Принятие решений в условиях неопределенности: правила и предубеждения

Принятие решений в условиях неопределенности: правила и предубеждения.
Амос Тверски и Даниэль Канеман.


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.

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 факторов, которые не влияют на репрезентативность, но от которых сильно зависит вероятность, является априорная вероятность, или исходный частотный уровень событий.
• Игнорирование размеров выборки.
• Неверные представления о шансах. Люди ожидают, что последовательность событий, генерируемых случайным процессом, является существенной характеристикой процесса, даже если последовательность коротка.
• Игнорирование предсказуемости. Некоторые исследования числовых прогнозов показали, что интуитивные предсказания нарушают это правило и что люди редко учитывают — или вовсе не учитывают — соображения предсказуемости
• Иллюзия валидности.
• Неверные представления о регрессии. Неумение понять значимость регрессии имеет пагубные последствия.
• Доступность. Существуют ситуации, в которых частоту класса или вероятность события оценивают по тому, насколько легко они приходят на ум.
• Иллюзорная корреляция. 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.
• 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. Помимо узнаваемости, есть и другие факторы — например, яркость впечатления, — влияющие на легкость вспоминания объектов.
• Ошибки, связанные с поисковой установкой. Различные задачи запускают различные поисковые установки. Если о частоте слов судить по доступности контекстов, где эти слова употребляются, абстрактные слова будут оцениваться как несколько более многочисленные, чем конкретные.
• 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. 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.
• Корректировка и эффект привязки. Во многих ситуациях оценки люди начинают с исходной величины, которая затем корректируется в сторону окончательного ответа. Исходную величину, или точку отсчета, задает формулировка задачи, или она становится результатом частичных вычислений. В любом случае корректировка обычно является недостаточной. То есть различные стартовые точки приводят к различным оценкам, которые отклоняются в сторону исходных величин. Это феномен эффектом привязки. Эффект привязки возникает не только когда участнику предлагают точку отсчета, но и тогда, когда оценка основывается на результате неполных вычислений.
• Ошибки при оценке конъюнктивных и дизъюнктивных событий. Полная вероятность конъюнктивного ("И") события ниже вероятности каждого элементарного события, а полная вероятность дизъюнктивного ("ИЛИ") события выше вероятности каждого элементарного события. Из-за эффекта привязки полная вероятность будет переоценена для конъюнктивных событий и недооценена — для дизъюнктивных. Ошибки оценки сложных событий особенно важны в контексте планирования. Успешное выполнение задуманного — скажем, разработки нового продукта — обычно носит конъюнктивный характер: для успешного завершения проекта должны произойти все события в цепочке. Даже если каждое отдельное событие весьма вероятно, вероятность общего успеха может оказаться довольно низкой, если отдельных событий много. Общая тенденция к переоценке вероятности конъюнктивных событий ведет к неоправданному оптимизму при оценке вероятности того, что план принесет успех или проект будет закончен в срок. И наоборот, дизъюнктивные структуры часто оцениваются как рискованные. Из-за эффекта привязки люди недооценивают вероятность отказа в сложных системах. Таким образом, направление ошибки, вызванной эффектом привязки, иногда можно определить по структуре события. Цепочечная структура конъюнктивных событий ведет к переоценке, воронкообразная структура дизъюнктивного события ведет к недооценке.
• Эффект привязки при оценке распределения субъективных вероятностей. Собрав распределения субъективных вероятностей для многих разных величин, можно проверить правильность оценок эксперта. Некоторые исследователи проанализировали нарушения в оценке вероятности для многих количественных величин для большого числа экспертов. Эти распределения показывают значительные и систематические отклонения от надлежащих оценок. В большинстве исследований реальные значения оцениваемых величин или меньше, чем X, или больше, чем X, примерно для 30% задач. То есть эксперты выбирают слишком узкие строгие интервалы, говорящие об уверенности большей, чем позволяют их знания об оцениваемой величине. Эта ошибка присуща и неискушенным испытуемым, и умудренным экспертам; ее нельзя снять введением четких правил оценки, которые обеспечивают стимулы для внешней калибровки.

Излишнее доверие к эвристическим методам и частые ошибки — удел не только дилетантов. Опытные исследователи подвержены тем же ошибкам, когда мыслят интуитивно. Например, тенденция прогнозировать результат, который наиболее соответствует входным данным, в сочетании с невниманием к априорной вероятности, наблюдается в интуитивных суждениях у людей, которые специально изучали статистику.