Разговоры об оценке жизни

«Она думала, что, купив шикарный автомобиль, станет счастливее, но это оказалось ошибкой аффективного прогноза».

«У него по дороге на работу сломалась машина, и он в дурном настроении. Сегодня не стоит спрашивать его об удовлетворенности работой!»

«Большую часть времени она выглядит довольной, но если ее спросить, она скажет, что несчастлива. Видимо, вопрос напоминает ей о недавнем разводе».

«Покупка большого дома сделает нас счастливее только на время. Нас сбивает иллюзия фокусировки».

«Он делит свое время между обоими городами. Видимо, серьезный случай лжехотения».

Выводы

В начале книги я познакомил читателей с двумя выдуманными персонажами, какое-то время обсуждал два вида людей и закончил двумя «я». Два персонажа – это интуитивная Система 1, которая осуществляет быстрое мышление, и тяжелая, медленная Система 2, которая отвечает за медленное мышление, контролирует Систему 1 и пытается управлять ею в меру своих ограниченных возможностей. Два вида людей – это выдуманные эконы, которые живут в мире теории, и гуманы, действующие в реальном мире. Два «я» – это ощущающее «я», которое проживает жизнь, и вспоминающее «я», которое ведет подсчет и принимает решения. В заключительной главе я рассмотрю некоторые выводы из трех этих разграничений – в обратном порядке.

Два «я»

Возможные конфликты между вспоминающим «я» и интересами ощущающего «я» оказались гораздо более серьезной проблемой, чем я поначалу представлял. В эксперименте «холодная рука» игнорирование длительности и правило «пик – конец» приводили к явно абсурдному выбору. Почему люди с готовностью соглашались терпеть ненужную боль? Участники предоставляли выбор вспоминающему «я» и предпочитали повторить попытку, оставившую более приятные воспоминания, хотя и приносящую больше боли. Выбор на основе воспоминаний может быть оправдан в крайних случаях (например, при посттравматическом стрессе), но опыт «холодная рука» не был травмирующим. Посторонний наблюдатель, делая выбор за другого, несомненно, предложил бы короткую сессию – в пользу ощущающего «я». Выбор, который люди делали для себя, следует признать ошибкой. Игнорирование длительности и правило «пик – конец» при оценке историй – и на оперной сцене, и в жизни Джен – тоже плохо объяснимы. Бессмысленно оценивать всю жизнь по ее последним мгновениям или забывать о длительности, решая, какая жизнь предпочтительней.< br> Вспоминающее «я» – структура Системы 2. Однако характерные методы, используемые Системой 2 для оценки отдельных эпизодов и жизни в целом – особенность нашей памяти. Игнорирование длительности и правило «пик – конец» возникают в Системе 1 и необязательно соотносятся с ценностями Системы 2. Мы считаем, что продолжительность важна, но память твердит нам обратное. Правила, регулирующие оценку прошлого, становятся плохим подспорьем для принятия решений, потому что время имеет значение. Главный факт нашего существования – то, что время является крайне ограниченным ресурсом, но вспоминающее «я» игнорирует реальность. Игнорирование длительности в сочетании с правилом «пик – конец» приводят к ошибкам: короткий период сильного удовольствия для нас предпочтительнее длинного периода умеренного удовольствия. Зеркальное отражение этой же ошибки: мы больше боимся короткого периода интенсивного, но терпимого страдания, чем более продолжительного периода боли среднего уровня. Игно рирование длительности также заставляет нас соглашаться на долгий период средней неприятности, если он кончится хорошо, и отказываться от долгого удовольствия, которое кончится плохо. Чтобы ярче выразить эту идею, вспомните обычное предостережение: «Не делай этого, пожалеешь». Совет звучит разумно, поскольку ожидаемое разочарование – приговор, выносимый вспоминающим «я», а потому мы воспринимаем подобные суждения как окончательные и разумные. Однако не стоит забывать, что точка зрения вспоминающего «я» не всегда верна. Объективный наблюдатель, глядя на гедониметрический профиль и помня об интересах ощущающего «я», предложит другой совет. Игнорирование длительности, преувеличенное внимание к пиковым и последним впечатлениям и эмоциональная оценка прошлого, характерные для вспоминающего «я», приводят к искаженному отражению нашего реального опыта.
И наоборот, концепция благополучия, ориентированная на учет длительности, рассматривает одинаково каждый момент жизни не зависимо от того, памятный он или нет. Некоторые моменты получают больший вес – или как памятные, или как важные. Продолжительность яркого момента следует учитывать наряду с его значимостью. Отдельный момент становится особо важным, если влияет на восприятие будущих моментов. Например, час обучения игре на скрипке может впоследствии повлиять на ощущения от игры или от прослушивания музыки. Короткое кошмарное событие, приведшее к посттравматическому стрессу, следует оценивать с учетом общей длительности вызванных им долгих мучений. С точки зрения продолжительности только позже можно определить, был ли момент памятным или значительным. Заявления «я никогда не забуду…» или «это значительный момент» лучше рассматривать как обещания или предсказания, которые могут оказаться – и часто оказываются – ложными, хотя и произносятся с полной искренностью. Многое, что мы обещаем помнить вечно, благополучно забывается через десять лет.
Логика взвешивания продолжительности подку пает, но ее нельзя рассматривать как законченную теорию благополучия, потому что люди отождествляют себя с вспоминающим «я» и заботятся о своей истории. Теория благополучия не должна игнорировать желания людей. С другой стороны, теория, игнорирующая реальные факты и сфокусированная только на том, что человек думает о жизни, тоже не годится. Необходимо прислушиваться и к вспоминающему, и к ощущающему «я», поскольку их интересы не всегда совпадают. Философы будут биться над этими проблемами долгое время.
Вопрос, какое «я» главнее, важен не только для философов; он имеет практическое значение и для выработки политики во многих сферах, особенно в области здравоохранения и социального обеспечения. Подумайте, какие инвестиции требуются для решения разнообразных медицинских проблем, включая слепоту, глухоту или почечную недостаточность. Должны ли инвестиции определяться тем, насколько люди боятся этих состояний? Или тем, насколько в реальности страдают эти пациенты? Или тем, как пациенты хотят облегчения мучений и чем готовы пожертвовать ради избавления от страданий? Возможны различные сравнительные оценки слепоты и глухоты или колостомии и диализа, в зависимости от шкалы оценки страданий. Ответить на все вопросы нелегко, но от этой важной проблемы нельзя отмахнуться.
Возможность измерения благополучия как индикатора государственной политики уже привлекла внимание и ученых, и ряда правительств европейских стран. Всего за несколько лет стала реальной идея о том, что индекс страдания в обществе будет когда-нибудь включен в национальную статистику – наряду с уровнем безработицы, количеством инвалидов и цифрами дохода. Для этого сделано уже немало.

Эконы и гуманы

В повседневной речи мы называем человека разумным, если с ним можно дискутировать, если его взгляды в целом соответствуют реальности, а его предпочтения отвечают его интересам и ценностям. Слово «рациональный» предл агает образ человека более рассудительного, расчетливого, менее душевного; но в обычном языке рациональный человек, несомненно, разумен. Для специалистов в области экономики и принятия решений это прилагательное имеет совершенно другое значение. Единственное подтверждение рациональности не в том, что взгляды и предпочтения человека разумны, а в том, что они внутренне непротиворечивы. Рациональный человек может верить в привидения, если все остальные его убеждения допускают существование привидений. Рациональный человек может предпочитать ненависть любви, если его предпочтения непротиворечивы. Рациональность – логическая когерентность, неважно, разумная или нет. Согласно этому определению, эконы рациональны, но удивительно то, что гуманы рациональными быть не могут. Экон не подвержен праймингу, эффекту WYSIATI, мышлению в узких рамках, субъективности и искаженным предпочтениям, – однако все это неизбежно для гумана.
Определение рациональности как когерентности неве роятно строго; оно требует точного выполнения логических правил, что недоступно ограниченному мышлению. Согласно этому определению, разумные люди не в состоянии быть рациональными, однако их нельзя из-за этого назвать иррациональными. «Иррациональный» – сильное слово, обозначающее импульсивность, эмоциональность и упрямое сопротивление разумным аргументам. Я часто морщусь, когда слышу, будто наша с Амосом работа показывает, что человеческий выбор иррационален; на самом деле наши исследования демонстрируют только, что гуманы плохо описываются моделью «рационального агента».
Хотя гуманы не являются иррациональными, им часто требуется помощь в формировании более точных суждений и принятии правильных решений; в некоторых случаях существующие руководящие принципы и социальные институты могут предоставить помощь такого рода. Подобные предположения кажутся безобидными, но на самом деле очень спорны. В интерпретации экономистов чикагской школы вера в рациональность челове ка тесно связана с идеологией, согласно которой вредно (и даже аморально) мешать человеку делать собственный выбор. Рациональные люди должны быть свободны и должны ответственно заботиться о себе. Милтон Фридмен, ведущий представитель чикагской школы, выразил эту точку зрения в названии одной из своих популярных книг: «Свобода выбора».
Допущение, что личности рациональны, дает разумное основание для либертарианского подхода к общественному порядку: не посягать на право человека на выбор, пока этот выбор не вредит остальным. Взгляды либертарианцев находят широкую поддержку из-за восхищения эффективностью рынков при распределении товаров людям, готовым заплатить больше. Известная статья, ставшая ярким примером чикагского подхода, озаглавлена «Теория рационального привыкания»; она объясняет, как рациональный человек, предпочитающий большое и немедленное удовольствие, может принять взвешенное решение и согласиться на тяготы пагубной привычки в будущем. Я однажды слышал, как представитель чикагской школы Гэри Беккер, один из авторов этой статьи и нобелевский лауреат, наполовину в шутку, наполовину всерьез доказывал, что вполне возможно объяснить «эпидемию ожирения» верой людей в то, что лекарство от диабета скоро будет найдено. Он отметил важный пункт: при виде людей, ведущих себя странно, сначала нужно проверить, нет ли достойной причины такого поведения. Психологические интерпретации потребуются, только когда выяснится, что причины невероятны – как, пожалуй, Беккерово объяснение ожирения.
В обществе эконов правительство должно отойти в сторону, позволяя эконам поступать в соответствии с собственным выбором, если они не наносят вреда окружающим. Если мотоциклист хочет ехать без шлема, либертарианец поддержит его право на это. Граждане знают, что они делают, – пусть даже решают не копить деньги на старость или употреблять вещества, вызывающие привыкание. Иногда такая позиция получает подтверждение: пожилой человек, не скопивший достаточно к пенсии, вызывает не больше сочувствия, чем посетитель ресторана, заказавший чересчур много и жалующийся на крупный счет. Представителям чикагской школы и поведенческим экономистам, отрицающим крайности модели рационального индивида, есть о чем поспорить. Свобода – бесспорная ценность; с этим согласны все участники дискуссии. В отличие от тех, кто безоговорочно верит в рациональность человека, поведенческие экономисты представляют жизнь более сложной. Ни одному поведенческому экономисту не понравится государство, котор ое принуждает граждан к строго сбалансированному питанию и просмотру исключительно «полезных» телепередач. Однако, по мнению поведенческих экономистов, за свободу приходится платить: расплачиваются и те, кто делает неправильный выбор, и общество, которое чувствует себя обязанным помочь им. Поэтому решение о том, защищать ли индивида от ошибок, представляет дилемму для поведенческих экономистов. Экономисты чикагской школы не сталкиваются с такой проблемой, потому что рациональные индивиды ошибок не допускают. Для приверженцев этой школы свобода бесплатна.
В 2008 году экономист Ричард Талер и правовед Кэсс Санстейн совместно написали книгу «Подталкивание: как улучшить наши решения о здоровье, благосостоянии и счастье» (Nudge), которая быстро стала международным бестселлером и библией поведенческих экономистов. Книга ввела в лексикон несколько новых терминов, включая слова «экон» и «гуман». В ней также предлагаются решения дилеммы – как помочь людям делать правильный выбор, не ограничивая их свободы. Талер и Санстейн защищают позицию либертарианского патернализма: государственные и общественные институты могут подталкивать людей к решениям, которые пойдут им на пользу в долговременной перспективе. Предложение подписаться на пенсионный план «по умолчанию» – пример подталкивания. Трудно утверждать, что свобода каждого ограничивается, когда его подписывают на план автоматически, – ведь для отказа достаточно поставить на бланке галочку. Как показано ранее, структурирование индивидуального решения – Талер и Санстейн называют его «архитектура выбора» – сильно влияет на результат. Подталкивание основано на психологических принципах, описанных в предыдущих главах. Выбор варианта по умолчанию естественно воспринимается как нормальный. Отказ от нормального выбора – волевой акт, требующий усилия, большей ответственности; о нем человек пожалеет скорее, чем о том, чего не сделал. Эти мощные факторы ведут к решению человека, который в противном случае не знал б ы, что делать.
Гуманы больше, чем эконы, нуждаются в защите от тех, кто эксплуатирует их слабости, особенно капризы Системы 1 и леность Системы 2. Предполагается, что рациональные агенты принимают серьезные решения взвешенно, используя всю доступную информацию. Экон внимательно вчитается в текст контракта, прежде чем подписать его, а гуман вряд ли станет этим заниматься. Беспринципные фирмы, готовящие контракты, которые клиент обычно подписывает не читая, пользуются множеством законных лазеек, маскируя важную информацию мелким шрифтом и длинными формулировками. Крайности модели рационального индивида подразумевают, что клиенту не требуется защита – достаточно убедиться, что вся важная информация представлена. Размер шрифта и сложность формулировок в приложениях не считаются важными – экон знает, как читать мелкий шрифт, когда он имеет значение. И наоборот, в книге «Подталкивание» содержатся рекомендации, требующие от фирм составления легко читаемых контрактов, пон ятных клиентам-гуманам. Хорошим знаком является то, что некоторые из этих рекомендаций встретили серьезное сопротивление компаний, чьи доходы пострадают при лучшей информированности клиентов. Мир, в котором фирмы конкурируют, предлагая лучший товар, предпочтительнее того, где побеждает самый бессовестный.
Замечательным качеством либертарианского патернализма является его привлекательность для политиков разного уровня. Флагманский пример поведенческой политики – план «Сбереги больше завтра» – был поддержан в Конгрессе небывалой коалицией: от крайних консерваторов до либералов. «Сбереги больше завтра» – программа финансовых сбережений для сотрудников фирм и организаций. Работнику предлагается повышать взносы в пенсионный фонд на фиксированную сумму всякий раз, как он получает прибавку к жалованью. Повышение взносов производится автоматически, если только сотрудник не подаст заявление об отказе. Это блестящее нововведение, предложенное Ричардом Талером и Шломо Бенарц и в 2003 году, повысило размеры сбережений и открыло новые перспективы для миллионов работников. План основан на психологических принципах, которые читателям этой книги уже знакомы. План не вызывает сопротивления по поводу немедленных потерь, поскольку в данный момент ничего не меняется; повышение взносов привязано к повышению зарплаты, это превращает потери в будущие прибыли, что гораздо приятнее; а применение автоматизма согласует леность Системы 2 с долговременными интересами работника. Вдобавок никого не принуждают делать то, чего он делать не хочет, и нет никаких уловок и обмана.
Привлекательность либертарианского патернализма ощутили во многих странах, включая Великобританию и Южную Корею; его приняли политики разных направлений, включая британских консерваторов и демократическую администрацию президента Обамы. При правительстве Великобритании создано новое подразделение, чья цель – применять принципы поведенческой науки к решению государственных задач. Офиц иальное название подразделения – «Группа поведенческого инсайта», но чаще и в правительстве, и за его пределами ее называют «Группа подталкивания». Талер является одним из советников группы.
После выхода книги «Подталкивание» президент Обама предложил Санстейну место в Отделе информации и регуляторной политики, что дает исследователю широкие возможности внедрять идеи психологии и поведенческой экономики в работу правительственных учреждений. Цель изложена в отчете Административно-бюджетного управления за 2010 год. Читатели этой книги порадуются логике конкретных рекомендаций, включая призыв к «ясным, простым, заметным и осмысленным описаниям». Читатель также узнает основные заявления, например: «Форма представления очень важна; если, к примеру, описание возможного результата сформулировано в рамках потери, это окажет более сильное влияние, чем если представить его в рамках выигрыша».
В предыдущих главах приводились примеры такого фрейминга пр и описании расхода горючего. Среди дополнительных нововведений – автоматическая запись в программу медицинского страхования; новая версия рекомендаций по здоровому питанию, заменившая невнятную «Пищевую пирамиду» ярким образом «Пищевой тарелки», нагруженной сбалансированным набором продуктов; правило, принятое министерством сельского хозяйства США, по которому можно использовать на этикетке мясных продуктов фразы типа «90 процентов постного мяса» при условии, что надпись «10 процентов жира» выполнена «рядом, буквами того же цвета, размера и шрифта, на фоне того же цвета, что и надпись о проценте постного мяса». Гуманам, в отличие от эконов, нужна помощь в принятии правильных решений, и существуют мудрые и безболезненные варианты такой помощи.

