Принятие решений в неопределенности стр.80

Прогнозы, объяснение и пересмотр

В предшествующих главах мы представили некоторые факты в поддержку гипотезы, что причинные выводы имеют большую эффективность, чем диагностические выводы. Во-первых, мы показали, что выводы от причин к следствиям делаются с большей достоверностью, чем выводы от следствий к причинам. Во-вторых, мы показали, что, когда одни и те же данные имеют, как причинное, так и диагностическое значение, первому обычно придают больше значения, чем последнему в оценках условной вероятности.

Мы обратимся теперь к более общему вопросу соотношения между образом, моделью или схемой системы, например, энергетической ситуации или личности человека и некоторого исхода или проявления этой системы, например, увеличение использование солнечной энергии или проявление враждебности. Модели или схемы обычно используются, чтобы спрогнозировать и объяснить исходы, которые в свою очередь служат для модификации или модернизации модели. Таким образом, человек может применять модель, чтобы прогнозировать исход или оценивать его вероятность; он может также использовать модель, чтобы объяснить возникновение определенного события или последствия. Наконец, он может использовать информацию: полученную при возникновении определенного события, при исправлении или пересмотре модели.

Предсказание и объяснение представляют собой два различных типа причинного вывода, в то время как пересмотр модели - это пример диагностического вывода. При прогнозировании испытуемый выбирает тот исход, который наиболее соответствует модели системы. При объяснении, испытуемый определяет те особенности модели, которые, скорее всего, вызовут указанный исход. С другой стороны, при пересмотре модели, испытуемый исправляет или дополняет элементы модели, которые наименее соответствуют данным.

Большинство выводов в повседневной жизни опираются на модели или схемы, которые являются неточными, неполными и иногда неправильными. Люди признают это и часто стремятся подтвердить, что их модели систем, такие, как намерения человека или энергетическая ситуация, ошибочны. Присутствие неопределенности в точности модели имеет значение для надлежащего прогнозирования, объяснения и пересмотра. Если в модели встречаются ошибки, то прогнозы, исходящие из этой модели должны быть умеренны или регрессивны, то есть они не должны отклоняться от прогнозирования базового значения. Например, следует больше воздерживаться от прогнозов, что человек будет вести себя нехарактерным или необычным образом, если информация об этом человеке исходит из ненадежного источника, чем если та же информация взята из более правдоподобного источника.

Объяснения, которые основаны на неопределенных моделях, должны использоваться с осторожностью, так как причинные факторы, которые используются в объяснении, могут не существовать в действительности. Кроме того, объяснение в условиях неопределенности должно всегда осуществляться с пересмотром модели. Например, если человек занимается деятельностью, которая кажется несовместимой с нашим представлением о его личности, мы должны серьезно рассмотреть возможность того, что наше представление было неправильным, и что оно должно быть пересмотрено в свете новых данных. Чем больше неопределенность модели и чем более удивительно поведение, тем серьезнее должен быть пересмотр. Адекватное объяснение должно принимать во внимание изменения в модели, которые подразумеваются или предложены событием, требующим объяснения. С нормативной точки зрения, объяснение в условиях неопределенности относительно модели включает как диагностические, так и причинные выводы.


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