Принятие решений в неопределенности



страница1/27
Дата11.08.2018
Размер2.46 Mb.
ТипКнига
  1   2   3   4   5   6   7   8   9   ...   27

Принятие решений в неопределенности: Правила и предубеждения
УДК 159.922.27

ББК 88.53

Научный редактор: доктор психол. наук Г. В. Суходолъский (СПбГУ),

Редактор: доцент, кандидат психол. наук С. Г. Тарасов (СПбГУ)

Перевод. Изд-во Институт прикладной психологии

"Гуманитарный Центр'*



Д. Канеман, П. Словик, А. Тверски. Принятие решений в неопределенности: Правила и предубеждения / Пер. с англ. -X.:

Изд-во Институт прикладной психологии

"Гуманитарный Центр", 2005,- 632 с.

ISBN 966-8324-14-5

Перед Вами фундаментальный труд по психологии принятия решений. Ссылки на отдельные работы этих авторов достаточно часто встречаются в академической литературе, но полный сборник этих статей на русском языке опубликован впервые. Выход этой книги, безусловно, важное событие для специалистов в области управления, стратегического планирования, принятия решений, поведения потребителей и т.д.

Книга представляет интерес для специалистов в области менеджмента, экономики, психологии, как в теории, так и в практике, которые имеют дело с такой сложной и интересной областью человеческой деятельности, как принятие решений.

You can see a fundamental work on psychology of decision-making. The references to separate works of these authors can be found often enough in the academic literature, but the complete volume of these articles has been published in Russian for the first time. The issue of this book is undoubtedly an important event for the experts in the field of management, strategic planning, decision-making, consumers' conduct etc.

The book is of interest to the experts in the field of management, economy, psychology, in theory as well as in practice, who deal with such complex and interesting sphere of human action as decision-making.

Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав. Права на публикацию книги на русском языке принадлежат издательству «Гуманитарный Центр».

(£) Cambridge University Press, 2001

ISBN 0-521-28414-7

ISBN 966-8324-14-5


Г англ. ) ® Институт прикладной психологии «Гуманитарный центр», перевод на русский язык, оформление, 2005

1. Принятие решений в условиях неопределенности: правила и предубеждения*



Амос Тверски и Даниель Канеман

Многие решения основаны на убеждениях о вероятности неопределенных событий, таких как, например, результат выборов, вина ответчика в суде или будущий курса доллара. Эти убеждения обычно выражаются в заявлениях типа " я думаю, что..."," вероятность такова...", "маловероятно, что..." и т.д. Иногда убеждения относительно неопределенных событий выражены в численной форме как шансы или субъективные вероятности. Что определяет такие убеждения? Как люди оценивают вероятность неопределенного события или значения неопределенной величины? Этот раздел показывает, что люди полагаются на ограниченное число эвристических принципов, которые сводят сложные задачи оценки вероятностей и прогнозирования значений величин до более простых операций суждения. Вообще, эти эвристики весьма полезны, но иногда они ведут к серьезным и систематическим ошибкам.

Субъективная оценка вероятности похожа на субъективную оценку физических величин, таких как расстояние или размер. Все эти оценки основаны на данных ограниченной достоверности, которые обработаны согласно правилам эвристики. Например, предположительное расстояние до объекта частично определяется его четкостью. Чем резче объект, тем ближе он кажется. Это правило имеет некоторое обоснование, потому что на любой местности более удаленные объекты кажутся менее четкими, чем более близкие объекты. Однако постоянное следование этому правилу ведет к систематическим ошибкам в оценке расстояния. Характерно, что при плохой видимости расстояния часто переоцениваются, потому что контуры объектов размыты. С другой стороны, расстояния часто недооцениваются, когда видимость хорошая, потому что объекты кажутся более четкими. Таким образом, использование четкости в качестве показателя расстояния ведет к распространенным предубеждениям. Такие предубеждения также можно

* Эта глава впервые появилась в Science, 1974,185,1124-1131. Авторское право © 1974 принадлежит Американской Ассоциации достижений науки. Переиздано в соответствии с разрешением.

18

обнаружить в интуитивной оценке вероятности. В этой книге описываются три вида эвристик, которые используются для оценки вероятности и прогнозирования значений величин. Приводятся предубеждения, к которым ведут эти эвристики, а также обсуждается практическое и теоретическое значение этих наблюдений.



