Текст книги "Думай медленно... решай быстро"

Автор книги: Даниэль Канеман

сообщить о нарушении

Текущая страница: 16 (всего у книги 47 страниц) [доступный отрывок для чтения: 17 страниц]

Разговоры о ситуациях, где «лучше меньше»

«Составители запутанного сценария настаивают, что такое развитие событий весьма вероятно. Это не так, просто история правдоподобная».

«К дорогому продукту добавили дешевый подарок, и в итоге все стало менее привлекательно. В данном случае лучше меньше».

«В большинстве ситуаций прямое сравнение делает людей осторожнее и логичнее, но не всегда. Временами интуиция побеждает логику, даже если правильный ответ перед вами».

16. Причины побеждают статистику

Рассмотрите описание и дайте интуитивный ответ на следующий вопрос:

Ночью таксист совершил наезд и скрылся с места происшествия.

В городе работают две компании такси, «Зеленая» и «Синяя».

Вам представили следующие данные:

• 85% городских такси – из «Зеленой» компании, а 15% – из «Синей».

• Свидетель опознал такси как «Синее». Судебная экспертиза проверила надежность свидетеля в ночных условиях и заключила, что свидетель правильно опознает каждый из двух цветов в 80% случаев и неправильно – в 20% случаев.

Какова вероятность того, ч то такси, совершившее наезд, было «Синим», а не «Зеленым»?

Это – стандартная задача байесовского вывода. В ней есть два пункта информации: априорная вероятность и не вполне надежные свидетельские показания. В отсутствие свидетеля вероятность того, что такси-виновник «Синее», – 15%, то есть это априорная вероятность такого исхода. Если бы компании такси были одинаково крупными, априорная вероятность стала бы неинформативной. В таком случае вы, рассматривая только надежность свидетеля, пришли бы к выводу, что вероятность составляет 80%. Два источника информации можно объединить по формуле Байеса. Правильный ответ – 41%. Впрочем, вы наверняка догадываетесь, что при решении этой задачи испытуемые игнорируют априорную вероятность и выбирают свидетеля. Самый частый ответ – 80%.

Каузальные стереотипы

Теперь взгляните на ту же историю с иным представлением априорной вероятности.

У вас есть следующие данные:

• У обеих компаний одинаковое число машин, но «Зеленые» такси связаны с 85% происшествий.

• Информация о свидетеле такая же, как в предыдущей версии задания.

Эти две версии математически одинаковы, но разнятся с психологической точки зрения. Те, кто ознакомился с первым вариантом задания, не знают, как пользоваться априорной вероятностью, и часто ее игнорируют. Те, кто видит второй вариант, напротив, уделяют априорной вероятности значительное внимание, и в среднем их оценки недалеки от байесовского решения. Почему?

В первом варианте априорная вероятность «Синих» такси – статистический факт, количество такси в городе. Разуму, жаждущему каузальных историй, не о чем думать: количество «Синих» и «Зеленых» такси в городе не заставляет водителей скрываться с места происшествия.

С другой стороны, во втором варианте водители «Зеленых» такси в пять с лишним раз чаще попадают в аварии, чем водители «Синих». Вывод напрашивается немедленно: водители «Зеленых» такси – отчаянные безумцы! У вас сформировался стереотип неосторожности «Зеленых», который вы применяете к неизвестным отдельным водителям компании. Стереотип легко вписывается в каузальную историю, поскольку неосторожность – это каузально важная черта для отдельных водителей. В этой версии присутствуют две каузальные истории, которые требуется либо объединить, либо привести в соответствие друг другу. Первая – это происшествие, естественным образом вызывающее мысль о том, что виноват неосторожный водитель «Зеленых». Вторая – это свидетельские показания, дающие веские основания предполагать, что такси было из «Синих». Выводы из двух историй относительно цвета машины противоречивы и примерно нейтрализуют друг друга. Цвета примерно равновероятны (байесовская оценка составляет 41%, что отражает чуть более сильное влияние соотношения виновных в происшествиях водителей «Зеленых» по сравнению с надежностью свидетеля, заявившего, что такси было «Синим»).

