Эвристика (от древнегреческого εὑρίσκω, heurískō , «я нахожу, открываю») — это процесс, с помощью которого люди используют умственные ярлыки для принятия решений. Эвристика — это простые стратегии, которые люди, животные, [1] [2] [3] организации [4] и даже машины [5] используют для быстрого формирования суждений , принятия решений и поиска решений сложных проблем. Часто это предполагает сосредоточение внимания на наиболее важных аспектах проблемы или ситуации для формулирования решения. [6] [7] [8] [2] Хотя эвристические процессы используются для поиска ответов и решений, которые с наибольшей вероятностью сработают или будут правильными, они не всегда верны или наиболее точны. [9] Суждения и решения, основанные на эвристике, просто достаточно хороши, чтобы удовлетворить насущную потребность в ситуациях неопределенности, когда информация является неполной. [10] В этом смысле они могут отличаться от ответов, данных логикой и вероятностью .
Экономист и когнитивный психолог Герберт А. Саймон представил концепцию эвристики в 1950-х годах, предположив, что существуют ограничения на рациональное принятие решений. В 1970-х годах психологи Амос Тверски и Дэниел Канеман расширили эту область исследованиями когнитивных искажений . Именно их работа привела к появлению конкретных эвристических моделей, и с тех пор эта область только расширилась. Хотя некоторые [ кто? ] утверждают, что за эвристическим процессом стоит чистая лень, другие [ кто? ] утверждают, что это может быть более точным, чем решения, основанные на всех известных факторах и последствиях, эффект «меньше значит больше» .
Герберт А. Саймон сформулировал одну из первых моделей эвристики, известную как удовлетворительная . Его более общая исследовательская программа ставила вопрос о том, как люди принимают решения, когда не соблюдаются условия теории рационального выбора , и именно так люди принимают решения в условиях неопределенности. [11] Саймон также известен как отец ограниченной рациональности , которую он понимал как исследование соответствия (или несоответствия) между эвристикой и средой принятия решений. Эта программа позже была расширена до изучения экологической рациональности .
В начале 1970-х годов психологи Амос Тверски и Дэниел Канеман применили другой подход, связав эвристику с когнитивными предубеждениями. Их типичная экспериментальная установка состояла из правила логики или вероятности, встроенного в словесное описание проблемы суждения, и демонстрировала, что интуитивное суждение людей отклонялось от этого правила. «Проблема Линды» ниже дает пример. Отклонение затем объясняется эвристикой. Это исследование, получившее название «Программа эвристики и предубеждений», бросило вызов идее о том, что люди являются рациональными субъектами, и впервые привлекло внимание всего мира в 1974 году благодаря научной статье «Суждение в условиях неопределенности: эвристика и предубеждения» [12] . со временем были усовершенствованы, эта исследовательская программа изменила сферу деятельности, постоянно ставя исследовательские вопросы. [13]
Оригинальные идеи Герберта Саймона были подхвачены в 1990-х годах Гердом Гигеренцером и другими. По их мнению, изучение эвристики требует формальных моделей, которые позволяют прогнозировать поведение ex ante . Их программа имеет три аспекта: [14]
Среди прочего, эта программа показала, что эвристика может привести к быстрым, экономичным и точным решениям во многих реальных ситуациях, характеризующихся неопределенностью. [15]
Эти две разные исследовательские программы привели к созданию двух типов эвристических моделей: формальных и неформальных. Формальные модели описывают процесс принятия решений в терминах алгоритма, который позволяет проводить математические доказательства и компьютерное моделирование. Напротив, неформальные модели представляют собой словесные описания.
Удовлетворительная эвристика Герберта Саймона может использоваться для выбора одной альтернативы из множества альтернатив в ситуациях неопределенности. [16] Здесь неопределенность означает, что общий набор альтернатив и их последствий неизвестен или познаваем. Например, профессиональные предприниматели в сфере недвижимости полагаются на удовлетворение, чтобы решить, в какое место инвестировать средства для развития новых коммерческих площадей: «Если я верю, что смогу получить хотя бы x прибыли в течение y лет, тогда я выберу этот вариант». [17] В целом удовлетворение определяется как:
Если альтернатива не найдена, то уровень стремления можно адаптировать.