Репрезентативность

Большинство вопросов о вероятности принадлежат к одному из следующих типов: Какова вероятность того, что объект А принадлежит классу В? Какова вероятность, что причиной события А является процесс В? Какова вероятность, что процесс В приведет к событию А? Отвечая на такие вопросы, люди обычно полагаются на эвристику репрезентативности, в которой вероятность определяется степенью, в которой А репрезентативно по отношению к В, то есть степенью, в которой А похоже на В. Например, когда А в высокой мере репрезентативно В, вероятность того, что событие А происходит из В, оценивается как высокая. С другой стороны, если А не похоже на В, то вероятность оценивается как низкая.

Для иллюстрации суждения репрезентативности, рассмотрим описание человека его бывшим соседом: "Стив очень замкнутый и застенчивый, всегда готов мне помочь, но слишком мало интересуется другими людьми и реальностью вообще. Он очень кроткий и опрятный, любит порядок и системати-зированность, а также склонен к детализации." Как люди оценивают вероятность того, кто Стив по профессии (например, фермер, продавец, пилот самолета, библиотекарь или врач)? Каким образом люди располагают эти профессии от наиболее до наименее вероятной? В эвристике репрезентативности, вероятность того, что Стив — библиотекарь, например, определяется степенью, в которой он репрезентативен библиотекарю, или соответствует стереотипу библиотекаря. Действительно, исследование подобных проблем показало, что люди распределяют профессии точно таким же образом (Kahneman и Tversky, 1973,4). Этот подход к оценке вероятности приводит к серьезным ошибкам, потому что на подобие или репрезентативность не оказывают влияние отдельные факторы, которые должны влиять на оценку вероятности.

Нечувствительность к априорной вероятности результата

Одним из факторов, которые не оказывают влияния на репрезентативность, но значительно влияют на вероятность — является предшествующая вероятность, или частота базовых значений результатов (исходов). В случае Стива, например, тот факт, что среди населения намного больше фермеров, чем библиотекарей, обязательно принимается в расчет при любой разумной оценке вероятности того, что Стив скорее является библиотекарем, чем фермером. Принятие во внимание частоты базовых значений, однако, в действительности не влияет на соответствие Стива стереотипу библиотека-

Принятие решений в условиях неопределенности ~ 19

рей и фермеров. Если люди оценивают вероятность посредством репрезентативности, следовательно, предшествующими вероятностями они будут пренебрегать. Эта гипотеза была проверена в эксперименте, в котором изменялись предшествующие вероятности (Kahneman и Tversky, 1973, 4). Испытуемым показывали краткие описания нескольких людей, выбранных наугад из группы 100 специалистов — инженеров и адвокатов. Тестируемых просили оценить, для каждого описания, вероятность того, что оно принадлежит скорее инженеру, чем адвокату. В одном экспериментальном случае, испытуемым сообщалось, что группа, описания из которой были даны, состоит из 70 инженеров и 30 адвокатов. В другом случае испытуемым сообщалось, что группа состоит из 30 инженеров и 70 адвокатов. Шансы того, что каждое отдельное описание принадлежит скорее инженеру, чем адвокату, должна быть выше в первом случае, где большинство инженеров, чем во втором, где большинство адвокатов. Это можно показать, применяя правило Байеса заключающееся в том, что пропорция этих шансов должна быть (0.7/0.3)2, или 5.44, для каждого описания. Грубо нарушая правило Байеса, испытуемые в обоих случаях, продемонстрировали, в сущности, одинаковые оценки вероятности. Очевидно, участники эксперимента оценили вероятность того, что конкретное описание принадлежит скорее инженеру, чем адвокату как степень, в которой это описание было репрезентативно этим двум стереотипам, мало учитывая, если учитывая вообще, предшествующие вероятности этих категорий.

Испытуемые правильно использовали предшествующие вероятности, когда они не обладали иной информацией. В отсутствии краткого описания личности, они оценивали вероятность того, что неизвестный человек является инженером, как 0.7 и 0.3, соответственно, в обоих случаях, при обоих условиях частоты базовых значений. Однако предшествующие вероятности полностью игнорировались, когда было представлено описание, даже если оно было полностью неинформативно. Реакции на нижеизложенное описание иллюстрируют это явление:

Дик — 30-летний мужчина. Женат, еще не имеет детей. Очень способный и мотивированный сотрудник, подает большие надежды. Пользуется признанием коллег.

Это описание было задумано таким образом, чтобы не предоставить информации о том, является ли Дик инженером или адвокатом. Следовательно, вероятность того, что Дик является инженером, должна равняться пропорции инженеров в группе, как если бы не было дано описания вовсе. Испытуемые, однако, оценили вероятность того, что Дик является инженером, как 5 независимо от того, какая дана пропорция инженеров в группе (7 к 3 или 3 к 7). Очевидно, что люди реагируют по-разному в ситуациях, когда описание отсутствует и когда дано бесполезное описание. В случае, когда описания отсутствуют, предшествующие вероятности используются должным образом; и предшествующие вероятности игнорируются, когда дается бесполезное описание (Kahneman и Tversky, 1973,4).

20 ВВЕДЕНИЕ



Нечувствительность к размеру выборки

Чтобы оценивать вероятность получения конкретного результата в выборке, отобранной из указанной совокупности, люди обычно применяют эвристику репрезентативности. То есть они оценивают вероятность результата в выборке, например, то, что средняя высота в случайной выборке из десяти человек будет б футов (180 сантиметров), в степени в какой этот результат подобен соответствующему параметру (то есть средней высоте людей среди всего населения). Подобие статистики в выборке типичному параметру у всего населения не зависит от размера выборки. Следовательно, если вероятность рассчитывается с помощью репрезентативности, то статистическая вероятность в выборке будет по существу независима от размера выборки. Действительно, когда тестируемые оценивали распределение средней высоты для выборок различных размеров, они производили идентичные распределения. Например, вероятность получения средней высоты более чем б футов (180 см) бы л а оценена подобной для выборок 1. 000,100 и 10 человек (Kahneman и Tversky, 1972b, 3). Кроме того, испытуемые не сумели оценить роль размера выборки даже, когда это было подчеркнуто в формулировке проблемы. Приведем пример, подтверждающий это.

Некоторый город обслуживается двумя больницами. В большей по размеру больнице рождаются приблизительно 45 младенцев каждый день, а в меньшей больнице, приблизительно 15 младенцев каждый день. Как Вы знаете, приблизительно 50% от всех младенцев — мальчики. Однако точный процент меняется со дня на день. Иногда он может быть выше, чем 50%, иногда ниже.

В течение одного года, каждая больница делала учет тех дней, когда больше чем 60% рожденных младенцев были мальчиками. Какая больница, по вашему мнению, сделала учет большего количества таких дней?

Большая по размеру больница (21)

Меньшая больница (21)

Примерно поровну (то есть в пределах разницы в 5%) (53)

Числа в круглых скобках указывают количество отвечавших студентов последних курсов.

Большинство тестируемых оценивало вероятность того, что будет более 60% мальчиков в равной степени и в маленькой, и в большой больнице, возможно, потому что эти события описаны одинаковой статистикой и, таким образом, одинаково репрезентативны по отношению ко всему населению. Напротив, согласно теории выборок, ожидаемое число дней, в которые больше чем 60% рожденных младенцев являются мальчиками, намного выше в маленькой больнице, чем в большой, потому что для большой выборки менее вероятно, отклонение от 50%. Это фундаментальное понятие статистики, очевидно, не является частью интуиции людей.

Подобная нечувствительность к размеру выборки была зафиксирована в оценках апостериорной (posteriori) вероятности, то есть вероятности, что выборка была отобрана скорее из одной совокупности, чем из другой. Рас-

Принятие решений в условиях неопределенности 21

смотрим следующий пример:

Вообразите корзину, наполненную шарами, из которых 2/3 одного цвета и 1/3 другого. Один человек вынимает из корзины 5 шаров и обнаруживает, что 4 из них красные, а 1 -белый. Другой человек вынимает 20 шаров и обнаруживает, что 12 из них красные, а 8 -белые. Который из этих двух людей должен с большей уверенностью сказать, что в корзине скорее 2/3 красных шаров и 1/3 белых шаров, чем наоборот? Каковы шансы у каждого из этих людей?

