Текст книги "Психология оценки и принятия решений"
Автор книги: Скотт Плаус
Жанр:
Психология
сообщить о нарушении
Текущая страница: 8 (всего у книги 19 страниц)
Другой компенсирующей стратегией является так называемая «модель дополнительного различия». Она очень похожа на линейную модель, не считая того, что в последней оценивается каждая альтернатива по всем параметрам и затем сравнивается с другими альтернативами, а при использовании модели дополнительного различия оценивается каждый параметр для всех альтернатив и учитывается только различие между альтернативами. Сосредоточение на различии имеет как минимум два преимущества: значительно упрощает выбор между двумя альтернативами и, в качестве модели принятия решений, кажется ближе к тому, как люди принимают решения. Например, человек, покупающий машину, скорее предпочтет задуматься над разницей между двумя автомобилями, чем оценивать все показатели каждой машины, а потом складывать оценки разных параметров (в случае применения линейной модели).
Еще одной стратегией выбора является модель «идеального пункта». С алгебраической точки зрения она очень напоминает линейную модель, но отличается от нее по своему принципу. Согласно этой модели, человек всегда имеет представление об идеальной альтернативе (скажем, об идеальной работе или идеальной машине), а реальные альтернативы оцениваются с точки зрения того, насколько они близки к идеалу по каждому параметру. (135:)
Некомпенсирующие стратегии
Когда люди сталкиваются с комплексным выбором из нескольких альтернатив, они обычно используют «некомпенсирующие» стратегии, не допускающие обменов в отличие от компенсирующих. Четыре наиболее известных примера некомпенсирующих стратегий – это объединяющее правило, разъединяющее правило, лексикографическая стратегия и удаление-по-аспектам (Хо-гарт, 1987).
Люди, пользующиеся объединяющим правилом, исключают альтернативы, выходящие за определенные заранее рамки. Например, поступающие в аспирантуру могут быть исключены из списка претендентов, если в их квалификационной экзаменационной ведомости (Graduate Record Examination [GRE]) количество баллов менее 1000, если их средние оценки в колледже ниже 3,0 или в их заявлении больше трех орфографических ошибок. Объединяющее правило скорее приводит к удовлетворяющим, а не к оптимальным результатам.
С другой стороны, люди, пользующиеся разъединяющим правилом, могут допускать незначительные орфографические ошибки, если средний балл в колледже у претендентов достаточно высок. Согласно разъединяющему правилу, каждая из альтернатив оценивается по своим лучшим качествам, независимо от того, насколько неблагоприятны могут быть остальные качества. Чтобы представить наиболее яркий пример, обратимся к той же приемной комиссии. Если она руководствуется разъединяющим правилом, то должна принять претендента, имеющего высокие оценки, даже если его заявление напечатано так, будто это делал шимпанзе.
Третья некомпенсирующая модель – это лексикографика. Человек, использующий для принятия решений эту стратегию, определяет для начала наиболее важные качества, которые будут влиять на его выбор, а затем выбирает одну или несколько альтернатив, которые в наибольшей степени устраивают его с этой точки зрения. Если альтернатив больше, чем необходимо, выбирается следующее важное качество, затем следующее, и так до тех пор, пока количество подходящих вариантов не сократится до необходимого.
Последней компенсирующей стратегией (выдвинутой Тверски в 1972 году) является удаление-по-аспектам (elimination-by-
136
aspects [ЕВА]), представляющее собой необходимую вероятностную вариацию лексографической стратегии. Согласно ЕВА, каждое качество (или аспект), учитывающееся при выборе, выбирается вероятностно, пропорционально своей значимости. Сначала альтернативы компонуются в соответствии с выбранным наиболее важным аспектом, после чего худшие отбрасываются, выбирается новый аспект, неподходящие альтернативы отбрасываются и т.д. Тверски (1972, с. 285) иллюстрировал ЕВА следующим образом: «При выборе новой машины, например, первым аспектом может быть, скажем, автоматическая коробка передач – это исключит все машины с ручной передачей. Из оставшихся альтернатив рассматриваем следующий важный аспект, скажем, цену не выше 3000 долл. и отбрасываем все дорогие автомобили. Этот процесс продолжается, пока вы не выберете конкретную машину».