Об удовлетворении сообщалось во многих областях, например, в качестве эвристического метода, который автодилеры используют для оценки подержанных BMW. [18]
В отличие от удовлетворения, эвристика исключения по аспектам Амоса Тверски может использоваться, когда все альтернативы доступны одновременно. Лицо, принимающее решения, постепенно сокращает количество альтернатив, устраняя альтернативы, которые не соответствуют уровню стремлений конкретного атрибута (или аспекта). [19] Во время серии выборов люди склонны испытывать неуверенность и проявлять непоследовательность. Исключение по аспектам можно использовать при выборе. В целом процесс исключения по аспектам выглядит следующим образом:
Элиминация по аспектам не предполагает, что выбор альтернатив может помочь потребителям максимизировать полезность, напротив, она утверждает, что отбор является результатом вероятностного процесса, который постепенно устраняет альтернативы. [19] Простой пример приводит Амос Тверски : когда кто-то хочет купить новый автомобиль, первым аспектом, который он примет во внимание, может быть автоматическая коробка передач, это исключит все альтернативы, которые не содержат такого аспекта. Затем, когда все альтернативы, не имеющие этой функции, будут исключены, будет дан другой аспект, например ценовой предел в 3000 долларов. Процесс исключения продолжается до тех пор, пока не будут устранены все альтернативы. [19]
Исключение по аспектам хорошо используется на ранней стадии процесса принятия решений бизнес-ангелами, поскольку оно обеспечивает инструмент быстрого принятия решений — альтернативы будут устранены, когда инвесторы обнаружат критический недостаток потенциальных возможностей. [20] Другое исследование также показало, что исключение по аспектам широко используется при выборе контракта на поставку электроэнергии. [21] Логика этих двух примеров заключается в том, что исключение по аспектам помогает принимать решения, сталкиваясь с рядом сложных выборов. Возможно, кому-то придется принять решение среди всех альтернатив, хотя у него или нее есть лишь ограниченные интуитивные вычислительные возможности и время. Однако исключение по аспектам в качестве компенсаторной модели может помочь в принятии таких сложных решений, поскольку его легче применять и оно предполагает нечисловые вычисления. [19]
Эвристика распознавания использует базовую психологическую способность к распознаванию, чтобы делать выводы о неизвестных количествах в мире. Для двух альтернатив эвристика такова: [22]
Если одна из двух альтернатив признана, а другая нет, сделайте вывод, что признанная альтернатива имеет более высокое значение по отношению к критерию.
Например, на теннисном турнире Уимблдона 2003 года Энди Роддик играл с Томми Робредо. Если кто-то слышал о Роддике, но не слышал о Робредо, эвристика распознавания приводит к предсказанию, что Роддик победит. Эвристика распознавания использует частичное незнание: если кто-то слышал об обоих игроках или ни об одном из них, необходима другая стратегия. Исследования Уимблдона 2003 и 2005 годов показали, что эвристика распознавания, применяемая полуневежественными игроками-любителями, предсказывала исходы всех джентльменских одиночных игр так же хорошо и даже лучше, чем посевы экспертов Уимблдона (которые слышали обо всех игроках), а также рейтинг ATP. [23] [24] Эвристика распознавания экологически рациональна (то есть она хорошо предсказывает), когда достоверность распознавания существенно выше случайности. В данном случае узнавание имен игроков сильно коррелирует с их шансами на победу. [25]
Эвристика «возьми лучшее» использует базовую психологическую способность извлекать сигналы из памяти в порядке их достоверности. На основе значений сигналов он делает вывод, какая из двух альтернатив имеет более высокое значение по критерию. [26] В отличие от эвристики распознавания, она требует, чтобы были распознаны все альтернативы, и, таким образом, ее можно применять, когда эвристика распознавания не может быть применена. Для двоичных сигналов (где 1 указывает на более высокое значение критерия) эвристика определяется как:
Правило поиска: Ищите сигналы в порядке их действия. v. Правило остановки: Остановите поиск при обнаружении первого сигнала, который различает две альтернативы (т. е. значения одного сигнала равны 0 и 1). Правило принятия решения: Сделайте вывод, что альтернатива с положительным значением сигнала (1) имеет более высокое значение критерия).
Достоверность v i сигнала i определяется как доля правильных решений c i :
v я знак равно c я / т я
где ti — количество случаев, когда значения двух альтернатив различаются по сигналу i. Достоверность каждого сигнала можно оценить на основе выборок наблюдений.
Take-the-best обладает замечательными свойствами. По сравнению со сложными моделями машинного обучения было показано, что они часто могут прогнозировать лучше, чем модели регрессии, [27] деревья классификации и регрессии, нейронные сети и машины опорных векторов . [Брайтон и Гигеренцер, 2015]
Аналогичным образом, психологические исследования показали, что в ситуациях, когда брать лучшее экологически рационально, значительная часть людей склонна полагаться на него. Сюда входит принятие решений сотрудниками таможни аэропорта, [28] профессиональными грабителями и полицейскими [29] и студентами. [30] Условия, при которых получение лучшего является экологически рациональным, в основном известны. [31] Метод «возьми лучшее» показывает, что предыдущее мнение о том, что игнорирование части информации в целом было бы иррационально, неверно. Меньше может быть больше.
Дерево быстрых и бережливых действий — это эвристика, которая позволяет проводить классификации, [32] например, может ли у пациента с сильной болью в груди случиться сердечный приступ или нет, [33] или вероятность того, что автомобиль приближается к контрольно-пропускному пункту. быть террористом или гражданским лицом. [34] Его называют «быстрым и бережливым», потому что, как и в случае с выбором лучшего, он позволяет быстро принимать решения, используя лишь несколько сигналов или атрибутов. Его называют «деревом», потому что его можно представить как дерево решений, в котором задается последовательность вопросов. Однако в отличие от полного дерева решений это неполное дерево – чтобы сэкономить время и уменьшить опасность переобучения.
На рисунке 1 показано дерево быстрых и бережливых методов, используемое для скрининга на ВИЧ (вирус иммунодефицита человека). Как и в случае с выбором лучшего, в дереве есть правило поиска, правило остановки и правило принятия решения:
Правило поиска : поиск по репликам в указанном порядке.Правило остановки : прекратить поиск, если достигнут выход.Правило принятия решения : Классифицировать человека по выходу (здесь: Нет ВИЧ или ВИЧ).
