Книга. Думай медленно, решай быстро.. Думай медленно решай быстро Даниэль Канеман аст Москва 2014 isbn 9785170800537
 Скачать 2.92 Mb.
|
|
«Составители запутанного сценария настаивают, что такое развитие событий весьма вероятно. Это не так, просто история правдоподобная». «К дорогому продукту добавили дешевый подарок, и в итоге все стало менее привлекательно. В данном случае лучше меньше». < > «В большинстве ситуаций прямое сравнение делает людей осторожнее и логичнее, но не всегда. Временами интуиция побеждает логику, даже если правильный ответ перед вами». 16 Причины побеждают статистику Рассмотрите описание и дайте интуитивный ответ на следующий вопрос: Ночью таксист совершил наезд и скрылся с места происшествия. В городе работают две компании такси, «Зеленая» и «Синяя». Вам представили следующие данные: • 85 % городских такси – из «Зеленой» компании, а 15 % – из «Синей». • Свидетель опознал такси как «Синее». Судебная экспертиза проверила надежность свидетеля в ночных условиях и заключила, что свидетель правильно опознает каждый из двух цветов в 80 % случаев и неправильно – в 20 % случаев. Какова вероятность того, ч то такси, совершившее наезд, было «Синим», а не «Зеленым»? Это – стандартная задача байесовского вывода. В ней есть два пункта информации: априорная вероятность и не вполне надежные свидетельские показания. В отсутствие свидетеля вероятность того, что такси-виновник «Синее», – 15 %, то есть это априорная вероятность такого исхода. Если бы компании такси были одинаково крупными, априорная вероятность стала бы неинформативной. В таком случае вы, рассматривая только надежность свидетеля, пришли бы к выводу, что вероятность составляет 80 %. Два источника информации можно объединить по формуле Байеса. Правильный ответ – 41 %. Впрочем, вы наверняка догадываетесь, что при решении этой задачи испытуемые игнорируют априорную вероятность и выбирают свидетеля. Самый частый ответ – 80 %. Каузальные стереотипы Теперь взгляните на ту же историю с иным представлением априорной вероятности. У вас есть следующие данные: • У обеих компаний одинаковое число машин, но «Зеленые» такси связаны с 85 % происшествий. • Информация о свидетеле такая же, как в предыдущей версии задания. Эти две версии математически одинаковы, но разнятся с психологической точки зрения. Те, кто ознакомился с первым вариантом задания, не знают, как пользоваться априорной вероятностью, и часто ее игнорируют. Те, кто видит второй вариант, напротив, уделяют априорной вероятности значительное внимание, и в среднем их оценки недалеки от байесовского решения. Почему? В первом варианте априорная вероятность «Синих» такси – статистический факт, количество такси в городе. Разуму, жаждущему каузальных историй, не о чем думать: количество «Синих» и «Зеленых» такси в городе не заставляет водителей скрываться с места происшествия. С другой стороны, во втором варианте водители «Зеленых» такси в пять с лишним раз чаще попадают в аварии, чем водители «Синих». Вывод напрашивается немедленно: водители «Зеленых» такси – отчаянные безумцы! У вас сформировался стереотип неосторожности «Зеленых», который вы применяете к неизвестным отдельным водителям компании. Стереотип легко вписывается в каузальную историю, поскольку неосторожность – это каузально важная черта для отдельных водителей. В этой версии присутствуют две каузальные истории, которые требуется либо объединить, либо привести в соответствие друг другу. Первая – это происшествие, естественным образом вызывающее мысль о том, что виноват неосторожный водитель «Зеленых». Вторая – это свидетельские показания, дающие веские основания предполагать, что такси было из «Синих». Выводы из двух историй относительно цвета машины противоречивы и примерно нейтрализуют друг друга. Цвета примерно равновероятны (байесовская оценка составляет 41 %, что отражает чуть более сильное влияние соотношения виновных в происшествиях водителей «Зеленых» по сравнению с надежностью свидетеля, заявившего, что такси было «Синим»). Пример с такси иллюстрирует два типа априорных вероятностей. Статистические априорные вероятности – это неважные для отдельного случая факты о совокупности, в рамках которой рассматривается ситуация. Каузальные априорные вероятности меняют ваше видение того, как этот случай произошел. Обращаются с этими двумя типами информации об априорных вероятностях по-разному: Статистическим априорным вероятностям обычно придают небольшой вес, а иногда и вообще игнорируют при наличии конкретной информации о рассматриваемом случае. Каузальные априорные вероятности рассматривают как информацию о конкретном случае и легко сочетают с другой относящейся к нему информацией. Каузальная версия задачи про такси сформулирована как стереотип: «Зеленые» водители опасны. Стереотипы – это утверждения о группе, которые считаются (хотя бы условно) верными для каждого ее члена. Вот два примера: Большинство выпускников этой школы в бедном районе поступают в колледж. Во Франции широко интересуются велоспортом. Эти утверждения с готовностью интерпретируются как определение склонности отдельных членов группы и вписываются в каузальную историю. Многие выпускники этой школы в бедном районе желают и идут учиться в колледж, предположительно из-за каких-то благоприятных особенностей школы. Во французской культуре и общественной жизни есть силы, заставляющие многих французов интересоваться велоспортом. Вы вспомните эти факты, когда будете обдумывать вероятность того, пойдет ли конкретный выпускник этой школы в колледж, или размышлять, стоит ли упоминать «Тур де Франс» в разговоре с недавно встреченным французом. Формирование стереотипа – отрицательное понятие в нашей культуре, но я использую его нейтрально. Одна из основных характеристик Систем ы 1 заключается в представлении категорий в виде норм и прототипов. Именно так мы думаем о лошадях, холодильниках и нью-йоркских полицейских; мы держим в памяти представление об одном или нескольких «нормальных» примерах из каждой категории. В социальных категориях такие представления называют стереотипами. Некоторые из них катастрофически ошибочны, а формирование неприязненных или враждебных стереотипов приводит к ужасным последствиям, но от психологии не уйдешь: мы представляем категории через верные и фальшивые стереотипы. Обратите внимание на иронию: в контексте задачи про такси пренебрежение информацией об априорных вероятностях – когнитивный недостаток, ошибка в байесовском обосновании, тогда как доверие к каузальным априорным вероятностям желательно. Формирование стереотипов о водителях «Зеленых» такси повышает точность оценки. Однако в другом контексте – например, при найме на работу или в профилировании – существуют жесткие социальные и законодательные но рмы против создания стереотипов. Так и должно быть. В деликатных социальных ситуациях нежелательно делать потенциально неверные выводы об индивиде на основании статистики группы. С моральной точки зрения считается желательным рассматривать априорные вероятности как общие статистические факты, а не как предположения о конкретных людях. Иными словами, в этом случае мы отвергаем каузальные априорные вероятности. Социальные нормы против формирования стереотипов, включая неприятие профилирования, полезны для создания более цивилизованного и справедливого общества. Тем не менее стоит помнить, что пренебрежение обоснованными стереотипами неизбежно влечет за собой неоптимальные оценки. Противостояние стереотипам похвально с точки зрения морали, однако не следует ошибочно придерживаться упрощенного мнения, что это не несет последствий. Такую цену стоит заплатить ради улучшения общества, но отрицание ее существования, хотя и успокаивает душу и политически корректно, все же не имеет научного обоснования. В политических дебатах часто используют эвристику аффекта: симпатичные нам принципы якобы не требуют затрат, а те, что нам не нравятся, якобы не дают никакой пользы. Мы должны быть способны на большее. Каузальные ситуации Мы с Амосом составили варианты задания про такси, позаимствовав понятие каузальных