Пример с такси иллюстрирует два типа априорных вероятностей. Статистические априорные вероятности – это неважные для отдельного случая факты о совокупности, в рамках которой рассматривается ситуация. Каузальные априорные вероятности меняют ваше видение того, как этот случай произошел. Обращаются с этими двумя типами информации об априорных вероятностях по-разному:

Статистическим априорным вероятностям обычно придают небольшой вес, а иногда и вообще игнорируют при наличии конкретной информации о рассматриваемом случае.

Каузальные априорные вероятности рассматривают как информацию о конкретном случае и легко сочетают с другой относящейся к нему информацией.

Каузальная версия задачи про такси сформулирована как стереотип: «Зеленые» водители опасны. Стереотипы – это утверждения о группе, которые считаются (хотя бы условно) верными для каждого ее члена. Вот два примера:

Большинство выпускников этой школы в бедном районе поступают в колледж.

Во Франции широко интересуются велоспортом.

Эти утверждения с готовностью интерпретируются как определение склонности отдельных членов группы и вписываются в каузальную историю. Многие выпускники этой школы в бедном районе желают и идут учиться в колледж, предположительно из-за каких-то благоприятных особенностей школы. Во французской культуре и общественной жизни есть силы, заставляющие многих французов интересоваться велоспортом. Вы вспомните эти факты, когда будете обдумывать вероятность того, пойдет ли конкретный выпускник этой школы в колледж, или размышлять, стоит ли упоминать «Тур де Франс» в разговоре с недавно встреченным французом.

Формирование стереотипа – отрицательное понятие в нашей культуре, но я использую его нейтрально. Одна из основных характеристик Системы 1 заключается в представлении категорий в виде норм и прототипов. Именно так мы думаем о лошадях, холодильниках и нью-йоркских полицейских; мы держим в памяти представление об одном или нескольких «нормальных» примерах из каждой категории. В социальных категориях такие представления называют стереотипами. Некоторые из них катастрофически ошибочны, а формирование неприязненных или враждебных стереотипов приводит к ужасным последствиям, но от психологии не уйдешь: мы представляем категории через верные и фальшивые стереотипы.

Обратите внимание на иронию: в контексте задачи про такси пренебрежение информацией об априорных вероятностях – когнитивный недостаток, ошибка в байесовском обосновании, тогда как доверие к каузальным априорным вероятностям желательно. Формирование стереотипов о водителях «Зеленых» такси повышает точность оценки. Однако в другом контексте – например, при найме на работу или в профилировании – существуют жесткие социальные и законодательные нормы против создания стереотипов. Так и должно быть. В деликатных социальных ситуациях нежелательно делать потенциально неверные выводы об индивиде на основании статистики группы. С моральной точки зрения считается желательным рассматривать априорные вероятности как общие статистические факты, а не как предположения о конкретных людях. Иными словами, в этом случае мы отвергаем каузальные априорные вероятности.

Социальные нормы против формирования стереотипов, включая неприятие профилирования, полезны для создания более цивилизованного и справедливого общества. Тем не менее стоит помнить, что пренебрежение обоснованными стереотипами неизбежно влечет за собой неоптимальные оценки. Противостояние стереотипам похвально с точки зрения морали, однако не следует ошибочно придерживаться упрощенного мнения, что это не несет последствий. Такую цену стоит заплатить ради улучшения общества, но отрицание ее существования, хотя и успокаивает душу и политически корректно, все же не имеет научного обоснования. В политических дебатах часто используют эвристику аффекта: симпатичные нам принципы якобы не требуют затрат, а те, что нам не нравятся, якобы не дают никакой пользы. Мы должны быть способны на большее.

