University Of Chicago Press.
[15] Gerd Gigerenzer. Striking a Blow for Sanity in Theories of Rationality. In Mie Augier and James G. March, editors, Models of a Man: Essays in Memory of Herbert A. Simon, pages 389–409, Cambridge, Mass. - London, 2004. MIT Press.
[16] Gerd Gigerenzer. Rationality for Mortals: How People Cope with Un- certainty (Evolution and Cognition). Oxford University Press, USA, 2008.
[17] Gerd Gigerenzer, Peter M. Todd, and The ABC Research Group. Sim- ple Heuristics That Make Us Smart. Evolution and cognition. Oxford University Press, 1999.
[18] Thomas Gilovich and Daniel Kahneman. Heuristics and Biases: The Psychology of Intuitive Judgment. Cambridge University Press, 2002.
[19] Daniel G. Goldstein and Gerd Gigerenzer. The Recognition Heuristic and the Less-Is-More Effect. In Charles R. Plott and Vernon L. Smith, editors, Handbook of Experimental Economics Results, pages 987–992. North Holland, 2008.
[20] Daniel Kahneman. Maps of Bounded Rationality: Psychology for Be- havioral Economics. American Economic Review, 93(5):1449–1475, 2003.
[21] Daniel Kahneman and Amos Tversky. Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2):263–291, 1979.
[22] Frank Hyneman Knight. Risk, Uncertainty and Profit. Nabu Press, 2010.
[23] Daniel A. Levinthal. Adaptation on Rugged Landscapes. Management Science, 43(7):934 – 950, 1997.
[24] John A. List, Michael S. Haigh, and Marc Nerlove. A Simple Test of Expected Utility Theory Using Professional Traders. Proceedings of the National Academy of Sciences of the United States of America, 102(3), 2005.
[25] James G. March and Herbert A. Simon. Organizations. Wiley-Blackwell, 1993.
[26] Luigi Marengo and Giovanni Dosi. Division of labor, organizational coor- dination and market mechanisms in collective problem-solving. Journal of Economic Behavior & Organization, 58(2):303 – 326, 2005.
[27] John Maynard Smith. Evolution and the Theory of Games. Cambridge University Press, 1982.
[28] John Maynard Smith and George R. Price. The Logic of Animal Conflict. Nature, 246(5427):15–18, November 1973.
[29] Barbara J. McNeil, Stephen G. Pauker, Harold C. Sox, and Amos Tver- sky. On the elicitation of preferences for alternative therapies. The New England journal of medicine, 306(21):1259–62, May 1982.
[30] Rosemarie Nagel. Experimental Beauty Contest Games: Levels of Rea- soning and Convergence to Equilibrium. In Charles R. Plott and Ver- non L. Smith, editors, Handbook of Experimental Economics Results, pages 391–410. North Holland, 2008.
[31] Frank Plumpton Ramsey. Truth and Probability. In Richard Bevan Braithwaite, editor, The Foundations of Mathematics and Other Logical Essays, London, 2009. Routledge.
[32] J¨org Rieskamp and Philipp E. Otto. SSL: a theory of how people learn to select strategies. Journal of experimental psychology. General, 135(2):207–36, May 2006.
[33] Stuart Russell and Peter Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, 2nd edition, 2002.
[34] Leonard J. Savage. The Foundations of Statistics. Dover Publications, New York, 2nd revise edition, 1972.
[35] Amartya Sen. Maximization and the Act of Choice. Econometrica, 65(4):745 – 779, 1997.
[36] Herbert A. Simon. A Behavioral Model of Rational Choice. The Quarterly Journal of Economics, 69(1):99 – 118, 1955.
[37] Herbert A. Simon. A comparison of game theory and learning theory. Psychometrika, 21(3):267–272, September 1956.
[38] Herbert A. Simon. Rational choice and the structure of the environment. Psychological Review, 63(2):129 – 38, 1956.
[39] Herbert A. Simon. The Logic of Rational Decision. The British Journal for the Philosophy of Science, 16(63):169 – 186, 1965.
[40] Herbert A. Simon. On How to Decide What to Do. The Bell Journal of Economics, 9(2):494 – 507, 1978.
[41] Herbert A. Simon. Rationality as Process and as Product of Thought. American Economic Review, 68(2):1–16, 1978.
[42] Herbert A. Simon. Rational Decision Making in Business Organizations. American Economic Review, 69(4):493 – 513, 1979.
[43] Herbert A. Simon. Invariants of human behavior. Annual review of psychology, 41:1–19, January 1990.
[44] Herbert A. Simon. Models of Bounded Rationality, Vol. 3: Emperical- ly Grounded Economic Reason. The MIT Press, Cambridge, Mass. - London, 1997.
[45] Amos Tversky and Daniel Kahneman. The Framing of Decisions and the Psychology of Choice. Science, New Series, 211(4481):453 – 458, 1981.
[46] Amos Tversky and Daniel Kahneman. Rational choice and the framing of decisions. Journal of Business, 59(S4):251, 1986.
[47] Amos Tversky and Daniel Kahneman. Advances in prospect theory: Cu- mulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4):297–323, October 1992.
[48] Fernando Vega-Redondo. Evolution, Games, and Economic Behaviour. Oxford University Press, USA, 1997.
[49] John von Neumann and Oskar Morgenstern. Theory of Games and Economic Behavior. Princeton Univ. Press, Princeton, 3rd edition, 1953. [50] Jack Vromen. Friedman’s Selection Argument Revisited. In The Me- thodology of Positive Economics: Reflections on the Milton Friedman Legacy, pages 257–284. Cambridge University Press, 2009.
[51] Peter Wakker. Savage’s Axioms Usually Imply Violation of Strict Sto- chastic Dominance. The Review of Economic Studies, 60(2):487 – 493, 1993.
[52] Sidney G. Winter. Economic natural selection and the theory of the firm. Yale Economic Essays, 4:225–272, 1964.
[53] Sidney G. Winter. Satisficing, Selection, and The Innovating Remnant. The Quarterly Journal of Economics, 85(2):237–261, 1971.
[54] Sidney G. Winter. Optimisation and evolution in the theory of the firm. In R. H. Day and T. Groves, editors, Adaptive Economic Models, pages 73–118, New York, 1975. Academic Press.
[55] Sidney G. Winter. The Satisficing Principle in Capability Learning. Strategic Management Journal, 21(10):981–996, 2000.