Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения
Скачать 0.88 Mb.
|
| Глава 5. Изучение репрезентативности Майя Бар-Хиллер, Даниель Канеман и Амос Тверски предположили, что при оценке вероятности неопределенных событий люди часто обращаются к эвристике или к эмпирическим правилам, которые почти не коррелируют (если коррелируют вообще) с переменными, которые фактически определяют вероятность события. Одна из таких эвристик – репрезентативность, определяемая как субъективная оценка степени, в которой рассматриваемое событие «является в существенных свойствах подобным своей исходной совокупности» или «отражает существенные особенности процесса, который его породил». Уверенность относительно репрезентативности случая как показателя его вероятности может привести к двум видам систематических ошибок в суждении. Во-первых, это может придать чрезмерный вес переменным, которые влияют на репрезентативность события, а не на его вероятность. Во-вторых, это может уменьшать важность переменных, крайне необходимых для определения вероятности события, но не связанных с его репрезентативностью. Даны два закрытых сосуда. В обоих – смесь красных и зеленых бусинок. Количество бусинок различно в двух сосудах – в маленьком 10 бусинок, а в большом – 100 бусинок. Процент красных и зеленых бусинок один и тот же в обоих сосудах. Выборка осуществляется следующим образом: вы вслепую достаете бусинку из сосуда, запоминаете ее цвет и возвращаете на место. Вы перемешиваете бусинки, снова достаете вслепую, и снова запоминаете цвет. В общем, вы тянете бусинку из маленького сосуда 9 раз, а из большого – 15 раз. Как вы думаете, в каком случае у вас больше возможностей угадать преобладающий цвет? Учитывая описание процедуры формирования выборки, число бусинок в этих двух сосудах с нормативной точки зрения абсолютно не важно. Испытуемые в своих выборах должны были однозначно обратить внимание на большую выборку в 15 бусинок. Вместо этого, 72 из 110 испытуемых выбрали меньшую выборку из 9 бусинок. Это можно объяснить только тем, что отношение размера выборки к размеру совокупности – 90% в последнем случае и только 15% в первом. Глава 6. Оценки репрезентативности и на основе репрезентативности Несколько лет назад, мы представили анализ принятия решений в условиях неопределенности, который связал субъективные вероятности и интуитивные прогнозирования по поводу ожиданий и впечатлений о репрезентативности. В эту концепцию включили две различные гипотезы: (i) люди ожидают, что выборки будут подобными своей родительской совокупности, а также отобразят случайность процесса формирования выборки; (ii) люди часто полагаются на репрезентативность как на эвристику для суждения и прогнозирования. Репрезентативность – это соотношение между процессом или моделью М и некоторым случаем или событием X, связанным с этой моделью. Репрезентативность, как и подобие, может быть определена опытным путем, например, если попросить людей оценить, какое из двух событий, Х1 или Х2, является более репрезентативным по отношению к некоторой модели М, или является ли событие X более репрезентативным по отношению к М1 или М2. Отношение репрезентативности может быть определено для (1) величины и распределения, (2) события и категории, (3) выборки и совокупности (4) причины и следствия. Если уверенность в репрезентативности приводит к систематическим ошибкам, почему люди используют его как основание для прогнозов и оценок? Во-первых, репрезентативность кажется легко доступной и легкой для оценки. Нам легче оценить репрезентативность события по отношению к классу, чем оценить его условную вероятность. Во-вторых, вероятные события обычно более репрезентативны, чем менее вероятные. Например, выборка, подобная совокупности, более вероятна, чем нетипичная выборка того же размера. В-третьих, мнение, что выборки вообще репрезентативны по отношению к их родительским совокупностям, приводит к тому, что люди переоценивают корреляцию между частотой и репрезентативностью. Уверенность в репрезентативности, однако, ведет к предсказуемым ошибкам суждения, потому что репрезентативность имеет собственную логику, которая отличается от логики вероятности. Существенное различие между вероятностью и репрезентативностью возникает при оценке сложных событий. Предположим, что нам дали некоторую информацию о человеке (например, краткое описание личности) и мы размышляем о различных признаках или комбинациях признаков, которыми этот человек может обладать: род занятий, склонности или политические симпатии. Один из основных законов вероятности гласит, что детальность может только понизить вероятность. Таким образом, вероятность того, что данный человек является и республиканцем и художником одновременно, должна быть меньше, чем вероятность того, что человек является художником. Однако, требование, что Р(А и В) ≤ Р(В), которое можно называть правилом конъюнкции, не относится к подобию или репрезентативности. Синий квадрат, например, может быть более подобен синему кругу, чем просто кругу, и человек может походить на наш образ республиканца и художника больше, чем