Каждому параметру присваивается оценка от 0 до 10.
7B США часто не проводятся вступительные экзамены, и прием определяется
конкурсом документов. Соответственно, многие абитуриенты подают доку-
менты на поступление сразу в несколько учебных заведений.-Прим. перев.
Мышление и интеллект
442
естественный и искусственный
Университет S Колледж Н
1. Преподавание 9 7
2. Стоимость 2 3
3. Близость к дому 4 7
4. Социальная жизнь 8 7
Университет N
6
9
8
3
Итого: 23 24 26
Если все эти факторы равно важны для принятия решения и если
весовые коэффициенты присвоены точно, то желательный выбор - это
средний государственный университет. Практически, можно принимать
решения, исходя из определенной организации факторов, но как легко
видеть из вышеприведенного примера, сделать определенное суждение о
реальной проблеме не так просто.
Во многих случаях суть такой задачи несовместима с математическим
анализом. Тверски (1972) считает, что, принимая решение, мы выбираем
нужный вариант, постепенно отбрасывая менее привлекательные. Он на-
звал это устранением по аспектам, поскольку предполагается, что чело-
век устраняет менее привлекательные варианты, проводя последователь-
ную оценку признаков или аспектов этих вариантов. Если какие-либо ва-
рианты не удовлетворяет минимальному критерию, они устраняются из
рассматриваемого набора альтернативных решений.
Недавно наш избирательный комитет рассматривал кандидатуры на
старшую должность в Отделении психологии. В ряде напряженных встреч
мы, наконец, выработали набор стандартов, которыми, как мы полагаем,
должен обладать выигравший кандидат. Мы дали рекламу этой должности
и получили большое количество заявлений. Затем мы столкнулись с труд-
ной задачей выбрать только одного человека из набора активных кандида-
тов. Процесс решения прошел несколько этапов, которые в общем соот-
ветствуют модели Тверски. Во-первых, из этого набора были удалены кан-
дидаты. имеющие минимальную квалификацию (например, те кто не име-
ет необходимых академических или профессиональных документов). Во-
вторых, из дальнейшего рассмотрения были удалены те, чьи потребности
в зарплате превышали наши ресурсы. Этот процесс продолжался, пока от
первоначального набора не осталась только горсть. Они были приглашены
в наш университет для предоставления нам дальнейшей информации, и
процесс возобновился, пока не был сделан единственный выбор. Одно из
преимуществ модели устранения по аспектам в том, что она не требует
вычисления вероятности и присваивания весовых коэффициентов.
Признаем мы это или нет, но большинство решений связано с оценкой Оценка
вероятности успеха. Мы планируем пикник, когда думаем, что будет све- вероятностей
тить солнце; мы готовим курс когнитивной психологии, когда ожидаем
определенного вознаграждения; мы решаем остановиться на четырнадца-
ти очках, когда дилер в игре блэкджек показывает, что его верхняя карта
"шестерка": мы берем с собой зонтик, когда видим на небе тучи, и покупа-
ем - или не покупаем - страховой полис, прежде чем войти в самолет.
Иногда вероятность некоторого события можно вычислить при помощи
математики, а иногда событие можно определить только на основе пред-
шествующего опыта. В таких случаях мы полагаем, что поступаем рацио-
Мышление, раздел 1: формирование понятий, логика и принятие решений
443
нально, поскольку наши решения основаны строго на математической ве-
роятности, но насколько точны наши оценки5 Иными словами, как это
нам удается наделать столько глупостей при наличии полной уверенности
в рациональности своих действий? В следующем разделе мы, возможно,
немного осветим этот вопрос.
В ряде своих исследований Тверски и Канеман (Tversky and Kahneman,
1973, 1981: Kahneman and Tversky, 1983, 1984: Kahneman amd Miller,
1986) изучали, почему люди иногда приходят к неверному выводу, когда
основывают свои решения на прошлом опыте. В одном из экспериментов
(1974) они задавали такие вопросы:
Каких слов в английском языке больше: начинающихся с буквы К
или тех, где буква К идет третьей?
Что является более вероятной причиной смерти: рак груди или
диабет?
Если в семье три мальчика (М) и три девочки (Д), какая последова-
тельность их рождений более вероятна: МММДДД и.ли МДДМДМ?