В дереве ВИЧ в первую очередь проводится ИФА (иммуноферментный анализ). Если результат отрицательный, то процедура тестирования прекращается и клиенту сообщают хорошую новость: «ВИЧ нет». Однако если результат положительный, проводится второй тест ИФА, желательно от другого производителя. Если второй ИФА отрицательный, процедура прекращается и клиенту сообщают, что у него «нет ВИЧ». Однако, если результат положительный, проводится заключительный тест — вестерн-блоттинг.
В общем, для n бинарных сигналов быстрое и экономное дерево имеет ровно n + 1 выходов – по одному для каждого сигнала и два для последнего сигнала. Полное дерево решений, напротив, требует 2n выходов . Порядок сигналов (тестов) в дереве «быстро и экономно» определяется чувствительностью и специфичностью сигналов или другими соображениями, такими как стоимость тестов. В случае дерева ВИЧ ИФА занимает первое место, поскольку он дает меньше ошибок, чем вестерн-блоттинг, а также дешевле. Вестерн-блот-тест, напротив, дает меньше ложных сигналов тревоги. В полном дереве, напротив, порядок не имеет значения для точности классификации.
Деревья быстрых и бережливых действий представляют собой описательные или предписывающие модели принятия решений в условиях неопределенности. Например, анализ или судебные решения показали, что лучшая модель того, как лондонские магистраты принимают решения об освобождении под залог, — это быстрое и экономное дерево. [35] Дерево ВИЧ является одновременно предписывающим (врачей обучают процедуре) и описательной моделью, то есть большинство врачей фактически следуют процедуре.
Подсчет — это эвристика, которая считает, что наиболее жизнеспособным выбором в задаче принятия решений является тот, который превосходит альтернативы по большинству идентифицируемых показателей и критериев. [36]
В отличие от эвристики «бери лучшее» , которая учитывает взвешенное значение при оценке важности конкретного аспекта (сигналов), участвующих в выборе, человек, который подсчитывает, просто рассматривает все доступные аспекты альтернативного выбора с одинаковым весом и выбирает. вариант с наибольшим количеством аспектов в пользу. [4]
В этом смысле подсчет отличается от эвристики «возьми лучшее», поскольку последняя, естественно, различает на основе значения, приложенного к каждому аспекту, и, следовательно, может привести к противоположным результатам. [37]
Чтобы представить это, рассмотрим сценарий, в котором делается прогноз относительно того, какая команда A или команда B может быть более успешной в предстоящем баскетбольном сезоне. Команда А превосходит команду А в 3/4 аспектов, способствующих успеху команды, но тот аспект, в котором команда Б превосходит команду А, объективно считается более важным, чем другие, для успеха команды. Эвристика подсчета будет считать команду А более успешной из-за ее превосходства по большинству показателей, однако принцип «возьми лучшее» будет учитывать взвешенное значение той единственной команды, в которой команда Б превосходит, чтобы определить, что команда Б будет лучшей. Наиболее успешный.
В своем первоначальном исследовании Тверски и Канеман предложили три эвристики: доступность, репрезентативность, привязку и корректировку. Последующие работы выявили еще много других. Эвристики, лежащие в основе суждения, называются «эвристикой суждения». Другой тип, называемый «эвристикой оценки», используется для оценки желательности возможного выбора. [38]
В психологии доступность — это легкость, с которой конкретная идея может прийти в голову. Когда люди оценивают вероятность или частоту события на основе его доступности, они используют эвристику доступности. [54] Когда редкое событие можно легко и ярко вспомнить, эта эвристика переоценивает его вероятность. Например, люди переоценивают свою вероятность погибнуть в результате такого драматического события, как торнадо или терроризм . Драматические, насильственные смерти обычно более широко освещаются в прессе и, следовательно, имеют более высокую доступность. [55] С другой стороны, обычные, но обыденные события трудно вспомнить, поэтому их вероятность, как правило, недооценивается. К ним относятся случаи смерти от самоубийств , инсультов и диабета . Эта эвристика — одна из причин, почему люди легче поддаются влиянию одной яркой истории, чем большого количества статистических данных. [56] Это также может сыграть роль в привлекательности лотерей : для тех, кто покупает билет, широко разрекламированные и ликующие победители более доступны, чем миллионы людей, которые ничего не выиграли. [55]
Когда люди оценивают, начинаются ли больше английских слов с T или с K , эвристика доступности дает быстрый способ ответить на вопрос. Слова, начинающиеся с буквы Т, приходят на ум легче, и поэтому испытуемые дают правильный ответ, не считая большого количества слов. Однако эта эвристика также может приводить к ошибкам. Когда людей спрашивают, есть ли больше английских слов с K в первой позиции или с K в третьей позиции, они используют тот же процесс. Легко придумать слова, начинающиеся с буквы К , например, «кенгуру» , «кухня » или «держаться» . Сложнее думать о словах с К на третьей букве, таких как «озеро » или «признать» , хотя объективно они встречаются в три раза чаще. Это приводит людей к неправильному выводу, что буква K чаще встречается в начале слов. [12] В другом эксперименте испытуемые слышали имена многих знаменитостей, среди которых было примерно равное количество мужчин и женщин. Затем испытуемых спросили, включено ли в список имен больше мужчин или больше женщин. Когда мужчины в списке были более известными, подавляющее большинство испытуемых ошибочно полагали, что их больше, и наоборот для женщин. Интерпретация этих результатов Тверски и Канемана заключается в том, что суждения о пропорциях основаны на доступности, которая выше для имен более известных людей. [54]
В одном эксперименте, который проводился перед президентскими выборами в США в 1976 году , некоторых участников попросили представить победу Джеральда Форда , в то время как другие сделали то же самое в отношении победы Джимми Картера . Впоследствии каждая группа считала, что выделенный ей кандидат имеет значительно более высокие шансы на победу. Исследователи обнаружили аналогичный эффект, когда студенты представляли себе хороший или плохой сезон для футбольной команды колледжа. [57] Влияние воображения на субъективную вероятность было воспроизведено несколькими другими исследователями. [56]
На доступность концепции может влиять то, как недавно и как часто она вспоминалась. В одном исследовании испытуемым предлагалось закончить неполные предложения. Слова были выбраны так, чтобы активировать концепцию враждебности или доброты: процесс, известный как прайминг . Затем им пришлось интерпретировать поведение человека, описанное в коротком неоднозначном рассказе. Их интерпретация была предвзятой в отношении эмоций, которыми они были вызваны: чем больше стимулирования, тем сильнее эффект. Увеличение интервала между первоначальной задачей и решением уменьшило эффект. [58]
Тверски и Канеман предложили эвристику доступности в качестве объяснения иллюзорных корреляций , в которых люди ошибочно считают два события связанными друг с другом. Они объяснили, что люди судят о корреляции на основе легкости воображения или воспоминания двух событий вместе. [12] [54]
Эвристика репрезентативности проявляется, когда люди используют категории, например, когда решают, является ли человек преступником. Отдельная вещь имеет высокую репрезентативность для категории, если она очень похожа на прототип этой категории. Когда люди классифицируют вещи на основе репрезентативности, они используют эвристику репрезентативности. «Репрезентативный» здесь понимается в двух разных смыслах: прототип, используемый для сравнения, является репрезентативным для своей категории, и репрезентативность также является отношением между этим прототипом и категоризируемой вещью. [12] [59] Хотя эта эвристика эффективна для решения некоторых проблем, она предполагает внимание к конкретным характеристикам человека, игнорируя то, насколько распространены эти категории в популяции (так называемые базовые показатели ). Таким образом, люди могут переоценить вероятность того, что что-то обладает очень редким свойством, или недооценить вероятность того, что что-то обладает очень распространенным свойством. Это называется ошибкой базовой ставки . Репрезентативность объясняет это и некоторые другие способы, которыми человеческие суждения нарушают законы вероятности. [12]
Эвристика репрезентативности также объясняет, как люди судят о причине и следствии: когда они делают эти суждения на основе сходства, о них также говорят, что они используют эвристику репрезентативности. Это может привести к предвзятости, неправильному обнаружению причинно-следственных связей между вещами, похожими друг на друга, и их пропуску, когда причина и следствие сильно различаются. Примеры этого включают как убеждение в том, что «эмоционально значимые события должны иметь эмоционально значимые причины», так и магическое ассоциативное мышление . [60] [61]
В эксперименте 1973 года использовался психологический профиль Тома В., вымышленного аспиранта. [62] Одна группа испытуемых должна была оценить сходство Тома с типичным студентом в каждой из девяти академических областей (включая право, инженерное дело и библиотечное дело). Другая группа должна была оценить, насколько вероятно, что Том специализировался в каждой области. Если эти рейтинги правдоподобия определяются вероятностью, то они должны напоминать базовые показатели , т.е. долю студентов в каждом из девяти направлений (которая оценивалась отдельно третьей группой). Если бы люди основывали свои суждения на вероятности, они бы сказали, что Том с большей вероятностью будет изучать гуманитарные науки, чем библиотечное дело, потому что студентов-гуманитариев гораздо больше, а дополнительная информация в профиле расплывчата и недостоверна. Вместо этого рейтинги вероятности почти идеально совпадали с рейтингами сходства как в этом исследовании, так и в аналогичном, где испытуемые оценивали вероятность того, что вымышленная женщина выберет другую карьеру. Это говорит о том, что вместо оценки вероятности с использованием базовых показателей испытуемые заменили их более доступным признаком сходства. [62]
Когда люди полагаются на репрезентативность, они могут впасть в ошибку, которая нарушает фундаментальный закон вероятности . [59] Тверски и Канеман дали испытуемым краткий портрет женщины по имени Линда, описав ее как «31-летнюю, одинокую, откровенную и очень умную. Она специализировалась на философии. Будучи студенткой, она была глубоко озабочена проблемами дискриминации и социальной справедливости, а также участвовал в антиядерных демонстрациях». Люди, прочитавшие это описание, затем оценили вероятность различных утверждений о Линде. Среди прочего, в их число входили «Линда — кассир в банке» и «Линда — кассир в банке и активно участвует в феминистском движении». Люди проявили сильную тенденцию оценивать последнее, более конкретное утверждение, как более вероятное, хотя союз формы «Линда — это и X , и Y » никогда не может быть более вероятным, чем более общее утверждение «Линда — это X ». Объяснение с точки зрения эвристики заключается в том, что суждение было искажено, потому что для читателей набросок персонажа представлял тип человека, который мог бы быть активной феминисткой, но не человека, работающего в банке. Аналогичное упражнение касалось Билла, которого описали как «умного, но лишенного воображения». Подавляющее большинство людей, читающих этот набросок персонажа, оценили фразу «Билл — бухгалтер, который играет джаз в качестве хобби» как более вероятную, чем «Билл играет джаз в качестве хобби». [63]