Две системы

В этой книге работа мозга описана как непростое взаимодействие двух выдуманных персонажей: автоматической Системы 1 и прилагающей усилия Системы 2. Вы теперь вполне знакомы с характерами этих двух личностей и можете предугадать их действия в различных ситуациях. И, разумеется, вы также помните, что в реальности эти системы не существуют – ни в мозгу, ни где-либо еще. Выражение «Система 1 делает А» означает: «А происходит автоматически». А высказывание «Система 2 задействована для исполнения Б» означает: «Возбуждение нарастает, зрачки расширяются, внимание сосредоточено, и выполняется Б». Надеюсь, представление о системах вы нашли столь же полезным, как и я; что у вас выработалось интуитивное чутье об особенностях их действий, а главное – вы не задаетесь вопросом, существуют ли они на самом деле. После этого необходимого предупреждения я продолжу использовать эти термины до конца.
Внимательная Система 2 – это то, кем мы себя считаем. Система 2 формулирует суждения и делает выбор, но часто одобряет или обосновывает идеи и чувства, возникшие в Системе 1. Вы можете сами не понимать, что проект вам нравится, поскольку автор проекта чем-то н апоминает вашу любимую сестру, или что вы недолюбливаете человека за некоторое сходство с вашим стоматологом. Впрочем, если у вас потребуют объяснений, вы, порывшись в памяти, найдете удовлетворительные доводы. Более того, вы сами в них поверите. Однако Система 2 – не просто защитник Системы 1; она часто не дает прорваться на поверхность глупым мыслям и ненужным порывам. Пристальное внимание во многих случаях улучшает деятельность (представьте, чем вы рискуете, если при езде по узкой дороге ваши мысли блуждают неведомо где) и совершенно необходимо в ситуациях сравнения, выбора и обоснования. Однако Система 2 – не образец рациональности. Ее возможности ограничены, как и доступные ей сведения. Мы не всегда мыслим прямо и логически, а наши ошибки не всегда связаны с назойливой и неверной интуицией – зачастую они вызваны тем, что мы (наша Система 2) так устроены.
Я уделил много страниц описанию Системы 1 и перечислению ошибок интуитивных суждений, связанных с этой сис темой. Однако количество страниц – плохой показатель соотношения чудесных озарений и недостатков интуитивного мышления. Система 1 виновата во многом из того, что мы делаем неправильно, но зато именно ее заслуга во многом, что мы делаем правильно, – а это бо́льшая часть наших действий. Наши мысли и действия в нормальных условиях управляются Системой 1 и обычно правильны. Одно из великолепных достижений – богатая и подробная модель мира, хранящаяся в ассоциативной памяти: в одно мгновение она отличает неожиданные события от обычных, немедленно предлагает идею – что ожидалось вместо сюрприза – и автоматически отыскивает некое объяснение происходящих событий.
Память также хранит множество умений, накопленных нами в течение жизни, которые автоматически предлагают адекватные решения возникающих проблем: от решения обойти большой камень на тропинке до умения предотвратить гнев недовольного клиента. Для накопления умений необходимы устойчивая среда, возможность трени ровки, а также быстрое и недвусмысленное подтверждение правильности мыслей и действий. При наличии этих условий умения развиваются, а потому интуитивные суждения и решения, быстро приходящие на ум, оказываются по большей части верными. Все это – работа Системы 1, а значит, происходит быстро и автоматически. Знак умелой работы – способность обрабатывать огромный объем информации быстро и эффективно.
Если появляется вопрос, на который существует готовый ответ, этот ответ всплывает. А если соответствующего умения нет? Иногда (например, в задаче 17 24 =?) для получения конкретного ответа приходится звать на помощь Систему 2. Впрочем, Система 1 редко приходит в замешательство: она не ограничена объемом памяти и расточительна в своих выкладках. Если нужен ответ на один вопрос, Система 1 одновременно дает ответы на родственные вопросы и часто вместо требуемого ответа предлагает тот, который быстрее приходит в голову. В моей концепции эвристики эвристический ответ необяза тельно проще или экономнее, чем исходный вопрос, – он всего лишь ближе и находится быстрее и проще. Эвристические ответы – не ответы наугад; часто они примерно правильны. А иногда совершенно неправильны.
Система 1 регистрирует когнитивную легкость, с которой обрабатывает информацию, но не подает тревожный сигнал, если информация ненадежна. Интуитивные ответы приходят на ум быстро и уверенно, неважно, рождает ли их знание или эвристика. Системе 2 непросто отличить обоснованные ответы от эвристических. Единственная возможность для Системы 2 – притормозить и попытаться самостоятельно найти решение, что для ленивой системы нежелательно. Многие предложения Системы 1 одобряются без тщательной проверки, как в задаче о бейсбольной бите и мяче. Так Система 1 получает репутацию источника ошибок и отклонений. Оперативные качества Системы 1 – эффект WYSIATI, подгонка интенсивности и ассоциативная когерентность, помимо прочих, – приводят к предсказуемым ошибкам и когнитивным и ллюзиям: эффекту привязки, нерегрессивным предчувствиям, чрезмерной уверенности и многим другим.
Как бороться с ошибками? Как повысить качество суждений и решений – и наших собственных, и тех общественных институтов, которым служим мы и которые служат нам? Коротко говоря, ничего нельзя достичь, не приложив серьезных усилий. Я знаю по собственному опыту, что Система 1 обучается неохотно. Не считая некоторых изменений, которые я по большей части списываю на возраст, мое интуитивное мышление, как и прежде, склонно к самоуверенности, радикальным прогнозам и наполеоновским планам. Я заметил только одно улучшение – мне стало легче распознавать ситуации, где вероятны ошибки: «Это число станет привязкой…», «Решение изменится, если сформулировать проблему в иных рамках…».
И еще: я добился гораздо большего прогресса в выявлении чужих ошибок, чем своих.
Способ блокировать ошибки, возникающие в Системе 1, в принципе прост: уловить п ризнаки того, что вы находитесь на когнитивном «минном поле», притормозить и обратиться за подкреплением к Системе 2. Так вы и сделаете, когда в следующий раз встретите иллюзию Мюллера-Лайера. Увидев линии с разнонаправленными стрелками на концах, вы немедленно распознаете ситуацию, в которой нельзя доверять своему впечатлению о длине линий. К сожалению, эта разумная процедура вряд ли осуществится там, где она нужнее всего. Всем бы хотелось, чтобы предупреждающий звонок громко звенел каждый раз, как только нам грозит ошибка, но такого звонка нет, а когнитивные иллюзии обычно намного труднее распознать, чем иллюзии восприятия. Голос разума может быть гораздо слабее громкого и отчетливого голоса ложной интуиции, а полагаться на интуицию не хочется, если предстоит принять важное решение. Сомнения – совсем не то, что нужно, если вы попали в беду. В результате намного проще узнать минное поле, когда вы видите, как по нему идет кто-то другой, чем когда вы приближаетесь к нему сами. Наблюдате ли меньше заняты когнитивно и более открыты для информации, чем исполнители. Именно поэтому я решил написать книгу для критиков и любителей посудачить, а не для тех, кто принимает решения.
Организациям проще, чем индивиду, избегать ошибок, потому что организация, естественно, мыслит медленнее и может применять четкие процедуры. Организация может ввести и поддерживать применение полезных контрольных списков и более сложных процедур – например, прогнозирование по исходной категории и «прижизненный эпикриз». По крайней мере, введя строгую терминологию, организация частично создает культуру, в которой люди помогают друг другу на краю минного поля. Чем бы ни занималась организация, она является фабрикой по производству суждений и решений. Любой фабрике нужны способы обеспечить качество продукции на стадии проекта, производства и окончательного контроля. Соответствующие стадии в производстве решений – формулировка проблемы, которую нужно решить, сбор важной информации, ведущей к решению, и оценка решения. Если организация хочет улучшить продукт – принимаемые решения, – необходимо повышать эффективность на каждой стадии. Все происходит по программе. Непрерывный контроль качества – альтернатива авральным расследованиям, которые обычно проводятся в организации после происшествия. Для улучшения качества решений предстоит немало сделать. Один пример из многих: как ни странно, отсутствует систематическое обучение основным навыкам проведения эффективных совещаний.
И, наконец, для навыков конструктивной критики крайне важен более богатый язык. Как в медицине, определение ошибок в суждениях сродни диагностической задаче, для решения которой требуется строгая терминология. Название болезни – крючок, на который вешается все, что с ней связано, включая распространенность, факторы среды, симптомы, прогноз и лечение. Точно так же ярлыки «эффект привязки», или «установление узких рамок», или «преувеличенная когерентность» должны вызвать в памя ти все, что известно об ошибке, ее причинах, последствиях и путях ее преодоления.
Существует прямая связь между осведомленными пересудами в коридоре у кулера и правильными решениями. Тем, кто принимает решения, бывает проще представить голоса нынешних любителей посудачить и будущих критиков, чем услышать нерешительный голос собственных сомнений. Они примут более правильное решение, если поверят, что их критики мудры и честны, и если учтут, что их решение будет оцениваться не только по результату, но и по тому, как оно принималось.

Приложение А
Суждения в условиях неопределенности: эвристические методы и ошибки [4 - Статья впервые опубликована в журнале Science (1974. Vol. 185), на русском языке вышла под названием «Принятие решений в условиях неопределенности: правила и предубеждения». (Харьков: Гуманитарный центр, 2005) (примеч. перев.).]

Амос Тверски и Даниэль Канеман
Многие решения опираются на представления о вероятности неопределенных событий, таких как победа на выборах, признание подсудимого виновным или будущий курс доллара. Эти представления обычно выражаются в таких заявлениях: «думаю, что…», «есть вероятность…», «маловероятно, что…» и так далее. Иногда представления о неопределенных событиях выражаются в численной форме – как шансы или субъективная вероятность. Чем определяются такие представления? Как оценивают вероятность неопределенных событий или значение неопределенной величины? Эта статья показывает, что люди полагаются на ограниченный набор эвристических принципов, сводящих сложную задачу оценки вероятности и прогноза значений к более простым операциям суждений. Часто эти эвристические методы приносят пользу, но иногда ведут к грубым и систематическим ошибкам.
Субъективная оценка вероятности напоминает субъективную оценку физических величин, таких как расстояние и размер. Подобные суждения ос нованы на данных ограниченной достоверности, которые обрабатываются по эвристическим правилам. Например, кажущееся расстояние до объекта частично определяется различимостью самого объекта. Чем отчетливее виден объект, тем ближе он кажется расположенным. Это правило обладает некоторой ценностью, потому что в конкретных обстоятельствах дальний объект выглядит менее четко, чем ближний. Однако вера в это правило приводит к систематическим ошибкам в оценке расстояния. В частности, расстояния переоцениваются в условиях плохой видимости, поскольку контуры объекта размыты. С другой стороны, расстояния недооцениваются в условиях прекрасной видимости, потому что объекты видны четко. Опора на четкость как на показатель расстояния приводит к частым ошибкам. Такие же искажения таятся и в интуитивных суждениях о вероятности. В этой статье описаны три эвристических метода, с помощью которых оцениваются вероятности и прогнозируются значения величин. Перечислены ошибки, вызванные этими эвристическими м етодами, и приведены практические и теоретические выводы из наблюдений.

Репрезентативность

Вопросы о вероятности, встающие перед людьми, как правило, относятся к одному из следующих типов: какова вероятность того, что объект А принадлежит классу Б? Какова вероятность того, что событие А – следствие процесса Б? Какова вероятность того, что процесс Б приведет к событию А? Отвечая на подобные вопросы, люди обычно опираются на эвристику репрезентативности (типичности): вероятности оцениваются по той степени, в которой А репрезентативно по отношению к Б, то есть по степени, в которой А напоминает Б. Например, если А очень репрезентативно по отношению к Б, вероятность того, что А – результат Б, оценивается как высокая. С другой стороны, если А не похоже на Б, вероятность того, что А – результат Б, оценивается как низкая.
Для иллюстрации суждения по репрезентативности представим человека, которого бывший сосед о писывает следующим образом: «Стив – застенчивый и замкнутый, всегда готов помочь, но его мало интересуют люди и реальный мир. Кроткий и аккуратный, Стив во всем ищет порядок и структуру; он очень внимателен к мелочам». Как оценить вероятность того, что Стив выберет то или иное занятие из предложенного списка (например, фермер, продавец, летчик, библиотекарь или врач)? Как выстроить эти профессии от наиболее вероятной к наименее вероятной? В эвристике репрезентативности вероятность того, например, что Стив – библиотекарь, оценивается по степени его репрезентативности, то есть по соответствию стереотипу библиотекаря. Исследования показывают, что профессии выбираются в равной мере по принципу вероятности и по принципу схожести [1]. Такой подход к оценке вероятности приводит к серьезным ошибкам, потому что сходство или репрезентативность не учитывают нескольких факторов, которые должны влиять на оценку вероятности.

Игнорирование априорной вероятности. Одним из фак торов, которые не влияют на репрезентативность, но от которых сильно зависит вероятность, является априорная вероятность, или исходный частотный уровень событий. В случае со Стивом то, что фермеры составляют гораздо бо́льшую часть населения, чем библиотекари, должно влиять на любую разумную оценку вероятности того, что Стив – библиотекарь, а не фермер. Однако соображения априорной вероятности не влияют на схожесть Стива со стереотипами библиотекарей и фермеров. Если вероятность оценивают по репрезентативности, значит, априорные вероятности игнорируются. Эта гипотеза была проверена в эксперименте с подтасовкой априорных вероятностей [2]. Участникам предлагали краткие описания нескольких лиц, якобы отобранные наугад из выборки 100 профессионалов – инженеров и юристов. Для каждого описания участников просили оценить вероятность того, что данный человек – инженер, а не юрист. Половине испытуемых говорили, что в группе, из которой отобраны описания, 70 инженеров и 30 юристов; а оставши мся – что в группе 30 инженеров и 70 юристов. Вероятность того, что описанный человек – инженер, а не юрист, должна быть выше в первом случае, где инженеров – большинство, чем во втором, где большинство – юристы. Применение формулы Байеса показывает, что соотношение вероятностей должно быть (0,7/0,3)2, или 5,44 для каждого описания. Грубо нарушая формулу Байеса, участники в обоих случаях выдавали практически одинаковые суждения о вероятности. Очевидно, что участники оценивали вероятность принадлежности описанного человека к инженерам, а не к юристам по степени схожести описания с двумя стереотипами, почти или совсем не учитывая априорной вероятности категорий.
Данные об априорной вероятности использовались правильно, когда отсутствовала другая информация. Если персональные описания не предлагались, участники соответственно оценивали вероятность того, что человек – инженер, как 0,7 и 0,3 в двух сессиях. Однако априорные вероятности решительно игнорировались, когда предлагалось описание, даже если оно не несло в себе никакой информации. Следующие ответы иллюстрируют это явление.
«Дику 30 лет. Он женат, детей нет. Очень способный и упорный, он наверняка добьется успеха в своей области. Он пользуется признанием коллег».
Такое описание не несет в себе никакой информации относительно того, является ли Дик инженером или юристом. Соответственно, вероятность того, что Дик – инженер, должна равняться доле инженеров в общей выборке, как и в случае отсутствия описания. Однако участники оценивали вероятность того, что Дик – инженер, как 0,5, независимо от того, составляла ли доля инженеров в группе 0,7 или 0,3. Получается, что при отсутствии данных люди отвечают иначе, чем при предоставлении бесполезных данных. Когда конкретных данных нет, априорная вероятность используется правильно; когда есть бесполезные данные, априорная вероятность игнорируется [3].

Игнорирование размеров выборки. Для оценки вероятности получения конкретного результата в выборке из некой популяции обычно применяют эвристику репрезентативности, то есть оценивают вероятность результата в выборке (например, что средний рост в случайной выборке из десяти мужчин составит 6 футов) по схожести этого результата с соответствующим параметром (то есть со средним ростом для всех мужчин). Схожесть статистики в выборке и во всей популяции не зависит от размера выборки. Следовательно, если вероятность оценивается по репрезентативности, тогда оцениваемая вероятность для выборки совершенно не будет зависеть от размера выборки. Когда участники оценивали распределение среднего роста в выборках различного размера, распределение получалось одинаковым. Например, вероятность получения среднего роста выше 6 футов получала одинаковые значения для выборки в 1000, 100 и 10 мужчин [4]. Более того, участники не учитывали важность размера выборки, даже когда она особо под черкивалась в формулировке задачи. Рассмотрим следующий пример.

В городе работают две больницы. В большой больнице каждый день рождается примерно 45 младенцев, в маленькой больнице каждый день рождается примерно 15 младенцев. Как известно, около 50 % всех новорожденных – мальчики. Однако точное соотношение меняется изо дня в день.
Иногда мальчиков больше 50 %, иногда меньше.
В течение года каждая больница отмечает дни, когда мальчиков рождается более 60 % от всех новорожденных. В какой больнице, по-вашему, таких дней больше?

В большой (21)
В маленькой (21)
Примерно одинаково (то есть разница менее 5 %) (53)

Цифры в скобках показывают число студентов, выбравших указанный ответ.
Большинство участников решили, что вероятность рождения более 60 % мальчиков будет одинаковой для маленькой и большой больницы, видимо, потому что эти события описаны одной и той же статистикой и, таким образом, одинаково представляют общую популяцию. Однако теория выборок утверждает: дней, когда мальчиков рождается свыше 60 %, ожидается значительно больше в маленькой больнице, чем в большой, поскольку распределение в больших выборках будет реже отклоняться от 50 %. Очевидно, это фундаментальное понятие статистики не входит в набор интуитивных навыков.
Похожее игнорирование размера выборки обнаружено при оценке апостериорной вероятности, то есть вероятности того, что выборка взята из той или иной популяции, а не из другой. Рассмотрим следующий пример.

Представьте сосуд, наполненный шарами, из которых ⅔ одного цвета, а ⅓ – другого. Один человек, вытащив из сосуда 5 шаров, обнаружил 4 красных и один белый. Другой человек вытащил 20 шаров и насчитал 12 красных и 8 белых. Кто из двух участников будет более уверен, что в сосуде ⅔ красных шаров и _ 531; – белых, а не наоборот? Какие шансы назовет каждый из участников?

В этой задаче правильные апостериорные шансы составляют 8 к 1 для выборки 4:1 и 16 к 1 – для выборки 12:8, при условии равных априорных вероятностей. Однако большинству людей кажется, что первая выборка представляет более сильное доказательство гипотезы о преобладании красных шаров в сосуде, потому что доля красных шаров в первой выборке больше, чем во второй. Опять-таки, на интуитивный выбор влияет соотношение в выборке и совсем не влияет размер выборки, который играет важнейшую роль в определении реальных апостериорных вероятностей [5]. Кроме того, интуитивные оценки апостериорных шансов оказываются далеко не столь экстремальными, как реальные величины. Недооценка влияния доказательств постоянно наблюдается в задачах подобного типа [6]. Это явление получило название «консерватизм».

Неверные представления о шансах. Люди ожидают, что последовательность событий, ген ерируемых случайным процессом, является существенной характеристикой процесса, даже если последовательность коротка. Например, бросая монету (орел или решка), человек рассматривает итоговую последовательность О-Р-О-Р-Р-О как более вероятную, чем последовательность О-О-О-Р-Р-Р, которая выпадает редко, а также более вероятной, чем последовательность О-О-О-О-Р-О, которая не отражает равновероятность исходов при подбрасывании монеты [7]. Таким образом, люди ожидают, что существенные характеристики процесса будут представлены не только глобально в полной последовательности, но и локально в каждой ее части. На самом же деле локально репрезентативная последовательность систематически отклоняется от ожидаемых вероятностей: в ней слишком много чередований и слишком мало повторений. Еще одно следствие веры в локальную репрезентативность – хорошо известная ошибка игрока. К примеру, заметив длинную последовательность выпадения красного на рулетке, большинство людей считают, что настала очередь чер ного, поскольку выпадение черного даст более репрезентативную последовательность, чем еще одно появление красного. Шанс часто рассматривается как саморегулирующийся процесс, в котором отклонение в одну сторону вызывает отклонение в противоположную сторону – для поддержания равновесия. На самом деле отклонения не «корректируются» по мере развития процесса; они просто сглаживаются.
Неверные представления о шансах – удел не только неискушенных людей. Проведенные исследования статистической интуиции опытных исследователей-психологов [8] выявили упорное заблуждение, которое можно назвать «закон малых чисел», – согласно ему даже маленькие выборки высоко репрезентативны для своих популяций. Ответы исследователей отражают ожидание того, что валидная гипотеза о популяции даст статистически значимые результаты в выборке любого размера. Как выяснилось, исследователи слишком доверяли результатам по маленьким выборкам и сильно переоценивали воспроизводимость таких результатов. В условиях реального исследования подобные искажения ведут к выборкам неадекватного размера и чересчур смелой интерпретации результатов.

Игнорирование предсказуемости. Людям иногда приходится делать численные прогнозы – например, предсказывать будущий курс акций, спрос на товар или результат футбольного матча. Эти прогнозы часто делаются на основе репрезентативности. Например, представьте, что кому-то предлагают описание компании и просят дать прогноз будущей прибыли. Если описание компании очень благоприятное, высокие прибыли покажутся репрезентативными для этого описания; если описание среднее, наиболее репрезентативными сочтут средние показатели. На благоприятность описания не влияет степень его надежности или то, насколько оно позволяет делать точные прогнозы. Значит, если прогноз делают на основании только благоприятности описания, то предсказания игнорируют надежность доказательств и ожидаемую точность прогноза.
Такой способ выноси ть суждения идет вразрез со статистической теорией, в которой крайность и диапазон прогнозов сдерживаются соображениями предсказуемости. Когда предсказуемость равна нулю, во всех случаях должны быть даны одинаковые предсказания. Например, если в описании компаний нет информации, связанной с прибылями, тогда правильно будет дать одинаковый прогноз (например, среднюю прибыль) для всех компаний. Если предсказуемость идеальна, предсказанные величины, разумеется, совпадут с реальными, а диапазон прогнозов совпадет с диапазоном итогов. В общем, чем выше предсказуемость, тем шире диапазон предсказанных величин.
Некоторые исследования числовых прогнозов показали, что интуитивные предсказания нарушают это правило и что люди редко учитывают – или вовсе не учитывают – соображения предсказуемости [9]. В одном из исследований участникам предлагалось несколько абзацев, в каждом из которых описывались действия учителя-практиканта во время урока. Некоторых участников просили оцен ить (в процентилях) качество описанного в тексте урока относительно конкретной популяции. Других участников просили предсказать (тоже в процентильных баллах) успехи данного практиканта через пять лет после этого урока. Суждения, высказанные в данных условиях, оказались идентичны, то есть прогноз по отдаленному критерию (успешность учителя через пять лет) совпадал с оценкой информации, на которой основывался прогноз (качество описанного урока). Студенты, дававшие ответы, разумеется, знали, что предсказуемость преподавательской компетентности по одному-единственному уроку пятилетней давности ограничена; тем не менее их прогнозы были столь же радикальными, как и их оценки.

Иллюзия валидности. Как уже упоминалось, люди, давая прогноз, выбирают результат (например, профессию), максимально репрезентативный для входных данных (например, описания человека). Уверенность в правильности прогноза напрямую зависит от степени репрезентативности (то есть от степени совпадени я между выбранным результатом и входными данными); при этом почти (или совсем) не рассматриваются факторы, ограничивающие точность прогноза. Так, люди с большой уверенностью называют профессию библиотекаря, если предложенное описание человека соответствует стереотипу библиотекаря, даже если описание скудное, ненадежное или устаревшее. Необоснованную уверенность, вызванную хорошим совпадением между предсказанным результатом и входными данными, можно назвать иллюзией валидности. Эта иллюзия остается, даже когда человек знает о факторах, ограничивающих точность прогноза. Широко известен факт, что психологи, проводящие отборочные собеседования при приеме на работу, часто весьма уверены в своих прогнозах, несмотря на знакомство с обширной литературой, где показана невысокая надежность собеседований. То, какую роль продолжают отводить отборочным собеседованиям, невзирая на многочисленные примеры их неадекватности, подтверждает силу указанного эффекта.
Внутренняя согласо ванность структуры входных данных – главный источник уверенности в прогнозе, основанном на этих входах. Например, люди с большей уверенностью предсказывают итоговые оценки студента, который в первый год обучения получал сплошные оценки «В», чем студента, получавшего в первый год много «А» и «С». Высоко согласованные структуры наблюдаются чаще всего в случаях, когда входные переменные избыточны или взаимосвязаны. Значит, люди с большей уверенностью строят предсказания на избыточных входных переменных. Однако элементарный вывод из статистики корреляции гласит, что при входных данных указанной валидности основанный на них прогноз будет более точным, если данные независимы друг от друга, чем если они взаимосвязаны или коррелируют. Так что взаимосвязь между входными данными снижает точность, хотя повышает уверенность; и люди часто уверены в прогнозах, которые бьют мимо цели [10].

Неверные представления о регрессии. Представьте, что большая группа детей выполняет дв е эквивалентные версии теста способностей. Если взять десять детей, получивших лучшие оценки по одной версии, скорее всего, окажется, что по второй версии теста результаты этой десятки разочаруют. И наоборот, если отобрать десять детей, получивших худшие результаты по одной версии, в среднем они покажут по второй версии результаты выше. Говоря обобщенно, рассмотрим две переменных X и Y, имеющих одинаковое распределение. Если взять индивидов, у которых X в среднем отклоняется от математического ожидания X на k единиц, то Y у них обычно будет отклоняться от математического ожидания Y меньше, чем на k. Это наблюдение иллюстрирует общий феномен, известный как регрессия к среднему, впервые описанный Гальтоном более ста лет назад.
В обычной жизни мы часто сталкиваемся с регрессией к среднему – при сравнении роста отцов и сыновей, ума мужей и жен или экзаменационных результатов. Тем не менее, даже зная об этом явлении, люди не начинают выдвигать правильные суждения. Во-п ервых, они не ожидают регрессии там, где она должна бы присутствовать. Во-вторых, обнаружив регрессию, они часто изобретают для нее фиктивные каузальные объяснения [11]. Мы полагаем, что феномен регрессии остается незамеченным, поскольку не согласуется с верой в то, что предсказанный результат должен максимально представлять входные данные и, следовательно, значения выходных переменных должны быть настолько же экстремальными, как и значения входных.
Неумение понять значимость регрессии имеет пагубные последствия, как показано в следующем наблюдении [12]. Обсуждая подготовку летчиков, опытные инструкторы отмечали, что похвала за особо мягкую посадку обычно приводит к тому, что следующая посадка получается хуже, а резкая критика за грубую посадку обычно приводит к улучшению в следующей попытке. Инструкторы пришли к выводу, что словесное поощрение губительно для обучения, а словесное наказание полезно, в отличие от общепринятой психологической доктрины. Такой вывод н ельзя принять из-за наличия регрессии к среднему. Как и в других случаях с последовательными испытаниями, за улучшением обычно следует ухудшение, а после неудачной попытки обычно идет прекрасное исполнение, даже если инструктор не реагирует на первую попытку. Поскольку инструкторы хвалили обучаемого за хорошую посадку и ругали за плохую, они пришли к ложному и потенциально опасному выводу, что наказание эффективнее, чем поощрение.
Таким образом, непонимание эффекта регрессии ведет к переоценке эффективности наказания и недооценке эффективности поощрения. В социальном взаимодействии, как и в обучении, поощрение обычно применяется в случае хорошего исполнения, а наказание – в случае плохого. Однако благодаря регрессии поведение, вероятнее всего, улучшится после наказания и ухудшится после награды. Следовательно, жизнь так устроена, что, в силу чистой случайности, человека чаще всего награждают за наказание других и наказывают за их поощрение. Обычно такого положения не замечают. Итак, незаметная роль регрессии в определении явных последствий поощрений и наказаний, похоже, ускользнула от внимания исследователей.

Доступность

Существуют ситуации, в которых частоту класса или вероятность события оценивают по тому, насколько легко они приходят на ум. Например, можно оценить риск сердечного приступа для людей среднего возраста, припомнив подобные случаи у своих знакомых. Аналогично можно оценить вероятность того, что предприятие потерпит крах, представив различные сложности, с которым оно может столкнуться. Такая оценочная эвристика называется «доступность». Доступность – полезное подспорье для оценки частоты или вероятности, поскольку объекты больших классов обычно вспоминаются легче и быстрей, чем примеры из менее частых классов. Однако доступность подвержена влиянию других факторов, помимо частоты и вероятности. Следовательно, полагаясь на доступность, можно оказаться в плену ошибок, некото рые из которых описаны ниже.

Ошибки, связанные с легкостью вспоминания. Когда о размере класса судят по доступности его объектов, класс, объекты которого вспоминаются легче, кажется более многочисленным, чем класс равной частоты, чьи объекты вспоминаются не так легко. Есть простое подтверждение этого эффекта: участникам эксперимента зачитывали список знаменитостей обоего пола, а затем просили оценить, кого в списке больше – мужчин или женщин. Разным группам участников предлагались разные списки. В одни были включены немного более известные мужчины, в другие включались немного более известные женщины. Во всех случаях участники ошибочно указывали, что класс (пол), в котором были более известные люди, более многочислен [13].
Помимо узнаваемости, есть и другие факторы – например, яркость впечатления, – влияющие на легкость вспоминания объектов. Например, если увидеть пожар, субъективная вероятность такого события наверняка изменится сильнее, чем если прочитать о пожаре в местной газете. Далее, недавние события вспоминаются легче, чем более ранние. Известно, что субъективно ощущаемая вероятность ДТП временно повышается, если человек увидит на обочине перевернутый автомобиль.