На все эти вопросы есть фактические ответы, и все же людская "инту-
иция" и "догадки" в общем ведут к ошибкам. Например, большинство
людей, когда их спрашивают о появлении буквы К, говорят, что чаще она
встречается в начале слова, чем на третьей позиции, что противоречит
действительности. Почему люди неверно оценивают эти события? Соглас-
но Тверски и Канеману, люди при ответе на этот вопрос пытаются сначала
генерировать слова, начинающиеся с К, а затем слова, где К стоит на
третьем месте. Если вы попробуете сделать это сами, вы поймете, почему
люди неверно отвечают на этот вопрос, Причина переоценки частотности
начальных букв кроется в том, что слова с первой буквой К более дос-
тупны, чем слова с К на третьем месте. Оценка вероятности букв основы-
вается на обобщении, сделанном на очень ограниченном наборе слов, до-
ступных в результате генерации.
Эта основная идея была проверена в эксперименте Тверски и Канема-
на (1973): они просили испытуемых прочитать список из 39 имен хорошо
известных людей. Один список содержал одинаковое количество мужчин
и женщин (19 мужчин и 20 женщин), но женщины в нем были более
известные, чем мужчины. В другом списке условия были обратные, т.е. в
нем содержались более известные мужчины, чем женщины. Затем испы-
туемых спрашивали, кого в списке больше - мужчин или женщин. В
обоих случаях испытуемые значительно переоценивали частоту лиц того
пола, где были более известные люди. Причина такого поведения при прак-
тически одинаковой реальной частотности в том, что имена известных
людей более доступны".
Другие исследователи использовали гипотезу о доступности для объяс-
нения ошибок при оценке "повседневных" знаний. В одном из исследова-
ний Словик, Фишхоф и Лихтенштейн (Slovic, Fischhoff, and Lichtenstem,
1977) просили людей оценить относительную вероятность 48 причин смерти.
Испытуемым предъявляли две причины смерти и просили оценить, какая
Имеется в виду доступность к содержимому в памяти.- Прим. рсл.
Мышление и интеллект - естественный и искусственный
444
из них является более вероятной. Наиболее серьезные ошибки в суждени-
ях касались причин смерти, часто упоминаемых в публикациях. Напри-
мер, несчастные случаи, рак, бутулизм, стихийные бедствия были оцене-
ны как частые причины смерти. Авторы заключили, что поскольку эти
летальные события часто освещаются в средствах массовой информации,
они более доступны, чем другие причины смерти.
Согласно Тверски и Канеману (Tversky and Kahneman, 1982), рамки реше- Рамки
ния - это представления человека, принимающего решение, "о действи- оешения
ях, результатах и непредвиденных обстоятельствах, связанных с конкрет-
ным выбором". "Рамки", устанавливаемые человеком в связи с принятием
решения, зависят от формулировки проблемы, а также от норм, привычек
и личных характеристик индивидуума. Авторы этой концепции ясно про-
демонстрировали, насколько сильно могут повлиять рамки на выводы че-
ловека, когда одни и те же факты, имеющиеся в его распоряжении, пред-
ставлены в различном контексте. Влияние рамок на решение показано в
следующем примере:
Задача 1 (N=152). Представьте, что Соединенные Штаты гото-
вятся к вспышке эпидемии необычной азиатской болезни, от кото-
рой предположительно умрут 600 человек. Предложены две раз-
личные программы по борьбе с этой болезнью. Предположим, что
точные научные оценки результатов этих программ выглядят так:
В случае принятия программы А будет спасено 200 человек. В
случае принятия программы В, вероятность спасения всех 600 че-
ловек составит 1/3, а вероятность того, что ни один человек из
них не будет спасен составит 2/3.
Какую из двух программ вы бы выбрали?
Большинство испытуемых в этой задаче выбирают программу А (72%), и
только 28% выбирают программу В. Перспектива спасения 200 жизней
более привлекательна, чем более рискованный вариант. Статистически,
однако, обе программы спасут одинаковое количество жизней.
Другой группе испытуемых дали эту же задачу, но с измененной фор-
мулировкой альтернативной программы:
Задача 2 (N=155): В случае принятия программы С существует
вероятность 1 /З, что никто не умрет, и вероятность 2/3, что ум-
рут 600 человек.