Тверски и Канеман безуспешно использовали то, что они назвали «серией все более отчаянных манипуляций», чтобы заставить своих испытуемых признать логическую ошибку. В одном из вариантов испытуемым приходилось выбирать между логическим объяснением того, почему фраза «Линда — банковская кассирша» более вероятна, и заведомо нелогичным аргументом, в котором говорилось, что «Линда — феминистская кассирша в банке» более вероятна, «потому что она похожа на активную женщину». феминистка больше, чем она похожа на кассира в банке». Шестьдесят пять процентов испытуемых нашли нелогичный аргумент более убедительным. [63] [64] Другие исследователи также проводили варианты этого исследования, исследуя возможность того, что люди неправильно поняли вопрос. Ошибку они не устранили. [65] [66] Было показано, что люди с высокими показателями CRT значительно реже подвержены ошибке конъюнкции. [67] Ошибка исчезает, когда вопрос ставится в терминах частот. Все участники этих версий исследования признали, что из 100 человек, подходящих под общее описание, союзное утверждение («Она — X и Y ») не может применяться к большему количеству людей, чем общее утверждение («Она — X »). [68]
Тверски и Канеман попросили испытуемых рассмотреть задачу о случайных вариациях. Если представить для простоты, что ровно половина детей, рожденных в больнице, — мальчики, то это соотношение не будет ровно половиной в каждый период времени. В одни дни рождается больше девочек, а в другие – больше мальчиков. Вопрос заключался в том, зависит ли вероятность отклонения ровно от половины от того, много или мало родов в день? Хорошо известное следствие теории выборки состоит в том, что пропорции будут меняться гораздо сильнее изо дня в день, когда типичное число рождений в день невелико. Однако ответы людей на проблему не отражают этот факт. Обычно они отвечают, что количество родов в больнице не влияет на вероятность рождения более 60% детей мужского пола за один день. Объяснение с точки зрения эвристики заключается в том, что люди учитывают только то, насколько показатель 60% репрезентативен для ранее данного среднего значения 50%. [12] [69]
Ричард Э. Нисбетт и его коллеги предполагают, что репрезентативность объясняет эффект разбавления , при котором нерелевантная информация ослабляет эффект стереотипа . В одном исследовании испытуемых спросили, кто из «Пол» или «Сьюзен» будет более напористым, не дав никакой другой информации, кроме их имен. Они оценили Пола как более напористого, очевидно, основывая свое суждение на гендерном стереотипе. Другая группа, которой рассказали, что матери Пола и Сьюзен ездят на работу в банк, не продемонстрировала этого стереотипного эффекта; они оценили Пола и Сьюзен как одинаково настойчивых. Объяснение состоит в том, что дополнительная информация о Поле и Сьюзен сделала их менее репрезентативными для мужчин и женщин в целом, и поэтому ожидания испытуемых в отношении мужчин и женщин оказали более слабый эффект. [70] Это означает, что несвязанная и недиагностическая информация по определенной проблеме может сделать относительную информацию менее значимой для проблемы, когда люди понимают это явление. [71]
Репрезентативность объясняет систематические ошибки, которые люди допускают при оценке вероятности случайных событий. Например, в последовательности подбрасываний монеты, в каждой из которых выпадает орел (H) или решка (T), люди склонны считать четко структурированную последовательность, такую как HHHTTT, менее вероятной, чем менее структурированную последовательность, такую как HTHTTH. Эти последовательности имеют совершенно одинаковую вероятность, но люди склонны рассматривать последовательности с более четкой структурой как менее репрезентативные для случайности и, следовательно, с меньшей вероятностью возникающие в результате случайного процесса. [12] [72] Тверски и Канеман утверждали, что этот эффект лежит в основе заблуждения игрока ; тенденция ожидать выравнивания результатов в краткосрочной перспективе, как ожидание, что колесо рулетки выпадет черным, потому что последние несколько бросков оказались красными. [59] [73] Они подчеркнули, что даже специалисты по статистике были подвержены этой иллюзии: в опросе профессиональных психологов 1971 года они обнаружили, что респонденты ожидали, что выборки будут чрезмерно репрезентативными для населения, из которого они были взяты. В результате психологи систематически переоценивали статистическую мощность своих тестов и недооценивали размер выборки, необходимый для значимой проверки их гипотез. [12] [73]
Привязка и корректировка — это эвристика, используемая во многих ситуациях, когда люди оценивают число. [74] Согласно первоначальному описанию Тверски и Канемана, он предполагает начинать с легкодоступного числа — «якоря» — и перемещаться вверх или вниз, чтобы получить ответ, который кажется правдоподобным. [74] В экспериментах Тверски и Канемана люди не отошли достаточно далеко от якоря. Следовательно, якорь искажает оценку, даже если он явно не имеет значения. В одном эксперименте испытуемые наблюдали, как на вращающемся «колесе фортуны» выбиралось число. Им нужно было сказать, было ли данное количество больше или меньше этого числа. Например, их можно спросить: «Процент африканских стран, являющихся членами Организации Объединенных Наций, больше или меньше 65%?» Затем они попытались угадать истинный процент. Их ответы хорошо коррелировали с произвольным числом, которое им дали. [74] [75] Недостаточная регулировка якоря — не единственное объяснение этого эффекта. Альтернативная теория состоит в том, что люди формируют свои оценки на основе фактов, которые выборочно вспоминаются якорем. [76]