В этом примере, правильным ответом является оценка последующих шансов как 8 к 1 для выборки 4:1 и 16 к 1 для выборки 12:8, при условии, что предшествующие вероятности равны. Однако большинство людей думает, что первая выборка обеспечивает намного более серьезное подтверждение для гипотезы, что корзина наполнена в основном красными шарами, потому что процентное отношение красных шаров в первой выборке больше, чем во второй. Это снова показывает, что интуитивные оценки превалируют за счет пропорции выборки, а не ее размера, который играет решающую роль в определении реальных последующих шансов. (Kahneman и Tversky, 1972b). Кроме того, интуитивные оценки последующих шансов (posterior odds) гораздо менее радикальны, чем правильные значения. В проблемах этого типа неоднократно наблюдалась недооценка влияния очевидного (W. Edwards, 1968, 25; Slovic и Lichtenstein, 1971). Этот феномен назван « консерватизмом ».



Ошибочные концепции шанса

Люди полагают, что последовательность событий, организованная как случайный процесс представляет существенную характеристику этого процесса даже, когда последовательность короткая. Например, относительно выпадения монеты «орлом» или «решкой», люди считают, что последовательность ОР-ОР-Р-О, более вероятна, чем последовательность ОО-О-Р-Р-Р, которая не кажется случайной, а также более вероятна, чем последовательность 0-О-О-О-Р-О, которая не отражает равнозначность сторон монеты (Kahneman и Tversky, 1972b, 3). Таким образом, люди ожидают, что существенные характеристики процесса будут представлены, не только глобально, т.е. в полной последовательности, но также и локально — в каждой из ее частей. Однако локально репрезентативная последовательность систематически отклоняется от ожидания шансов, на которые рассчитывали: в ней слишком много чередований и слишком мало повторений. Другое последствие убеждения по поводу репрезентативности — хорошо известная ошибка игрока в казино. Видя, что красные слишком долго выпадают на колесе рулетки, например, большинство людей, ошибочно полагает, что, скорее всего, теперь должно выпасть черное, потому что выпадение черного завершит более репрезентативную последовательность, чем выпадение еще одного красного. Шанс обычно рассматривается как саморегулирующийся

22

процесс, в котором отклонение в одном направлении приводит к отклонению в противоположном направлении с целью восстановления равновесия. На самом деле отклонения не исправляются, а просто «растворяются» по мере протекания случайного процесса.



Неправильные представления о шансе характерны не только для неопытных тестируемых. Изучение интуиции в статистических предположениях у опытных психологов-теоретиков (Tversky и Kahneman, 1971,2) показало устойчивое верование в то, что можно назвать законом малых чисел, согласно которому даже маленькие выборки являются высоко репрезентативными по отношению к совокупностям, из которых они отобраны. Результаты этих исследователей отразили ожидание того, что гипотеза, достоверная относительно всей совокупности, будет представлена как статистически значимый результат в выборке, причем размер выборки не имеет значения. Как следствие, специалисты слишком верят в результаты, полученные на маленьких выборках, и слишком переоценивают повторяемость этих результатов. При проведении исследования, это предубеждение ведет к отбору выборок неадекватного размера и к преувеличенной интерпретации результатов.

Нечувствительность к надежности прогноза

Люди иногда вынуждены делать числовые предсказания, такие как будущий курс акции, спрос на товар или результат футбольной игры. Такие предсказания основываются на репрезентативности. Например, предположим, некто получил описание компании, и его просят предсказать ее будущую прибыль. Если описание компании очень благоприятно, то по этому описанию наиболее репрезентативной будет казаться очень высокая прибыль; если описание посредственно — то наиболее репрезентативным будет казаться заурядное развитие событий. То, насколько описание является благоприятным, не зависит от достоверности этого описания или степени, в которой оно позволяет проводить точное прогнозирование.

Следовательно, если люди делают прогноз, исходя исключительно из благоприятности описания, их предсказания будут нечувствительны к надежности описания и к ожидаемой точности предсказания.

Этот способ делать суждения нарушает нормативную статистическую теорию, в которой экстремум и диапазон предсказаний зависит от предсказуемости. Когда предсказуемость равна нулю, во всех случаях должно быть сделано одно и то же предсказание. Например, если описания компаний не содержат информации относительно прибыли, тогда для всех компаний должна быть спрогнозирована одна и та же величина (в размере среднего значения прибыли). Если прогнозируемость идеальна, конечно, предсказываемые величины будут соответствовать фактическим величинам, и диапазон прогнозов будет равняться диапазону результатов. Вообще, чем выше предсказуемость, тем шире диапазон предсказанных величин.