Более важные параметры
Несмотря на то что относительно стратегий, использующихся при многоатрибутном выборе, написано множество теоретических и математических работ, экспериментов на эту тему проведено немного. Заметным исключением является серия опытов, сообщение о которой опубликовано Словиком в 1975 году.
Словика заинтересовало то, как люди выбирают между двумя равноценными альтернативами. Он выдвинул гипотезу, что в таких обстоятельствах люди имеют тенденцию выбирать альтернативу, первенствующую в более важном качестве. Словик назвал это «гипотезой наиболее важного параметра».
Чтобы проверить свое предположение, Словик предложил испытуемым две равноценные альтернативы (скажем, двух бейсболистов, одинаково важных для своих команд). При этом испытуемым задавались вопросы типа:
Игрок 1 выбил 26 кругов и в среднем отбивает 27,3% ударов. Игрок 2 выбил 20 кругов. Сколько ударов он должен отбивать, чтобы его ценность для команды была такой же, как и у первого игрока?
После того как респонденты посчитали обе альтернативы равноценными (и прошло некоторое время), Словик предлагал им назвать более важное качество и сделать выбор между ними. Результаты надежно подтвердили гипотезу наиболее важного (137:) параметра. С ошеломляющим преимуществом испытуемые выбирали альтернативы, значимые по более важным качествам.
Эти результаты показали, что когда люди сталкиваются с выбором между двумя равноценными возможностями, они не выбирают наугад. Их, когда им нужно сделать подобный выбор, не парализует нерешительность, как Данте, которого «сковал тяжелый гнет». Они обычно выбирают альтернативу, первенствующую в том качестве, которое считают более важным.
Заключение
Так же, как Санкт-Петербургский парадокс привел к развитию теории ожидаемой выгоды, проблемы вроде парадоксов Аллайса и Эллсберга привели к открытию альтернатив теории ожидаемой выгоды. Наиболее широко известная из них – теория перспективы. Несмотря на то что многие аналитики решений до сих пор пользуются теорией ожидаемой выгоды как нормативной моделью, теория перспективы предоставляет более точное описание того, как люди на самом деле принимают решения. Она легче применима к ряду распространенных ситуаций.
Например, боязнь потери означает, что компании с помощью кредитных карт могут получать большую прибыль от продаж, чем от обычных плат за услуги (Талер, 1980). Отчисление пени представляется связанным с издержками, а покупка по сниженной цене – с прибылью, хотя финансовый механизм работы обеих услуг одинаков. По теории перспективы, плата за услуги кажется больше, чем покупка по сниженной цене. Те же принципы используются в магазинах, предлагающих «продажу по оптовым ценам», чтобы привлечь покупателей, стремящихся «сэкономить» (Талер, 1985).
Боязнь потери также используется, чтобы поощрять женщин к самопроверке на предмет обнаружения рака груди. Бет Мейеровитц и Шелли Чейкен в 1987 году познакомили женщин студенческого возраста с тремя брошюрами. В первой были представлены преимущества самопроверки в терминах выигрыша для предупреждения рака, вторая предупреждала, что отсутствие тестирования ведет к потере в защите здоровья. Третья просто констатировала факт существования такого тестирования. Например, первое высказывание звучало так: «Используя самопроверку (breast self-examination [BSE]) сейчас, вы сможете узнать, каково
138
самочувствие второй груди, и будете в состоянии заметить самые маленькие отклонения, которые могут проявиться только через несколько лет». Второе высказывание звучало так: «Не используя BSE сейчас, вы не сможете узнать, как бы чувствовали себя, если бы были здоровы, и не сможете заметить незначительных изменений, которые могут появиться, когда вы станете старше». Третье высказывание не включало подобных утверждений.
Мейеровитц и Чейкен обнаружили четыре месяца спустя, что 57% женщин, ознакомленных со вторым высказыванием, использовали BSE, тогда как из первой и третьей группы это делали соответственно 38% и 39% женщин. Таким образом, по наблюдению Мейеровитц и Чейкен, действие второго высказывания было более сильным, поскольку потеря в защищенности здоровья кажется более важной, чем приобретение этой защиты – даже если они логически эквивалентны. Эти результаты показали, что боязнь потери может быть использована для улучшения здоровья и благополучия общества.
