Как выносятся суждения

Числу вопросов, на которые вы можете ответить, нет предела, независимо от того, спрашивает ли вас собеседник, или вы задаете их сами себе. Нет предела и числу признаков, которые вы можете оценить. Вы способны посчитать количество заглавных букв на этой странице, сравнить высоту окон в вашем доме и доме через улицу и оценить начинания какого-нибудь политического деятеля по шкале от «отлично» до «провально». Вопросы адресуются Системе 2, которая направит внимание на поиск ответа в памяти. Система 2 может вопросы получать, а может генерировать, но перенаправление внимания и поиск ответа в памяти происходят в любом случае. Система 1 работает по-другому. Она постоянно отслеживает, что происходит внутри и снаружи разума, и генерирует оценки различных аспектов ситуации без конкретного намерения и почти и ли совсем без усилий. Эти базовые оценки играют важную роль в интуитивных суждениях, поскольку их с легкостью подставляют вместо более сложных ответов – это и есть основная идея метода эвристики и искажений. Две другие черты Системы 1 также поддерживают замену одного суждения на другое. Одна из них – способность переносить значения между измерениями. Вы делаете это, отвечая на легкий для большинства вопрос: «Если бы Сэм был такой же высокий, как он умный, какого роста он бы был?» И, наконец, есть «мысленный выстрел дробью» (mental shotgun): намерение Системы 2 ответить на конкретный вопрос или оценить определенное свойство ситуации автоматически запускает другие вычисления, в том числе и базовые оценки.

Базовые оценки

В ходе эволюции Система 1 выработала способность обеспечивать постоянную оценку основных задач, которые организм должен решать для выживания: как идут дела? не возникла ли угроза? не появилась ли хорошая возможно сть? все ли нормально? приблизиться или держаться подальше? Наверное, эти вопросы не столь важны для городского жителя, как для газели в саванне, но мы унаследовали нейронные механизмы, непрерывно оценивающие уровень угрозы, которые нельзя отключить. Ситуации постоянно определяются как плохие или хорошие, требующие бегства или позволяющие приближение. Для человека хорошее настроение и когнитивная легкость – эквиваленты оценки среды как безопасной и знакомой.
Конкретным примером базовой оценки служит способность с одного взгляда отличать друга от врага. Подобная специализированная возможность влияет на шансы выживания организма в опасном мире и развилась в ходе эволюции. Алекс Тодоров, мой коллега по Принстону, изучал биологические корни быстрой оценки безопасности при взаимодействии с посторонними. Он показал, что у нас есть способность с одного взгляда на лицо незнакомца оценивать два основных и потенциально важных признака: уровень его доминантности (и, соответс твенно, степень грозящей опасности) и насколько он достоин доверия, то есть окажутся ли его намерения дружественными или враждебными. Форма лица, например «сильная» квадратная челюсть, позволяет в определенной степени оценить доминантность. Выражение лица (улыбка или хмурый взгляд) дает подсказки относительно намерений. Сочетание квадратной челюсти с опущенными уголками рта может предвещать беду. Точность такой оценки далеко не идеальна: круглые подбородки не очень надежно отражают кротость, а улыбки можно (до некоторой степени) сымитировать. И все-таки даже несовершенная способность оценивать посторонних дает преимущество при выживании.
Этот древний механизм в современном мире получил новое использование: он до некоторой степени влияет на то, как люди голосуют. Тодоров показывал своим студентам фотографии мужчин, некоторые всего лишь на одну десятую секунды, и просил их оценить лица по разным признакам, включая привлекательность и компетентность. В оценках испытуемых не обнаружилось значительного разброса. Тодоров показывал не набор случайных фотографий, а подборку изображений кандидатов в предвыборных кампаниях. Затем исследователь сравнил результаты выборов с рейтингом компетентности, составленным принстонскими студентами после короткого просмотра фотографий и вне политического контекста. Примерно в 70 % случаев на выборах на пост сенатора, конгрессмена и губернатора победил тот кандидат, чье изображение в эксперименте получило более высокий рейтинг компетентности. Этот поразительный результат быстро подтвердился во время всеобщей избирательной кампании в Финляндии, на выборах в муниципальные совет ы в Англии и в различных избирательных кампаниях в Австралии, Германии и Мексике. Для меня полной неожиданностью стало то, что рейтинг компетентности в исследовании Тодорова прогнозировал результаты голосования лучше, чем рейтинг привлекательности.
Тодоров обнаружил, что люди судят о компетентности, сочетая два измерения: силу и надежность. На лицах, излучающих компетентность, сильный подбородок сочетается с легкой уверенной улыбкой. Нет никаких свидетельств, что эти черты лица действительно предсказывают, насколько хорошо политики справятся со своими обязанностями. Но изучение реакции мозга на выигрывающих и проигрывающих кандидатов демонстрирует, что мы биологически предрасположены отвергать тех, у кого нет ценимых нами признаков. В этом исследовании проигравшие вызывали более сильную негативную эмоциональную реакцию. Это – пример эвристики суждения, о которой я буду говорить далее. Избиратели пытаются составить впечатление о том, насколько будет хорош кандидат на своем посту, и склоняются к более простой оценке, которая выносится быстро, автоматически и доступна в момент, когда Система 2 принимает решение.
Развивая основополагающие исследования Тодорова, политологи определили категорию избирателей, для которых автоматические предпочтения Системы 1, вероятнее всего, сыграют существенную роль. Они обнаружили их среди политически неграмотных избирателей, которые много смотрят телевизор. Как и ожидалось, внешность, создающая впечатление компетентности, влияет на недостаточно информированных любителей телепередач втрое сильнее, чем на других. Разумеется, относительная важность Системы 1 в определении выбора предпочтений при голосовании для всех разная. Мы встретим и другие примеры таких индивидуальных отличий.
Система 1, конечно же, понимает язык, и это понимание зависит от базовых оценок, которые постоянно генерируются в ходе восприятия событий и понимания сообщений. Эти оценки включают высчитывание сх одства и репрезентативности, установление причин и оценку доступности ассоциаций и примеров. Это делается даже при отсутствии конкретных задач, хотя результаты используются для выполнения требований, возникающих по мере появления заданий.
Базовых оценок очень много, но оцениваются не все возможные признаки. Для примера взгляните на рисунок 7.

