Ключевые идеи
1. Интуитивные суждения опираются на эвристику, что ведет к предсказуемым ошибкам
Многие решения основаны на убеждениях относительно вероятности неопределенных событий, таких как исход выборов, виновность подсудимого или будущий курс доллара.
Эвристика упрощает сложное. Сталкиваясь со сложными суждениями в условиях неопределенности, люди часто полагаются на эвристику — простые, интуитивные эмпирические правила, которые снижают умственную нагрузку. Эти эвристические методы, будучи в целом полезными, могут приводить к систематическим и предсказуемым ошибкам. Происходит это потому, что они часто игнорируют факторы, которые необходимо учитывать, или придают излишний вес несущественной информации.
Три распространенные эвристики. В книге выделяются три ключевые эвристики:
- Репрезентативность: оценка вероятности события на основе того, насколько оно соответствует стереотипу или предварительным ожиданиям.
- Доступность: оценка вероятности события на основе того, насколько легко примеры приходят на ум.
- Привязка и корректировка: выбор начального значения (якоря) и последующая его корректировка, которая часто оказывается недостаточной.
Понимание когнитивных искажений крайне важно. Распознавание этих эвристик и порождаемых ими искажений имеет решающее значение для улучшения процесса принятия решений в самых разных областях — от личного выбора до профессиональных суждений. Осознавая эти ментальные ловушки, мы можем стремиться принимать более взвешенные и рациональные решения.
2. Причинно-следственные данные влияют сильнее, чем диагностические
В противовес этому мы предполагаем, что психологическое воздействие данных критически зависит от их роли в причинно-следственной схеме.
Причинно-следственные данные против диагностических. Люди склонны придавать больший вес информации, которая, как кажется, напрямую вызывает событие (причинно-следственные данные), чем информации, которая является лишь диагностической или указывающей на него. Такое предпочтение причинно-следственных объяснений может приводить к предвзятости в суждениях.
Пример искажения. Например, знание того, что компания вложила значительные средства в исследования и разработки (причинный фактор), может привести к более оптимистичному прогнозу ее будущего успеха, чем знание того, что цена акций компании стабильно растет (диагностический фактор), даже если оба источника информации одинаково информативны. Это связано с тем, что инвестиции в исследования рассматриваются как прямой двигатель успеха, в то время как цена акций — лишь как симптом.
Последствия для принятия решений. Это искажение может привести к неоптимальным решениям, поскольку люди могут переоценивать факторы, которые кажутся причинно связанными, пренебрегая другой важной информацией. Чтобы принимать более эффективные решения, важно учитывать как причинно-следственные, так и диагностические данные, не поддаваясь влиянию кажущейся силы причинно-следственной связи.
3. Понимание репрезентативности — ключ к точной оценке
В этой статье мы подробно исследуем одну из таких эвристик, называемую репрезентативностью.
Определение репрезентативности. Эвристика репрезентативности заключается в оценке вероятности события на основе того, насколько оно схоже со стереотипом или ментальной моделью. Хотя это может быть полезным и быстрым решением, оно часто приводит к ошибкам.
Типы репрезентативности:
- Сходство выборки с генеральной совокупностью: оценка вероятности выборки на основе того, насколько хорошо она отражает характеристики совокупности, из которой она взята.
- Отражение случайности: ожидание того, что случайные последовательности будут демонстрировать локальную репрезентативность, что ведет к неверному пониманию случайности.
Последствия опоры на репрезентативность. Чрезмерное доверие к репрезентативности может привести к игнорированию базовых ставок, размеров выборки и других важных статистических факторов. Чтобы делать более точные суждения, крайне важно понимать ограничения этой эвристики и учитывать другие значимые факторы.
4. Доступность формирует наше восприятие частоты и вероятности
Существуют ситуации, в которых люди оценивают частоту класса или вероятность события по тому, насколько легко примеры или случаи приходят на ум.
Объяснение эвристики доступности. Эвристика доступности заставляет нас оценивать вероятность событий на основе того, насколько легко примеры всплывают в памяти. Хотя это часто помогает сэкономить время, метод может приводить к систематическим искажениям.