Теория перспективы имеет огромные преимущества перед классической теорией выгоды. Так, многие ошибки, парадоксы и противоречия последней могут быть объяснены при помощи первой. В следующем разделе рассматриваются примеры отступления принимающих решения от нормативных принципов рациональности. Как будет видно дальше, люди склонны к ряду необъективностей в оценке и поведении, но во многих случаях эти отклонения систематичны и могут быть контролируемы или предсказаны.
Раздел IV . Эвристика и субъективные смещения
Когда люди сталкиваются с путаницей при оценке или решении, они часто упрощают задачу, переходя на эвристику, т.е. высасывая решения из пальца. Во многих случаях эти упрощения достигают результатов, близких к «оптимальным» ответам, предлагаемым нормативными теориями. В других ситуациях, однако, эвристика приводит к субъективным смещениям и несоответствиям. Этот раздел книги посвящен, главным образом, наиболее известным примерам эвристики и субъективных смещений.
Глава 10. Эвристика репрезентативности
Как люди приходят к тем или иным решениям? Как делают выбор из множества возможностей? И как они формируют оценки ценности или привлекательности отдельных событий и вероятных исходов? Этот раздел книги посвящен двум родственным вопросам: процессу,благодаря которому люди приходят к своим заключениям; и субъективным смещениям,которые становятся последствиями этих процессов.
Амос Тверски и Дэниел Канеман в 1974 году пришли к выводу, что большинство респондентов использует «эвристику» для вынесения своих оценок. Преимущество этого метода в том, что он сокращает количество времени и усилий, необходимых для принятия решения. Например, значительно проще оценить преимущества той или иной возможности при помощи эвристики, чем последовательно оценивать все возможности, вероятность того или иного результата, и т.д. В большинстве случаев грубые приближения вполне достаточны (поскольку люди в основном стремятся к удовлетворительному, а не к оптимальному решению).
Обычно эвристика дает довольно хорошие результаты. Однако недостатком ее использования является то, что в определенных ситуациях она приводит к систематическим субъективным смещениям (т.е. отклонениям от нормативно получаемых ответов). Эвристика, обсуждающаяся в этой главе, известна как «репрезентативная», и она приводит к весьма предсказуемым смещениям в конкретных ситуациях. Как говорилось выше, причина того, что отклонениям уделяется больше внимания, чем успехам, в том, что ошибки и сбои больше говорят о процессе, чем успехи. Фактически, все теории принятия решений основаны на результатах исследований различных сбоев в оценке.
152
некто обязательно должен покончить с «черной полосой» в жизни или ничего не должен менять из боязни выйти из «хорошей полосы», проистекает из наблюдения простого феномена регресса
Джордж Гмелч (1978, август), профессиональный бейсболист, позже ставший социологом, оставил несколько примеров такого предрассудка в книге «Магия бейсбола». В ней говорится, в частности, что команда New York Giants отказывалась стирать форму в то время, как они выигрывали 16 раз подряд, из опасения «смыть» удачу. Точно так же Лео Дюрочер носил одни и те же черные туфли, серые носки, синее пальто и не развязывал галстук в течение 3,5 недель пока Brooklin Dodgers не завоевали победу в 1941 году.
Регрессом к среднему можно объяснить и то, что очень сильные спортсмены и команды обычно показывают более низкие результаты после того, как их фотографии появляются на обложке какого– нибудь иллюстрированного спортивного журнала. Дело в том, что на обложках обычно появляются фотографии спортсменов, показавших выдающиеся результаты, после компенсирующиеся более низкими. Говорят, что эти фотографии могут «сглазить» – хотя на самом деле проявляется обычный регресс к среднему.
Клинический прогноз в сравнении с предположительным
Люди имеют тенденцию игнорировать информацию о базовой частоте и прогнозе, что приводит иногда к удивительным ситуациям. Как зафиксировано в описаниях более чем 100 экспериментов по социологии (Доус, Фауст и Мил, 1989), точность «актуарных» прогнозов (прогнозов, основанных исключительно на эмпирических отношениях между данным рядом возможностей и окончательным результатом) не ниже, а зачастую и выше точности «клинических» прогнозов (прогнозов, основанных на оценке людей). Другими словами, вопреки здравому смыслу зачастую более точными оказываются оценки нечеловека – даже если он имел полный доступ к предположительной информации.