Какую из двух программ вы бы выбрали?
В этих рамках большинство выбирает более рискованную процедуру: вер-
ная смерть 400 человек менее приемлема, чем вероятность 2/3, что ум-
рут 600 человек. В этих задачах в зависимости от рамок вопроса выбира-
ются разные варианты, несмотря на идентичность вероятностей. Вообще,
более выгодный вариант часто воспринимается как не содержащий риска,
тогда как вариант, предусматривающий некоторую потерю, воспринимает-
ся как более рискованный.
Вот еще один пример влияния рамок, в котором предлагается несколь-
ко более реалистичная ситуация:
Мышление, раздел I: формирование понятий, логика и принятие решений
445
Задача A(N=J83): Представьте, что вы решили посмотреть пье-
су, билет на которую стоит 10. Подходя к театру, вы обнаружили,
что потеряли купюру в 10.
Решите ли вы тем не менее купить билет за 10 и посмотреть
пьесу?
(Ответ "Да" - 88%).
Задача В (N=200): Представьте, что вы решили посмотреть
пьесу и заплатили за входной билет 10. Подходя к театру, вы
обнаружили, что потеряли этот билет. Ваше место не регистриро-
валось, и билет нельзя восстановить.
Заплатите ли вы 10 за новый билет?
(Ответ "Да" - 46%).
В обоих случаях вы пролетели на 10. И все же, в первом случае
билет купили бы примерно вдвое больше испытуемых, чем во втором,
хотя потеря денег в обоих случаях идентична9.
Репрезента- На оценку вероятности события влияет не только доступность этого собы-
тивность тия, но также то, насколько характерными признаются его существенные
свойства для данной группы. Рассмотрим такой пример из исследования
Канемана и Тверски (1972):
В каждом круге игры 20 стеклянных шариков распределяются слу-
чайным образом среди пяти детей: Алана, Бена, Карла, Дэна и Эда.
Рассмотрим следующие распределения:
Алан 4
Бен 4
Карл 5
Дэн 4
Эд 3
Если кругов игры много, какого типа результатов будет больше
типа I или типа II?
Каков ваш ответ? Если вы выбрали распределение I, то ваше мнение
совпадает с мнением большинства испытуемых в этом эксперименте и
оно, конечно же, неверно. Когда испытуемые читают слово "случайный",
у них создается впечатление, что распределение должно быть хаотичес-
ким или бессистемным, и когда их просят оценить вероятность распреде-
лений I и II, они думают, что второе распределение слишком упорядочен-
но, чтобы быть "случайным". Тот же тип ошибки наблюдался при оценке
Рамки вопроса можно устанавливать и тогда, когда требуется получить же-
лаемый ответ, как например в следующей истории: "Молодой Брат Грегори
пребывал в монастыре всего несколько дней, когда ему случилось по наивно-
сти спросить у старшего монаха, можно ли ему курить, когда он молится.
Конечно, нет.- был ответ. Через неделю молодой брат спросил этого мона-
ха: Можно мне молиться, когда я курю?
Мышление и интеллект - естественный и искусственный
446
вероятности последовательных рождений девочек и мальчиков в выше-
приведенном примере.
Еще одним, несколько неожиданным результатом при оценке вероят-
ности было то, что люди склонны игнорировать объем выборки. Когда
испытуемых спрашивали, равны ли вероятности нахождения 600 мальчи-
ков среди 1000 детей и 60 мальчиков среди 100 детей, они отвечали, что
оба случая равновероятны. На самом деле, если исходить из равного рас-
пределения полов, то первый случай гораздо менее вероятен, чем второй.
