La matematica nascosta dietro ogni decisione che prendi

Pensavo che le buone decisioni venissero dall’istinto o da un’attenta riflessione. Poi ho letto un thread virale del trader e ricercatore @zodchiii che mi ha fatto capire che stavo ignorando la parte più semplice dell’equazione. La maggior parte delle persone fa lo stesso. Trattiamo le decisioni come questioni di opinione o intuizione, quando in realtà sono problemi di matematica travestiti.

Il thread, ripubblicato su axisofeasy.com, analizza sei modelli mentali che spiegano perché le persone intelligenti fanno scelte stupide. I modelli non sono nuovi. Economisti e psicologi li conoscono da decenni. Ma usarli in modo coerente è raro. È lì che arriva il vantaggio.

Se vuoi prendere decisioni migliori al lavoro, nelle relazioni o con i soldi, queste sei strutture cambieranno il modo in cui vedi quasi ogni scelta.

Ciò che rende questo thread diverso dagli altri contenuti di auto-aiuto è che @zodchiii non è un life coach che vende un corso. È un trader di Polymarket che fa scommesse reali con soldi veri. I suoi consigli vengono dal monitoraggio dei risultati, non dalla teoria. Quel background pratico dà a questi modelli una credibilità che non ottieni da qualcuno che non ha mai sbagliato in pubblico.

Expected value

L’expected value è lo strumento decisionale più basilare che tu possa usare, e quasi nessuno lo applica consapevolmente. La formula è semplice: moltiplica la probabilità di un risultato per il suo guadagno, poi somma tutti i risultati possibili.

Ecco la versione facile da ricordare:

Expected value = (probabilità di vincita × guadagno) - (probabilità di perdita × importo della perdita)

Un lancio della moneta che ti paga 2 dollari per testa e ti costa 1 dollaro per croce ha un expected value positivo. Dovresti accettare quella scommessa ogni volta, anche se perderai metà dei lanci. La maggior parte delle persone rifiuta perché la perdita è più dolorosa di quanto il guadagno sia piacevole. Questa è l’avversione alla perdita in azione, ed è per questo che i casinò guadagnano soldi.

Nella vita reale, l’expected value si presenta in offerte di lavoro, scelte di investimento e persino nel decidere se partecipare a una festa. Se il potenziale positivo supera quello negativo quando consideri le probabilità, la matematica dice di accettare. La sensazione nello stomaco non è la matematica che parla.

Questo si collega al più ampio insieme di trappole mentali psicologiche che sabotano il processo decisionale. L’expected value è un modo per uscire da quelle trappole. Invece di affidarti alle reazioni istintive, calcoli se le probabilità sono a tuo favore. Col tempo, quella piccola abitudine separa le persone che hanno fortuna da quelle che si creano la propria fortuna.

Ecco un esempio più pratico. Supponi di considerare un progetto secondario che potrebbe fruttarti 5.000 dollari con una probabilità di successo del 30 percento, e ti costerà 500 dollari in tempo e materiali se fallisce. L’expected value è (0,3 × 5.000) - (0,7 × 500) = 1.150. È positivo. Anche se fallisci sette volte su dieci, un successo paga tutte le perdite e ti lascia in vantaggio. La maggior parte delle persone guarda il tasso di fallimento del 70 percento e se ne va senza fare i calcoli.

La stessa logica si applica a email a freddo, candidature di lavoro e appuntamenti. Se il guadagno è abbastanza grande e il costo del tentativo è basso, l’expected value è probabilmente positivo. Devi solo essere disposto a fare il calcolo invece di fidarti della tua paura.

Base rate neglect

Il tuo cervello odia le statistiche generali. Preferisce storie specifiche. Questa è la trappola del base rate neglect, e rovina più decisioni della maggior parte degli altri bias.

Ecco l’esempio classico dal thread: immagina una malattia che colpisce 1 persona su 1.000. Un test per essa è accurato al 99%. Risulti positivo. Qual è la probabilità che tu abbia effettivamente la malattia?

La maggior parte delle persone dice 99%. La risposta reale è circa il 9%. Perché? Perché la malattia è così rara che i falsi positivi superano di gran lunga i veri positivi. Il tuo cervello ha ignorato il tasso di base (1 su 1.000) e si è aggrappato all’informazione vivida e personale (il tuo test positivo).

Questo accade costantemente. Senti parlare di uno studente che ha abbandonato l’università e ha costruito un’azienda da un miliardo di dollari e pensi che abbandonare sia un buon piano. Ignori il tasso di base: la maggior parte degli abbandoni non diventano miliardari. Senti parlare di una startup che ha raccolto milioni e pensi che la tua idea sia la prossima. Ignori il tasso di base: circa 6 startup su 10 falliscono nei primi anni.

Lo vedi anche nelle decisioni sulla salute. Un amico prova un nuovo integratore e dice che ha curato la sua stanchezza. Compri lo stesso integratore e non senti nulla. La storia individuale è vivida, ma il tasso di base ti dice che gli integratori raramente superano il placebo per la stanchezza generale. Il tuo cervello non si preoccupa del tasso di base. Si preoccupa della storia.

La soluzione è noiosa ma efficace. Prima di entusiasmarti per un caso specifico, chiedi cosa dicono le statistiche generali. Le statistiche generali di solito hanno ragione. Se stai pensando di lasciare il lavoro per avviare un’impresa, guarda il tasso di sopravvivenza delle imprese nel tuo settore, non i post Instagram dell’unica persona che ce l’ha fatta. Quella persona è un outlier. Il tasso di base è la realtà che la maggior parte delle persone vive.

Questo è esattamente il tipo di ragionamento esplorato nella guida al pensiero critico su logica e bias. La differenza qui è che il base rate neglect ha una correzione matematica specifica. Non devi diventare un esperto di logica. Devi solo ricordarti di controllare le statistiche prima di innamorarti di una storia.

Sunk cost fallacy

Hai comprato un biglietto del cinema da 15 dollari. Venti minuti dopo, ti rendi conto che il film è terribile. Esci o resti?

La maggior parte delle persone resta. Pensano ai 15 dollari già spesi e non vogliono sprecarli. Quei 15 dollari sono persi qualunque cosa tu faccia. È un sunk cost. L’unica domanda razionale è: data la mia situazione attuale, i prossimi 90 minuti varranno il mio tempo?

La sunk cost fallacy è il motivo per cui le persone rimangono in lavori senza futuro, continuano a riparare auto che valgono meno del conto della riparazione e tengono investimenti in perdita sperando che si riprendano. Il passato non è negoziabile. Ciò che conta è ciò che viene dopo.

L’ho fatto con gli abbonamenti. Pago per un servizio che non uso perché ho già pagato per l’anno. I soldi sono spariti. La domanda è se i mesi rimanenti ne valgano la pena. Di solito no. Cancellare sembra un’ammissione di sconfitta, ma in realtà è la mossa più intelligente.

La sunk cost fallacy si presenta anche nelle relazioni. Le persone rimangono in matrimoni infelici a causa degli anni già investiti. Rimangono in carriere che odiano a causa della laurea per cui hanno passato quattro anni. La laurea non va da nessuna parte. La domanda è se i prossimi cinque anni varranno la pena. Se la risposta è no, l’investimento passato non è un motivo per restare. È un motivo per andarsene prima di investire di più.

I militari hanno una frase per questo: “taglia le perdite.” Non è arrendersi. È reindirizzare le risorse dove hanno effettivamente possibilità di dare frutti. Ogni ora che passi su un vicolo cieco è un’ora che non puoi passare su un percorso che potrebbe funzionare.

Bayesian thinking

Il Bayesian thinking significa aggiornare le tue convinzioni quando vedi nuove prove. La matematica sembra intimidatoria, ma l’idea è semplice: la tua fiducia in qualcosa dovrebbe cambiare man mano che impari di più.

La formula di base è:

P(convinzione dopo la prova) = P(convinzione prima della prova) × P(prova se la convinzione è vera) / P(prova)

In parole semplici: inizia con ciò che già credi, poi aggiusta in base a ciò che hai appena imparato. Se pensi che una moneta sia equilibrata ed esce testa dieci volte di fila, dovresti aggiornare la tua convinzione che la moneta sia truccata.

La maggior parte delle persone fa l’opposto. Formano una convinzione e poi la difendono contro tutte le prove. Questo è il motivo per cui politica e religione creano così tante discussioni. Il Bayesian thinking ti costringe a trattare le convinzioni come ipotesi temporanee piuttosto che verità permanenti.

La sfida pratica è che aggiornare le convinzioni sembra debolezza. Se cambi idea dopo aver visto nuove prove, le persone potrebbero chiamarti incoerente. Ma la matematica non si preoccupa della tua reputazione. Si preoccupa dell’accuratezza. Chi aggiorna rapidamente finisce con previsioni migliori di chi si aggrappa a vecchie convinzioni.

I mercati di previsione sono un’applicazione pratica di questo. Quando migliaia di persone scommettono su un risultato, le probabilità cambiano man mano che arrivano nuove informazioni. @zodchiii chiama i mercati di previsione una palestra per il tuo processo decisionale. Ricevi feedback su se le tue convinzioni sono calibrate e puoi aggiustare in tempo reale.