Например, в одном из экспериментов по изучению клинического прогноза оценки 21 сотрудника психиатрической клиники были сопоставлены с подшивкой предъявленных (153:) пациентами претензий и пожеланий по поводу психиатрического обслуживания (Ласки, Ховер, Смит, Бостиан, Даффендэк и Норд, 1959). Эти претензии были использованы в качестве приблизительной оценки положения за время, проведенное в больнице. Когда информация была обобщена, оказалось, что оценка персонала не была существенно точнее оценки, полученной из анализа подшивки (соотношение было 0,62 и 0,61 соответственно). По– видимому, экспертиза персонала и польза от обладания дополнительной информацией были более чем компенсированы другими факторами. Поскольку клинические оценки обычно основаны на эвристике вроде репрезентативности – и порождают различные смещения – такие прогнозы редко бывают точнее прогнозов, основанных только на предположительных отношениях.
Заключение
Исследования репрезентативной эвристики предлагают несколько способов совершенствования возможностей оценки и принятия решений, включая следующие рекомендации:
Не позволяйте детализированным сценариям вводить себя в заблуждение. Спецификация, из– за которой детализированные сценарии кажутся более правильными, определяет также и их привлекательность. В общем, чем больше деталей содержит сценарий, тем менее он вероятен – даже если кажется, что он в совершенстве отражает наиболее вероятный исход дела.
По возможности обращайте внимание на базовую частоту. Базовые частоты особенно важны, когда возможность события точно определена или оно очень распространено. Например, поскольку вероятность очень низка, многие талантливые преподаватели никогда не бывают приняты в старшую школу (и было бы ошибкой интерпретировать это как показатель того, что преподавателю не достает компетенции). И наоборот, из– за высокой вероятности многие неквалифицированные водители получают права. Когда базовые частоты слишком высоки или низки, репрезентативность зачастую является плохим индикатором вероятности. (154:)
Помните, что шанс не саморегулируется. Ряд неудач значит только ряд неудач. Это не значит, что впереди такой же ряд удач, и это не значит, что вещи роковым образом остаются неизменными. Если существует (как при подбрасывании монеты) конкретная вероятность определенного исхода или результата, прошлые события не имеют влияния на будущие.
Не забывайте о регрессе к среднему. Даже если ряд неудач не обязательно компенсируется рядом удач (и наоборот), после ярких событий обычно следуют более обычные. Регресс к среднему типичен, от чего бы ни зависел исход. Каждый из факторов, приводящих к усредненному, может в иной комбинации привести к необычному, но в большинстве случаев события возвращаются к норме.
Не забывая эти советы, вы сможете избежать множества ошибок, происходящих от репрезентативной эвристики. Следующая глава посвящена другому широко известному виду эвристики – «эвристике доступности» и вызываемым ею субъективным смещениям.
Глава 11. Эвристика доступности
Согласно Тверски и Канеману (1974, с. 1127) эвристика доступности – это интуитивный процесс, в котором человек, принимающий решение, «оценивает частоту или возможность события по легкости, с которой примеры или случаи приходят на ум». Обычно этот вид эвристики работает достаточно хорошо: все вещи эквивалентны, распространенные события легче вспомнить и представить, чем редкие. Используя доступность оценки частоты и возможности, человек способен на упрощения, применимые к самым сложным оценкам.
Однако, как при использовании любой эвристики, здесь бывают случаи, в которых общее работающее правило теряет силу и систематически возникают смещения. Некоторые события более доступны не потому, что они случаются чаще или с большей вероятностью, а потому, что о них легче думать, или из– за того, что они произошли недавно или были очень эмоциональны, и т.д. В этой главе вы найдете ответы на три главных вопроса: 1) В каких случаях эвристика доступности приводит к неверным оценкам? 2) Воспринимают ли люди событие как более привлекательное после того, как представят, что оно произошло? 3) Чем яркая, ясная информация отличается от прочей?
