stringtranslate.com

Эвристика распознавания

Эвристика распознавания , первоначально названная принципом распознавания, использовалась как модель в психологии суждения и принятия решений , а также как эвристика в искусственном интеллекте . Цель состоит в том, чтобы делать выводы о критерии, который не доступен непосредственно принимающему решения лицу, на основе распознавания, извлеченного из памяти. Это возможно, если распознавание альтернатив имеет отношение к критерию. Для двух альтернатив эвристика определяется как: [1] [2] [3]

Если один из двух объектов распознан, а другой нет, то делают вывод, что распознанный объект имеет более высокое значение по отношению к критерию.

Эвристика распознавания является частью «адаптивного инструментария» «быстрых и экономных» эвристик, предложенных Гигеренцером и Голдштейном. Это одна из самых экономных из них, то есть она проста или экономична. [3] [4] [5] В своем оригинальном эксперименте Дэниел Голдштейн и Герд Гигеренцер опрашивали студентов в Германии и Соединенных Штатах о населении как немецких, так и американских городов. Участники получили пары названий городов и должны были указать, в каком городе больше жителей. В этом и подобных экспериментах эвристика распознавания обычно описывает около 80–90% выборов участников в случаях, когда они узнают один, но не другой объект (см. критику этого измерения ниже). Удивительно, но американские студенты набрали больше баллов по немецким городам, в то время как немецкие участники набрали больше баллов по американским городам, несмотря на то, что узнали только часть иностранных городов. Это было названо эффектом «меньше-значит-больше» и математически формализовано. [6]

Специфичность домена

Эвристика распознавания постулируется как доменно-специфическая стратегия вывода. Экологически рационально полагаться на эвристику распознавания в областях, где есть корреляция между критерием и распознаванием. Чем выше валидность распознавания α для данного критерия, тем экологически рациональнее полагаться на эту эвристику и тем больше вероятность, что люди будут полагаться на нее. Для каждого человека α можно вычислить с помощью

α = С/(С+W)

где C — количество правильных выводов, которые сделает эвристика распознавания, вычисленное по всем парам, в которых одна альтернатива распознается, а другая — нет, а W — количество неправильных выводов. Области, в которых эвристика распознавания была успешно применена, включают прогнозирование географических свойств (таких как размер городов, гор и т. д.), [1] [2] спортивных мероприятий (таких как Уимблдон и чемпионаты по футболу [7] [8] [9] ) и выборов. [10] Исследования также показывают, что эвристика распознавания имеет отношение к маркетинговой науке. Эвристика распознавания помогает потребителям выбирать, какие бренды покупать в часто покупаемых категориях. [11] В ряде исследований рассматривался вопрос о том, полагаются ли люди на эвристику распознавания экологически рациональным образом. Например, распознавание названий швейцарских городов является достоверным предиктором их населения (α = 0,86), но не их расстояния от центра Швейцарии (α = 0,51). Pohl [12] сообщил, что 89% выводов соответствовали модели в суждениях о популяции, по сравнению с только 54% ​​в суждениях о расстоянии. В более общем плане, существует положительная корреляция r = 0,64 между валидностью распознавания и долей суждений, соответствующих эвристике распознавания, в 11 исследованиях. [13] Другое исследование Pachur [14] предположило, что эвристика распознавания, скорее всего, является инструментом для исследования естественного, а не индуцированного распознавания (т. е. не спровоцированного в лабораторных условиях), когда выводы должны быть сделаны по памяти. В одном из его экспериментов результаты показали, что существует разница между участниками в экспериментальной обстановке и в неэкспериментальной обстановке.

Эффект «меньше — лучше»

Если α > β, и α, β не зависят от n, то будет наблюдаться эффект «меньше — больше». Здесь β — это достоверность знаний, измеряемая как C/(C+W) для всех пар, в которых распознаются обе альтернативы, а n — это количество альтернатив, распознаваемых индивидуумом. Эффект «меньше — больше» означает, что функция между точностью и n имеет обратную U-образную форму, а не монотонно возрастает. В некоторых исследованиях сообщалось об эффектах «меньше — больше» эмпирически среди двух, трех или четырех альтернатив [1] [2] [15] и в групповых решениях [16] ), тогда как в других это не удалось сделать, [9] [12] возможно, потому что эффект прогнозируется как небольшой (см. Katsikopoulos [17] ).