Некоторые исследования численного прогнозирования показали, что

Принятие решений в условиях неопределенности 23

интуитивные предсказания нарушают это правило, и что испытуемые мало учитывают, если учитывают вообще, соображения прогнозируемости (Kahneman и Tversky, 1973,4). В одном из этих исследований, испытуемым было предоставлено несколько абзацев текста, каждый из которых описывал работу преподавателя ВУЗа в течение отдельно взятого практического занятия. Некоторых тестируемых попросили оценить качество урока, описанного в тексте с помощью процентной шкалы, относительно указанной совокупности. Других тестируемых просили спрогнозировать, также используя процентную шкалу, положение каждого преподавателя ВУЗа через 5 лет после этого практического занятия. Суждения, сделанные при обоих условиях были идентичными. То есть предсказание отдаленного во времени критерия (успех преподавателя через 5 лет) было идентично оценке информации, на основе которой это предсказание было сделано (качество практического занятия). Студенты, которые предположили это, несомненно, знали о том, насколько ограничена прогнозируемость компетентности преподавателя, основанная на единственном пробном уроке, проведенного 5 годами ранее; однако их прогнозы были столь же крайними, сколь и их оценки.

Иллюзия валидности

Как мы уже говорили, люди часто делают прогнозы, выбирая исход (например, профессию), который является наиболее репрезентативным по отношению к входным данным (например, описание человека). То, насколько они уверены в своем прогнозе, зависит, прежде всего, от степени репрезентативности (то есть качества соответствия выбора входным данным) безотносительно факторов, которые ограничивают точность их прогноза. Таким образом, люди вполне уверены в прогнозе, что человек является библиотекарем, когда дано описание его личности, которое соответствует стереотипу библиотекаря, даже если оно скудно, ненадежно или устарело. Необоснованная уверенность, которая является следствием удачного совпадения предсказываемого результата и входных данных, может называться иллюзией валидности. Эта иллюзия сохраняется даже тогда, когда испытуемый знает факторы, которые ограничивают точность его прогнозов. Вполне распространенным является высказывание, что психологи, которые проводят выборочные интервью, часто обладают значительной уверенностью по поводу своих прогнозов, даже если они знакомы с обширной литературой, которая показывает что в выборочных интервью высока вероятность ошибок. Продолжительная уверенность в правильности результатов клинического выборочного интервью, несмотря на повторные свидетельства его неадекватности, является достаточным свидетельством силы этого эффекта.

Внутренняя согласованность образца входных данных является основным показателем степени уверенности в прогнозе, основанном на этих входных данных. Например, люди выражают больше уверенности в прогнозе средне-

24 ВВЕДЕНИЕ

го балла успеваемости студента, чей табель за первый год обучения состоит полностью из В (4 балла), чем в прогнозе среднего балла студента, в чьем табеле за первый год обучения много оценок, как А (5 баллов), так и С (3 балла). Высоко согласованные образцы наиболее часто наблюдаются, когда входные переменные очень избыточны или взаимосвязаны. Следовательно, люди склонны быть уверенными в прогнозах, основанных на избыточных входных переменных. Однако элементарное правило в статистике корреляции, утверждает, что, если у нас есть входные переменные определенной валидности, прогноз, основанный на нескольких таких входных данных, может достигать более высокой точности, когда переменные независимы друг от друга, чем если они являются избыточными или взаимосвязанными. Таким образом, избыточность входных данных уменьшает точность, даже если она увеличивает уверенность, таким образом, люди часто уверены в прогнозах, которые, скорее всего, будут ошибочными (Kahneman и Tversky, 1973,4).

Неправильные представления о регрессии

Предположим, что большая группа детей была протестирована с помощью двух подобных версий теста на способности. Если некто отберет десять детей из числа тех, кто справился лучше всех с одной из этих двух версий, он обычно будет разочарован выполнением ими второй версии теста. И напротив, если некто отберет десять детей из числа тех, кто хуже всех справился с первой версией теста, то в среднем он обнаружит, что с другой версией они справились несколько лучше. Обобщая, рассмотрим две переменные X и Y, которые имеют одинаковое распределение. Если выбрать людей, чьи средние X оценки отклоняются от среднего X на к единиц, тогда среднее от их Y шкалы будет обычно отклоняться от среднего Y меньше чем на к единиц. Эти наблюдения иллюстрируют общее явление известное как регресс к среднему, которое было открыто Гальтоном более чем 100 лет назад.

