Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
EN

In de psychologie is veel onderzoeksmateriaal beschikbaar over de meningsvorming van mensen: waar zijn we voor, waar tegen en hoe verloopt dit proces? In zijn promotieonderzoek zet Jonas Dalege een wiskundig model in om deze talrijke onderzoeksresultaten tot een paar basisprincipes terug te brengen en zo gedrag te kunnen voorspellen.

Het mere-thought en andere effecten

In zijn promotieonderzoek integreert Dalege meerdere effecten op meningsvorming, of attitudes, in 1 wiskundig model. Zo kijkt hij naar het mere-thought effect, of het effect dat mensen na langer nadenken over hun oordeel, vaak extremer in hun mening worden. Wat ‘wel ok’ was wordt na een tijdje ‘top’, en wat ‘niet zo goed was’, wordt ‘helemaal niet goed’.

Dalege combineert dit mere-thought effect met onder andere het effect dat mensen in hun meningsvorming gevoelig zijn voor inhoudelijke argumenten wanneer zij het onderwerp belangrijk vinden, maar voor de statuur van de spreker als zij het onderwerp niet zo belangrijk vinden.

Door het integreren van deze verschillende effecten in 1 wiskundig model brengt Dalege ze tot een paar basisprincipes terug:

  • Meningen worden instabiel en onduidelijk wanneer we er geen aandacht aan besteden en worden daarmee minder informatief.
  • Nadenken over een onderwerp heeft vooral de functie om een duidelijke en stabiele mening te ontwikkelen en in dit proces beïnvloeden verschillende onderdelen iemands mening (je gaat bijvoorbeeld denken dat een bepaalde politica competent is omdat je haar sympathiek vindt).

Met behulp van deze basisprincipes kunnen vervolgens voorspellingen over gedrag worden gedaan.

Is zo’n simpel model wel geschikt om gedrag te voorspellen?

‘We zijn juist met opzet aan de slag gegaan met een heel simpel model’, legt Dalege uit, ‘Het is effectiever eerst uit te vinden wat je met een simpel model kunt verklaren, want het is veel makkelijker om van een simpel model naar een complexer model te werken, dan andersom. Een voordeel van een simpel model is bovendien dat het makkelijker is om voorspellingen te maken dan bij een erg complex model’.

Dalege voegt daaraan toe dat het voor elke algemene theorie een cruciale test is of het gevestigde verschijnselen kan verklaren. Een centraal doel was daarom om ​​eerst onderzoek te doen naar de vraag of het gebruikte model deze taak aankan.

Interessant voor jullie vakgebied, maar wat heeft de praktijk hieraan?

Met concrete resultaten over het proces van beïnvloeding, kan het model interessante kennis aan de praktijk bieden die zich met ‘beïnvloeding’ bezighoudt. Denk bijvoorbeeld aan het RIVM dat burgers wil bewegen tot gezond gedrag, of de overheid die mensen wil aanzetten tot klimaatneutraal gedrag. 

‘Ons model laat bijvoorbeeld zien dat het aanhoudend opvoeren van inhoudelijke argumenten om de ander te overtuigen, juist averechts kan werken. Die ander is namelijk voortdurend op zoek zijn naar argumenten die bij hen als persoon passen, vooral naarmate ze langer over een onderwerp nadenken’, legt Dalege uit.

Hoe wordt dit model nu verder ontwikkeld?

De vervolgstap is om met het model het aantal voorspellingen te toetsen. De theorie richt zich nu op meningen en aannames die mensen al hebben, maar in de toekomst is het plan zich ook te richten op het hoe deze meningen worden gevormd.

Hoe hebben jullie het onderzoek uitgevoerd?

Het onderzoek is uitgevoerd met computer simulaties in een model dat is afgeleid van de statistische mechanica. Hierbij werd gebruik gemaakt van virtuele proefpersonen wiens parameters waren gebaseerd op die van echte proefpersonen uit het talrijke onderzoek dat reeds naar effecten op meningen is verricht. Het onderzoek liet zien dat het wiskundige model inderdaad in staat is om veel belangrijke effecten te integreren.

Publicatiedetails

Jonas Dalege, Denny Borsboom, Frenk van Harreveld & Han L. J. van der Maas (2018),  'The Attitudinal Entropy (AE) Framework as a General Theory of Individual Attitudes', Psychological Inquiry, 29:4, 175-193, DOI: 10.1080/1047840X.2018.1537246