Некоторые ученые пытались найти аналогичные примеры "нерациональ- Изучение
ного" поведения у животных. В одной такой работе (Rachlin et al., 1986) поведения
отмечено существенное сходство между людьми, которым вербально ЖИВОТНЫХ
предъявлялись гипотетические задачи10, как в вышеприведенном случае с
задачей о театральном билете. В исследованиях поведения животных кры-
са или голубь лишались на некоторое время пищи, и им предлагались
различные задачи с пищевым подкреплением, в которых животные могли
реагировать нажатием на рычаг или прикосновенем к ключу. Если в слу-
чае с людьми выбор измерялся в количестве испытуемых, выразивших
предпочтение тому или иному гипотетическому следствию, то в случае с
животными выбор измерялся по количеству ответных реакций животного
при том или ином режиме подкрепления. Модель подкрепления в основ-
ном была следующей: "Если животное делает что-нибудь (нажимает на
рычаг), тогда что-то происходит (появляется съедобный шарик)". Бихеви-
ористы обычно манипулируют показателем реагирования крысы на под-
крепление (например, после пяти нажатий на рычаг дается одно подкреп-
ление), а также задержкой подкрепления: можно подкреплять реакцию
немедленно, а можно через фиксированные или переменные интервалы
времени. Изучение поведения животных убедительно показало, что в ус-
ловиях задержки подкрепления даже если общее количество подкрепле-
ния при одном режиме больше, чем при другом, животное выбирает тот
режим, при котором даются меньшие, но более частые подкрепления. Го-
ворят, что животные действуют "импульсивно". Согласно Рахлину и др.,
как импульсивный когнитивный выбор у человека, так и импульсивный
поведенческий выбор у других животных, хотя и кажутся оба "иррацио-
нальными", на самом деле представляют собой два типа предсказуемых
тенденций поведения, имеющих общую основу. Эти исследования явились
попыткой частично уладить те серьезные теоретические и методические
проблемы, которые отделили бихевиористов от когнитивных психологов.
Мы видели, что, когда людям предоставляют новую или другую информа-
цию, они могут пересматривать свою оценку вероятностей. В ситуации
выбора между равно привлекательными возможностями, например, пойти
или на концерт, или в кино, мы можем принять решение в пользу кино,
если узнаем, что билеты на концерт есть только по цене 35. Математи-
ческая модель, дающая метод оценки гипотез об изменении величины ве-
роятности, называется Теоремой Байеса по имени ее автора Томаса Бай-
еса. математика 18 века. Мы проиллюстрируем применение его теоремы
на следующем примере принятия решения.
Теорема
Байеса и
принятие
решений
Точнее: задачи с гипотетическими условиями.- Прим. ред.
Мышление, раздел 1; формирование понятий, логика и принятие решений
447
Предположим, что долгие, романтические и эмоциональные отноше-
ния между вами и вашей возлюбленной закончились ужасной стычкой и
вы поклялись никогда не встречаться с этим человеком снова. Проходит
несколько месяцев, в течение которых вы тщательно избегаете ситуаций,
в которых могли бы "случайно" встретить вашу бывшую любовь. Ваш
общий друг приглашает вас на большую вечеринку. Решение идти или
нет, зависит от ощущаемой вероятности, что ваша бывшая любовь тоже
там будет. Поразмыслив над ситуацией, вы решаете, что общий друг вряд
ли мог оказаться нечувствителен, чтобы пригласить ц вас, и ее. Далее, с
учетом прошлого опыта аналогичных ситуаций, вы можете оценить веро-
ятность "встречи" как примерно 1/20. Математически эту гипотезу мож-
но записать как
Р(Н) =1/20
Это уравнение читается так: "вероятность гипотезы равна 5% (или 5 из
100)". Эта гипотеза основана на априорной вероятности, т.е. на вероят-
ности, что событие произойдет при наличии аналогичных ситуаций. Мож-
но выдвинуть другую гипотезу о том, что вероятность не встретиться с
вашей любовью на вечеринке составит
Р(Н)-= 19/20
или "вероятность, что событие не произойдет составляет 95%".
Если бы реальные ситуации можно было свести к таким вероятност-
ным утверждениям, жизнь была бы простой и скучной. Вы могли бы срав-
нить вероятность нежелательной встречи с вероятностью получить удо-
вольствие от посещения вечеринки, а затем принять решение. В нашем
случае предположим, что вы решили пойти на вечеринку. Подъезжая к
дому, вы замечаете припаркованный у подъезда желтый Фольксваген. За
несколько секунд вы вычисляете вероятность того, что этот автомобиль
принадлежит бывшей пассии (что означало бы также, что она тоже на
этой вечеринке) и взвешиваете эту новую информацию с прежней инфор-
мацией о вероятности того, что хозяин пригласил вас обоих на одну вече-
ринку.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81
7B США часто не проводятся вступительные экзамены, и прием определяется
конкурсом документов. Соответственно, многие абитуриенты подают доку-
менты на поступление сразу в несколько учебных заведений.-Прим. перев.
