Предсказания по репрезентативности

Третье задание в этой серии выполняли студенты-психологи старших курсов, и оно – самое важное: расположите области специализации в порядке уменьшения вероятности, что Том В. учится на этой специальности. Испытуемым были известны важные статистические факты: априорная вероятность распределения студентов по каждой специальности и то, что источник описания Тома В. не вполне надежен. Тем не менее ожидалось, что участники эксперимента сосредоточатся исключительно на сходстве описания со стереотипами – названном нами репрезентативностью – и проигнорируют и априорную вероятность распределения, и сомнения в правдивости описания, а затем объявят редкую специальность (компьютерные науки) весьма вероятной, потому что именно у нее самый высокий показатель репрезентативности.
В Юджине мы с Амосом много работали, иногда я даже ночевал на работе. Именно в одну из таких ночей я составил опи сание, сталкивающее репрезентативность с априорной вероятностью. К утру я выдумал Тома В. Первым на работу в тот день пришел наш коллега и друг Робин Доус, опытный статистик, скептически относящийся к интуитивным суждениям. Он, как никто другой, понимал важность априорной вероятности. Я вручил ему задание и предложил угадать специальность Тома В. Хитро улыбнувшись, Доус спросил: «Компьютерщик?» Я обрадовался – даже великие не устояли. Разумеется, как только я упомянул априорную вероятность, Робин сразу же понял свою ошибку: не меньше других зная о роли априорной вероятности в предсказаниях, он пренебрег ей, увидев описание личности человека. Как и ожидалось, он заменил требуемую от него оценку вероятности суждением о репрезентативности.
Затем мы с Амосом предложили то же задание 114 студентам старших курсов, изучавшим психологию и прослушавшим курсы по статистике в трех разных университетах. Респонденты нас не разочаровали: их размещение девяти специальностей по в ероятности не слишком отличалось от расстановки по сходству со стереотипами. Подстановка в этом случае была идеальной: никаких признаков того, что участники оценивали что-то, кроме репрезентативности. Вопрос о вероятности был трудным, но вопрос сходства был гораздо легче, и отвечали именно на него. Это серьезная ошибка, потому что оценки сходства и вероятности подчиняются разным логическим правилам. Для оценок сходства вполне допустимо не учитывать априорные вероятности и возможность неточного описания, но игнорирование априорных вероятностей и качества информации при оценке вероятности неминуемо ведет к ошибкам.
Сама концепция «вероятности того, что Том В. изучает компьютерные науки» непроста. Логики и статистики не имеют единого мнения о ее смысле, а некоторые утверждают, что она вообще бессмысленна. Для многих экспертов это – мера субъективной веры. Есть события, в которых вы уверены (например, что утром встало солнце), и есть другие, которые вы считаете невозм ожными (например, полное замерзание Тихого океана). Существует множество событий (к примеру, то, что ваш сосед – компьютерщик), в которые вы верите в промежуточной степени. Эта степень и есть ваша вероятность этого события.
Логики и статистики разработали несовместимые, но при этом очень точные определения вероятности. Для обычных людей вероятность (синоним «правдоподобия») – неопределенное понятие, связанное с неуверенностью, предрасположенностью, правдоподобностью и удивлением. Его размытость в данном случае не слишком важна и особых неудобств не доставляет. Мы более или менее знаем, что имеем в виду, произнося слова «демократия» или «красота», а люди, с которыми мы разговариваем, более или менее понимают, что мы хотим сказать. За все годы, что я провел, задавая вопросы о вероятности событий, никто ни разу не спросил меня: «А что вы понимаете под вероятностью?», хотя это обязательно случилось бы, если бы я попросил их оценить что-то незнакомое. Все действовали т ак, будто знают, как отвечать на мои вопросы. Впрочем, я понимал, что просить испытуемых объяснить значение слова будет нечестно.
Люди, которым предлагают оценить вероятность, не теряются с ответом, потому что не пытаются оценивать вероятность в том смысле этого слова, в котором его используют статистики и философы. Вопрос о вероятности активирует «мысленную дробь», вызывая ответы на более легкие вопросы. Один из них – автоматическая оценка репрезентативности, которая совершенно обычна для понимания языка. (Неверное) утверждение «Родители Элвиса Пресли хотели, чтобы он стал стоматологом» немного смешно, поскольку автоматически определяется несоответствие между образом Пресли и стоматолога. Система 1 генерирует впечатление сходства без намерения это делать. Эвристика репрезентативности задействуется и в том случае, когда кто-то говорит: «Она победит на выборах, по ней это видно» или «Ученого из него не выйдет, слишком много татуировок». Оценивая потенциальные спосо бности политика по форме подбородка или по силе речей, мы полагаемся на репрезентативность.
Предсказания по репрезентативности распространены, но неоптимальны со статистической точки зрения. Бестселлер Майкла Льюиса «Человек, который изменил все» – это история о неэффективности такого способа предсказаний. Профессиональные тренеры-селекционеры, как правило, предсказывают успех потенциальных игроков, учитывая их сложение и внешность. Герой книги Льюиса – Билли Бин, менеджер бейсбольной команды «Окленд Атлетикс», – принял непопулярное решение отклонить предложения своих селекционеров и отбирать игроков по статистике проведенных игр. «Атлетикс» набирал недорогих игроков, которых другие команды отвергали из-за внешнего вида. Вскоре команда достигла отличных результатов за небольшие деньги.