априорных вероятностей у психолога Исаака Айзена. В своих экспериментах он показывал участникам краткие описания студентов, сдававших экзамены в Йельском университете, и просил оценить вероятность того, сдан ли экзамен. Каузальными априорными вероятностями манипулировали очень просто: Айзен объяснил одной группе, что описанные студенты были выбраны из потока, в котором 75 % сдали экзамен, а другой группе – что в рассмотренном потоке было лишь 25 % положительных результатов. Это – весьма существенная подстановка, поскольку априорная вероятность предполагает немедленный вывод о чрезвычайной сложност и экзамена, который успешно сдали всего 25 % студентов. Сложность экзамена – это, безусловно, один из каузальных факторов, определяющих результат каждого студента. Как и ожидалось, участники эксперимента Айзена оказались весьма чувствительны к каузальным априорным вероятностям и вероятность каждого из студентов сдать экзамен в более успешном потоке оценили выше, чем при условии множества провалов. Айзен изобретательно подтолкнул испытуемых к мысли о некаузальной априорной вероятности. Он объяснил участникам эксперимента, что группу студентов взяли из выборки, в свою очередь составленной из студентов, сдавших или проваливших экзамен. Информацию о группе с высоким показателем провалов сформулировали так: Экспериментатор, преимущественно интересующийся причинами неудачи, составил выборку, в которой 75 % студентов не сдали экзамен. Обратите внимание на разницу. Эта априорная вероятность – чисто статистическая информа ция о выборке, из которой извлекли рассматриваемые экземпляры. Она никак не связана с заданным вопросом, то есть сдал каждый отдельно взятый студент экзамен или провалил. Как и ожидалось, эксплицитно указанные априорные вероятности повлияли на оценочные суждения в гораздо меньшей степени, чем статистически эквивалентные каузальные априорные вероятности. Система 1 справляется с историями, где между элементами есть каузальная связь, но слаба в статистических рассуждениях. Разумеется, с байесовской точки зрения эти версии эквивалентны. Возникает соблазн заключить, что мы пришли к удовлетворительному выводу: каузальные априорные вероятности активно используются, а статистические факты в той или иной степени игнорируются. Но следующее исследование – одно из моих любимых – показывает, что ситуация гораздо сложнее. Можно ли научить психологии? Задания о неосторожных таксистах и о невероятно трудном экзамене иллюстрируют два типа выво дов, которые делают из каузальных априорных вероятностей: стереотипная черта, приписываемая отдельному индивиду, и важная особенность ситуации, влияющая на результат работы отдельного человека. Участники экспериментов сделали правильные выводы, и их оценочные суждения улучшились. К сожалению, дела не всегда складываются так удачно. Классический эксперимент, описанный ниже, показывает, что из информации об априорных вероятностях не делают выводов, противоречащих существующим у респондентов убеждениям. Это исследование также подтверждает не слишком приятное заключение: обучение психологии – преимущественно пустая трата времени. Эксперимент провели в Мичиганском университете социальный психолог Ричард Нисбетт и его ученик Юджин Борджида. Участникам эксперимента рассказали об известном исследовании готовности помогать, проведенном за несколько лет до того в Нью-Йоркском университете. Испытуемых рассадили по отдельным кабинкам, и они через переговорное устройство рассказывали о своей жизни и личных проблемах. Каждому участнику выделялось по две минуты, в каждый момент времени был активен лишь один микрофон. Группы состояли из шести человек, один из которых был подставным. Он говорил первым, следуя сценарию экспериментаторов: описывал свои проблемы с приспосабливанием к жизни в Нью-Йорке и с явным смущением признавался, что склонен к судорожным припадкам, в особенности при стрессе. Затем возможность высказаться получали остальные. Когда слово вновь переходило к подставному участнику, он начинал волноваться, бессвязно бормотать, говорил, что чувствует приближение судорог, и просил о помощи, душер аздирающе произнося: «По-помоги-и-ите… Я… я у-у-умира-а-аю… у-умира-а-а-ю… припа-а-адок…» Затем слышались хрипы и удушливые всхлипы, после чего воцарялась тишина. Автоматически включался микрофон следующего участника, и от, возможно, умирающего человека больше ничего не было слышно. Как, по-вашему, поступили участники эксперимента? Им было известно, что один из присутствующих бился в судорогах и просил о помощи. На этот призыв мог отреагировать любой или любые из испытуемых, так что, возможно, необходимости покидать кабинку не было. Результаты оказались таковы: из пятнадцати человек только четверо немедленно отреагировали на призыв о помощи. Шестеро не вышли из кабинок совсем, а еще пятеро покинули кабинки, только когда создалось впечатление, что жертва припадка задохнулась. Эксперимент показывает, что некоторые чувствуют себя свободными от ответственности, если знают, что другие слышали ту же просьбу о помощи. Вы удивились результатам? Скоре е всего, да. Как правило, мы считаем себя достойными людьми, которые в такой ситуации поспешат на помощь, и ожидаем, что другие достойные люди поступят так же. Смысл эксперимента, конечно же, состоит в том, чтобы опровергнуть эти ожидания. Даже нормальные, достойные люди – в том числе и вы – не спешат на помощь пострадавшему, если надеются, что этот неприятный труд возьмут на себя другие. Готовы ли вы согласиться с таким утверждением: «Прочитав описание эксперимента, я подумал, что немедленно пришел бы на помощь незнакомцу, потому что поступил бы так же, будучи с ним наедине. Вероятно, я ошибался. В ситуации, когда у других есть возможность помочь, я могу остаться в стороне. Присутствие других уменьшит мое чувство личной ответственности сильнее, чем я представлял поначалу»? Преподаватель психологии надеется, что вы усвоите именно это. Но сделали бы вы такие же выводы самостоятельно? Преподаватель психологии, описывающий исследование готовност и помогать, хочет, чтобы, как и в случае с выдуманным экзаменом, студенты рассматривали низкую априорную вероятность как каузальную. В обоих случаях студенты должны сделать вывод, что удивительно высокий процент неудач подразумевает очень трудное испытание, и извлечь из него урок: некая важная особенность ситуации (например, размывание ответственности) заставляет нормальных и достойных людей – включая самих студентов – вести себя на удивление неотзывчиво. Менять собственное мнение о человеческой природе трудно, а еще труднее менять мнение о себе в худшую сторону. Нисбетт и Борджида подозревали, что студенты будут сопротивляться неприятной работе. Безусловно, они вполне будут способны рассказать на экзамене об исследовании готовности помогать и даже повторят «официальную» интерпретацию о размывании ответственности. Но изменятся ли их представления о человеческой природе? Чтобы это выяснить, Нисбетт и Борджида показали студентам видеозаписи бесед, якобы проведенных с двумя участниками нью-йоркского эксперимента. Беседы были короткими и невыразительными. Участники эксперимента выглядели приятными, нормальными, достойными людьми. Они описывали свои хобби, планы на будущее и то, чем занимаются в свободное время. Все было вполне обычным. После просмотра видеозаписи студентов просили угадать, как быстро эти люди пришли на помощь незнакомцу в беде. Чтобы применить к этому заданию байесовский подход, следует спросить себя, как бы вы оценили этих двух индивидов, если бы не увидели интервью. Ответ на этот вопрос лежит в априорной вероятности. Как известно, лишь 4 из 15 участников поспешили на помощь после первой просьбы, то есть вероятность того, что некий участник так и поступил, составляет 27 %. Иными словами, изначально следует считать, что он остался в стороне. Далее байесовская логика требует, чтобы вы уточнили свою оценку согласно любой полученной информации, важной для данного вопроса. Однако намеренно неинформативные видеозап иси не давали повода предполагать, насколько |