Доступность выходит боком
От чего в США умирают чаще: от упавших на голову частей самолета или попадая на обед к акулам? Большинство людей считают нападение акул более вероятным, чем падение частей самолета с неба (взгляните на свой ответ на п. 7 Анкеты). Конечно, люди думают, что акулы убивают больше народу, чем отвалившиеся шасси, да и представить их легче (спасибо фильмам вроде «Челюстей»). Хотя шанс быть раздавленным частями самолета в 30 раз больше, чем смерть от нападения акулы (Death
164
Отречение
Как ни убедительны эти результаты, но в исчерпывающем обзоре лабораторных исследований эффекта яркости Шелли Тейлор и Сьюзан Томпсон (1982, с. 172) пишут, что большинство исследований дают смешанные результаты или вообще не демонстрируют эффекта яркости, из чего они заключили, по крайней мере на основе лабораторных исследований, что эффект яркости «слаб, если вообще наблюдается».
Этот вывод должен, конечно, умерить пыл сторонников сильного влияния яркой информации на оценку. Но в то же время эффект яркости возникает, по крайней мере, в некоторых ситуациях. Во-первых, Тейлор и Томпсон отмечают несколько исключений из этого общего вывода. Например, они обнаружили, что различные случаи и истории зачастую бывают убедительнее статистической или абстрактной информации, а также, что при некоторых условиях видеоинформация более впечатляет, чем прочитанная или услышанная. Во-вторых, как прекрасно знали Тейлор и Томпсон, существует много способов объяснить отсутствиеисследовательских данных. То, что в данном эксперименте не был обнаружен эффект яркости, можно объяснить как неправильной постановкой эксперимента, так и собственно его отсутствием, а в некоторых экспериментах яркость была смешана с другими факторами. И, наконец, также по замечанию самих Тейлор и Томпсон, есть основания думать, что лабораторные опыты не выявляют эффекта яркости, поскольку они основаны на темах, которые обычно не волнуют людей. Следовательно, лабораторные эксперименты могут серьезно снизить то значение, которое имеет эффект яркости в повседневной жизни.
Из последнего анализа ясно, что эффект яркости возникает, по крайней мере, в некоторых случаях, но его влияние ограничено. Кроме того, возвращаясь к эвристике доступности, яркие примеры событий могут повысить вероятность и частоту событий (в восприятии) людей больше, чем бледные примеры.
Заключение
Во многих случаях эвристика доступности приводит к вполне резонным и точным оценкам частоты и вероятности. В некоторых ситуациях, однако, она может привести к критическим (165:) смещениям в оценке. Например, здравоохранение опирается на знания статистики смертности от таких страшных болезней, как рак желудка. Если распространенность болезней не оценена, люди с меньшей охотой будут проходить профилактику (Кристиансен, 1983). Точно так же яркие, но редкие случаи смерти переоцениваются, хотя следовало бы обратить внимание на более распространенные опасности. Некоторые авторы, например, пишут, что американцы переоценивают опасность террористических актов во время заграничных поездок (Паулос, 1986, 24 ноября).
Один из способов решения этой проблемы – ясное и подробное сопоставление переоцененных и недооцененных опасностей, обращая внимание на незамеченные детали, из– за которых искажается оценка. Например, Американская комиссия по раковым заболеваниям должна давать информацию по статистике смертности от рака желудка по сравнению с такими опасностями, как убийство или автокатастрофа. Должны появляться объявления: «В ЭТОМ ГОДУ ОТ РАКА ЖЕЛУДКА ПОГИБНЕТ БОЛЬШЕ ЛЮДЕЙ, ЧЕМ В АВТОКАТАСТРОФАХ». Подобные заявления, несомненно, заставят людей понять, что рак желудка более распространенная причина смерти, чем они думали (хотя это может иметь нежелательный эффект снижения безопасности на дорогах). Турагентства используют те же приемы, когда, пропагандируя туризм, утверждают, что у путешественника больше шансов попасть в автокатастрофу, чем стать жертвой теракта.
Когда доходит до оценки вероятности и частоты, никакая другая эвристика не играет столь важную роль, как эвристика доступности. Тем не менее важно помнить, что эвристика доступности – лишь один из факторов, формирующих оценку частоты и вероятности. В следующей главе обсуждаются некоторые другие факторы, влияющие на оценку вероятности, и предлагается ряд советов, как снизить распространенные отклонения.
Глава 12. Вероятность и риск
180
Рисунок 12.3
Эти процентные отношения основаны на ответах на следующий вопрос: «Несколько раз случились неполадки (и по вине людей, и по вине техники), но они не привели к атомной войне между супердержавами. Дают ли случаи вам большую уверенность в том, что атомная война не случится? Меньшую уверенность? Не влияют на уверенность?» (Плаус, 1991.)
серьезное. Более того, защитники и оппоненты использовали неполадки, чтобы делать различные выводы о возможности будущей катастрофы. Прочитав о данных неполадках, защитники атомных технологий оценивали вероятность катастрофы ниже ,а противники – выше ,чем раньше.
Эти результаты были получены независимо от того, произошли ли приведенные сбои по вине людей или техники, в Америке или в России, в связи с атомной энергетикой или военной (181:) техникой, широко они известны или нет. Поляризация позиций, видимо, также не зависела от того, насколько крайними были убеждения. Итак, после стольких примеров можно сказать, что восприятие риска находится под сильнейшим влиянием направленности первоначальных взглядов.
Рекомендации
Принимающие решение могут предпринимать кое– какие шаги, чтобы снизить смещения в оценке риска и вероятности, в том числе следующие простые вещи:
Сохранять точные записи. Сохраняя записи того, как часто отдельные события случались в прошлом, возможно до минимума снизить эффекты первенства и новизны, отклонения доступности, а также другие искажения, которые могут возникать после представления информации (например, Хинтсман, 1969; Уорд и Дженкинс, 1965).
Остерегаться думать о желаемом. Во многих случаях вероятность едва ли осуществимых событий переоценивается, а вероятность осуществимых – недооценивается (несмотря на это, существуют очевидные исключения из правила, вроде случаев, в которых доступность пугающего результата увеличивает оценку вероятности). Один из лучших способов защититься от мыслей о желаемом – спросить совета у третьей – независимой, но информированной стороны.
Разбивать сложные события на простые. Если сложное событие состоит из статистически независимых простых событий (т.е. событий, перспективы которых независимы), полезно оценивать вероятность того или иного исхода для каждого простого события в отдельности. Затем, если сложное событие – объединяющее, перемножить эти вероятности. Например, чтобы оценить вероятность того, что подброшенная монетка три раза подряд ляжет орлом (сложное событие, основанное на трех независимых исходах) 1/2 умножим на 1/2 и еще раз на 1/2 – окончательная оценка вероятности будет равна 1/8. И наоборот, если сложное событие – разъединяющее, нужно вычесть каждую простую оценку из 1, перемножить получившиеся результаты и произведение вычесть из 1. Например, чтобы оценить (182:) вероятность того, что монетка ляжет орлом хотя бы один раз из трех, подсчитаем шансы выпадения трех решек (1/8) и вычтем это число из 1. Окончательная оценка – 7/8. Эта методика должна использоваться, когда сложное событие состоит из нескольких статистически независимых простых событий (вроде подбрасывания монетки), но не тогда, когда исходы простых событий зависят друг от друга.
Заключение
Как показали три последние главы, оценка вероятности и риска подвержена ряду смещений. Некоторые из этих смещений являются порождением эвристики – репрезентативности или доступности, другие – следствием мотивационных факторов, третьи появляются из– за предварительной вероятности или того, как сформулирована проблема. Несмотря на то что многие из этих смещений могут быть устранены, они повышают погрешность оценок вероятности. В следующей главе обсуждается другой вид смещений, названный «привязка (anchoring) и подгонка (adjustment)» и влияющий на оценку вероятности и многие другие виды оценки.
Глава 13. Привязка и подгонка
Перед вами рулетка. Периметр разбит на секторы с номерами. Раскрученное колесо останавливается, и стрелка указывает на 65. Вам задают вопрос: какой процент составляют африканские государства в ООН – больше или меньше 65? Независимо от того, задумывались ли вы над этим, вы уверены, что меньше 65%.
Теперь вас спрашивают: а сколькоафриканских стран в ООН? Подумав, вы отвечаете: 45%. Исследователь записывает ответ, благодарит вас и отпускает.
Теперь вы – другой человек, еще не отвечавший на вопросы об ООН, и когда колесо останавливается, вам выпадает 10 вместо 65. Исследователь спрашивает: сколько африканских стран в ООН – меньше или больше 10%? Больше, говорите вы – их, конечно, больше.
А сколькоже процентов в ООН составляют африканские страны?
Подумав, вы отвечаете: 25%.
Практически, эту процедуру с подобными результатами провели в 1974 году Тверски и Канеман. Испытуемые, случайным образом отобранные для эксперимента, давали медианную оценку 45%, если стрелка указывала на 65, и 25%, если на 10. Тверски и Канеман объяснили этот феномен «привязкой (anchoring) и подгонкой (adjustment)», т.е. недостаточной (сверху или снизу) подгонкой к исходной величине или «anchor – привязке».
Со времени эксперимента Канемана и Тверски эффект привязкибыл зафиксирован в таких разнообразных оценках, как: оценка количества работающих матерей с детьми до 5 лет, пропорции иранцев, исповедующих ислам, оценка количества женщин – профессоров химии и мыльных опер, передаваемых по Эн– Би– Си (Куатрон, Лоренс, Уоррен, Суза– Сильва, Финкель и Эндрюс, 1984). Эффект привязкитакже был обнаружен Джорджем Куатроном (1982) в многочисленных других проблемах. Например, Куатрон и его коллеги в 1984 году показали, что случайно выбранные привязки,в форме позитивного или негативного
* Глава частично взята у Плауса (1989) (184:)
опыта, могут влиять на мнения о договоре по контролю над вооружениями SALT П. И Дэниел Сервон и Филипп Пик в 1986 году обнаружили, что произвольные привязкимогут влиять на то, как люди оценивают, насколько хорошо они справились с тем или иным заданием, а эти оценки, в свою очередь, влияют на их упорство при решении задач.
Неожиданно, но эффекты привязкине исчезали ни при возникновении денежного стимула (Тверски и Канеман, 1974; Райт и Андерсон, 1989), ни при абсолютной крайности привязки(Куатрон и др., 1984). В одном из экспериментов Куатрон и его коллеги просили дать точный ответ, больше или меньше 100025 было число альбомов Битлз, входивших в верхнюю десятку хит– парадов; больше или меньше 7128,53 долл. средняя цена учебника для колледжа; больше или меньше 558° средняя температура в Сан– Франциско. Команда Куатрона обнаружила, что абсурдно высокие привязкиоказывают то же действие, что и более правдоподобные. Из этого результата они сделали вывод, что привязка —сильнейшее явление, в котором эффект растет вместе с несоответствием между привязкойи «оценкой до привязки»(средняя оценка, которую люди дают до того, как знакомятся с привязкой)до тех пор, пока дальнейшее усиление эффекта не станет совершенно невозможным. По правде говоря, эти открытия свидетельствуют, что коммерсанты, специалисты по рекламе, политики и другие специалисты по части убеждения могут добиться большего успеха, давая первоначально крайние обещания.
Думая о невообразимом
К несчастью, большинство исследований привязки имеют тенденцию сосредоточиваться на вопросах, о которых люди имеют слабое представление: количество африканских стран в ООН, мыльных опер на Эн– Би– Си, женщин – профессоров химии и т.д. Относительно немного исследований, выясняющих, зависит ли оценка от привязкив случаях, когда люди хорошо знакомы с темой, когда они и раньше задумывались над вопросом или когда они подкованы в данной области. Возможно, наиболее яркий пример такого вопроса – вероятность атомной войны. В отличие от других тем, упоминающихся в литературе по привязке,вероятность атомной войны – это тема, над которой (185:) задумывалось большинство людей и которая их, безусловно, беспокоит. Вопрос в том, будет ли срабатывать такая простая манипуляция, как предоставление высокой или низкой привязки,будет ли она влиять на сложившееся убеждение о том, неизбежна ли атомная война. Чтобы ответить на этот вопрос, я использовал несколько вариаций опроса с привязкой,опросив с января 1985 по май 1987 года более чем 2000 респондентов.
В варианте с низкой привязкойспрашивалось, больше или меньше 1% вероятность атомной войны между Соединенными Штатами и Советским Союзом, а в варианте с высокой привязкойспрашивалось, больше или меньше эта вероятность 90% (или 99%). После того как респонденты отвечали на этот вопрос, их просили дать точнуюоценку этой вероятности в процентах. В третьем варианте – без привязки —респондентам не задавался первый вопрос, их просто просили оценить вероятность атомной войны.
