 |
Раздел IV. Эвристика и субъективные смещения
|
|
|
|
Когда люди сталкиваются с путаницей при оценке или решении, они часто упрощают задачу, переходя на эвристику, т.е. высасывая решения из пальца. Во многих случаях эти упрощения достигают результатов, близких к «оптимальным» ответам, предлагаемым нормативными теориями. В других ситуациях, однако, эвристика приводит к субъективным смещениям и несоответствиям. Этот раздел книги посвящен, главным образом, наиболее известным примерам эвристики и субъективных смещений.
Глава 10. Эвристика репрезентативности
Как люди приходят к тем или иным решениям? Как делают выбор из множества возможностей? И как они формируют оценки ценности или привлекательности отдельных событий и вероятных исходов? Этот раздел книги посвящен двум родственным вопросам: процессу, благодаря которому люди приходят к своим заключениям; и субъективным смещениям, которые становятся последствиями этих процессов.
Амос Тверски и Дэниел Канеман в 1974 году пришли к выводу, что большинство респондентов использует «эвристику» для вынесения своих оценок. Преимущество этого метода в том, что он сокращает количество времени и усилий, необходимых для принятия решения. Например, значительно проще оценить преимущества той или иной возможности при помощи эвристики, чем последовательно оценивать все возможности, вероятность того или иного результата, и т.д. В большинстве случаев грубые приближения вполне достаточны (поскольку люди в основном стремятся к удовлетворительному, а не к оптимальному решению).
Обычно эвристика дает довольно хорошие результаты. Однако недостатком ее использования является то, что в определенных ситуациях она приводит к систематическим субъективным смещениям (т.е. отклонениям от нормативно получаемых ответов). Эвристика, обсуждающаяся в этой главе, известна как «репрезентативная», и она приводит к весьма предсказуемым смещениям в конкретных ситуациях. Как говорилось выше, причина того, что отклонениям уделяется больше внимания, чем успехам, в том, что ошибки и сбои больше говорят о процессе, чем успехи. Фактически, все теории принятия решений основаны на результатах исследований различных сбоев в оценке.
|
|
|
некто обязательно должен покончить с «черной полосой» в жизни или ничего не должен менять из боязни выйти из «хорошей полосы», проистекает из наблюдения простого феномена регресса.
Джордж Гмелч (1978, август), профессиональный бейсболист, позже ставший социологом, оставил несколько примеров такого предрассудка в книге «Магия бейсбола». В ней говорится, в частности, что команда New York Giants отказывалась стирать форму в то время, как они выигрывали 16 раз подряд, из опасения «смыть» удачу. Точно так же Лео Дюрочер носил одни и те же черные туфли, серые носки, синее пальто и не развязывал галстук в течение 3,5 недель пока Brooklin Dodgers не завоевали победу в 1941 году.
Регрессом к среднему можно объяснить и то, что очень сильные спортсмены и команды обычно показывают более низкие результаты после того, как их фотографии появляются на обложке какого- нибудь иллюстрированного спортивного журнала. Дело в том, что на обложках обычно появляются фотографии спортсменов, показавших выдающиеся результаты, после компенсирующиеся более низкими. Говорят, что эти фотографии могут «сглазить» — хотя на самом деле проявляется обычный регресс к среднему.
Клинический прогноз в сравнении с предположительным
Люди имеют тенденцию игнорировать информацию о базовой частоте и прогнозе, что приводит иногда к удивительным ситуациям. Как зафиксировано в описаниях более чем 100 экспериментов по социологии (Доус, Фауст и Мил, 1989), точность «актуарных» прогнозов (прогнозов, основанных исключительно на эмпирических отношениях между данным рядом возможностей и окончательным результатом) не ниже, а зачастую и выше точности «клинических» прогнозов (прогнозов, основанных на оценке людей). Другими словами, вопреки здравому смыслу зачастую более точными оказываются оценки не человека — даже если он имел полный доступ к предположительной информации.
|
|
|
Например, в одном из экспериментов по изучению клинического прогноза оценки 21 сотрудника психиатрической клиники были сопоставлены с подшивкой предъявленных (153:) пациентами претензий и пожеланий по поводу психиатрического обслуживания (Ласки, Ховер, Смит, Бостиан, Даффендэк и Норд, 1959). Эти претензии были использованы в качестве приблизительной оценки положения за время, проведенное в больнице. Когда информация была обобщена, оказалось, что оценка персонала не была существенно точнее оценки, полученной из анализа подшивки (соотношение было 0,62 и 0,61 соответственно). По- видимому, экспертиза персонала и польза от обладания дополнительной информацией были более чем компенсированы другими факторами. Поскольку клинические оценки обычно основаны на эвристике вроде репрезентативности — и порождают различные смещения — такие прогнозы редко бывают точнее прогнозов, основанных только на предположительных отношениях.
Заключение
Исследования репрезентативной эвристики предлагают несколько способов совершенствования возможностей оценки и принятия решений, включая следующие рекомендации:
v Не позволяйте детализированным сценариям вводить себя в заблуждение. Спецификация, из- за которой детализированные сценарии кажутся более правильными, определяет также и их привлекательность. В общем, чем больше деталей содержит сценарий, тем менее он вероятен — даже если кажется, что он в совершенстве отражает наиболее вероятный исход дела.
v По возможности обращайте внимание на базовую частоту. Базовые частоты особенно важны, когда возможность события точно определена или оно очень распространено. Например, поскольку вероятность очень низка, многие талантливые преподаватели никогда не бывают приняты в старшую школу (и было бы ошибкой интерпретировать это как показатель того, что преподавателю не достает компетенции). И наоборот, из- за высокой вероятности многие неквалифицированные водители получают права. Когда базовые частоты слишком высоки или низки, репрезентативность зачастую является плохим индикатором вероятности. (154:)
|
|
|
v Помните, что шанс не саморегулируется. Ряд неудач значит только ряд неудач. Это не значит, что впереди такой же ряд удач, и это не значит, что вещи роковым образом остаются неизменными. Если существует (как при подбрасывании монеты) конкретная вероятность определенного исхода или результата, прошлые события не имеют влияния на будущие.
v Не забывайте о регрессе к среднему. Даже если ряд неудач не обязательно компенсируется рядом удач (и наоборот), после ярких событий обычно следуют более обычные. Регресс к среднему типичен, от чего бы ни зависел исход. Каждый из факторов, приводящих к усредненному, может в иной комбинации привести к необычному, но в большинстве случаев события возвращаются к норме.
Не забывая эти советы, вы сможете избежать множества ошибок, происходящих от репрезентативной эвристики. Следующая глава посвящена другому широко известному виду эвристики — «эвристике доступности» и вызываемым ею субъективным смещениям.
|
|
|