Эффект закрепления был продемонстрирован множеством экспериментов как в лабораториях, так и в реальном мире. [75] [77] Это остается, когда испытуемым предлагают деньги в качестве стимула быть точными или когда им прямо говорят не основывать свои суждения на якоре. [77] Эффект сильнее, когда людям приходится быстро выносить суждения. [78] Субъектам в этих экспериментах не хватает интроспективного понимания эвристики, и они отрицают, что якорь повлиял на их оценки. [78]
Даже если опорное значение явно случайное или экстремальное, оно все равно может искажать оценки. [77] В одном эксперименте испытуемых просили оценить год первого визита Альберта Эйнштейна в Соединенные Штаты. Якоря 1215 и 1992 годов испортили ответы так же, как и более разумные якорные годы. [78] В других экспериментах испытуемых спрашивали, превышает ли средняя температура в Сан-Франциско 558 градусов, или существует ли более или менее 100 025 альбомов The Beatles , входящих в десятку лучших . Эти намеренно абсурдные привязки по-прежнему влияли на оценку истинных цифр. [75]
Привязка приводит к особенно сильному смещению, когда оценки выражаются в форме доверительного интервала . Примером может служить ситуация, когда люди прогнозируют стоимость индекса фондового рынка в конкретный день, определяя верхнюю и нижнюю границы, чтобы они были на 98% уверены, что истинное значение попадет в этот диапазон. Надежный вывод заключается в том, что люди привязывают свои верхние и нижние границы слишком близко к наилучшей оценке. [12] Это приводит к эффекту самоуверенности . Один широко распространенный вывод заключается в том, что когда люди на 98% уверены, что число находится в определенном диапазоне, они ошибаются примерно в тридцати-сорока процентах случаев. [12] [79]
Закрепление также вызывает особую трудность, когда множество чисел объединяются в составное суждение. Тверски и Канеман продемонстрировали это, попросив группу людей быстро оценить продукт 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1. Другая группа должна была оценить тот же продукт в обратном порядке; 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8. Обе группы значительно недооценили ответ, но средняя оценка последней группы была значительно меньше. [80] Объяснение с точки зрения привязки заключается в том, что люди умножают первые несколько членов каждого продукта и привязываются к этой цифре. [80] Менее абстрактная задача состоит в том, чтобы оценить вероятность того, что самолет разобьется, учитывая, что существует множество возможных неисправностей, вероятность каждой из которых составляет одну на миллион. Общим выводом исследований этих задач является то, что люди зацикливаются на вероятностях малых компонентов и поэтому недооценивают общую сумму. [80] Соответствующий эффект возникает, когда люди оценивают вероятность того, что несколько событий произойдут последовательно, например, экспресс-ставка на скачках. Для такого рода суждений привязка к отдельным вероятностям приводит к переоценке совокупной вероятности. [80]
Оценка людьми товаров и количества, которые они покупают, реагируют на эффекты привязки. В одном эксперименте люди записывали последние две цифры своего номера социального страхования . Затем их попросили подумать, готовы ли они заплатить эту сумму за предметы, стоимость которых им неизвестна, например, вино, шоколад и компьютерное оборудование. Затем они приняли участие в аукционе , чтобы сделать ставку на эти предметы. Те, у кого были самые высокие двузначные числа, подали заявки, которые были во много раз выше, чем те, у кого были самые низкие числа. [81] [82] Когда на стопке банок с супом в супермаркете была надпись «Ограничение 12 на покупателя», эта этикетка побудила покупателей покупать больше банок. [78] В другом эксперименте агенты по недвижимости оценивали стоимость домов на основе осмотра и обширной документации. Разным агентам были показаны разные листинговые цены, и это повлияло на их оценку. Оценочная стоимость одного дома колебалась от 114 204 до 128 754 долларов США . [83] [84]
Было также показано, что привязка и корректировка влияют на оценки, выставляемые учащимся. В одном эксперименте 48 учителям раздали пачки студенческих сочинений, каждое из которых нужно было оценить и вернуть. Им также дали вымышленный список предыдущих оценок учеников. Среднее значение этих оценок повлияло на оценки, которые учителя выставили за эссе. [85]
Одно исследование показало, что привязка повлияла на приговоры в вымышленном судебном процессе по делу об изнасиловании. [86] Субъектами были судьи первой инстанции со стажем работы в среднем более пятнадцати лет. Они зачитывают документы, в том числе показания свидетелей, заявления экспертов, соответствующий уголовный кодекс и последние заявления обвинения и защиты. Два условия этого эксперимента различались лишь в одном: прокурор требовал 34 месяца лишения свободы при одном условии и 12 месяцев при другом; Между средними приговорами, вынесенными в этих двух условиях, была восьмимесячная разница. [86] В аналогичном инсценированном судебном процессе подсудимые выступали в роли присяжных заседателей по гражданскому делу. Их попросили либо возместить ущерб «в диапазоне от 15 до 50 миллионов долларов», либо «в диапазоне от 50 до 150 миллионов долларов». Хотя факты по делу каждый раз были одинаковыми, присяжные, учитывая более высокую оценку, вынесли решение о сумме, которая была примерно в три раза выше. Это произошло даже несмотря на то, что испытуемых прямо предупредили не рассматривать запросы как доказательства. [81]
