Разговоры о каскаде доступной информации

   Разговоры о каскаде доступной информации

   «Она восхищается нововведением, у которого масса преимуществ и никаких затрат. Я подозреваю эвристику аффекта».

   «Это каскад доступной информации: ерундовое событие, которое СМИ и общественность раздувают до тех пор, пока оно не заполнит все телеэкраны и не станет единственной темой разговоров».

   14
   Специальность Тома В

   Вот вам простая задача.

    Том В. – студент-старшекурсник из университета вашего штата. Пожалуйста, расположите следующие девять специальностей в порядке убывания вероятности того, что Том В. их изучает:

   библиотечное дело

   Этот вопрос легкий, вы сразу же поняли, что ключ к решению – распределение количества студентов на каждую из специальностей. Насколько вам известно, Тома В. выбрали случайным образом, как шарик из сосуда. Чтобы решить, красного или зеленого цвета будет этот шарик, нужно знать, сколько шариков там было изначально. Доля шариков определенного типа называется априорной вероятностью. В данной задаче а приорная вероятность того, что Том В. изучает гуманитарные науки, равна доле студентов в этой области от общего их числа. В отсутствие конкретной информации о Томе В. вы, основываясь на априорной вероятности, предположите, что он, скорее, изучает гуманитарные науки и образование, а не компьютерные науки или библиотечное дело, поскольку в целом в гуманитарных науках и образовании больше студентов, чем в двух других областях. Если иной информации нет, то использование априорной вероятности – очевидный ход.

   Далее следует характеристика Тома В., составленная школьным психологом во время учебы Тома в выпускном классе, на основании психологических тестов неясной надежности:

   У Тома В. высокий интеллект, но нет настоящих творческих способностей. Он нуждается в порядке и ясности, а также в аккуратных и точных системах, где у каждой подробности свое место. О н пишет довольно однообразно и механически, иногда оживляя текст избитыми шутками и вымыслами научно-фантастического типа. Он сильно сориентирован на обретение умений и навыков. Он производит впечатление человека, который плохо ощущает других и мало им сочувствует, а также не получает удовольствия от взаимодействия с окружающими. Он эгоцентричен, но тем не менее дает глубоко справедливые нравственные оценки.

   Возьмите лист бумаги и расположите девять перечисленных специальностей в порядке увеличения сходства описания Тома В. с типичным студентом в каждой из специальностей.

   Этот раздел моей книги пойдет вам на пользу, если вы попробуете выполнить это задание. Для оценки различных специальностей необходимо прочитать описание Тома В.
   Сам по себе вопрос несложен. Для ответа следует вспомнить или, возможно, составить описания типичных студентов в каждой из областей. Ваш порядок, вероятно, не слишком отличается от средн естатистического, полученного во время первого проведения этого эксперимента в начале 1970-х годов:

   1. компьютерные технологии

   Вы решили, что компьютерные науки подходят лучше всего из-за намеков на то, что он «ботаник» («избитые шутки»). На самом деле описание Тома В. составлено так, чтобы он подходил под этот стереотип. Другая специальность, которую большинство респондентов оценили как вероятную, – инженерное дело («аккуратные и точные системы»). Вероятно, вы подумали, что Том В. мало соответствует вашим представлениям о тех, кто изучает общественные науки и социальную работу («п лохо ощущает других и мало им сочувствует»). За сорок лет, прошедших с того времени, как я разработал описание Тома В., профессиональные стереотипы мало изменились.

