Teoria della Plausibilità

Centro di Conoscenza

Secondo Collins & Michalski, “qualcosa è plausibile se è supportata concettualmente da una conoscenza anteriore„. La Teoria della Plausibilità di Wolfgang Spohn (1985-), Collins & Michalski (ragionamento, 1989), Lemaire & Fayol (soluzione dei problemi aritmetici, 1995), Connell & Keane (modello cognitivo della plausibilità, 2002) fornisce nuovi approfondimenti nel processo decisionale con rischi che non possono essere conosciuti. La plausibilità è un fenomeno inevitabile della vita di tutti i giorni ed ovunque. Tuttavia, è stata ignorata a lungo nella scienza cognitiva e trattata soltanto come una variabile operativa, piuttosto che essere spiegata o studiata in sé.

Statistiche Bayesiane

Fino all'arrivo della teoria della plausibilità, la teoria comune che è stata usata dagli scienziati per spiegare e predire il processo decisionale, era la statistica Bayesiana. Thomas Baies fu un ministro inglese del diciottesimo secolo. Baies ha sviluppato le regole per pesare la probabilità di eventi differenti e dei loro risultati attesi. Le statistiche Bayesiane si sono diffuse negli anni 60 grazie a Howard Raiffa per il suo uso negli ambienti di affari. Secondo la teoria Bayesiana, i manager prendono le decisioni e i manager dovrebbero prendere le decisioni, basandosi su un calcolo delle probabilità di tutti i risultati possibili di una situazione. Pesando il valore di ogni risultato per la probabilità e sommando i totali, i decisori Bayesiani calcolano “ i valori attesi„ per una decisione che deve essere presa. Se il valore atteso è positivo la decisione dovrebbe essere accettata; se è negativo, dovrebbe essere evitata.

Limitazioni delle statistiche Bayesiane

A prima vista, questo può sembrare un metodo di lavoro ordinato. Tuttavia purtroppo, il modo Bayesiano di spiegare le decisioni affronta almeno due fenomeni che sono difficili da spiegare:

1. L'apprezzamento del rischio negativo. La gente specula normalmente con una chance del 50% per guadagnare $10 quando devono pagare $5 se sono sfortunati. Ma perchè rifiutano generalmente di speculare allo stesso modo con una chance del 50% se possono vincere $1.000.000 contro una perdita potenziale di $500.000?
2. Come trattare i rischi che non possono essere conosciuti. Questo genere di rischi, che non includono probabilità prevedibili, sono tipici delle situazioni di business!   Perchè i manager preferiscono i rischi conosciuti, rispetto ai rischi che non possono essere conosciuti?

Teoria della Plausibilità

Entrambi i fenomeni possono essere trattati se il calcolo Bayesiano dei “Valori Attesi„ è sostituito dalla “Soglia di Rischio„ della Teoria della Plausibilità. Come il suo predecessore, la Teoria della Plausibilità valuta la gamma dei risultati possibili, ma si focalizza sulla probabilità di colpire un punto della soglia - come una perdita netta - riguardante un rischio accettabile. Per esempio: una decisione normalmente redditizia viene rifiutata se c'è un rischio superiore al 2% di fare una perdita (maggiore). Chiaramente, la plausibilità può risolvere entrambe le debolezze del concetto Bayesiano: la tendenza dei manager di evitare i rischi negativi inaccettabili e la tendenza dei manager di evitare di assumersi rischi che non possono essere conosciuti.

Esempi tipici dell'applicazione della teoria di plausibilità sono le nuove regole di Basilea II per la ripartizione del capitale nel settore dei servizi finanziari.

Paragonare a Teoria della Plausibilità:  Opzioni Reali  |  Teoria del Caos  |  Gestione Strategica del Rischio  |  RAROC  |  Pianificazione dello Scenario  |  Ragionamento Strategico Analogico  |  Analisi delle Cause alla Radice  |  CAPM  |  Inchiesta Dialettica  |  Teoria dei Vincoli  |  Principio della Piramide

Ritornare alla Disciplina di Gestione: Decisioni & Valutazioni  |  Finanza & Investimenti  |  Conoscenze & Valori Intangibili  |  Pianificazione & Project Management  |  Strategia

Più Metodi, Modelli e Teorie di Gestione