На оценки также могут влиять предоставленные стимулы. В одном обзоре исследователи обнаружили, что если стимул воспринимается как важный или имеющий «вес» в ситуации, люди с большей вероятностью будут считать этот стимул физически более тяжелым. [87]
« Аффект » в данном контексте — это такое чувство , как страх, удовольствие или удивление. Оно короче по продолжительности, чем настроение , возникает быстро и непроизвольно в ответ на раздражитель . Читая слова «рак легких» может вызвать чувство страха , слова «материнская любовь» могут вызвать чувство привязанности и комфорта. Когда люди используют аффект («внутреннюю реакцию»), чтобы судить о выгодах или рисках, они используют эвристику аффекта. [88] Эвристика аффекта использовалась, чтобы объяснить, почему сообщения, созданные для активации эмоций, более убедительны, чем сообщения, сформулированные чисто фактами. [89]
Лица, принимающие решения, как на организационном, так и на национальном уровне, могут столкнуться с дилеммой: продолжать операцию или отказаться от нее. Эскалация обязательств демонстрирует, что люди часто склонны зацикливаться на проигрышном образе действий в надежде, что вложение большего количества ресурсов в операцию компенсирует потери. [90] [91] Кроме того, можно ожидать, что эскалация обязательств произойдет в ситуациях, когда лицо, принимающее решения, может претендовать на успех в эксплуатации, но убытки и операционные неудачи направляются и поглощаются другими, например, более крупной организацией. [92] Когнитивные детерминанты, которые могут влиять на эскалацию приверженности, включают самооправдание, постановку проблемы, невозвратные затраты, подмену целей, самоэффективность, ответственность и иллюзию контроля. [93] Общий поток событий, вызывающий реализацию эвристики эскалации обязательств, следующий:
Помимо того, что эскалация обязательств актуальна для лиц, принимающих решения в фирмах и организациях, она также применима к решениям, принимаемым моими национальными лидерами. Примером этого являются решения, касающиеся дальнейших инвестиций в войны. В сценарии, основанном на войне, расходы в основном несут солдаты и налогоплательщики. Кроме того, лицам, принимающим решения в военных сценариях, часто не приходится напрямую или немедленно нести расходы за свои решения на том же уровне, что и солдаты и налогоплательщики, что облегчает принятие решения о продолжении инвестирования. Это отражает эскалацию эвристики обязательств и неизбежно создает циклический процесс реинвестирования, который потенциально может вызвать долгосрочные проблемы в экономическом, социальном и политическом плане как на местном, так и на глобальном уровне. [95]
Существуют конкурирующие теории человеческого суждения, которые расходятся во мнениях относительно того, является ли использование эвристики иррациональным. Подход , основанный на когнитивной лени, утверждает, что эвристика — это неизбежный путь, учитывая ограничения человеческого мозга. Согласно подходу естественных оценок , некоторые сложные вычисления уже выполняются мозгом быстро и автоматически, а в других суждениях используются эти процессы, а не вычисления с нуля. Это привело к появлению теории под названием «замена атрибутов», которая гласит, что люди часто решают сложный вопрос, отвечая на другой, связанный с ним вопрос, не осознавая, что именно это они делают. [96] Третий подход утверждает, что эвристика работает так же хорошо, как и более сложные процедуры принятия решений, но быстрее и с меньшим количеством информации. Эта точка зрения подчеркивает «быстрый и экономичный» характер эвристики. [97]
Схема сокращения усилий, предложенная Ануджем К. Шахом и Дэниелом М. Оппенгеймером, утверждает, что люди используют различные методы, чтобы уменьшить усилия по принятию решений. [98]
В 2002 году Дэниел Канеман и Шейн Фредерик предложили процесс под названием «замена атрибутов», который происходит бессознательно. Согласно этой теории, когда кто-то выносит суждение (о целевом атрибуте ), которое является сложным в вычислительном отношении, он заменяется гораздо более легко вычисляемым эвристическим атрибутом . [99] По сути, сложная проблема решается путем ответа на довольно простую проблему, при этом человек не осознает, что это происходит. [96] Это объясняет, почему люди могут не осознавать своих собственных предубеждений и почему предубеждения сохраняются, даже когда субъект о них знает. Это также объясняет, почему человеческие суждения часто не демонстрируют регресса к среднему значению . [96] [99] [100]
Считается, что эта замена происходит в системе автоматического интуитивного суждения, а не в более самосознательной рефлексивной системе. Следовательно, когда кто-то пытается ответить на сложный вопрос, он может на самом деле ответить на родственный, но другой вопрос, не осознавая, что произошла подмена. [96] [99]
В 1975 году психолог Стэнли Смит Стивенс предположил, что сила стимула (например, яркость света, тяжесть преступления) кодируется клетками мозга независимо от модальности . Канеман и Фредерик основывались на этой идее, утверждая, что целевой атрибут и эвристический атрибут могут сильно различаться по своей природе. [96]
[Люди] не привыкли усердно думать и часто довольствуются тем, что доверяют правдоподобному суждению, которое приходит на ум.