   Предсказания по репрезентативности

   Третье задание в этой серии выполняли студенты-психологи старших курсов, и оно – самое важное: расположите области специализации в порядке уменьшения вероятности, что Том В. учится на этой специальности. Испытуемым были известны важные статистические факты: априорная вероятность распределения студентов по каждой специальности и то, что источник описания Тома В. не вполне надежен. Тем не менее ожидалось, что участники эксперимента сосредоточатся исключительно на сходстве описания со стереотипами – названном нами репрезентативностью – и проигнорируют и априорную вероятность распределения, и сомнения в правдивости описания, а затем объявят редкую специальность (компьютерные науки) весьма вероятной, потому что именно у нее самый высокий показатель репрезентативности.
   В Юджине мы с Амосом много работали, иногда я даже ночевал на работе. Именно в одну из таких ночей я составил опи сание, сталкивающее репрезентативность с априорной вероятностью. К утру я выдумал Тома В. Первым на работу в тот день пришел наш коллега и друг Робин Доус, опытный статистик, скептически относящийся к интуитивным суждениям. Он, как никто другой, понимал важность априорной вероятности. Я вручил ему задание и предложил угадать специальность Тома В. Хитро улыбнувшись, Доус спросил: «Компьютерщик?» Я обрадовался – даже великие не устояли. Разумеется, как только я упомянул априорную вероятность, Робин сразу же понял свою ошибку: не меньше других зная о роли априорной вероятности в предсказаниях, он пренебрег ей, увидев описание личности человека. Как и ожидалось, он заменил требуемую от него оценку вероятности суждением о репрезентативности.
   Затем мы с Амосом предложили то же задание 114 студентам старших курсов, изучавшим психологию и прослушавшим курсы по статистике в трех разных университетах. Респонденты нас не разочаровали: их размещение девяти специальностей по в ероятности не слишком отличалось от расстановки по сходству со стереотипами. Подстановка в этом случае была идеальной: никаких признаков того, что участники оценивали что-то, кроме репрезентативности. Вопрос о вероятности был трудным, но вопрос сходства был гораздо легче, и отвечали именно на него. Это серьезная ошибка, потому что оценки сходства и вероятности подчиняются разным логическим правилам. Для оценок сходства вполне допустимо не учитывать априорные вероятности и возможность неточного описания, но игнорирование априорных вероятностей и качества информации при оценке вероятности неминуемо ведет к ошибкам.
   Сама концепция «вероятности того, что Том В. изучает компьютерные науки» непроста. Логики и статистики не имеют единого мнения о ее смысле, а некоторые утверждают, что она вообще бессмысленна. Для многих экспертов это – мера субъективной веры. Есть события, в которых вы уверены (например, что утром встало солнце), и есть другие, которые вы считаете невозм ожными (например, полное замерзание Тихого океана). Существует множество событий (к примеру, то, что ваш сосед – компьютерщик), в которые вы верите в промежуточной степени. Эта степень и есть ваша вероятность этого события.
   Логики и статистики разработали несовместимые, но при этом очень точные определения вероятности. Для обычных людей вероятность (синоним «правдоподобия») – неопределенное понятие, связанное с неуверенностью, предрасположенностью, правдоподобностью и удивлением. Его размытость в данном случае не слишком важна и особых неудобств не доставляет. Мы более или менее знаем, что имеем в виду, произнося слова «демократия» или «красота», а люди, с которыми мы разговариваем, более или менее понимают, что мы хотим сказать. За все годы, что я провел, задавая вопросы о вероятности событий, никто ни разу не спросил меня: «А что вы понимаете под вероятностью?», хотя это обязательно случилось бы, если бы я попросил их оценить что-то незнакомое. Все действовали т ак, будто знают, как отвечать на мои вопросы. Впрочем, я понимал, что просить испытуемых объяснить значение слова будет нечестно.
   Люди, которым предлагают оценить вероятность, не теряются с ответом, потому что не пытаются оценивать вероятность в том смысле этого слова, в котором его используют статистики и философы. Вопрос о вероятности активирует «мысленную дробь», вызывая ответы на более легкие вопросы. Один из них – автоматическая оценка репрезентативности, которая совершенно обычна для понимания языка. (Неверное) утверждение «Родители Элвиса Пресли хотели, чтобы он стал стоматологом» немного смешно, поскольку автоматически определяется несоответствие между образом Пресли и стоматолога. Система 1 генерирует впечатление сходства без намерения это делать. Эвристика репрезентативности задействуется и в том случае, когда кто-то говорит: «Она победит на выборах, по ней это видно» или «Ученого из него не выйдет, слишком много татуировок». Оценивая потенциальные спосо бности политика по форме подбородка или по силе речей, мы полагаемся на репрезентативность.
   Предсказания по репрезентативности распространены, но неоптимальны со статистической точки зрения. Бестселлер Майкла Льюиса «Человек, который изменил все» – это история о неэффективности такого способа предсказаний. Профессиональные тренеры-селекционеры, как правило, предсказывают успех потенциальных игроков, учитывая их сложение и внешность. Герой книги Льюиса – Билли Бин, менеджер бейсбольной команды «Окленд Атлетикс», – принял непопулярное решение отклонить предложения своих селекционеров и отбирать игроков по статистике проведенных игр. «Атлетикс» набирал недорогих игроков, которых другие команды отвергали из-за внешнего вида. Вскоре команда достигла отличных результатов за небольшие деньги.

жүктеу/скачать 2.51 Mb.

Достарыңызбен бөлісу: