Решения в условиях неопределенности или Насколько мы на самом деле рациональны?
#часть1 #классика #rationality #heuristics #representativeness

В чем же подвох со Стивом и Линдой? ⬆️ ⬆️ Об этом написана выдающаяся статья "Judgment under Uncertainty: Heuristics and Biases", опубликованная в 1974 году в Science. Ее авторы - редкие (хотя и не единственные) психологи, получившие за свою работу Нобелевскую премию - не по психологии, правда, поскольку такой премии нет, а по экономике. Именно эта статья стала одной из первых широко признанных работ Даниела Канемана и Амоса Тверского о том, что человеческое мышление и принятие решений совсем не так рационально, как кажется.

На момент написания этого поста более 40% наших читателей ответили, что Линда скорее кассир и феминистка, чем просто кассир, и более 50% ответили, что Стив скорее библиотекарь, чем фермер или врач. Это совершенно нормальные человеческие ответы: так отвечает не только большинство людей вообще, но даже большинство людей, которые изучали статистику и теорию вероятности - просто потому что Линда более типичная феминистка, чем кассир, а Стив - ну совершенно типичный библиотекарь.

Канеман и Тверски обратили внимание ученых на то, что эти суждения противоречат математической логике. Два события не могут быть вероятнее, чем одно из этих двух событий. Представьте себе (как всегда в статистике) монетку. Что вероятнее: выбросить орёл или выбросить два орла подряд? Довольно очевидно, что один орёл вероятнее - его шанс 1/2, тогда как с двумя орлами шанс падает до 1/4. Так же и с Линдой: говоря попросту, чтобы она была кассиром и феминисткой, ей нужно для начала быть кассиром. То есть вероятность быть кассиром в этой задаче выше по определению. Но описание Линды настолько непохоже на типичного кассира, что мы игнорируем математическую часть задачи и сразу прыгаем к социальной интуиции (в общем-то скорее верной): она феминистка, потому что по личностным качествам подходит гораздо больше. Эта ошибка получила в народе название Linda the Bank Teller Fallacy.

Общий смысл многолетней работы Канемана и Тверского в том, что во многих решениях и суждениях мы не просчитываем варианты (т.к. это долго и дорого), а пользуемся так называемыми эвристиками - простыми правилами для принятия решений. Простое правило про отнесение людей (и вещей тоже) к группам авторы окрестили эвристикой репрезентативности : мы судим о принадлежности человека к группе на основе типичных черт - а не на основе размера группы и редкости ее представителей в природе.

Вспомним Стива. Этот пример чуть сложнее: правильного ответа на задачу нет, поэтому придется немного напрячься, чтобы осознать его. Важно здесь не то, кто Стив на самом деле, а то, как именно мы приходим к решению о том, что он библиотекарь. Я спросила в чате канала, и объяснения, как и положено, отсылают к типичности черт. Гораздо менее нормально для человека, отвечая на такую задачку, задуматься: а сколько в мире (ну или в данном случае в США) фермеров, продажников, врачей и библиотекарей? Ради интереса: продажников - 13 млн, фермеров - 2 млн, врачей - 0.95 млн, библиотекарей - 0.16 млн. То есть при прочих равных, вероятность того, что Стив продажник примерно в восемьдесят раз выше, чем того, что он библиотекарь, - а фермер - в двенадцать раз выше.

Вы скажете: но Стив очевидный интроверт, наверняка вероятность лично для него стать продажником ниже, чем для какого-нибудь общительного Джона. И вы будете правы: о связи черт личности с выбором профессии есть немало исследований, например, про экстраверсию вообще (Ackerman & Heggestad, 1997) и про типичные черты фермеров (Gottfredson, Jones, & Holland, 1993). Но никакая сеть библиотек ни в одном государстве скорее всего не сможет трудоустроить всех интровертов стран.

Иначе говоря, библиотекарь - это редкая профессия (много ли у вас друзей библиотекарей?), поэтому вероятность того, что Стив врач или фермер, - или даже продажник, учитывая их огромное число - как ни крути выше.