Ошибки, связанные с поисковой установкой. Допустим, некто выбирает случайное слово (из трех или более букв) из английского текста. Какая вероятность больше: что слово начинается с буквы r или что буква r стоит на третьем месте? Человек, решая эту задачу, вспоминает слова, начинающиеся с r (road), и слова, где r на третьем месте (car), и оценивает их относительную частоту по легкости, с которой слова этих типов приходят на память. Поскольку гораздо легче найти слова по первой букве, чем по третьей, большинство сочтет слова, где данная согласная стоит на первом месте, более многочисленными, чем те, в которых та же согласная стоит на третьем месте. Это верно даже для таких согласных, как r и k, которые гораздо чаще встречаются на третьем месте в словах, чем на первом [14].
Различные задачи запускают различные поисковые установки. Например, представьте, что вас попросили сравнить, с какой частотой абстрактные слова («мысль», «любовь») и конкретные слова («дверь», «вода») появляются в английских текстах. Естественно, чтобы ответить на этот вопрос, нужно вспомнить контексты, где присутствуют эти слова. Кажется, легче вспомнить тексты, где упоминается абстрактное понятие («любовь» в любовных романах), чем придумать контекст, в котором встречается конкретное слово («дверь»). Если о частоте слов судить по доступности контекстов, где эти слова употребляются, абстрактные слова будут оцениваться как несколько более многочисленные, чем конкретные. Эта ошибка наблюдалась в недавнем исследовании [15], которое показало, что частота появления абстрактных слов оценивается значительно выше, чем объективно измеренная частота. Кроме того, по оценкам испытуемых, абстрактные слова встречаются в большем количе стве разнообразных контекстов, чем конкретные слова.

Ошибки вообразимости (imaginability). Иногда приходится оценивать частоту класса, чьи объекты не хранятся в памяти, но могут быть выведены по определенным правилам. В таких случаях человек обычно конструирует несколько примеров и оценивает частоту по тому, насколько легко создаются релевантные примеры. Однако легкость конструирования примеров не всегда отражает реальную частоту, поэтому такой способ оценки ведет к ошибкам. Чтобы проиллюстрировать это, представим группу из 10 человек, которые образуют комитеты из k членов (k – от 2 до 8). Сколько различных комитетов по k членов можно сформировать? Правильный ответ на этот вопрос представлен биноминальным коэффициентом (10/k), который достигает максимума (252) при k=5. Ясно, что число комитетов из k членов равно числу комитетов из (10 – k) членов, поскольку любой комитет из k членов определяет уникальную группу из (10 – k) нечленов.
Чтобы ответить на вопрос без вычислений, можно мысленно группировать комитеты из k членов и оценивать их количество по легкости, с которой они приходят в голову. Комитеты из меньшего числа членов (например, из двух), представить легче, чем комитеты из большого числа членов (например, из восьми). Простейшая схема создания комитетов – делить группу на непересекающиеся множества. Очевидно, что легко создать пять непересекающихся комитетов по 2 члена, но невозможно создать хотя бы два непересекающихся комитета по 8 членов. Следовательно, если частота оценивается на основе вообразимости, или по легкости конструирования, маленькие комитеты покажутся более многочисленными, чем большие комитеты, в отличие от правильной функции с параболическим графиком. Когда испытуемых просили оценить количество отдельных комитетов разного размера, оценки представляли собой монотонно убывающую функцию зависимости от размера комитетов [16]. Например, средняя оценка количества комитетов по 2 члена составила 70, при том что оценка количества комитетов по 8 членов составила 20 (правильный ответ – 45 и в том и в другом случае).
Вообразимость играет важную роль в оценке вероятности в реальных жизненных ситуациях. Риск опасной экспедиции, например, оценивается по тем воображаемым непредвиденным обстоятельствам, с которыми экспедиция не сможет справиться. Если можно живо представить много таких сложностей, экспедиция будет выглядеть крайне опасной, хотя легкость, с которой катастрофы приходят в голову, необязательно отражает их реальную вероятность. И наоборот – риск можно сильно недооценить, если некоторые возможные опасности трудно представить или они просто не пришли в голову.

Иллюзорная корреляция. Чэпмен и Чэпмен [17] описали интересную ошибку при оценке частоты одновременного наступления двух событий. Испытуемым, не имеющим медицинской подготовки, предлагалась информация о гипотетических душевнобольных. В данные по каждому пациенту входили клиническ ий диагноз и выполненный пациентом рисунок человека. Затем участники оценивали частоту, с которой каждый диагноз (например, паранойя или подозрительность) сопровождался определенными особенностями рисунка (например, необычные глаза). Участники ощутимо преувеличивали частоту совпадения естественных ассоциаций, таких как подозрительность и странные глаза. Этот эффект был назван «иллюзорной корреляцией». В ошибочных суждениях о полученной информации испытуемые «заново открывали» общепринятые, но неподтвержденные убеждения клиницистов по поводу интерпретации теста «Нарисуй человека». Эффект иллюзорной корреляции упорно сопротивляется противоречащим данным. Он остается стойким и препятствует обнаружению реальных отношений, даже если действительная корреляция между симптомом и диагнозом оказывается отрицательной.
Доступность является естественной причиной эффекта иллюзорной корреляции. Суждение о том, насколько часто два события происходят одновременно, может основывать ся на силе ассоциативных связей между ними. Если связь сильная, человек, скорее всего, сделает вывод, что события совпадают часто. Следовательно, ассоциирующиеся друг с другом события будут оцениваться как часто происходящие одновременно. В соответствии с этим подходом иллюзорная корреляция между подозрительностью и странными глазами на рисунке, например, вызвана тем, что подозрительность прежде всего ассоциируется с глазами, а не с другой частью тела.
Жизненный опыт учит нас, что в целом объекты больших классов вспоминаются легче и быстрее, чем примеры из менее частых классов; что вероятные события легче представить, чем маловероятные; что ассоциативные связи между событиями укрепляются, когда события часто происходят одновременно. В результате человек получает в свое распоряжение процедуру (эвристику доступности) для оценки размеров класса, вероятности события или частоты совпадений с помощью оценки легкости, с которой выполняются умственные операции вспоминания, воспроизведения или ассоциации. Однако, как показано в предыдущих примерах, эта полезная процедура оценки приводит к систематическим ошибкам.

Не нашли, что искали? Воспользуйтесь поиском: