“It Could Be Better” Can Make It Worse: When and Why People Mistakenly Communicate Upward Counterfactual Information
Notice bibliographique
Résumé
Imagine you are a real estate agent and are showing a prospective buyer a house with a lake view, but it is foggy, and the view is less than ideal. Are you inclined to tell the prospective buyer, “Unfortunately, it is foggy outside. If it were not foggy, the view would be even better!”? Eight studies, spanning diverse domains, reveal a novel discrepancy: most presenters (e.g., the seller) choose to communicate such upward counterfactual information (UCI) to experiencers (e.g., the prospective buyer), believing it will enhance experiencers’ impressions (e.g., of the house)—yet UCI actually worsens their impressions. This discrepancy arises because presenters insufficiently account for the fact that they possess more knowledge about the presented target than experiencers do; they fail to realize that noting an imperfection reveals it. Accordingly, when experiencers are knowledgeable about the target, either because the imperfection is obvious or because they can easily envision the upward counterfactual, the discrepancy attenuates. Finally, the presenter–experiencer discrepancy occurs only when the counterfactual information is upward, such that presenters do not overcommunicate downward counterfactual information, which rules out a desire to share any information as an alternative mechanism for presenters’ communication decisions. Together, this research highlights the prevalence and costs of sharing UCI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,007 | 0,015 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».