Las donaciones aumentan gracias a la prefinanciación
Los resultados muestran que los donantes eran más propensos a aumentar el importe de su donación cuando se comprometían a aumentarla en un momento futuro.
Fondo
El sesgo del compromiso describe cómo las personas y los grupos están dispuestos a apoyar sus ideas y decisiones pasadas, incluso cuando nuevas pruebas o acontecimientos hacen que hacerlo sea irracional. Este sesgo también se conoce como escalada del compromiso o falacia del coste hundido. Barry M. Staw lo describió por primera vez en 1976 en su artículo "Knee deep in the big muddy: A study of escalating commitment to a chosen course of action".
El sesgo de compromiso explica que tendemos a ser coherentes con nuestros compromisos, acciones, pensamientos y disposiciones anteriores, incluso cuando va en contra de nuestros propios intereses.
WANT TO WORK TOGETHER ON A RELATED PROBLEM?
Effective interventions start with a nuanced understanding of how decisions are made. Our mission is to help large organizations be better and do better, using behavioral science.
Sources
[1] The Behavioural Insights Team. (2017). The Behavioural Insights Team Update Report 2016-17. Retrieved from: https://38r8om2xjhhl25mw24492dir.wpengine.netdna-cdn.com/wp-content/uploads/2017/10/BIT_Update-16-17_E_.pdf
[2] R. B. Cialdini, A. Levy, C. P. Herman, L. T. Kozlowski & R. E. Petty. (1976). Elastic shifts of opinion: Determinants of direction and durability. Journal of Personality and Social Psychology, 34(4), 663-672. Retrieved from: https://dx.doi.org/10.1037/0022-3514.34.4.663
[3] J. Guszcza. (2015). The last-mile problem: How data science and behavioral science can work together. Deloitte Review, 16. Retrieved from: https://dupress.deloitte.com/dup-us-en/deloitte-review/issue-16/behavioral-economics-predictive-analytics.html
[4] M. Kosinski, D. Stillwel & T. Graepel. (2013). Private traits and attributes are predictable from digital records of human behavior. PNAS, 110(1), 5802-5805. Retrieved from: https://www.pnas.org/content/110/15/5802.full.pdf
[5] Y. Wang & M. Kosinski. (2017). Deep neural networks are more accurate than humans at detecting sexual orientation from facial images. Retrieved from: osf.io/zn79k
