Принятие решений в неопределенности стр.248

Другое связанное с этим техническое возражение касается сравнения средних коэффициентов корреляции экспертов и линейных моделей. Возможно, усреднение делает неясными суждения действительно выдающихся специалистов, но данные показывают иное. Например, в исследовании Голдберг (1970) только 5 из 29 обученных клинически психологов показали лучшие результаты, чем модель с равными весами, и ни один не превзошел правильную модель. В исследовании Виггинса и Коэна (1971) ни один из специалистов не превзошел модель с равными весами, и мы получили такой же результат в Орегоне. В исследовании Либби только 9 из 43 специалистов превзошли отношение активов и пассивов, прогнозируя банкротства (3 справились на том же уровне). Признавая то, что клиницисты должны уметь предсказать невротические и психотические диагнозы, что аспиранты должны быть способны предсказать успешность выпускных экзаменов, что банковские служащие отдела кредитов должны предвидеть банкротства, то, возможно, эксперты, задействованные в исследованиях, были выбраны неправильно. Снова этот довод возникает из вакуума: если бы были задействованы другие эксперты, то и результаты были бы другими. Но нет таких экспертов, и опять-таки, соответствующим ответом будет вопрос, на каком основании эти гипотетически другие люди должны быть какими-то другими. (Как сказал мне один вице-президент университета, “Ваше исследование только доказывает то, что вы задействовали плохих специалистов; мы, несомненно, можем показать лучшие результаты, задействовав лучших специалистов” - очевидно, не с факультета психологии.)

И последнее техническое возражение касается природы критериальных переменных. Они, как признано, недолговечны и неглубоки (например, средние оценки, диагнозы); в противном случае большинство исследований было бы невозможным. Тогда поднимается вопрос, были бы другими результаты, если нужно было бы предсказывать точный важный длительный критерий. Ответ таков: результаты, конечно же, могли бы быть другими, но у нас нет оснований предполагать, что они были бы другими. Во-первых, отдаленное будущее обычно менее предсказуемо, чем непосредственное будущее, по той постой причине, что на исходы деятельности индивида влияет большее количество непредвиденных внешних или внутренних факторов. (Заметим, что мы не обсуждаем совокупные исходы, такие, как необычайно холодная зима на Среднем Западе, продлившаяся три месяца.) Поскольку начинать с клинического предсказания хуже, чем с линейного, то гипотеза будет иметь силу только в том случае, если линейное предсказание со временем окажется намного хуже, чем клиническое. Нет никакого основания, полагать, что произойдет это дифференциальное ухудшение в предсказании, и ни об одном из них у меня никогда не возникало мысли. Определенно, не существует никаких свидетельств. Опять-таки, возражение состоит из довода, взятого из вакуума.

Особенно непреодолимым является факт, что люди, которые утверждают, что другие критерии, эксперты, переменные или временные рамки могут привести к другим результатам, имели в своем распоряжении 25 лет для того, чтобы представить примеры, но они не смогли этого сделать.

Психологические

Одно психологическое возражение против использования линейных моделей находится в нашей избирательной памяти о клиническом предсказании. Наша вера в такое предсказание подкрепляется доступностью (Tversky & Kahneman, 1974) примеров успешного клинического предсказания, - особенно тех, что являются исключением некоторой формулы: "Я однажды знал человека с..., который..." (например, "Я знал об одном человеке с IQ равным только 130, который получил высокую степень по психологии”. Как показали Нисбетт, Боргида, Крендалл и Рид (Nissbet, Borgida, Crandall и Reed, 1976,7) такие единичные примеры часто имеют более сильное воздействие на суждения, чем намного более достоверные статистические сведения, основанные на многочисленных примерах. Хорошей профилактикой для клинических психологов, основывающих возражение статистическому предсказанию на таких примерах, было бы сохранение точных протоколов своих собственных предсказаний о своих собственных пациентах, - будущие протоколы не попадают под прицел. Такие протоколы смогут сделать все примеры успешного и неуспешного предсказания в равной степени доступными для использования; в дополнение к этому, они могут быть полезны для другого клинического исследования, в противовес статистическому, в смысле использования как наилучшего эксперта - самого клинициста.


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