Мышление и интеллект
442
естественный и искусственный
Университет S Колледж Н
1. Преподавание 9 7
2. Стоимость 2 3
3. Близость к дому 4 7
4. Социальная жизнь 8 7
Университет N
6
9
8
3
Итого: 23 24 26
Если все эти факторы равно важны для принятия решения и если
весовые коэффициенты присвоены точно, то желательный выбор - это
средний государственный университет. Практически, можно принимать
решения, исходя из определенной организации факторов, но как легко
видеть из вышеприведенного примера, сделать определенное суждение о
реальной проблеме не так просто.
Во многих случаях суть такой задачи несовместима с математическим
анализом. Тверски (1972) считает, что, принимая решение, мы выбираем
нужный вариант, постепенно отбрасывая менее привлекательные. Он на-
звал это устранением по аспектам, поскольку предполагается, что чело-
век устраняет менее привлекательные варианты, проводя последователь-
ную оценку признаков или аспектов этих вариантов. Если какие-либо ва-
рианты не удовлетворяет минимальному критерию, они устраняются из
рассматриваемого набора альтернативных решений.
Недавно наш избирательный комитет рассматривал кандидатуры на
старшую должность в Отделении психологии. В ряде напряженных встреч
мы, наконец, выработали набор стандартов, которыми, как мы полагаем,
должен обладать выигравший кандидат. Мы дали рекламу этой должности
и получили большое количество заявлений. Затем мы столкнулись с труд-
ной задачей выбрать только одного человека из набора активных кандида-
тов. Процесс решения прошел несколько этапов, которые в общем соот-
ветствуют модели Тверски. Во-первых, из этого набора были удалены кан-
дидаты. имеющие минимальную квалификацию (например, те кто не име-
ет необходимых академических или профессиональных документов). Во-
вторых, из дальнейшего рассмотрения были удалены те, чьи потребности
в зарплате превышали наши ресурсы. Этот процесс продолжался, пока от
первоначального набора не осталась только горсть. Они были приглашены
в наш университет для предоставления нам дальнейшей информации, и
процесс возобновился, пока не был сделан единственный выбор. Одно из
преимуществ модели устранения по аспектам в том, что она не требует
вычисления вероятности и присваивания весовых коэффициентов.
Признаем мы это или нет, но большинство решений связано с оценкой Оценка
вероятности успеха. Мы планируем пикник, когда думаем, что будет све- вероятностей
тить солнце; мы готовим курс когнитивной психологии, когда ожидаем
определенного вознаграждения; мы решаем остановиться на четырнадца-
ти очках, когда дилер в игре блэкджек показывает, что его верхняя карта
"шестерка": мы берем с собой зонтик, когда видим на небе тучи, и покупа-
ем - или не покупаем - страховой полис, прежде чем войти в самолет.
Иногда вероятность некоторого события можно вычислить при помощи
математики, а иногда событие можно определить только на основе пред-
шествующего опыта. В таких случаях мы полагаем, что поступаем рацио-
Мышление, раздел 1: формирование понятий, логика и принятие решений
443
нально, поскольку наши решения основаны строго на математической ве-
роятности, но насколько точны наши оценки5 Иными словами, как это
нам удается наделать столько глупостей при наличии полной уверенности
в рациональности своих действий? В следующем разделе мы, возможно,
немного осветим этот вопрос.
В ряде своих исследований Тверски и Канеман (Tversky and Kahneman,
1973, 1981: Kahneman and Tversky, 1983, 1984: Kahneman amd Miller,
1986) изучали, почему люди иногда приходят к неверному выводу, когда
основывают свои решения на прошлом опыте. В одном из экспериментов
(1974) они задавали такие вопросы:
Каких слов в английском языке больше: начинающихся с буквы К
или тех, где буква К идет третьей?
Что является более вероятной причиной смерти: рак груди или
диабет?
Если в семье три мальчика (М) и три девочки (Д), какая последова-
тельность их рождений более вероятна: МММДДД и.ли МДДМДМ?