Дэниел Канеман , American Economic Review 93 (5), декабрь 2003 г., стр. 1450 [100]
Канеман и Фредерик предлагают три условия замены атрибутов: [96]
Канеман приводит пример, когда некоторым американцам была предложена страховка от их собственной смерти в результате террористической атаки во время поездки в Европу, в то время как другой группе была предложена страховка, которая покрыла бы смерть любого рода во время поездки. Несмотря на то, что «смерть любого рода» включает в себя «смерть в результате террористической атаки», первая группа была готова заплатить больше, чем вторая. Канеман предполагает, что признак страха заменяется расчетом общего риска путешествия. [101] Страх терроризма у этих испытуемых был сильнее, чем общий страх умереть в зарубежной поездке.
Герд Гигеренцер и его коллеги утверждают, что эвристику можно использовать для вынесения точных, а не предвзятых суждений. По их мнению, эвристика — это «быстрая и экономичная» альтернатива более сложным процедурам, дающая столь же хорошие ответы. [102]
Уоррен Торнгейт, социальный психолог, реализовал десять простых правил принятия решений или эвристик в компьютерной программе. Он определил, как часто каждая эвристика выбирает альтернативы с ожидаемой ценностью от самой высокой до самой низкой в серии случайно сгенерированных ситуаций принятия решений. Он обнаружил, что большинство моделируемых эвристик выбирают альтернативы с наивысшим ожидаемым значением и почти никогда не выбирают альтернативы с наименьшим ожидаемым значением. [103]
Психолог Бенуа Монен сообщает о серии экспериментов, в которых испытуемые, глядя на фотографии лиц, должны были решить, видели ли они эти лица раньше. Неоднократно было обнаружено, что привлекательные лица чаще ошибочно принимаются за знакомые. [104] Монин интерпретирует этот результат с точки зрения замены атрибутов. Эвристическим атрибутом в данном случае является «теплое свечение»; положительное чувство по отношению к кому-либо, которое может быть связано либо с тем, что он знаком, либо с тем, что он привлекателен. Эта интерпретация подверглась критике, поскольку не все различия в знакомстве объясняются привлекательностью фотографии. [98]
Ученый-правовед Касс Санстейн утверждает, что замена атрибутов широко распространена, когда люди рассуждают о моральных , политических или юридических вопросах. [105] Учитывая сложную, новую проблему в этих областях, люди ищут более знакомую, связанную проблему («прототипический случай») и применяют ее решение как решение более сложной проблемы. По мнению Санстейна, мнения доверенных политических или религиозных авторитетов могут служить эвристическим атрибутом, когда людей спрашивают их собственное мнение по какому-либо вопросу. Другим источником эвристических атрибутов являются эмоции : моральные мнения людей по таким деликатным темам, как сексуальность и клонирование человека, могут быть обусловлены такими реакциями, как отвращение , а не обоснованными принципами. [106] Санстейну поставили под сомнение то, что он не предоставил достаточных доказательств того, что в этих случаях действует замена атрибутов, а не другие процессы. [98]
Пример того, как убеждение играет роль в эвристической обработке, можно объяснить с помощью эвристически-систематической модели. [107] Это объясняет, почему мы часто можем обрабатывать информацию из убедительных сообщений двумя способами: эвристически и систематически. Эвристика — это когда мы быстро выносим суждение при принятии решения. С другой стороны, систематическая обработка предполагает более аналитическое и пытливое когнитивное мышление. В поисках ответов люди смотрят дальше своих собственных предварительных знаний. [108] [109] Пример этой модели можно использовать при просмотре рекламы конкретного лекарства. Человек, не имеющий предварительных знаний, увидит человека в надлежащей фармацевтической одежде и предположит, что он знает, о чем говорит. Таким образом, этот человек автоматически пользуется большим доверием и с большей вероятностью будет доверять содержанию сообщений, чем их доставке. В то время как тех, кто также работает в этой области или уже имеет предварительные знания о лекарстве, реклама не убедит из-за их систематического образа мышления. Это также было формально продемонстрировано в эксперименте, проведенном моими Чайкеном и Махешвараном (1994). [110] В дополнение к этим примерам, эвристика беглости речи прекрасно связана с темой убеждения. Это описывается как то, как мы все легко извлекаем максимальную пользу из автоматического побочного продукта извлечения из памяти. [111] Примером может служить друг, который спрашивает о хороших книгах для чтения. [112] Многие могли бы прийти на ум, но вы называете первую книгу, которую вспомнили. Поскольку это была первая мысль, вы цените ее больше, чем любую другую книгу, которую вы можете предложить. Эвристика усилий почти идентична беглости речи. Единственное отличие состоит в том, что объекты, производство которых занимает больше времени, кажутся более ценными. Можно сделать вывод, что стеклянная ваза более ценна, чем рисунок, просто потому, что на вазу может уйти больше времени. Эти две разновидности эвристики подтверждают, как легко на нас можно влиять с помощью наших умственных ярлыков или того, что быстрее всего приходит нам на ум. [113]
{{cite book}}: |journal=игнорируется ( помощь )