Каузальные ситуации

Мы с Амосом составили варианты задания про такси, позаимствовав понятие каузальных априорных вероятностей у психолога Исаака Айзена. В своих экспериментах он показывал участникам краткие описания студентов, сдававших экзамены в Йельском университете, и просил оценить вероятность того, сдан ли экзамен. Каузальными априорными вероятностями манипулировали очень просто: Айзен объяснил одной группе, что описанные студенты были выбраны из потока, в котором 75% сдали экзамен, а другой группе – что в рассмотренном потоке было лишь 25% положительных результатов. Это – весьма существенная подстановка, поскольку априорная вероятность предполагает немедленный вывод о чрезвычайной сложности экзамена, который успешно сдали всего 25% студентов. Сложность экзамена – это, безусловно, один из каузальных факторов, определяющих результат каждого студента. Как и ожидалось, участники эксперимента Айзена оказались весьма чувствительны к каузальным априорным вероятностям и вероятность каждого из студентов сдать экзамен в более успешном потоке оценили выше, чем при условии множества провалов.

Айзен изобретательно подтолкнул испытуемых к мысли о некаузальной априорной вероятности. Он объяснил участникам эксперимента, что группу студентов взяли из выборки, в свою очередь составленной из студентов, сдавших или проваливших экзамен. Информацию о группе с высоким показателем провалов сформулировали так:

Экспериментатор, преимущественно интересующийся причинами неудачи, составил выборку, в которой 75% студентов не сдали экзамен.

Обратите внимание на разницу. Эта априорная вероятность – чисто статистическая информа ция о выборке, из которой извлекли рассматриваемые экземпляры. Она никак не связана с заданным вопросом, то есть сдал каждый отдельно взятый студент экзамен или провалил. Как и ожидалось, эксплицитно указанные априорные вероятности повлияли на оценочные суждения в гораздо меньшей степени, чем статистически эквивалентные каузальные априорные вероятности. Система 1 справляется с историями, где между элементами есть каузальная связь, но слаба в статистических рассуждениях. Разумеется, с байесовской точки зрения эти версии эквивалентны. Возникает соблазн заключить, что мы пришли к удовлетворительному выводу: каузальные априорные вероятности активно используются, а статистические факты в той или иной степени игнорируются. Но следующее исследование – одно из моих любимых – показывает, что ситуация гораздо сложнее.

Можно ли научить психологии?

Задания о неосторожных таксистах и о невероятно трудном экзамене иллюстрируют два типа выводов, которые делают из каузальных априорных вероятностей: стереотипная черта, приписываемая отдельному индивиду, и важная особенность ситуации, влияющая на результат работы отдельного человека. Участники экспериментов сделали правильные выводы, и их оценочные суждения улучшились. К сожалению, дела не всегда складываются так удачно. Классический эксперимент, описанный ниже, показывает, что из информации об априорных вероятностях не делают выводов, противоречащих существующим у респондентов убеждениям. Это исследование также подтверждает не слишком приятное заключение: обучение психологии – преимущественно пустая трата времени.

Эксперимент провели в Мичиганском университете социальный психолог Ричард Нисбетт и его ученик Юджин Борджида. Участникам эксперимента рассказали об известном исследовании готовности помогать, проведенном за несколько лет до того в Нью-Йоркском университете. Испытуемых рассадили по отдельным кабинкам, и они через переговорное устройство рассказывали о своей жизни и личных проблемах. Каждому участнику выделялось по две минуты, в каждый момент времени был активен лишь один микрофон. Группы состояли из шести человек, один из которых был подставным. Он говорил первым, следуя сценарию экспериментаторов: описывал свои проблемы с приспосабливанием к жизни в Нью-Йорке и с явным смущением признавался, что склонен к судорожным припадкам, в особенности при стрессе. Затем возможность высказаться получали остальные. Когда слово вновь переходило к подставному участнику, он начинал волноваться, бессвязно бормотать, говорил, что чувствует приближение судорог, и просил о помощи, душераздирающе произнося: «По-помоги-и-ите… Я… я у-у-умира-а-аю… у-умира-а-а-ю… припа-а-адок…» Затем слышались хрипы и удушливые всхлипы, после чего воцарялась тишина. Автоматически включался микрофон следующего участника, и от, возможно, умирающего человека больше ничего не было слышно.

Как, по-вашему, поступили участники эксперимента? Им было известно, что один из присутствующих бился в судорогах и просил о помощи. На этот призыв мог отреагировать любой или любые из испытуемых, так что, возможно, необходимости покидать кабинку не было. Результаты оказались таковы: из пятнадцати человек только четверо немедленно отреагировали на призыв о помощи. Шестеро не вышли из кабинок совсем, а еще пятеро покинули кабинки, только когда создалось впечатление, что жертва припадка задохнулась. Эксперимент показывает, что некоторые чувствуют себя свободными от ответственности, если знают, что другие слышали ту же просьбу о помощи.

Вы удивились результатам? Скоре е всего, да. Как правило, мы считаем себя достойными людьми, которые в такой ситуации поспешат на помощь, и ожидаем, что другие достойные люди поступят так же. Смысл эксперимента, конечно же, состоит в том, чтобы опровергнуть эти ожидания. Даже нормальные, достойные люди – в том числе и вы – не спешат на помощь пострадавшему, если надеются, что этот неприятный труд возьмут на себя другие.

Готовы ли вы согласиться с таким утверждением: «Прочитав описание эксперимента, я подумал, что немедленно пришел бы на помощь незнакомцу, потому что поступил бы так же, будучи с ним наедине. Вероятно, я ошибался. В ситуации, когда у других есть возможность помочь, я могу остаться в стороне. Присутствие других уменьшит мое чувство личной ответственности сильнее, чем я представлял поначалу»? Преподаватель психологии надеется, что вы усвоите именно это. Но сделали бы вы такие же выводы самостоятельно?

Преподаватель психологии, описывающий исследование готовности помогать, хочет, чтобы, как и в случае с выдуманным экзаменом, студенты рассматривали низкую априорную вероятность как каузальную. В обоих случаях студенты должны сделать вывод, что удивительно высокий процент неудач подразумевает очень трудное испытание, и извлечь из него урок: некая важная особенность ситуации (например, размывание ответственности) заставляет нормальных и достойных людей – включая самих студентов – вести себя на удивление неотзывчиво.

Менять собственное мнение о человеческой природе трудно, а еще труднее менять мнение о себе в худшую сторону. Нисбетт и Борджида подозревали, что студенты будут сопротивляться неприятной работе. Безусловно, они вполне будут способны рассказать на экзамене об исследовании готовности помогать и даже повторят «официальную» интерпретацию о размывании ответственности. Но изменятся ли их представления о человеческой природе? Чтобы это выяснить, Нисбетт и Борджида показали студентам видеозаписи бесед, якобы проведенных с двумя участниками нью-йоркского эксперимента. Беседы были короткими и невыразительными. Участники эксперимента выглядели приятными, нормальными, достойными людьми. Они описывали свои хобби, планы на будущее и то, чем занимаются в свободное время. Все было вполне обычным. После просмотра видеозаписи студентов просили угадать, как быстро эти люди пришли на помощь незнакомцу в беде.

Чтобы применить к этому заданию байесовский подход, следует спросить себя, как бы вы оценили этих двух индивидов, если бы не увидели интервью. Ответ на этот вопрос лежит в априорной вероятности. Как известно, лишь 4 из 15 участников поспешили на помощь после первой просьбы, то есть вероятность того, что некий участник так и поступил, составляет 27%. Иными словами, изначально следует считать, что он остался в стороне. Далее байесовская логика требует, чтобы вы уточнили свою оценку согласно любой полученной информации, важной для данного вопроса. Однако намеренно неинформативные видеозаписи не давали повода предполагать, насколько охотно готовы прийти на помощь люди, с которыми проводили собеседование. В отсутствие полезной новой информации байесовское решение состоит в том, чтобы придерживаться априорных вероятностей.

Нисбетт и Борджида попросили две группы студентов просмотреть видео и оценить поведение двух человек. Первой группе описали только сам эксперимент, но не сообщили его результатов. Предсказания студентов этой группы отражали их убеждения относительно человеческой натуры и понимание ситуации. Как и можно было ожидать, испытуемые решили, что оба человека немедленно ринутся на помощь. Второй группе описали и сам эксперимент, и его результаты. Сравнение оценок двух групп отвечает на важный вопрос: извлекли ли испытуемые во второй группе урок из результатов исследования, серьезно повлиявший на их мышление? Ответ прост: нет. Предсказания испытуемых во второй группе были точно такими же, как у студентов, не знавших о статистических результатах эксперимента. Несмотря на то, что им были известны априорные вероятности в группе, из которой отобрали двоих человек для видеозаписи, участники исследования остались при убеждении, что оба бросились на помощь пострадавшему незнакомцу.

Преподавателей психологии выводы из этого эксперимента обескураживают. Рассказывая студентам о поведении людей в исследовании готовности помочь, мы ожидаем, что они узнают что-то новое, хотим изменить их восприятие поведения людей в определенной ситуации. В эксперименте Нисбетта и Борджиды эта цель не была достигнута, и нет оснований предполагать, что результаты сильно изменились бы, выбери они другой удивительный психологический эксперимент. Впоследствии они сообщили о сходных результатах рассказов о другом эксперименте, где под влиянием мягкого социального давления группы испытуемые соглашались перенести весьма болезненные удары электрошока. У студентов не возникало новой оценки влияния социальной обстановки, и ничего важного из результатов эксперимента они не извлекли. Их оценки своего поведения или поведения случайно выбранных незнакомцев показывают, что испытуемые не изменили взгляд на собственную реакцию. По мнению Нисбетта и Борджиды, студенты «стараются незаметно освободить себя» – а также друзей и знакомых – от выводов из удивительных для них экспериментов.

И все же преподавателям психологии не стоит отчаиваться, потому что Нисбетт и Борджида обнаружили, как заставить студентов понять смысл эксперимента о готовности помочь. Группе испытуемых рассказали об эксперименте, но не о его результатах. Студентам показали видеозаписи, объяснили, что двое интервьюируемых не помогли незнакомцу, а затем попросили угадать общие результаты. Как ни странно, оценки оказались очень точными.

Чтобы студенты усвоили любую неизвестную им дотоле информацию из области психологии, их нужно удивить. Но чем? Нисбетт и Борджида обнаружили, что удивительные статистические факты ничему не учат. Однако удивительные отдельные случаи – например, двое приятных людей, не пришедших на помощь в беде, – подталкивали студентов к немедленному обобщению и выводу, что помогать труднее, чем представляется. Нисбетт и Борджида описывают результаты своих исследований одной емкой фразой:

«Нежелание участников выводить частное из общего сравнимо лишь с их готовностью выводить общее из частного».

Это – чрезвычайно важное заключение. Поразительные статистические факты человеческого поведения часто впечатляют, ими хочется поделиться с друзьями, но понимание мира при этом необязательно меняется. Понять, научились ли вы психологии, можно по тому, изменилось ли ваше понимание встречающихся вам ситуаций, а не по тому, усвоили ли вы новый факт. Наши размышления о статистике и наши размышления об отдельных случаях разделяет громадная пропасть. Статистические результаты с каузальной интерпретацией влияют на нас сильнее некаузальной информации. Но даже убедительная каузальная статистика не изменит давние убеждения или мнения, основанные на личном опыте. Удивительные отдельные случаи, напротив, оказывают сильное влияние и гораздо более эффективны для преподавания психологии, потому что несоответствие необходимо разрешить и включить в каузальную историю. Именно поэтому в данной книге приведены вопросы, адресованные лично читателю. Вы легче научитесь чему-то, удивившись собственному поведению, чем услышав удивительную информацию о людях вообще.