На все эти вопросы есть фактические ответы, и все же людская "инту-
иция" и "догадки" в общем ведут к ошибкам. Например, большинство
людей, когда их спрашивают о появлении буквы К, говорят, что чаще она
встречается в начале слова, чем на третьей позиции, что противоречит
действительности. Почему люди неверно оценивают эти события? Соглас-
но Тверски и Канеману, люди при ответе на этот вопрос пытаются сначала
генерировать слова, начинающиеся с К, а затем слова, где К стоит на
третьем месте. Если вы попробуете сделать это сами, вы поймете, почему
люди неверно отвечают на этот вопрос, Причина переоценки частотности
начальных букв кроется в том, что слова с первой буквой К более дос-
тупны, чем слова с К на третьем месте. Оценка вероятности букв основы-
вается на обобщении, сделанном на очень ограниченном наборе слов, до-
ступных в результате генерации.
Эта основная идея была проверена в эксперименте Тверски и Канема-
на (1973): они просили испытуемых прочитать список из 39 имен хорошо
известных людей. Один список содержал одинаковое количество мужчин
и женщин (19 мужчин и 20 женщин), но женщины в нем были более
известные, чем мужчины. В другом списке условия были обратные, т.е. в
нем содержались более известные мужчины, чем женщины. Затем испы-
туемых спрашивали, кого в списке больше - мужчин или женщин. В
обоих случаях испытуемые значительно переоценивали частоту лиц того
пола, где были более известные люди. Причина такого поведения при прак-
тически одинаковой реальной частотности в том, что имена известных
людей более доступны".
Другие исследователи использовали гипотезу о доступности для объяс-
нения ошибок при оценке "повседневных" знаний. В одном из исследова-
ний Словик, Фишхоф и Лихтенштейн (Slovic, Fischhoff, and Lichtenstem,
1977) просили людей оценить относительную вероятность 48 причин смерти.
Испытуемым предъявляли две причины смерти и просили оценить, какая
Имеется в виду доступность к содержимому в памяти.- Прим. рсл.
Мышление и интеллект - естественный и искусственный
444
из них является более вероятной. Наиболее серьезные ошибки в суждени-
ях касались причин смерти, часто упоминаемых в публикациях. Напри-
мер, несчастные случаи, рак, бутулизм, стихийные бедствия были оцене-
ны как частые причины смерти. Авторы заключили, что поскольку эти
летальные события часто освещаются в средствах массовой информации,
они более доступны, чем другие причины смерти.
Согласно Тверски и Канеману (Tversky and Kahneman, 1982), рамки реше- Рамки
ния - это представления человека, принимающего решение, "о действи- оешения
ях, результатах и непредвиденных обстоятельствах, связанных с конкрет-
ным выбором". "Рамки", устанавливаемые человеком в связи с принятием
решения, зависят от формулировки проблемы, а также от норм, привычек
и личных характеристик индивидуума. Авторы этой концепции ясно про-
демонстрировали, насколько сильно могут повлиять рамки на выводы че-
ловека, когда одни и те же факты, имеющиеся в его распоряжении, пред-
ставлены в различном контексте. Влияние рамок на решение показано в
следующем примере:
Задача 1 (N=152). Представьте, что Соединенные Штаты гото-
вятся к вспышке эпидемии необычной азиатской болезни, от кото-
рой предположительно умрут 600 человек. Предложены две раз-
личные программы по борьбе с этой болезнью. Предположим, что
точные научные оценки результатов этих программ выглядят так:
В случае принятия программы А будет спасено 200 человек. В
случае принятия программы В, вероятность спасения всех 600 че-
ловек составит 1/3, а вероятность того, что ни один человек из
них не будет спасен составит 2/3.
Какую из двух программ вы бы выбрали?
Большинство испытуемых в этой задаче выбирают программу А (72%), и
только 28% выбирают программу В. Перспектива спасения 200 жизней
более привлекательна, чем более рискованный вариант. Статистически,
однако, обе программы спасут одинаковое количество жизней.
Другой группе испытуемых дали эту же задачу, но с измененной фор-
мулировкой альтернативной программы:
Задача 2 (N=155): В случае принятия программы С существует
вероятность 1 /З, что никто не умрет, и вероятность 2/3, что ум-
рут 600 человек.