на наш образ республиканца. Поскольку подобие объекта цели может быть увеличено, если добавить к цели особенности, которыми обладает и объект, подобие или репрезентативность могут быть увеличены путем спецификации цели. Люди оценивают вероятность событий по степени, в которой эти события репрезентативны по отношению к соответствующей модели или процессу. Поскольку репрезентативность события может быть увеличена за счет уточнения, сложная цель может быть оценена как более вероятная, чем один из ее компонентов. Вывод о том, что конъюнкция часто кажется более вероятной, чем один из ее компонентов, может иметь далеко идущие последствия. Нет причин полагать, что суждения политических аналитиков, присяжных заседателей, судей и врачей независимы от эффекта конъюнкции. Этот эффект, вероятно, особенно негативно проявит себя при попытках дать прогноз относительно будущего, оценивая вероятности отдельно взятых сценариев. Словно смотря в хрустальный шар, политические деятели, футурологи, а также обыватели ищут образ того будущего, которое лучше всего представляет их модель развития настоящего. Этот поиск ведет к построению детальных сценариев, которые являются внутренне последовательными и высоко репрезентативными по отношению к нашей модели мира. Такие сценарии часто оказываются менее вероятными, чем менее детальные прогнозы, которые фактически являются более вероятными. С увеличением детализации сценария, его вероятность может только устойчиво уменьшаться, но его репрезентативность, и, следовательно, его очевидная вероятность, может увеличиваться. Уверенность в репрезентативности, по нашему мнению, является первичной причиной безосновательного предпочтения детальных сценариев и иллюзорного смысла интуиции, который часто обеспечивают такие конструкции. Так как суждение человека неотделимо от решения волнующих проблем нашей жизни, конфликт между интуитивной концепцией вероятности и логической структурой этой концепции настоятельно требует разрешения. Часть III Причинность и атрибуция Глава 7. Общепринятое положение: информация не обязательно информативна Даже в сфере азартных игр, где люди имеют, по крайней мере, некоторое элементарное представление о том, как обращаться с вероятностями, они могут проявлять примечательную слепоту и предубеждения. Вне таких ситуаций люди могут быть абсолютно не в состоянии увидеть необходимость такой «простой» вероятностной информации как базовое значение. Непонимание того, как должным образом комбинировать информацию базового значения с информацией целевого случая, ведет к тому, что люди просто игнорируют информацию базового значения в целом. Нам кажется, однако, что может также действовать другой принцип. По своей природе базовое значение или согласованность информации расплывчата, незначительна и абстрактна. Напротив, информация целевого случая ярка, значительна и конкретна. Эта гипотеза не нова. В1927 году Бертран Рассел предположил, что «общепринятая индукция зависит от эмоционального интереса случаев, но не от их числа». В исследованиях, проведенных нами относительно эффектов согласованности информации, простое представление количества случаев было противопоставлено случаям эмоционального интереса. Согласуясь с гипотезой Рассела, эмоциональный интерес в каждом случае брал верх. Мы предполагаем, что конкретная эмоционально интересная информация обладает большим потенциалом делать выводы. Абстрактная информация менее богата потенциальными связями с ассоциативной сетью, посредством которой можно достичь сценариев. Гипотеза Рассела имеет несколько важных посылок к действию в повседневной жизни. В качестве иллюстрации рассмотрим простой пример. Предположим, вам необходимо купить новую машину, и в целях экономии и долговечности вы решили приобрести одну из таких солидных шведских машин среднего класса, как Volvo или Saab. Будучи осторожным покупателем, вы идете в службу потребителей, которая сообщает Вам, что по результатам экспертных исследований Volvo превосходит по механическим параметрам, а обыватели отмечают более высокую износоустойчивость. Вооруженный информацией, вы решаете обратиться к дилеру фирмы Volvo до конца недели. Между тем на одной из вечеринок вы рассказываете знакомому о своем намерении, его реакция заставляет вас задуматься: «Volvo! Должно быть ты шутишь. У моего шурина была Volvo. Сначала замысловатая компьютерная штука, обеспечивающая заправку топливом, вышла из строя. 