Факторы, влияющие на доступность:
- Знакомость: события, которые нам ближе, легче вспомнить.
- Наглядность: более яркие или драматичные события запоминаются лучше.
- Свежесть: недавние события легче извлекаются из памяти.
Последствия искажения доступности. Это искажение может привести к переоценке вероятности редких, но драматических событий (например, авиакатастроф) и недооценке вероятности распространенных, но менее сенсационных явлений (например, диабета). Чтобы выносить более точные суждения, важно осознавать факторы, влияющие на доступность, и обращаться к объективным данным.
5. Эффект привязки влияет на оценки, даже если ориентиры не имеют значения
Во многих ситуациях люди делают оценки, отталкиваясь от начального значения, которое затем корректируется для получения окончательного ответа.
Привязка и корректировка. При вынесении числовых оценок люди часто отталкиваются от первоначального значения (якоря), а затем корректируют его. Однако эти корректировки обычно оказываются недостаточными, из-за чего итоговые оценки смещаются в сторону якоря.
Неуместные якоря. Даже если ориентир совершенно случаен или не имеет отношения к делу, он все равно может повлиять на оценку. Например, вопрос о том, превышает ли население Чикаго 1 миллион человек, может повлиять на вашу последующую оценку реальной численности населения города.
Последствия привязки. Это искажение может влиять на самый широкий спектр суждений — от оценки цен до прогнозирования будущих событий. Чтобы смягчить эффект привязки, важно осознавать его влияние и активно искать альтернативные точки зрения и информацию.
6. Статистическая интуиция часто подводит даже экспертов
Опора на эвристику и распространенность искажений не ограничиваются дилетантами. Опытные исследователи также склонны к тем же искажениям — когда они мыслят интуитивно.
Эвристика влияет на каждого. Даже люди с глубокими знаниями в области статистики и теории вероятностей подвержены искажениям в суждениях, когда полагаются на интуицию, а не на формальный анализ. Это подчеркивает повсеместность и силу этих когнитивных ярлыков.
Примеры искажений среди экспертов:
- Излишняя уверенность в воспроизводимости результатов исследований.
- Игнорирование базовых ставок при вынесении диагностических суждений.
- Неверная интерпретация эффектов регрессии.
Значение для науки и практики. Эти выводы показывают, что одного лишь статистического образования недостаточно для устранения предвзятости. Крайне важно разрабатывать стратегии для распознавания и смягчения влияния эвристик как в научных исследованиях, так и при принятии решений в реальной жизни.
7. Сверхуверенность — повсеместное искажение в суждениях
Необоснованную уверенность, которая возникает из-за хорошего соответствия между прогнозируемым результатом и исходной информацией, можно назвать иллюзией валидности.
Определение сверхуверенности. Сверхуверенность — это склонность переоценивать точность собственных убеждений и суждений. Это искажение широко распространено и затрагивает людей из всех слоев общества, включая экспертов в своих областях.
Проявления сверхуверенности:
- Установление слишком узких доверительных интервалов.
- Выражение необоснованной уверенности в прогнозах.
- Недооценка вероятности ошибок.
Факторы, способствующие сверхуверенности:
- Иллюзия валидности: необоснованная уверенность, вызванная хорошим соответствием между прогнозируемым результатом и исходной информацией.
- Игнорирование факторов, ограничивающих точность прогнозирования.
Последствия сверхуверенности. Сверхуверенность может привести к неверным решениям, поскольку люди могут недооценивать риски, пренебрегать поиском дополнительной информации и оказываться неготовыми к неожиданным результатам.
8. Иллюзия валидности порождает необоснованную уверенность
Внутренняя согласованность структуры исходных данных является основным фактором, определяющим уверенность в прогнозах, основанных на этих данных.
Согласованность против валидности. Люди склонны больше доверять прогнозам, основанным на последовательной или связной информации, даже если эта информация на самом деле плохо предсказывает результат. Это явление известно как иллюзия валидности.