Puoi praticare il Bayesian thinking in piccoli modi. Quando un amico ti raccomanda un ristorante e hai una brutta esperienza, aggiorna la tua fiducia nel gusto di quell’amico. Quando un’azione che hai comprato scende dopo gli utili, aggiorna il tuo modello dell’azienda invece di raddoppiare la scommessa. Piccoli aggiornamenti si accumulano in un giudizio migliore col tempo.

Survivorship bias

Il survivorship bias è l’errore di studiare solo i vincitori e assumere che le loro abitudini spieghino la vittoria. Studenti che hanno abbandonato l’università e costruito aziende unicorno ottengono biografie. Le migliaia di abbandoni che hanno fallito e ora lavorano in impieghi normali non ricevano alcuna copertura.

Il thread sottolinea che l'87 percento dei portafogli Polymarket perde denaro. Ma senti parlare solo dei vincitori che hanno pubblicato i loro guadagni sui social media. La stessa cosa succede con ristoranti, startup e strategie di investimento. Vedi il 60 percento che è sopravvissuto e ignori il 40 percento che ha chiuso.

Questo bias è pericoloso perché fa sembrare intelligenti le strategie sbagliate. Se copi le abitudini delle persone di successo senza verificare se quelle abitudini hanno effettivamente causato il successo, stai giocando d’azzardo. Forse hanno avuto successo nonostante le loro abitudini, non a causa di esse.

L’antidoto è cercare i dati mancanti. Chiediti: chi ha provato questo e ha fallito? Dove sono le persone che hanno fatto la stessa cosa ma non ce l’hanno fatta? Se non riesci a trovarle, questo è un campanello d’allarme, non una prova che la strategia funzioni.

Il survivorship bias è ovunque una volta che inizi a cercarlo. I libri di business studiano aziende di successo senza confrontarle con quelle fallite. Gli influencer del fitness mostrano i loro risultati ma non le persone che hanno seguito lo stesso piano e non hanno visto cambiamenti. Le newsletter di investimento si vantano delle operazioni vincenti mentre ignorano quelle perdenti.

Il thread evidenzia Polymarket come caso di studio. Tutti condividono screenshot delle loro grandi vincite. Nessuno condivide screenshot dei conti che hanno perso l'80 percento del loro valore. Se guardi solo i vincitori, penserai che la piattaforma sia denaro facile. Se guardi la distribuzione completa, ti renderai conto che è un gioco di abilità con un pesante vantaggio per la casa per i principianti.

Per contrastare questo bias, cerca attivamente storie di fallimento. Leggi analisi post-mortem di startup fallite. Guarda le persone che hanno seguito la stessa dieta e hanno preso peso. Studia i trader che hanno fatto saltare i loro conti. I dati mancanti sono spesso più informativi dei dati visibili.

Kelly criterion

Il Kelly criterion ti dice quanto del tuo bankroll scommettere su una determinata opportunità. È una formula che bilancia il guadagno contro il rischio in modo da non andare in bancarotta anche quando hai un vantaggio.

La formula è:

f = (bp - qb) / b*

Dove b sono le quote, p è la probabilità di vincita, q è la probabilità di perdita, e f* è la frazione del tuo bankroll da scommettere.

In pratica, la maggior parte degli scommettitori professionisti e investitori usa un approccio quarter-Kelly. Scommettono meno di quanto suggerito dalla formula perché la vita reale è più complicata della matematica. Sopravvalutare il tuo vantaggio è il modo più veloce per perdere tutto.

La lezione qui non riguarda il gioco d’azzardo. Riguarda l’allocazione delle risorse. Se hai una buona opportunità, quanto tempo, denaro o attenzione dovresti dedicarle? Mettere tutto in una scommessa sembra audace, ma di solito è sconsiderato. Distribuire le tue scommesse proporzionalmente al tuo effettivo vantaggio ti mantiene in gioco più a lungo.

Negli investimenti, questo significa non investire mai tutto in un singolo titolo, non importa quanto tu sia fiducioso. In termini di carriera, significa non scommettere tutto il tuo futuro su un’azienda o una competenza. Nelle relazioni, significa non mettere tutti i tuoi bisogni emotivi su una persona. La matematica dice diversifica, anche quando il tuo istinto dice concentra.

La maggior parte delle persone perde la parte del quarter-Kelly. Il Kelly completo presuppone che tu conosca perfettamente il tuo vantaggio. Nella vita reale, sei probabilmente eccessivamente fiducioso. Scommettere un quarto dell’importo di Kelly ti dà margine di errore. Vinci ancora alla grande quando hai ragione, ma sopravvivi abbastanza a lungo per raccogliere quando hai torto. Quel buffer di sopravvivenza è ciò che la maggior parte delle persone perde. L’obiettivo non è fare un home run una volta. È continuare a giocare finché le probabilità non funzionano a tuo favore.

