Rozpoznávací heuristika je jednou z „rychlých a šetrných“ heuristik navržených Gigerenzerem a spol. Je jednou z nejšetrnějších heuristik, což znamená, že je jednoduchá nebo úsporná. Daniel Goldstein a Gerd Gigerenzer ve svém původním experimentu vyzpovídali studenty v Německu a ve Spojených státech z populace německých i amerických měst. Každá skupina měla o něco vyšší skóre u cizích měst, přestože jich rozeznala jen zlomek. Experimentátoři teoretizovali, že studenti by byli schopni dosáhnout tak vysoké přesnosti u cizích měst, pokud by se spoléhali na heuristiku a byly by splněny konkrétní podmínky, týkající se například platnosti narážek. Heuristiku pokládali za doménově specifickou strategii pro odvozování.
Hilbig a kol. uvádějí, že heuristika má snížit úsilí a že rozpoznávací heuristika snižuje úsilí při vytváření úsudků tím, že se spoléhá na jeden jediný podnět a ignoruje ostatní informace. Ve své studii zjistili, že rozpoznávací heuristika je užitečnější v záměrném myšlení než v intuitivním myšlení. To znamená, že je užitečnější, když jsou myšlenky záměrné a ne impulzivní na rozdíl od intuitivního myšlení, které je založeno spíše na impulsu než na vědomém uvažování.
Výzkum ukazuje, že rozpoznávací heuristika je relevantní pro marketingovou vědu. Heuristiky založené na rozpoznávání pomáhají spotřebitelům vybrat si, které značky si koupit v často kupovaných kategoriích.
Způsoby, jak popsat a změřit Heuristika rozpoznávání
Hilbig a kol. vymysleli multinomiální stromový model zpracování pro rozpoznávací heuristiku. Multinomiální stromový model zpracování je jednoduchý statistický model často používaný v kognitivní psychologii pro kategorická data. Hilbig a kol. tvrdili, že nový model rozpoznávací heuristiky je nutný kvůli zmatení mezi rozpoznáváním a dalším poznáním. Goldstein a Gigerenzer tvrdili, že další znalosti o rozpoznaném objektu jsou ignorovány, a proto jsou nevýznamné. Multinomiální stromový model zpracování se ukázal jako účinný a Hilbig a kol. tvrdili, že poskytuje nezaujaté měřítko rozpoznávací heuristiky.
Rozpoznávací heuristika může být zobrazena také pomocí neurozobrazovacích technik. Někteří výzkumníci použili potenciály související s událostmi (ERP) k testování psychologických mechanismů stojících za rozpoznávací heuristikou. Rosburg, Mecklinger a Frings použili standardní postup s porovnávací úlohou velikosti města, podobný tomu, který používali Goldstein a Gigerenzer. Použili ERP a analyzovali rozpoznávání založené na znalosti, které se objevuje 300-450 milisekund po nástupu podnětů, aby mohli předvídat rozhodnutí účastníků. Rozpoznávací procesy založené na znalosti jsou relativně automatické a rychlé, takže tyto výsledky poskytují důkaz, že jednoduché heuristiky, jako je rozpoznávací heuristika, využívají základní kognitivní procesy.
Smithson zkoumal „méně je více efektu“ (LIME) s rozpoznávací heuristikou. LIME nastává, když „činitel závislý na rozpoznání má větší pravděpodobnost výběru lepší položky než znalejší činitel, který rozpozná více položek.“ Při popisu LIME se používá matematický model a Smithsonova studie ho použila a pokusila se ho modifikovat. Studie měla matematicky poskytnout pochopení toho, kdy LIME nastává, a vysvětlit důsledky výsledků. Goldstein a Gigerenzer popisují tento model jako α a β, kde „α je pravděpodobnost, že správná volba je provedena pouze na základě rozpoznání a β je pravděpodobnost, že správná volba je provedena, když jsou rozpoznány obě položky (prostřednictvím dodatečných podnětů).“ LIME nastává, když α > β (α > 1/2). Hodnoty α a β zůstávají konstantní a n, počet rozpoznaných položek se mění.
Podpora Heuristiky uznání
Goldstein a Gigerenzer uvádějí, že díky své jednoduchosti rozpoznávací heuristika ukazuje, do jaké míry a v jakých situacích lze předvídat chování. Pachur uvedl, že je to nedokonalý model, ale v současné době je to stále nejlepší model pro předpovídání závěrů lidí založených na rozpoznávání. Někteří badatelé navrhují, že myšlenka rozpoznávací heuristiky by měla být vyřazena, ale Pachur se domnívá, že při jejím testování by měl být zvolen jiný přístup. Někteří badatelé se domnívají, že rozpoznávací heuristika by měla být zkoumána pomocí přesných testů výhradního použití rozpoznávání. Pachur se domnívá, že přesné testy mají omezenou hodnotu v podstatě proto, že určité aspekty rozpoznávací heuristiky jsou často ignorovány, a tak by výsledky mohly být bezvýznamné nebo zavádějící.
Jiná Pachurova studie naznačila, že rozpoznávací heuristika je spíše nástrojem pro zkoumání přirozeného než indukovaného rozpoznávání (tj. není vyprovokováno v laboratorním prostředí), když je třeba vyvodit závěry z paměti. V jednom z jeho experimentů výsledky ukázaly, že existuje rozdíl mezi účastníky experimentálního prostředí a prostředí neexperimentálního.
Testy pro rozpoznávací heuristiku jsou zaměřeny hlavně na nekompenzační zpracování rozpoznávání. Někteří výzkumníci tvrdili, že úsudky neslučitelné s používáním rozpoznávací heuristiky jsou způsobeny kompenzačním zpracováním, ale Gigerenzer a Goldstein uvádějí, že výzkum takových kompenzačních modelů je malý.
Problémy s Heuristikou rozpoznávání
Oppenheimer účastníkům představil dvojice měst, která zahrnovala skutečná města a fiktivní města. Ačkoli heuristika rozpoznávání předpovídá, že účastníci by posuzovali skutečná (rozpoznatelná) města jako větší, účastníci posuzovali fiktivní (nerozpoznatelná) města jako větší, což ukazuje, že v takových závěrech může hrát roli více než rozpoznávání.
Newell & Fernandez provedli dva experimenty, aby se pokusili otestovat tvrzení, že rozpoznávací heuristika se odlišuje od dostupnosti a plynulosti prostřednictvím binárního zpracování informací a bezvýznamnosti dalších znalostí. Výsledky jejich experimentů tato tvrzení nepodpořily. Newell & Fernandez a Richter & Späth otestovali nekompenzační predikci rozpoznávací heuristiky a uvedli, že „rozpoznávací informace se nepoužívá způsobem „všechno nebo nic“, ale je integrována s jinými typy znalostí v úsudku a rozhodování“.