Принятие решений в неопределенности стр.42

Достоверность и иллюзия валидности

Как демонстрируется в предшествующих разделах книги, люди прогнозируют, выбирая исход, который является наиболее репрезентативным по отношению к исходным данным. Мы предполагаем, что степень достоверности, которую человек предполагает в предсказании, отражает степень, в которой выбранный исход является более репрезентативным по отношению к исходным данным, чем другие исходы. Главный показатель репрезентативности в контексте предсказания чисел с мультиатрибутивными исходными данными (например, оценки профилей) — это упорядоченность или взаимосвязанность исходных данных. Чем более упорядочены исходные данные, тем более репрезентативной будет казаться предсказанная величина и тем большей будет достоверность этого прогноза. Например, люди прогнозируют среднее значение В с большей достоверностью на основе оценок В в двух разных предварительных испытаниях, чем на основе А и С. Действительно, было обнаружено, что внутренняя изменчивость или несогласованность исходных данных уменьшает достоверность прогнозов (Slovic, 1966).

Невозможно преодолеть заблуждение, для которого упорядоченные профили позволяют большую прогнозируемость, чем неупорядоченные. Стоит отметить, однако, что это убеждение несовместимо с обычно применяемой многовариантной моделью прогнозирования (то есть, нормальной линейной моделью), в которой ожидаемая точность прогноза не зависит от изменчивости в пределах профиля.

С упорядоченными профилями испытуемые обычно сталкиваются, когда прогнозируют на основании высоко коррелированного множества. Неупорядоченные профили, наоборот, являются более частыми при низких корреляциях. Поскольку достоверность растет с увеличением упорядоченности, достоверность будет высокой, когда исходные переменные высоко коррелированы. Как бы там ни было, если даны исходные переменные заданной валидности, многократная корреляция с критерием обратно пропорционально связана с корреляциями между исходными данными. Таким образом, возникает парадоксальная ситуация, при которой высокие взаимосвязи между исходными данными увеличивают надежность и уменьшают достоверность.

Чтобы продемонстрировать этот эффект, мы попросили испытуемых сделать прогноз среднегодовой оценки на основе двух пар тестов на способности. Испытуемым сказали, что одна пара тестов (творческое мьпп ление и способность к символизации) была высоко коррелированной, в то время как другая пара тестов (гибкость ума и систематичность рассуждения) не была коррелированной. Множество, с которым они столкнулись, оправдало эти ожидания. (Для половины испытуемых ярлыки коррелированные и некоррелированные для пары тестов были изменены на противоположные). Испытуемым сообщили, что “все тесты были одинаково действенными в прогнозировании успеваемости в колледже”. Конечно, в этой ситуации, более высокая точность прогнозов может быть достигнута с некоррелированной парой тестов, чем с коррелированной парой. Но, как и ожидалось, испытуемые были более уверены в прогнозах на базе коррелированных испытаний, для полного диапазона множества прогнозирования (t = 4.80, df = 129, р < 0.001). То есть, они были более уверены в контексте с более низкой прогнозирующей валидностью.

Другой вывод, который может быть получен из исследований прогнозирования, включая и наше - это то, что достоверность представляет собой функцию спрогнозированного уровня действия, график которой по форме напоминает букву J (см. Johnson, 1972). Испытуемые прогнозируют высокую успеваемость с большой степенью достоверности, и они проявляют большую степень достоверности, прогнозируя полную неудачу, чем среднюю успеваемость. Как мы видели ранее, интуитивные предсказания часто недостаточно регрессивны. Поэтому несоответствия между прогнозами и исходами, являются самыми большими в экстремумах. J-образная функция достоверности подразумевает, что испытуемые наиболее уверены в предсказаниях, которые, скорее всего, ложны.


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