Какую из двух программ вы бы выбрали?
В этих рамках большинство выбирает более рискованную процедуру: вер-
ная смерть 400 человек менее приемлема, чем вероятность 2/3, что ум-
рут 600 человек. В этих задачах в зависимости от рамок вопроса выбира-
ются разные варианты, несмотря на идентичность вероятностей. Вообще,
более выгодный вариант часто воспринимается как не содержащий риска,
тогда как вариант, предусматривающий некоторую потерю, воспринимает-
ся как более рискованный.
Вот еще один пример влияния рамок, в котором предлагается несколь-
ко более реалистичная ситуация:
Мышление, раздел I: формирование понятий, логика и принятие решений
445
Задача A(N=J83): Представьте, что вы решили посмотреть пье-
су, билет на которую стоит 10. Подходя к театру, вы обнаружили,
что потеряли купюру в 10.
Решите ли вы тем не менее купить билет за 10 и посмотреть
пьесу?
(Ответ "Да" - 88%).
Задача В (N=200): Представьте, что вы решили посмотреть
пьесу и заплатили за входной билет 10. Подходя к театру, вы
обнаружили, что потеряли этот билет. Ваше место не регистриро-
валось, и билет нельзя восстановить.
Заплатите ли вы 10 за новый билет?
(Ответ "Да" - 46%).
В обоих случаях вы пролетели на 10. И все же, в первом случае
билет купили бы примерно вдвое больше испытуемых, чем во втором,
хотя потеря денег в обоих случаях идентична9.
Репрезента- На оценку вероятности события влияет не только доступность этого собы-
тивность тия, но также то, насколько характерными признаются его существенные
свойства для данной группы. Рассмотрим такой пример из исследования
Канемана и Тверски (1972):
В каждом круге игры 20 стеклянных шариков распределяются слу-
чайным образом среди пяти детей: Алана, Бена, Карла, Дэна и Эда.
Рассмотрим следующие распределения:
Алан 4
Бен 4
Карл 5
Дэн 4
Эд 3
Если кругов игры много, какого типа результатов будет больше
типа I или типа II?
Каков ваш ответ? Если вы выбрали распределение I, то ваше мнение
совпадает с мнением большинства испытуемых в этом эксперименте и
оно, конечно же, неверно. Когда испытуемые читают слово "случайный",
у них создается впечатление, что распределение должно быть хаотичес-
ким или бессистемным, и когда их просят оценить вероятность распреде-
лений I и II, они думают, что второе распределение слишком упорядочен-
но, чтобы быть "случайным". Тот же тип ошибки наблюдался при оценке
Рамки вопроса можно устанавливать и тогда, когда требуется получить же-
лаемый ответ, как например в следующей истории: "Молодой Брат Грегори
пребывал в монастыре всего несколько дней, когда ему случилось по наивно-
сти спросить у старшего монаха, можно ли ему курить, когда он молится.
Конечно, нет.- был ответ. Через неделю молодой брат спросил этого мона-
ха: Можно мне молиться, когда я курю?
Мышление и интеллект - естественный и искусственный
446
вероятности последовательных рождений девочек и мальчиков в выше-
приведенном примере.
Еще одним, несколько неожиданным результатом при оценке вероят-
ности было то, что люди склонны игнорировать объем выборки. Когда
испытуемых спрашивали, равны ли вероятности нахождения 600 мальчи-
ков среди 1000 детей и 60 мальчиков среди 100 детей, они отвечали, что
оба случая равновероятны. На самом деле, если исходить из равного рас-
пределения полов, то первый случай гораздо менее вероятен, чем второй.