Смитсон исследовал эффект «меньше-значит-больше» (LIME) с эвристикой распознавания и оспаривает некоторые из исходных предположений. LIME возникает, когда «агент, зависящий от распознавания, имеет большую вероятность выбора лучшего элемента, чем более осведомленный агент, который распознает больше элементов». Математическая модель используется для описания LIME, и исследование Смитсона использовало ее и попыталось ее модифицировать. Исследование должно было математически обеспечить понимание того, когда происходит LIME, и объяснить последствия результатов. Главное последствие заключается в том, что «преимущество сигнала распознавания зависит не только от валидности сигнала, но и от порядка, в котором элементы изучаются». [18]

Нейропсихологические доказательства

Эвристика распознавания также может быть изображена с помощью методов нейровизуализации. Ряд исследований показали, что люди не используют эвристику распознавания автоматически, когда ее можно применить, а оценивают ее экологическую валидность. Однако менее ясно, как можно смоделировать этот процесс оценки. Исследование функциональной магнитно-резонансной томографии проверило, можно ли разделить два процесса, распознавание и оценку, на нейронной основе. [19] Участникам было дано два задания; первое включало только суждение об распознавании («Вы когда-нибудь слышали о Модене? Милане?»), в то время как второе включало вывод, в котором участники могли полагаться на эвристику распознавания («В каком городе больше населения: Милан или Модена?»). Для простых суждений об распознавании сообщалось об активации в предклинье, области, которая, как известно из независимых исследований, реагирует на уверенность в распознавании [20] . В задаче вывода также наблюдалась активация предклинья, как и предсказывалось, и активация была обнаружена в передней фронтомедиальной коре (aFMC), которая в более ранних исследованиях была связана с оценочными суждениями и самореферентной обработкой. Активация aFMC может представлять нейронную основу этой оценки экологической рациональности.

Некоторые исследователи использовали потенциалы, связанные с событиями (ERP), для проверки психологических механизмов, лежащих в основе эвристики распознавания. Росбург, Меклингер и Фрингс использовали стандартную процедуру с задачей сравнения размером с город, похожую на ту, что использовали Голдштейн и Гигеренцер. Они использовали ERP и проанализировали распознавание на основе знакомства, происходящее через 300-450 миллисекунд после начала стимула, чтобы предсказать решения участников. Процессы распознавания на основе знакомства относительно автоматические и быстрые, поэтому эти результаты свидетельствуют о том, что простые эвристики, такие как эвристика распознавания, используют базовые когнитивные процессы. [21]

Споры

Исследования эвристики распознавания вызвали ряд споров.

Компромиссы

Эвристика распознавания — это модель, которая опирается только на распознавание. Это приводит к проверяемому прогнозу, что люди, которые полагаются на нее, будут игнорировать сильные, противоречивые сигналы (т. е. не будут делать компромиссов; так называемые некомпенсаторные выводы). В эксперименте Дэниела М. Оппенгеймера участникам были представлены пары городов, которые включали реальные города и вымышленные города. Хотя эвристика распознавания предсказывает, что участники будут оценивать реальные (узнаваемые) города как более крупные, участники оценивали вымышленные (неузнаваемые) города как более крупные, показывая, что в таких выводах может играть роль не только узнавание. [22]

Newell & Fernandez [4] провели два эксперимента, чтобы попытаться проверить утверждения о том, что эвристика распознавания отличается от доступности и беглости посредством бинарной обработки информации и несущественности дополнительных знаний. Результаты их экспериментов не подтвердили эти утверждения. Newell & Fernandez и Richter & Späth проверили некомпенсаторное предсказание эвристики распознавания и заявили, что «информация распознавания не используется в режиме «все или ничего», а интегрируется с другими типами знаний в суждениях и принятии решений». [23]

Однако повторный анализ этих исследований на индивидуальном уровне показал, что обычно около половины участников последовательно следовали эвристике распознавания в каждом отдельном испытании, даже при наличии до трех противоречивых сигналов. [24] Кроме того, в ответ на эту критику Маревски и др. [25] указали, что ни одно из вышеприведенных исследований не сформулировало и не протестировало компенсаторную стратегию против эвристики распознавания, оставив неизвестными стратегии, на которые полагались участники. Они протестировали пять компенсаторных моделей и обнаружили, что ни одна из них не могла предсказывать суждения лучше, чем простая модель эвристики распознавания.