250 баксов. Затем у него начались проблемы с задним мостом. Пришлось его заменить. Потом трансмиссия и сцепление. Через три года продали на запчасти». Логический статус этой информации таков, что количество из нескольких сот обывателей, владеющих Volvo из службы потребителей, возросло на единицу и что средняя частота осуществления ремонта понизилась на йоту по трём или четырём измерениям. Однако, каждый, кто утверждает, что он не примет во внимание мнение случайного собеседника, либо не искренен, либо совершенно себя не знает. Глава 8. Причинные схемы при принятии решений в условиях неопределенности Работа Мичетта ярко продемонстрировала тенденцию воспринимать последовательности событий в терминах причинно-следственных отношений, даже когда человек полностью осознает, что отношение между событиями случайно и что приписанная причинно-следственная связь является иллюзорной. Мы исследуем оценки условной вероятности Р (X/D) некоторого целевого события X, на основе некоторого свидетельства или данных D. При нормативном рассмотрении теории условной вероятности, различия между типами отношения D к X невещественны, и воздействие данных зависит исключительно от их информативности. Напротив, мы предполагаем, что психологическое воздействие данных зависит от их роли в причинно-следственной схеме. В частности, мы выдвигаем гипотезу, что причинно-следственные данные имеют большее воздействие, чем другие данные такой же информативности; и что в присутствии данных, порождающих причинно-следственную схему, случайные данные, не соответствующие этой схеме, имеют маленькое значение, или вовсе его не имеют. Причинное и диагностическое умозаключение. Можно ожидать, что люди выведут результаты из причин с большей достоверностью, чем причины из результатов – даже, если результат и причина фактически дают одинаковое количество информации относительно друг друга. В одном наборе вопросов мы попросили испытуемых сравнить две условные вероятности Р(Y/X) и Р(X/Y) для пары событий X и Y таких, что (1) X естественно рассматривается как причина Y; и (2) Р (X) = Р (Y), то есть предельные вероятности двух событий равны. Последнее условие подразумевает что Р(Y/X) = Р(X/Y). Мы сделали прогноз, что большинство испытуемых сочтет причинно-следственное отношение более сильным, чем диагностическое, и ошибочно утвердит, что Р(Y/X) > Р(X/Y). Задача. Какое из следующих событий является более вероятным? (А), что у девочки голубые глаза, если у ее матери голубые глаза (69 ответов); (В), что у матери голубые глаза, если у ее дочери голубые глаза (21 ответ); два события одинаково вероятны (75 ответов). Асимметрии вывода, связаны с асимметриями отношений приближенности. Эмпирические исследования показывают, что оцененное подобие заметного объекта или прототипа менее заметному объекту или варианту меньшее, чем подобие варианта прототипу. Например, насыщенный красный менее подобен бледно-красному, чем наоборот, «хорошая» форма менее подобна «плохой» форме, чем наоборот, подобие знаменитой страны (например, коммунистический Китай) менее знаменитой стране (например, Северная Корея) меньше, чем обратное подобие. Асимметрии прогнозирования, видимо, следуют тому же правилу. Таким образом, мы воспринимаем сына как более подобного своему отцу, чем наоборот, и мы также приписываем свойства отца сыну с большей достоверностью, чем наоборот. Причинная и диагностическая значимость свидетельства. Мы исследуем гипотезу, согласно которой люди склонны сосредотачиваться на причинном воздействии данных, касающихся будущего, и имеют тенденцию пренебрегать диагностическими выводами, касающимися прошлого. Задача. Пусть А – событие, что до окончания следующего года, Питер установит систему сигнализации в своем доме. Пусть В – событие, что дом Питера будет обокраден до конца следующего года. Пусть А̅ и В̅ события, противоположные событиям А и В, соответственно. Вопросы: какая из двух условных вероятностей, Р(А/В) или Р(А/В̅), выше? какая из двух условных вероятностей, Р(В/А) или Р(В/А̅), выше? Подавляющее большинство испытуемых (132 из 161) заявило, что Р(А/В) > Р(А/В̅) и что Р(В/А) < Р(В/А̅), вопреки законам вероятности. Мы интерпретируем этот образец суждений как признак господства причинных соображений над диагностическими. Чтобы оценить природу этого эффекта, давайте проанализируем структуру задачи. Для начала рассмотрим Р(А/В), условную вероятность того, что Питер установит сигнализацию в своем доме до конца следующего года, учитывая, что его дом будет обокраден в течение этого периода. Сигнальная система могла быть установлена либо до, либо после ограбления. Информация, переданная этим условием, то есть предположением о краже, имеет причинное значение относительно будущего и диагностическое значение относительно прошлого. Определенно, кража является причиной для последующей установки сигнализации, что, в свою очередь, является диагностическим признаком того, что дом не был оборудован ею во время кражи. Таким образом, причинное воздействие кражи увеличивает вероятность установления сигнальной системы, в то время как диагностическое воздействие кражи уменьшает эту вероятность. Почти единодушные оценки, что Р(А/В) > Р(А/В̅) указывают, что причинное воздействие В преобладает над его диагностическим воздействием. Такой же анализ применяется к Р(В/А): вероятности, что дом Питера будет обокраден до конца следующего года, учитывая, что он установит сигнализацию в течение этого периода. Наличие сигнализации причинно влияет на сокращение вероятности последующей кражи; это также дает нам диагностический признак того, что кража могла побудить Питера установить сигнализацию. Причинное влияние приобретения сигнализации уменьшает вероятность кражи; диагностическое влияние установки сигнализации увеличивает