Некоторые ученые пытались найти аналогичные примеры "нерациональ- Изучение
ного" поведения у животных. В одной такой работе (Rachlin et al., 1986) поведения
отмечено существенное сходство между людьми, которым вербально ЖИВОТНЫХ
предъявлялись гипотетические задачи10, как в вышеприведенном случае с
задачей о театральном билете. В исследованиях поведения животных кры-
са или голубь лишались на некоторое время пищи, и им предлагались
различные задачи с пищевым подкреплением, в которых животные могли
реагировать нажатием на рычаг или прикосновенем к ключу. Если в слу-
чае с людьми выбор измерялся в количестве испытуемых, выразивших
предпочтение тому или иному гипотетическому следствию, то в случае с
животными выбор измерялся по количеству ответных реакций животного
при том или ином режиме подкрепления. Модель подкрепления в основ-
ном была следующей: "Если животное делает что-нибудь (нажимает на
рычаг), тогда что-то происходит (появляется съедобный шарик)". Бихеви-
ористы обычно манипулируют показателем реагирования крысы на под-
крепление (например, после пяти нажатий на рычаг дается одно подкреп-
ление), а также задержкой подкрепления: можно подкреплять реакцию
немедленно, а можно через фиксированные или переменные интервалы
времени. Изучение поведения животных убедительно показало, что в ус-
ловиях задержки подкрепления даже если общее количество подкрепле-
ния при одном режиме больше, чем при другом, животное выбирает тот
режим, при котором даются меньшие, но более частые подкрепления. Го-
ворят, что животные действуют "импульсивно". Согласно Рахлину и др.,
как импульсивный когнитивный выбор у человека, так и импульсивный
поведенческий выбор у других животных, хотя и кажутся оба "иррацио-
нальными", на самом деле представляют собой два типа предсказуемых
тенденций поведения, имеющих общую основу. Эти исследования явились
попыткой частично уладить те серьезные теоретические и методические
проблемы, которые отделили бихевиористов от когнитивных психологов.
Мы видели, что, когда людям предоставляют новую или другую информа-
цию, они могут пересматривать свою оценку вероятностей. В ситуации
выбора между равно привлекательными возможностями, например, пойти
или на концерт, или в кино, мы можем принять решение в пользу кино,
если узнаем, что билеты на концерт есть только по цене 35. Математи-
ческая модель, дающая метод оценки гипотез об изменении величины ве-
роятности, называется Теоремой Байеса по имени ее автора Томаса Бай-
еса. математика 18 века. Мы проиллюстрируем применение его теоремы
на следующем примере принятия решения.
Теорема
Байеса и
принятие
решений
Точнее: задачи с гипотетическими условиями.- Прим. ред.
Мышление, раздел 1; формирование понятий, логика и принятие решений
447
Предположим, что долгие, романтические и эмоциональные отноше-
ния между вами и вашей возлюбленной закончились ужасной стычкой и
вы поклялись никогда не встречаться с этим человеком снова. Проходит
несколько месяцев, в течение которых вы тщательно избегаете ситуаций,
в которых могли бы "случайно" встретить вашу бывшую любовь. Ваш
общий друг приглашает вас на большую вечеринку. Решение идти или
нет, зависит от ощущаемой вероятности, что ваша бывшая любовь тоже
там будет. Поразмыслив над ситуацией, вы решаете, что общий друг вряд
ли мог оказаться нечувствителен, чтобы пригласить ц вас, и ее. Далее, с
учетом прошлого опыта аналогичных ситуаций, вы можете оценить веро-
ятность "встречи" как примерно 1/20. Математически эту гипотезу мож-
но записать как
Р(Н) =1/20
Это уравнение читается так: "вероятность гипотезы равна 5% (или 5 из
100)". Эта гипотеза основана на априорной вероятности, т.е. на вероят-
ности, что событие произойдет при наличии аналогичных ситуаций. Мож-
но выдвинуть другую гипотезу о том, что вероятность не встретиться с
вашей любовью на вечеринке составит
Р(Н)-= 19/20
или "вероятность, что событие не произойдет составляет 95%".
Если бы реальные ситуации можно было свести к таким вероятност-
ным утверждениям, жизнь была бы простой и скучной. Вы могли бы срав-
нить вероятность нежелательной встречи с вероятностью получить удо-
вольствие от посещения вечеринки, а затем принять решение. В нашем
случае предположим, что вы решили пойти на вечеринку. Подъезжая к
дому, вы замечаете припаркованный у подъезда желтый Фольксваген. За
несколько секунд вы вычисляете вероятность того, что этот автомобиль
принадлежит бывшей пассии (что означало бы также, что она тоже на
этой вечеринке) и взвешиваете эту новую информацию с прежней инфор-
мацией о вероятности того, что хозяин пригласил вас обоих на одну вече-
ринку.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81