Измерение

Одной из основных критических замечаний к исследованиям эвристики распознавания, которая была высказана, было то, что простое соответствие эвристике распознавания не является хорошей мерой ее использования. В качестве альтернативы Хилбиг и др. предложили более точно протестировать эвристику распознавания, разработав модель дерева мультиномиальной обработки для эвристики распознавания. Модель дерева мультиномиальной обработки — это простая статистическая модель, часто используемая в когнитивной психологии для категориальных данных . [26] Хилбиг и др. утверждали, что необходима новая модель использования эвристики распознавания из-за смешения между распознаванием и дополнительными знаниями. Было показано, что модель дерева мультиномиальной обработки эффективна, и Хилбиг и др. утверждали, что она обеспечивает беспристрастную меру эвристики распознавания. [27]

Пачур [28] заявил, что это несовершенная модель, но в настоящее время она по-прежнему является лучшей моделью для прогнозирования выводов людей, основанных на распознавании. Он считает, что точные тесты имеют ограниченную ценность, в основном потому, что некоторые аспекты эвристики распознавания часто игнорируются, и поэтому результаты могут быть несущественными или вводящими в заблуждение.

Интуитивная стратегия

Хилбиг и др. [27] утверждают, что эвристики предназначены для сокращения усилий, и что эвристика распознавания сокращает усилия при принятии суждений, полагаясь на один единственный сигнал и игнорируя другую информацию. В своем исследовании они обнаружили, что эвристика распознавания более полезна при преднамеренном мышлении, чем при интуитивном мышлении. Это означает, что она более полезна, когда мысли преднамеренные, а не импульсивные, в отличие от интуитивного мышления, которое основано больше на импульсе, чем на осознанном рассуждении. [29] Напротив, исследование Пачура и Хертвига [30] показало, что на самом деле более быстрые ответы больше соответствуют эвристике распознавания. Кроме того, суждения более четко согласуются с эвристикой распознавания в условиях дефицита времени. В соответствии с этими выводами нейронные данные свидетельствуют о том, что на эвристику распознавания можно полагаться по умолчанию. [19]

Поддерживать

Голдштейн и Гигеренцер [31] утверждают, что благодаря своей простоте эвристика распознавания показывает, в какой степени и в каких ситуациях можно предсказать поведение. Некоторые исследователи предлагают отказаться от идеи эвристики распознавания, но Пачур считает, что при ее проверке следует использовать другой подход. Некоторые исследователи считают, что эвристика распознавания должна быть исследована с использованием точных тестов исключительного использования распознавания.

Другое исследование Пачура [14] предположило, что эвристика распознавания скорее является инструментом для исследования естественного, а не индуцированного распознавания (т. е. не спровоцированного в лабораторных условиях), когда выводы должны быть сделаны из памяти. В одном из его экспериментов результаты показали, что существует разница между участниками в экспериментальной обстановке и в неэкспериментальной обстановке.

Синопсис

Используя подход состязательного сотрудничества , три специальных выпуска журнала открытого доступа Judgment and Decision Making были посвящены раскрытию поддержки и проблем с эвристикой распознавания, предоставляя самый последний и полный синопсис эпистемического статус-кво. В своей редакционной статье к выпуску III три приглашенных редактора стремятся к кумулятивной интеграции теории. [32]