Рис. 7

С первого взгляда создается впечатление о многих особенностях рисунка. Вы знаете, что высота крайних столбиков одинакова и что сходство столбиков друг с другом больше, чем сходство между столбиком слева и массивом кубиков посередине. Вы не осознаете, что количество кубиков в столбике слева такое же, как в средней фигуре, и не знаете, какой высоты будет столбик, построенный из кубиков. Чтобы подтвердить количество, придется пересчитать два набора кубиков и сравнить результаты, а это может сделать лишь Система 2.

Наборы и прототипы

В качестве другого примера подумайте над таким вопросом: какова средняя длина линий на рисунке 8?

Рис. 8

Вопрос легкий, и Система 1 отвечает на него без подсказок. Эксперименты показали, что испытуемым достаточно доли секунды для довольно точной оценки средней длины набора линий. Более того, точность этих оценок не страдает, если мозг испытуемого в это же время занят тестом на память. Испытуемые не всегда знают, как выразить среднее значение в дюймах или сантиметрах, но очень точно подгоняют под него длину другой линии. Чтобы сформировать впечатление о средней длине, Система 2 не нужна. Это автоматически и без усилий делает Система 1, точно так же, как она отмечает цвета линий и факт, что они не параллельны. Мы можем немедленно сформировать впечатление о количестве предметов в наборе: точно, если их число равно или меньше четырех, или примерно, если оно больше четырех.
Перейдем к другому вопросу: какова суммарная длина линий на рисунке 8? С ним все по-другому, потому что Системе 1 нечего предложить. На него можно ответить, лишь активировав Систему 2, которая старательно оценит среднюю длину, посчитает количество линий и перемножит их.
На первый взгляд то, что Система 1 не может вычислить общую длину нескольких линий, вполне очевидно; вы и не думали, что можете это сделать. Это пример важного ограничения Системы 1. Она представляет категории через прототип или несколько типичных образцов, а потому хорошо справляется со средними значениями, но не очень хорошо – с суммированием. Объем категории и количество объектов в ней обычно игнорируются в суждениях относительно того, что я буду называть суммоподобными переменными.
В одном из многочисленных экспериментов, проведенных в связи с судебным процессом после аварии танкера «Эксон Вальдес», испытуемых спросили о степени их гот овности оплатить приобретение сетей для покрытия пролитой нефти, в который вязнут и тонут перелетные птицы. Трем группам участников предложили оплатить спасение соответственно двух тысяч, двадцати тысяч или двухсот тысяч птиц. Если спасение птиц – экономический товар, оно должно представлять суммоподобную переменную: спасение двухсот тысяч птиц, казалось бы, стоит дороже, чем спасение двух тысяч. В действительности количество птиц мало повлияло на средний размер взноса для каждой из трех групп: 80, 78 и 88 долларов соответственно. Во всех трех группах участники реагировали на прототип – изображение беспомощной птицы, покрытой нефтью. Как неоднократно подтверждалось опытным путем, количеством почти всегда пренебрегают в подобных эмоциональных обстоятельствах.

Не нашли, что искали? Воспользуйтесь поиском: