Принятие решений в неопределенности стр.177

Н = гипотеза, что будет вторжение

D = отряды, сосредотачивающиеся на границе

D* = сообщение об отрядах, сосредотачивающихся на границе В задаче дано, что р (H|D) = 0.75 и р (D|D*) =1.0 и спрашивается относительно р (H|D*). Если Вы подобны большинству людей, Вы, вероятно, ответите 0.75. Однако, данной информации не достаточно, чтобы ответить на этот вопрос нормативно правильным способом. Фактически, возможно, что в вышеупомянутой задаче р (H|D *) = 0. Так как большинство людей считает, что в это трудно поверить, рассмотрим Рисунок 1, в котором эта задача проиллюстрирована посредством диаграммы Венна. Обратите внимание, что пересечение Н с D* пустое, так, что условная вероятность, р (H|D*), нулевая. Причина, по которой люди считают этот результат таким неожиданным, состоит в том, что они сделали логическую ошибку: если D* =>D, тогда D => D*. Хотя D происходит всякий раз, когда дано D*, наоборот происходит не всегда. Фактически, интуитивный способ видения проблемы состоит в том, чтобы думать, что враг настолько хитер, что ваша разведка видит их отряды только тогда, когда не планируется никакого вторжения. Однако когда вторжение запланировано, и отряды на границе, они скрыты настолько хорошо, что ваши источники не сообщают о них.

Рис. 1. Диаграмма Венна, показывающая отношения между гипотезой (Н), данной величиной (D) и сообщением о данной величине (D *)

Этот пример иллюстрирует трудность применения оптимальных правил (в этом случае, правил формальной логики) к определенной задаче. В то время как очень мало людей сделали бы логическую ошибку, когда она представлена в очевидной форме, важность примера - показать, как определенные особенности задачи скрывают ее реальную структуру так, чтобы оптимальные правила были легко нарушены (см. Tversky и Kahneman, 1980). В отношении этого примера также можно сказать о следующем.

Предположим, что генерал делает логическую ошибку и оценивает вероятность войны как 0.75. Тогда он посылает свои войска к границе, таким образом, вызывая вражеское вторжение. Следовательно, неправильное рассуждение генерала подкреплено обратной связью исхода: “В конце концов, - он мог бы сказать, - они напали на нас, как мы раньше и предполагали”.

Эти два примера иллюстрируют основной момент этой главы: без знания структуры задачи, обратная связь исхода может быть несоответствующей или даже вредной для исправления неправильной эвристики. Кроме того, положительная обратная связь исхода без знания задачи не дает понять, что наши правила являются неподходящими, так как нет желания задавать вопрос, как был достигнут успех. Условия, при которых обратная связь исхода не играет исправляющей роли в отношении эвристики и стратегий, обозначены как несоответствующие исходу структуры получения знаний (НИСПЗ). Такие структуры могут быть намного более распространены, чем мы думаем. Перед тем, как исследовать одну из таких структур подробно, рассмотрим вероятностные оценки в пределах структуры НИСПЗ, так как многие работы по эвристике непосредственно рассматривают эти типы оценок. Предположим, что Вы оцениваете вероятность некоторого события, как

0.70. Пусть событие не происходит. Что этот исход говорит вам о качестве правил, использованных для оценивания? Можно поспорить, что любого единственного исхода недостаточно, чтобы оценить “совершенство” (то есть, степень калибровки) вероятностных оценок. Поэтому, в важном смысле, непосредственная информация исхода не подходит для исправления неподходящей эвристики. Только в том случае, если Вы ведете “таблицу” относительной частоты исходов при оценке события с данной вероятностью, можно получить значительную обратную связь от исходов. Однако это является необходимым, но не достаточным условием для создания совершенных оценок. Во-первых, какой период времени человек рассматривает таблицу перед тем, как решить, является ли оценка откалиброванной или нет? Кроме того, насколько близким является “достаточно близко”, чтобы говорить, что оценка точна (в смысле хорошо калибрована)? Обратите внимание, что весь этот способ оценки исходов включает подкрепление, которое отсрочено на длительный период времени. Таким образом, ясно, что такая обратная связь не произведет значительный эффект само-исправления. Во-вторых, чтобы научиться определять совершенство правил для оценки вероятности, таблица должна включать не только оценки и конечные исходы, но также и правила для получения этих оценок. Например, если я хранил записи исходов для 100 случаев, в которых я дал оценки 0.7, что даст мне информация о том, что 53 из этих событий произошли, относительно качества правил, которые я использовал? Так как вероятно, что много различных правил могло использоваться, чтобы оценить вероятности в 100 различных ситуациях, информация исхода нерелевантна, и обратная связь исхода не значительна, если только человек не знает правил и не хранит запись об их использовании (см. Nisbett и Wilson, 1977, о том, знаем ли мы наши собственные когнитивные процессы).


⇐ назад к прежней странице | | перейти на следующую страницу ⇒