Примечания

  1. ^ abc Goldstein, Daniel G.; Gigerenzer, Gerd (1 января 2002 г.). «Модели экологической рациональности: эвристика распознавания». Psychological Review . 109 (1): 75–90. doi : 10.1037/0033-295X.109.1.75. hdl : 11858/00-001M-0000-0025-9128-B . PMID  11863042.Полный текст (PDF) Архивировано 06.10.2006 на Wayback Machine .
  2. ^ abc Гигеренцер, Герд; Тодд, Питер М.; Группа, ABC Research (1999). Простые эвристики, которые делают нас умными (1-е изд.). Нью-Йорк: Oxford University Press. ISBN 978-0195143812.
  3. ^ ab Gigerenzer, Gerd; Goldstein, Daniel G. (1996). «Рассуждение быстрым и бережливым способом: модели ограниченной рациональности». Psychological Review . 103 (4): 650–669. CiteSeerX 10.1.1.174.4404 . doi :10.1037/0033-295x.103.4.650. PMID  8888650. 
  4. ^ ab Newell, Ben R.; Fernandez, Duane (1 октября 2006 г.). «О бинарном качестве распознавания и несущественности дальнейшего знания: два критических теста эвристики распознавания». Journal of Behavioral Decision Making . 19 (4): 333–346. doi :10.1002/bdm.531.
  5. ^ Rosburg, T.; Mecklinger, A.; Frings, C. (3 ноября 2011 г.). «Когда мозг принимает решение: подход, основанный на знакомстве, к эвристике распознавания, подтвержденный потенциалами мозга, связанными с событиями». Psychological Science . 22 (12): 1527–1534. doi :10.1177/0956797611417454. PMID  22051608. S2CID  41101972.
  6. ^ Katsikopoulos, KV (2010). «Эффект меньшего — больше: прогнозы и тесты». Суждение и принятие решений . 5 (4): 244–257. doi :10.1017/S1930297500003491. hdl : 11858/00-001M-0000-0024-F51C-C .
  7. ^ Serwe S, Frings C (2006). «Кто выиграет Уимблдон? Эвристика распознавания в прогнозировании спортивных событий». J. Behav. Decis. Mak . 19 (4): 321–32. doi :10.1002/bdm.530.
  8. ^ Шайбехенне Б., Бредер А. (2007). «Прогнозирование результатов теннисного турнира Уимблдон-2005 по простому распознаванию имени игрока». Int. J. Forecast . 23 (3): 415–26. doi :10.1016/j.ijforecast.2007.05.006. Архивировано из оригинала 29.11.2022 . Получено 27.02.2023 .
  9. ^ ab Pachur, T.; Biele, G. (2007). «Прогнозирование по незнанию: использование и полезность распознавания в непрофессиональных прогнозах спортивных событий». Acta Psychol . 125 (1): 99–116. doi :10.1016/j.actpsy.2006.07.002. hdl : 11858/00-001M-0000-0024-FE80-F . PMID  16904059.
  10. ^ Gaissmaier, W.; Marewski, JN (2011). «Прогнозирование выборов с помощью простого распознавания из плохих образцов». Judgment and Decision Making . 6 : 73–88. doi :10.1017/S1930297500002102. hdl : 11858/00-001M-0000-0024-F1FA-5 .
  11. ^ Хаузер, Дж. (2011). «Перспектива маркетинговой науки на эвристику, основанную на узнавании (и парадигму «быстро и бережливо»)». Суждение и принятие решений . 6 (5): 396–408. doi :10.1017/S1930297500001352.
  12. ^ ab Pohl R (2006). «Эмпирические тесты эвристики распознавания». J. Behav. Decis. Mak . 19 (3): 251–71. doi :10.1002/bdm.522.
  13. ^ Pachur T, Todd PM, Gigerenzer G, Schooler LJ, Goldstein DG (2010). «Когда эвристика распознавания становится адаптивным инструментом?». В PM Todd, G Gigerenzer, ABC Res. Group (ред.). Экологическая рациональность: интеллект в мире . Нью-Йорк: Oxford Univ. Press.
  14. ^ ab Pachur, Thorsten; Bröder, Arndt; Marewski, Julian N. (1 апреля 2008 г.). «Эвристика распознавания в выводе на основе памяти: является ли распознавание некомпенсаторным сигналом?». Journal of Behavioral Decision Making . 21 (2): 183–210. doi :10.1002/bdm.581. hdl : 11858/00-001M-0000-0024-FB80-1 .
  15. ^ Frosch C, Beaman CP, McCloy R (2007). «Немного знаний — опасная вещь: экспериментальная демонстрация вывода, основанного на невежестве». QJ Exp. Psychol . 60 (10): 1329–36. doi :10.1080/17470210701507949. PMID  17853241. S2CID  31610630.
  16. ^ Реймер Т., Кацикопулос К. (2004). «Использование распознавания в групповом принятии решений». Cogn. Sci . 28 (6): 1009–1029. doi : 10.1207/s15516709cog2806_6 .
  17. ^ Katsikopoulos KV, Schooler LJ, Hertwig R (2010). "The robust beauty of usual information" (PDF) . Psychol. Rev . 117 (4): 1259–66. doi :10.1037/a0020418. hdl : 11858/00-001M-0000-0024-F605-0 . PMID  20822293. Архивировано (PDF) из оригинала 2023-01-30 . Получено 2023-02-27 .
