Θεωρία της Προοπτικής – Καθημερινή ζωή, πολιτική, μαθηματική ανάλυση

Θεωρία της Προοπτικής (Prospect Theory)

Η Θεωρία της Προοπτικής, των Kahneman & Tversky, εξηγεί πώς οι άνθρωποι λαμβάνουν αποφάσεις υπό αβεβαιότητα. Δεν λειτουργούμε ως τέλεια ορθολογικοί υπολογιστές· επηρεαζόμαστε από απώλειες, προσδοκίες και πλαισίωση.

Βασικές Αρχές

1. Απώλεια > Κέρδος (Loss Aversion)

Ο πόνος της απώλειας είναι ισχυρότερος από τη χαρά αντίστοιχου κέρδους.

2. Σημείο Αναφοράς

Δεν αξιολογούμε απόλυτες τιμές, αλλά αλλαγές σε σχέση με το “τι περιμέναμε”.

3. Καμπύλη Αξίας

Κυρτή στα κέρδη → αποστροφή στον κίνδυνο. Κοίλη στις απώλειες → αναζήτηση κινδύνου.

4. Σταθμισμένες Πιθανότητες

• Υπερεκτιμούμε μικρές πιθανότητες (π.χ. λόττο)
• Υποεκτιμούμε μεγάλες πιθανότητες

Παραδείγματα από την Καθημερινή Ζωή

1. Μισθός & Προσδοκίες

Αν περιμένεις αύξηση 100€ και πάρεις 50€, το μυαλό σου το βιώνει ως “απώλεια”, όχι ως κέρδος.

2. Σούπερ Μάρκετ

“Έκπτωση 2€” ακούγεται καλύτερο από “Τελική τιμή 8€”, παρότι είναι το ίδιο.

3. Επενδύσεις

Οι άνθρωποι κρατούν ζημιογόνες μετοχές για να “μην κλειδώσουν την απώλεια”.

Εφαρμογές σε Πολιτική Επικοινωνία

Framing (Πλαισίωση)

Το ίδιο μέτρο μπορεί να παρουσιαστεί ως κέρδος ή ως απώλεια.

Παράδειγμα

Κέρδος: “Με το νέο πρόγραμμα, 200 άνθρωποι θα σωθούν.”

Απώλεια: “Με το παλιό πρόγραμμα, 400 άνθρωποι θα πεθάνουν.”

Αν και μαθηματικά ισοδύναμα, προκαλούν διαφορετικές αποφάσεις.

Μαθηματική Ανάλυση της Καμπύλης Αξίας

Η αξία ενός αποτελέσματος δεν είναι γραμμική. Η συνάρτηση έχει δύο κλάδους:

v(x) = { x^α, αν x ≥ 0 { -λ(-x)^β, αν x < 0

Παράμετροι:

• α ∈ (0,1): κυρτότητα στα κέρδη
• β ∈ (0,1): κοίλη μορφή στις απώλειες
• λ > 1: απώλεια-αποστροφή (loss aversion)

Διαδραστικό Παράδειγμα: Σίγουρο vs Ρίσκο

Πλαίσιο Κέρδους

Α: Σίγουρο κέρδος 500€ Β: 50% να κερδίσεις 1000€, 50% τίποτα

Οι περισσότεροι επιλέγουν το σίγουρο.

Πλαίσιο Απώλειας

Α: Σίγουρη απώλεια 500€ Β: 50% να χάσεις 1000€, 50% τίποτα

Οι περισσότεροι επιλέγουν το ρίσκο.