Come tutti e 6 si collegano

Questi modelli non sono strumenti separati. Sono lenti che si correggono a vicenda. L’expected value ti impedisce di reagire in modo eccessivo alle perdite a breve termine. Il base rate neglect ti impedisce di inseguire gli outlier. La sunk cost fallacy ti tira fuori da investimenti passati che non ti servono più. Il Bayesian thinking aggiorna la tua mappa mentre il territorio cambia. Il survivorship bias ti ricorda di cercare i fallimenti che non puoi vedere. Il Kelly criterion si assicura che tu abbia abbastanza per giocare la mano successiva.

Usati insieme, formano un sistema. Smetti di prendere decisioni basate su come una scelta si sente nel momento e inizi a prenderle basate su se la matematica funziona nel tempo. Quel cambiamento è sottile ma permanente.

Pensalo come imparare a guidare. All’inizio, pensi a ogni cambio di marcia e controllo dello specchietto. Alla fine, le abilità diventano automatiche. Questi sei modelli funzionano allo stesso modo. All’inizio, devi eseguire consapevolmente i calcoli. Con la pratica, diventano parte di come vedi il mondo. Noterai il base rate neglect nei titoli delle notizie. Ti sorprenderai a giustificare un sunk cost in una riunione. Sentirai la trazione del survivorship bias quando una storia di successo diventa virale.

Questo è il vero vantaggio. Non devi essere più intelligente di tutti gli altri. Devi solo avere un sistema che catturi gli errori che tutti gli altri perdono.

Verità scomoda

La verità scomoda dal thread è che la maggior parte delle persone non vuole usare la matematica. Vogliono che le decisioni sembrino giuste. Vogliono storie, non statistiche. Vogliono credere che il duro lavoro da solo determini i risultati, quando probabilità e fortuna giocano ruoli molto più grandi di quanto chiunque ammetta.

Ecco perché i mercati di previsione sembrano freddi alla gente. Spogliano via la narrazione e mostrano le probabilità grezze. Ma quella freddezza è il punto. Ti impedisce di mentire a te stesso su quanto probabile sia effettivamente il successo.

Se prendi seriamente il prendere decisioni migliori, devi sentirti a tuo agio a sbagliare in pubblico. Devi aggiornare le tue convinzioni quando le prove dicono che dovresti, anche se ferisce il tuo ego. Questo è il prezzo per migliorare.

Conclusione

La matematica nascosta dietro le decisioni non è realmente nascosta. È solo ignorata. Expected value, tassi di base, sunk costs, aggiornamenti bayesiani, survivorship bias e Kelly criterion sono tutte idee ben documentate. Il vantaggio va alle persone che le applicano effettivamente.

Inizia in piccolo. La prossima volta che affronti una scelta, scrivi le probabilità e i guadagni. Controlla il tasso di base prima di entusiasmarti per un esempio specifico. Chiediti se stai rimanendo in una situazione perché è ancora buona o perché hai già investito troppo per andartene.

Se vuoi approfondire, il thread raccomanda cinque libri che coprono queste idee in maggior dettaglio: Thinking Fast and Slow di Daniel Kahneman, Superforecasting di Philip Tetlock, The Signal and the Noise di Nate Silver, Fooled by Randomness di Nassim Taleb, e Fortune’s Formula di William Poundstone. Ognuno amplierà il tuo modo di pensare all’incertezza e alla scelta.

Li ho letti tutti e cinque, e ognuno colpisce in modo diverso. Kahneman ti dà le basi. Tetlock ti mostra come applicarlo nel mondo reale. Silver ti insegna a pensare in probabilità. Taleb ti rende paranoico sul rischio nel modo migliore. Poundstone collega la matematica alla gestione del denaro. Leggerli in quell’ordine costruisce un quadro completo.

Se vuoi vedere come i modelli mentali si applicano alla strategia, la serie di modelli mentali degli scacchi mostra come i grandi maestri usano il riconoscimento di pattern e il calcolo selettivo per prendere decisioni ad alto rischio sotto pressione. I principi si sovrappongono a ciò che abbiamo coperto qui, ma il contesto degli scacchi li rende concreti.

La matematica non garantirà buoni risultati. Niente lo fa. Ma garantirà che le tue decisioni siano migliori dell’alternativa, che è indovinare e sperare.

Se vuoi praticare questi modelli insieme, prova questo esercizio. Per la prossima settimana, scrivi ogni decisione significativa che prendi. Per ognuna, annota l’expected value, il tasso di base, se stai cadendo nella sunk cost fallacy, quanto sei fiducioso nella tua convinzione, se stai ignorando dati mancanti, e quante delle tue risorse stai impegnando. Alla fine della settimana, rivedi i tuoi appunti. I pattern ti sorprenderanno.

Questa è la matematica nascosta. Non è magia. È solo coerenza. E la coerenza è qualcosa che chiunque può imparare.