эту вероятность. В данном случае, распространенность суждения, что Р(В/А) < Р(В/А̅) указывает, что причинное влияние А преобладает над его диагностическим влиянием. Вместо сравнения причинных и диагностических воздействий свидетельства, люди, очевидно, оценивают условные вероятности Р(А/В) и Р(В/А) прежде всего в терминах прямого причинного эффекта состояния, что приводит к противоречиям в задачах этого типа. Прогнозы, объяснение и пересмотр. Человек может применять модель, чтобы прогнозировать исход или оценивать его вероятность; он может также использовать модель, чтобы объяснить возникновение определенного события или последствия. Наконец, он может использовать информацию: полученную при возникновении определенного события, для исправления или пересмотра модели. Предсказание и объяснение представляют собой два различных типа причинного вывода, в то время как пересмотр модели – это пример диагностического вывода. При прогнозировании испытуемый выбирает тот исход, который наиболее соответствует модели системы. При объяснении, испытуемый определяет те особенности модели, которые, скорее всего, вызовут указанный исход. С другой стороны, при пересмотре модели, испытуемый исправляет или дополняет элементы модели, которые наименее соответствуют данным. Большинство выводов в повседневной жизни опираются на модели или схемы, которые являются неточными, неполными и иногда неправильными. Если в модели встречаются ошибки, то прогнозы, исходящие из этой модели должны быть умеренны или регрессивны, то есть они не должны отклоняться от прогнозирования базового значения. Объяснение в условиях неопределенности должно всегда осуществляться с пересмотром модели. Например, если человек занимается деятельностью, которая кажется несовместимой с нашим представлением о его личности, мы должны серьезно рассмотреть возможность того, что наше представление было неправильным, и что оно должно быть пересмотрено в свете новых данных. Чем больше неопределенность модели и чем более удивительно поведение, тем серьезнее должен быть пересмотр. Адекватное объяснение должно принимать во внимание изменения в модели, которые подразумеваются или предложены событием, требующим объяснения. С нормативной точки зрения, объяснение в условиях неопределенности относительно модели включает как диагностические, так и причинные выводы. Исследование показало, что люди обычно «преувеличенно прогнозируют» исходя из высоко неопределенных моделей. Например, испытуемые уверенно прогнозируют профессиональный выбор или академическую успеваемость человека на основе краткого описания его личности, даже если это описание взято из ненадежного источника. В контексте объяснения и пересмотра, преобладание причинного и недостаток диагностического рассуждения очевидны благодаря большой легкости, с которой люди закладывают причинные основания для исходов, которые они не могли спрогнозировать, и благодаря трудностям, с которыми они сталкиваются при пересмотре неопределенных моделей для размещения новых данных. Оказалось, что легче приспособить новый факт к существующей причинной модели, чем пересмотреть модель в свете этого факта. Кроме того, пересмотры, которые сделаны с целью размещения новых фактов, часто минимальны по объему и локальны по характеру. Высоко развитые навыки к объяснению способствуют общеизвестной устойчивости и стабильности впечатлений, моделей, концепций и парадигм при столкновении с неординарным свидетельством. Стимул для пересмотра модели может исходить только из признания несоответствия между этой моделью и некоторым новым свидетельством. Если люди могут объяснять большинство явлений к своему собственному удовлетворению при минимальных изменениях локального характера в своих концепциях, они редко будут чувствовать потребность в решительном пересмотре этих концепций. Таким образом, легкость причинного размышления не допускает процесса диагностического пересмотра |
Похожие:
 | Регламент) устанавливает порядок предоставления муниципальной услуги «Рассмотрение заявлений и принятие решений о предоставлении... |  | В результате изучения курса «Менеджмент» слушатель должен овладеть знанием, умением и навыками принятия решений, формирования структуры... |
| «Принятие документов, а также выдача решений о переводе или отказе в переводе жилого помещения в нежилое или нежилого помещения в... | | «производственного» положения, принятие самостоятельных решений по конкретным ситуациям |
| «Принятие решений о признании граждан малоимущими для принятия их на учёт в качестве нуждающихся в жилых помещениях» | | Об утверждении административного регламента по предоставлению муниципальной услуги «Принятие документов, а так же выдача решений... |
| «Принятие документов и выдача решений о признании помещения непригодным для проживания, многоквартирного дома аварийным и подлежащим... | | Магистерская программа «Финансовая конъюнктура: измерение, анализ, прогнозирование, принятие решений» |
| ... | | Принятие решения это процесс анализа, прогнозирования и оценки ситуации, выбора и согласования наилучшего альтернативного варианта... |