  18. ^ Смитсон, М. (2010). «Когда меньше значит больше в эвристике распознавания» (PDF) . Суждение и принятие решений . 5 (4): 230–243. doi :10.1017/S193029750000348X. Архивировано (PDF) из оригинала 28.11.2021 . Получено 27.02.2023 .
  19. ^ ab Volz, KG; Schooler, LJ; Schubotz, RI; Raab, M; Gigerenzer, G; von Cramon, DY (2006). «Почему вы думаете, что Милан больше Модены: нейронные корреляты эвристики распознавания». J. Cogn. Neurosci . 18 (11): 1924–36. doi :10.1162/jocn.2006.18.11.1924. hdl : 11858/00-001M-0000-0025-8060-3 . PMID  17069482. S2CID  15450312.
  20. ^ Йонелинас, AP; Оттен, LJ; Шоу, KN; Рагг, MD (2005). «Разделение областей мозга, вовлеченных в припоминание и знакомство в памяти распознавания» (PDF) . J. Neurosci . 25 (11): 3002–8. doi :10.1523/jneurosci.5295-04.2005. PMC 6725129 . PMID  15772360. Архивировано (PDF) из оригинала 27.02.2023 . Получено 27.02.2023 . 
  21. ^ Rosburg, T.; Mecklinger, A.; Frings, C. (2011). «Когда мозг принимает решение: основанный на знакомстве подход к эвристике распознавания, подтвержденный потенциалами мозга, связанными с событиями». Psychological Science . 22 (12): 1527–1534. doi :10.1177/0956797611417454. PMID  22051608. S2CID  41101972.
  22. ^ Оппенгеймер, ДМ (2003). «Не так быстро! (и не так экономно!): переосмысление эвристики распознавания» (PDF) . Познание . 90 (1): B1–B9. doi :10.1016/s0010-0277(03)00141-0. PMID  14597272. S2CID  16927640 . Получено 27.02.2023 .
  23. ^ Richter, T.; Späth, P. (2006). «Распознавание используется как один из сигналов среди других при суждении и принятии решений» (PDF) . Journal of Experimental Psychology: Learning, Memory, and Cognition . 32 (1): 150–162. doi :10.1037/0278-7393.32.1.150. PMID  16478347. Архивировано из оригинала (PDF) 2016-08-04 . Получено 2023-02-27 .
  24. ^ Pachur T, Bröder A, Marewski JN (2008). «Эвристика распознавания в выводе на основе памяти: является ли распознавание некомпенсаторным сигналом?». J. Behav. Decis. Mak . 21 (2): 183–210. doi :10.1002/bdm.581. hdl : 11858/00-001M-0000-0024-FB80-1 .
  25. ^ Marewski JN, Gaissmaier W, Schooler LJ, Goldstein DG, Gigerenzer G (2010). «От распознавания к решениям: расширение и тестирование моделей на основе распознавания для многоальтернативного вывода» (PDF) . Psychon. Bull. Rev . 17 (3): 287–309. doi : 10.3758/PBR.17.3.287 . PMID  20551350. S2CID  1936179. Архивировано (PDF) из оригинала 2023-01-30 . Получено 2023-02-27 .
  26. ^ Batchelder, WH; Riefer, DM (1999). «Теоретический и эмпирический обзор моделирования многочленного дерева процессов». Psychonomic Bulletin & Review . 6 (1): 57–86. doi : 10.3758/BF03210812 . PMID  12199315.
  27. ^ ab Hilbig, Benjamin E.; Erdfelder, Edgar; Pohl, Rüdiger F. (1 января 2010 г.). «Опубликовано принятие решений по одной причине: модель измерения эвристики распознавания». Журнал экспериментальной психологии: обучение, память и познание . 36 (1): 123–134. doi :10.1037/a0017518. PMID  20053049.
  28. ^ Pachur, T. (2011). «Ограниченная ценность точных тестов эвристики распознавания». Judgment and Decision Making . 6 (5): 413–422. doi : 10.1017/S1930297500001376. hdl : 21.11116/0000-0002-1AA5-7 . Архивировано из оригинала 2022-06-18 . Получено 2023-02-27 .
  29. ^ Hilbig, BE; Scholl, SG; Pohl, RF (2010). «Думай или моргай — является ли эвристика распознавания «интуитивной» стратегией?». Суждение и принятие решений . 5 (4): 300–309. doi : 10.1017/S1930297500003533 .
  30. ^ Pachur T, Hertwig R (2006). «О психологии эвристики распознавания: первичность поиска как ключевой детерминант ее использования» (PDF) . J. Exp. Psychol. Learn. Mem. Cogn . 32 (5): 983–11002. doi :10.1037/0278-7393.32.5.983. hdl : 11858/00-001M-0000-0024-FF00-5 . PMID  16938041. Архивировано (PDF) из оригинала 28.11.2021 . Получено 27.02.2023 .
  31. ^ Гигеренцер, Г.; Голдштейн, Д.Г. (2011). «Красота простых моделей: темы в исследовании эвристики распознавания». Суждение и принятие решений . 6 (5): 392–395. doi :10.1017/S1930297500001340. hdl : 11858/00-001M-0000-0024-F2AB-F .
  32. ^ Marewski, JN; Pohl, RF; Vitouch, O. (2011). «Суждения и решения, основанные на признании: чему мы научились (пока)» (PDF) . Суждение и принятие решений . 6 (5): 359–380. doi :10.1017/S1930297500001327. Архивировано (PDF) из оригинала 29-09-2015 . Получено 21-09-2013 .