Избыточность повышает уверенность. Высокосогласованные паттерны часто наблюдаются тогда, когда входные переменные сильно дублируют друг друга или коррелируют между собой. Следовательно, люди склонны испытывать огромную уверенность в прогнозах, основанных на избыточных входных переменных.
Избыточность снижает точность. Однако элементарный результат в статистике корреляций утверждает, что при наличии входных переменных определенной валидности прогноз, основанный на нескольких таких переменных, может достичь более высокой точности, когда они независимы друг от друга, а не когда они избыточны или коррелируют.
Последствия для принятия решений. Таким образом, избыточность входных данных снижает точность, даже если она повышает уверенность, и люди часто уверены в прогнозах, которые с большой вероятностью окажутся ошибочными.
9. Регрессия к среднему часто понимается и интерпретируется неверно
Мы предполагаем, что феномен регрессии остается неуловимым, поскольку он несовместим с убеждением, что прогнозируемый результат должен быть максимально репрезентативным для исходных данных, и, следовательно, значение переменной результата должно быть столь же экстремальным, как и значение входной переменной.
Объяснение регрессии к среднему. Регрессия к среднему — это статистическое явление, при котором за экстремальными значениями обычно следуют значения, более близкие к среднему показателю. Это происходит потому, что экстремальные значения часто обусловлены случайными факторами, которые вряд ли сохранятся в дальнейшем.
Неверное толкование регрессии. Люди часто не замечают регрессию к среднему и вместо этого придумывают ложные причинно-следственные объяснения. Например, инструкторы могут верить, что за похвалой за хорошее выступление следует ухудшение результатов именно потому, что сама похвала оказала пагубное влияние.
Последствия непонимания регрессии. Непонимание регрессии может привести к переоценке эффективности наказания и недооценке эффективности поощрения. В социальном взаимодействии, как и в обучении, награды обычно применяются при хороших результатах, а наказания — при плохих.
10. Стратегии по устранению искажений могут улучшить суждения, но сталкиваются с серьезными трудностями
Лучшее понимание этих эвристик и искажений, к которым они ведут, могло бы улучшить суждения и решения в ситуациях неопределенности.
Когнитивные искажения повсеместны. Когнитивные искажения не связаны с мотивационными эффектами, такими как принятие желаемого за действительное или искажение суждений под влиянием выгоды и наказаний. Действительно, некоторые из серьезных ошибок в суждениях, упомянутых ранее, происходили вопреки тому, что испытуемых поощряли быть точными и вознаграждали за правильные ответы.
Устранить искажения сложно. Опора на эвристику и распространенность искажений не ограничиваются дилетантами. Опытные исследователи также склонны к тем же искажениям — когда они мыслят интуитивно.
Стратегии устранения искажений:
- Обучение: непосредственный опыт работы с повторяющимися выборками и соблюдение статистических правил.
- Вычисления: явный расчет уровней значимости, мощности и доверительных интервалов.
- Осознанность: признание существования искажений и принятие необходимых мер предосторожности.
Ограничения методов. Даже при наличии подготовки полностью устранить искажения трудно. Однако, понимая эти ловушки мышления и внедряя корректирующие процедуры, мы можем повысить качество наших суждений и решений.
11. Парадигма «вопрос-ответ» может влиять на результаты суждений
Субъективная природа вероятности привела многих исследователей к убеждению, что когерентность, или внутренняя согласованность, является единственным валидным критерием, по которому следует оценивать субъективные вероятности.
Контекст общения имеет значение. То, как задан вопрос, может существенно повлиять на ответ. Испытуемые могут интерпретировать вопросы иначе, чем предполагал экспериментатор, что приводит к предвзятым ответам.
Принцип кооперации. Люди исходят из предположения, что спрашивающий стремится быть информативным, правдивым, последовательным и ясным. Это предположение может побудить их делать выводы из самой формулировки вопроса.
Примеры искажений в ответах на вопросы:
- Наводящие вопросы: вопросы, которые подсказывают определенный ответ.