В обычной жизни все мы сталкиваемся с большим количеством случаев регресса к среднему, сравнивая, например, рост отцов и сыновей, уровень интеллекта мужей и жен, или результаты сдачи экзаменов, следующих один за другим. Тем не менее, у людей отсутствуют предположения по этому поводу. Во-первых, они не ожидают регрессии во многих контекстах, где она должна произойти. Во-вторых, когда они признают возникновение регрессии, они часто изобретают неверные объяснения причин. (Kahneman и Tversky, 1973,4). Мы полагаем, что явление регресса остается неуловимым, потому что оно несовместимо с мнением о том, что прогнозируемый результат должен быть максимально репрезентативен по отношению к входным данным, и, следовательно, значение переменной результата должно быть настолько же крайним, как и значение входной переменной.

Неспособность признать смысл регрессии может иметь пагубные последствия, как было проиллюстрировано в следующих наблюдениях (Kahneman

Принятие решений в условиях неопределенности 25

и Tversky, 1973, 4). При обсуждении учебных полетов, опытные инструкторы отметили, что похвала за исключительно мягкое приземление обычно при следующей попытке сопровождается более неудачным приземлением, в то время как резкая критика после жесткого приземления обычно сопровождается улучшением результатов при следующей попытке. Инструкторы сделали вывод, что словесные поощрения вредны для обучения, в то время как выговоры приносят пользу, вопреки принятой психологической доктрине. Это заключение несостоятельно из-за присутствия регресса к среднему. Как и в других случаях, когда экзамены следуют один за другим, улучшение обычно следует за плохим выполнением работы, а ухудшение — за отлично проделанной работой, даже если преподаватель или инструктор никак не реагирует на достижения учащегося при первой попытке. Поскольку инструкторы похвалили своих учеников после хороших приземлений и поругали их после плохих, они пришли к ошибочному и потенциально вредному заключению, что наказание является более эффективным, чем награда.

Таким образом, неспособность понимать эффект регрессии ведет, к тому, что эффективность наказания оценивается слишком высоко, а эффективность награды недооценивается. В социальном взаимодействии, также, как и в обучении, награда обычно применяется, когда работа выполнена хорошо, и наказание, когда работа выполнена плохо. Следуя только закону регрессии, поведение, вероятней всего, улучшится после наказания и, скорее всего, ухудшится после награды. Следовательно, выходит так, что, по чистой случайности, людей поощряют за то, что они наказывают других, и наказывают за их поощрение. Люди, в целом, не знают об этом обстоятельстве. Фактически, неуловимая роль регрессии в определении очевидных последствий награды и наказания, кажется, ускользнула от внимания ученых, работающих в этой области.

Доступность

Бывают ситуации, в которых люди оценивают частоту класса или вероятность событий на основе легкости, с которой они вспоминают примеры случаев или события. Например, можно оценивать вероятность риска сердечного приступа среди людей средних лет, вспоминая такие случаи среди своих знакомых. Похожим образом некто может оценивать вероятность того, что некоторое бизнес-предприятие потерпит неудачу, представляя себе различные трудности, с которыми оно могло бы столкнуться. Эта эвристика оценки называется доступностью. Доступность очень полезна для оценки частоты или вероятности событий, потому что события, принадлежащие большим классам, обычно вспоминаются и быстрее, чем случаи менее частых классов. Однако на доступность воздействуют и другие факторы, кроме частоты и вероятности. Следовательно, уверенность относительно доступности ведет к вполне прогнозируемым предубеждениям, некоторые из которых проиллюстрированы ниже.

26 ВВЕДЕНИЕ



Предубеждения, обусловленные степенью восстанавливаемости событий в памяти

Когда размер класса оценивается на основе доступности его элементов, класс, элементы которого легко восстанавливаются в памяти, будет казаться более многочисленным, чем класс такого же размера, но элементы которого, менее доступны и хуже вспоминаются. При простой демонстрации этого эффекта, испытуемым зачитали список известных людей обоих полов, и затем попросили оценить, было ли в списке больше мужских имен, чем женских. Различные списки были предоставлены разным группам тестируемых. В некоторых из списков мужчины были более известны, чем женщины, а в других, женщины были более известны, чем мужчины. В каждом из списков, испытуемые ошибочно считали, что класс (в данном случае пол), в котором были более известные люди, был более многочисленным (Tversky и Kahneman, 1973,11).

В дополнение к узнаваемости, имеются другие факторы, такие как яркость, которая влияет на восстанавливаемость событий в памяти. Например, если человек наблюдал воочию пожар в здании, то он будет считать возникновение таких несчастных случаев, наверное, более субъективно вероятным, чем, если бы, он прочитал об этом пожаре в местной газете. Кроме того, недавние происшествия, вероятно, будут вспоминаться несколько проще, чем более ранние. Часто бывает, что субъективная оценка вероятности возникновения дорожных происшествий временно повышается, когда человек видит около дороги перевернутый автомобиль.

Предубеждения, обусловленные эффективностью направления поиска

Предположим, из английского текста наугад выбрано слово (из трех букв или больше). Что является более вероятным, то, что слово начинается с буквы г или что г является третьей буквой? Люди подходят к решению этой проблемы, вспоминая слова, которые начинаются с г (road — дорога), и слова, которые имеют г в третьей позиции (саг — автомобиль), и оценивают относительную частоту, основываясь на легкости, с которой слова этих двух типов приходят на ум. Поскольку гораздо легче искать слова по первой букве, чем по третьей, большинство людей считают, что больше слов, которые начинаются с этой согласной, чем слов, в которых тот же самый согласный появляется в третьей позиции. Они делают такой вывод даже для таких согласных, как г или к, которые чаще появляются в третьей позиции, чем в первой (Tversky и Kalmeman, 1973,11).

Различные задачи требуют различных направлений поиска. Например, предположим, Вас попросили оценить частоту, с которой слова с абстрактным значением (мысль, любовь) и конкретным значением (дверь, вода) появляются в письменном английском языке. Естественный способ ответить

27

на этот вопрос — найти контексты, в которых эти слова могли бы появляться. Кажется, легче вспомнить контексты, в которых может быть упомянуто абстрактное значение (любовь в женских романах), чем вспомнить контексты, в которых упоминается слово с конкретным значением (например, дверь). Если частота слов определяется на основании доступности контекстов, в которых они появляются, слова с абстрактным значением, будут оценены как относительно более многочисленные, чем слова с конкретным значением* Этот стереотип наблюдался в недавнем исследовании (Galbraith и Underwood, 1973), которое показало, что частота возникновения слов с абстрактным значением была намного выше частоты слов с конкретным значением, в то время как их объективная частота равна. Оценивалось также, что абстрактные слова появлялись в намного большем разнообразии контекстов, чем слова с конкретным значением.



Предубеждения, обусловленные способностью к представлению образов

Иногда нужно оценить частоту класса, элементы которого не хранятся в памяти, а могут быть созданы согласно определенному правилу. В таких ситуациях, обычно воспроизводятся некоторые элементы, а частота или вероятность оценивается той легкостью, с которой могут быть построены соответствующие элементы. Однако легкость воспроизведения соответствующих элементов не всегда отражает их фактическую частоту, и этот способ оценки приводит к предубеждениям. Для иллюстрации этого рассмотрим группу из 10 человек, которые формируют комитеты, состоящие из k членов, причем 2 < k < 8. Сколько различных комитетов, состоящих из k членов может быть сформировано? Правильный ответ на эту проблему дается биноминальным коэффициентом (k10), который достигает максимума, равного 252 для k = 5. Ясно, что число комитетов, состоящих из k членов, равняется числу комитетов, состоящих из (10 — k) членов, потому что для любого комитета, состоящего из k членов, существует единственно возможная группа, состоящая из (10 — k) человек, не являющихся членами комитета. Одним из способов ответить без вычисления — это мысленно создать комитеты, состоящие из k членов, и оценить их количество, используя легкость, с которой они приходят на ум. Комитеты, состоящие из небольшого количества членов, например, 2, более доступны, чем комитеты, состоящие из большого количества членов, например, 8. Самая простая схема создания комитетов — разделение группы на непересекающиеся множества. Сразу видно, что легче создать пять непересекающихся комитетов по 2 члена в каждом, в то время как невозможно сгенерировать и двух непересекающихся комитетов по 8 членов. Следовательно, если частота оценивается за счет способности представить это, или доступностью к мысленному воспроизведению, будет казаться, что маленьких комитетов больше, чем больших, в отличие от правильной параболической функции. Действительно, когда

28 ВВЕДЕНИЕ

тестируемых-неспециалистов просили оценить число различных комитетов разных размеров, их оценки представляли собой монотонно-убывающую функцию от размера комитета (Tversky и Kahneman, 1973,11). Например, средняя оценка числа комитетов, состоящих из 2 членов, была 70, в то время как оценка для комитетов, состоящих из 8 членов — 20 (правильный ответ — 45 в обоих случаях).

Способность представлять образы играет важную роль в оценке вероятностей возникновения реальных жизненных ситуаций. Риск, с которым связана опасная экспедиция, например, оценивается, посредством мысленного воспроизведения непредвиденных обстоятельств, для преодоления которых у экспедиции нет достаточного оборудования. Если многие из таких трудностей ярко изображаются, экспедиция может показаться чрезвычайно опасной, хотя легкость, с которой воображаются бедствия, вовсе не обязательно отражает их фактическую вероятность. Наоборот, если возможную опасность трудно вообразить, или она просто не приходит на ум, риск, связанный с каким-либо событием, может быть чрезвычайно недооценен.

Иллюзорная взаимосвязь

Чепмен и Чепмен (Chapman and Chapman, 1969) описали интересное предубеждение в оценке частоты, с которой два события произойдут одновременно. Они предоставили испытуемым-неспециалистам информацию относительно нескольких гипотетических пациентов с психическими расстройствами. Данные по каждому пациенту включали клинический диагноз и рисунки пациента. Позже испытуемые оценили частоту, с которой каждый диагноз (такой как паранойя или мания преследования) сопровождался различными особенностями рисунка (специфической формой глаз). Испытуемые заметно переоценили частоту совместного появления двух естественных событий, таких как мания преследования и специфическая форма глаз. Это явление получило название иллюзорная корреляция. В ошибочных оценках представленных данных, испытуемые «заново открыли» многое из уже известных, но необоснованных, клинических знаний относительно интерпретации рисуночного теста. Иллюзорный эффект корреляции был чрезвычайно стойкий по отношению к противоречащим данным. Он сохранился даже, когда взаимосвязь между признаком и диагнозом была фактически негативной, что не позволило испытуемым определить действительные отношения между ними.

Доступность является естественным объяснением эффекта иллюзорной корреляции. Оценка того, насколько часто два явления взаимосвязаны и происходят одновременно, может быть основано на силе ассоциативной связи между ними. Когда ассоциация сильна, можно, скорее всего, прийти к выводу, что события часто происходили одновременно. Следовательно, если ассоциация между событиями крепкая, то, по оценке людей, они будут часто происходить одновременно. Согласно этой точке зрения, иллюзорная кор-

Принятие решений в условиях неопределенности 29

реляция между диагнозом мании преследования и специфической формой глаз на рисунке, к примеру, появляется из-за того, что мания преследования скорее ассоциируется с глазами, чем с любой другой частью тела.

Продолжительный жизненный опыт научил нас, что, в общем, элементы больших классов вспоминаются лучше и быстрее, чем элементы менее частотных классов; что более вероятные события легче вообразить, чем маловероятные; и что ассоциативные связи между событиями укрепляются, когда события часто происходят одновременно. В результате, человек получает в свое распоряжение процедуру (эвристику доступности) для оценки размера класса, вероятность события, или частота, с которой могут одновременно происходить события, оцениваются той легкостью, с которой могут быть выполнены соответствующие ментальные процессы вспоминания, воспроизведения или ассоциации. Однако, как показали предшествующие примеры, эти процедуры оценивания систематически приводят к ошибкам.




Каталог: uploads -> images -> Библиотека -> Книги -> Психология%20влияния
uploads -> Методические рекомендации по изучению дисциплины «Этнография» Студентам очного отделения бакалавриата Чита 2014 (075. 4)
uploads -> Социальная философия
uploads -> Контрольная работа и методические рекомендации к ней для студентов заочной формы обучения по дисциплине «Основы философии»
uploads -> Лекция №5 по социологии
images -> В. Путин. «Россия: национальный вопрос». «Самоопределение русского народа – это полиэтническая цивилизация, скрепленная русским культурным ядром»
Психология%20влияния -> Социальное конструирование реальности
images -> Ское общество как социальная система: теоретико-правовые аспекты взаимодействия с государством


Поделитесь с Вашими друзьями:
  1   2   3   4   5   6   7   8   9   ...   27


База данных защищена авторским правом ©znate.ru 2017
обратиться к администрации

    Главная страница