- Эффекты фрейминга (обрамления): то, как представлена проблема, может повлиять на выбор людей.
- Шкалы ответов: диапазон и распределение вариантов ответов могут влиять на оценки.
Значение для исследований. Исследователям необходимо знать об этих искажениях и принимать меры для минимизации их влияния. Это может включать использование нейтрального языка, предоставление четких инструкций и тщательную проработку структуры шкал ответов.
12. Модели и эвристики формируют наше понимание неопределенности
Рациональный субъект тем не менее будет стремиться к совместимости, даже несмотря на то, что внутреннюю согласованность легче достичь и оценить.
Субъективная и объективная вероятность. Субъективная вероятность — это количественно выраженное мнение идеализированного человека. Субъективная вероятность определенного события определяется набором ставок на это событие, которые такой человек готов принять.
Роль моделей. Люди используют ментальные модели, чтобы понимать мир и делать прогнозы. Эти модели могут основываться на формальных правилах, интуитивных эвристиках или личном опыте.
Важность совместимости. Чтобы оцениваемые вероятности считались адекватными или рациональными, одной внутренней согласованности недостаточно. Суждения должны быть совместимы со всей системой убеждений человека.
Стремление к совместимости. Рациональный субъект тем не менее будет стремиться к совместимости, даже несмотря на то, что внутреннюю согласованность легче достичь и оценить. В частности, он будет пытаться сделать свои вероятностные суждения совместимыми со своими знаниями о предмете, законами вероятности, а также с собственными эвристиками и искажениями суждений.
Обзор отзывов
«Принятие решений в неопределенности» получает неоднозначные отзывы со средней оценкой 4,18 из 5. Читатели считают книгу академически строгой и глубокой, предлагающей ценную информацию о принятии решений, когнитивных искажениях и эвристике. Однако некоторые находят ее перегруженной и сложной для неподготовленного читателя. Многие рекомендуют более доступную книгу Канемана «Думай медленно... решай быстро» для широкой аудитории. Этот сборник научных работ хвалят за его фундаментальную роль в поведенческой экономике и психологии, хотя некоторые читатели отмечают, что содержание может показаться устаревшим или повторяющимся для тех, кто знаком с более поздними трудами Канемана.
Частые вопросы
What's Judgment Under Uncertainty: Heuristics and Biases about?
- Focus on Decision-Making: The book explores how people make judgments and decisions under conditions of uncertainty, emphasizing the cognitive processes involved.
- Heuristics and Biases: It introduces the concepts of heuristics—mental shortcuts that simplify decision-making—and the biases that can arise from their use.
- Research Contributions: Edited by Daniel Kahneman, Paul Slovic, and Amos Tversky, the book compiles various studies that illustrate how intuitive judgments often deviate from statistical reasoning.
Why should I read Judgment Under Uncertainty?
- Understanding Human Behavior: The book provides insights into the psychological mechanisms that influence everyday decision-making, making it relevant for anyone interested in psychology or behavioral economics.
- Practical Applications: The findings can be applied in various fields, including business, healthcare, and public policy, to improve decision-making processes.
- Foundational Work: It is a seminal text in psychology and behavioral economics, laying the groundwork for understanding cognitive biases and their implications.
What are the key takeaways of Judgment Under Uncertainty?
- Heuristics Influence Decisions: People often rely on heuristics, which can lead to systematic errors in judgment, such as overconfidence and insensitivity to sample size.
- Cognitive Biases: The book identifies key cognitive biases, such as overconfidence and the availability heuristic, which can distort our perceptions and decisions.
- Need for Awareness: The authors stress the importance of being aware of these cognitive biases to improve decision-making and reduce errors in judgment.
What is the representativeness heuristic in Judgment Under Uncertainty?
- Definition: The representativeness heuristic is a mental shortcut where people assess the probability of an event based on how closely it resembles a typical case.
- Judgment Errors: This can lead to errors, such as neglecting base rates or prior probabilities, resulting in inaccurate assessments of likelihood.
- Example: For instance, when judging whether someone is a librarian based on their personality traits, people may ignore the fact that there are more engineers than librarians in the population.
What is the availability heuristic as described in Judgment Under Uncertainty?
- Definition: The availability heuristic is a mental shortcut where individuals assess the frequency or probability of an event based on how easily examples come to mind.
- Influence of Memory: Events that are more memorable or recent are often perceived as more common, skewing judgment.
- Example: After seeing news reports about airplane accidents, people may overestimate the risk of flying, despite statistical evidence showing it is safer than driving.
How do heuristics lead to biases according to Judgment Under Uncertainty?
- Systematic Errors: Heuristics simplify complex decision-making but can result in predictable biases, such as the availability bias and the anchoring effect.
- Overconfidence: Individuals often overestimate their knowledge and predictive abilities, leading to poor decision-making outcomes.
- Neglect of Base Rates: People frequently ignore statistical information, such as base rates, in favor of anecdotal evidence or personal impressions.
How does Judgment Under Uncertainty explain overconfidence in decision-making?
- Definition of Overconfidence: Overconfidence refers to the tendency for individuals to overestimate their knowledge, abilities, or the accuracy of their predictions.
- Consequences of Overconfidence: The book discusses how overconfidence can lead to poor decision-making, as individuals may ignore evidence that contradicts their beliefs.
- Reinforcement through Feedback: Positive outcomes can reinforce overconfidence, making it difficult for individuals to recognize their biases and adjust their judgments.
What is hindsight bias, and how is it addressed in Judgment Under Uncertainty?
- Definition of Hindsight Bias: Hindsight bias is the tendency to see events as having been predictable after they have already occurred, leading to an illusion of foresight.
- Impact on Judgment: This bias can distort our understanding of past decisions and outcomes, making it difficult to learn from mistakes.
- Research Findings: The authors present studies showing that people often misremember their predictions, believing they had more foresight than they actually did, which can lead to overconfidence in future predictions.
What is the fundamental attribution error discussed in Judgment Under Uncertainty?
- Definition of Fundamental Attribution Error: This error refers to the tendency to overemphasize personal characteristics and underestimate situational factors when explaining others' behavior.
- Impact on Social Perception: The book explains how this bias can lead to misjudgments about people's actions, often attributing their behavior to their character rather than external circumstances.
- Research Evidence: Kahneman and Tversky provide empirical studies demonstrating this error, highlighting its prevalence in social psychology.
How does Judgment Under Uncertainty address the concept of causal schemas?
- Causal Reasoning: The book discusses how people use causal schemas to interpret events, often leading to biased judgments about probabilities.
- Impact on Decisions: Causal schemas can influence how individuals perceive relationships between events, affecting their predictions and attributions.
- Example: If someone believes that a specific behavior is caused by a personality trait, they may overlook situational factors that also contribute to that behavior.
How does Judgment Under Uncertainty suggest correcting biases in decision-making?
- Awareness of Heuristics: The book advocates for increased awareness of the heuristics and biases that affect judgment, encouraging individuals to question their intuitive responses.
- Statistical Training: It suggests that training in statistical reasoning can help individuals better understand probabilities and reduce reliance on flawed heuristics.
- Structured Decision-Making: Implementing structured decision-making processes, such as using checklists or decision aids, can help mitigate the impact of cognitive biases.
What are the best quotes from Judgment Under Uncertainty and what do they mean?
- "The intuitive psychologist is often a poor scientist.": This quote highlights the discrepancy between how people think they make judgments and the actual cognitive processes that lead to errors.
- "We are all intuitive scientists.": This reflects the idea that people naturally seek to understand the world through observation and inference, but often do so imperfectly due to cognitive biases.
- "Availability is a heuristic for judging frequency and probability.": This emphasizes the central theme of the book, illustrating how the ease of recalling instances influences our perceptions of likelihood and frequency.
Об авторе
Другие книги автора Даниэль Канеман
Скачать PDF
Скачать EPUB
.epub digital book format is ideal for reading ebooks on phones, tablets, and e-readers.
