Ознакомительная версия. Доступно 27 страниц из 133
Пример с такси иллюстрирует два типа априорных вероятностей. Статистические априорные вероятности – это неважные для отдельного случая факты о совокупности, в рамках которой рассматривается ситуация. Каузальные априорные вероятности меняют ваше видение того, как этот случай произошел. Обращаются с этими двумя типами информации об априорных вероятностях по-разному:
Статистическим априорным вероятностям обычно придают небольшой вес, а иногда и вообще игнорируют при наличии конкретной информации о рассматриваемом случае.
Каузальные априорные вероятности рассматривают как информацию о конкретном случае и легко сочетают с другой относящейся к нему информацией.
Каузальная версия задачи про такси сформулирована как стереотип: «Зеленые» водители опасны. Стереотипы – это утверждения о группе, которые считаются (хотя бы условно) верными для каждого ее члена. Вот два примера:
Большинство выпускников этой школы в бедном районе поступают в колледж.
Во Франции широко интересуются велоспортом.
Эти утверждения с готовностью интерпретируются как определение склонности отдельных членов группы и вписываются в каузальную историю. Многие выпускники этой школы в бедном районе желают и идут учиться в колледж, предположительно из-за каких-то благоприятных особенностей школы. Во французской культуре и общественной жизни есть силы, заставляющие многих французов интересоваться велоспортом. Вы вспомните эти факты, когда будете обдумывать вероятность того, пойдет ли конкретный выпускник этой школы в колледж, или размышлять, стоит ли упоминать «Тур де Франс» в разговоре с недавно встреченным французом.
Формирование стереотипа – отрицательное понятие в нашей культуре, но я использую его нейтрально. Одна из основных характеристик Системы 1 заключается в представлении категорий в виде норм и прототипов. Именно так мы думаем о лошадях, холодильниках и нью-йоркских полицейских; мы держим в памяти представление об одном или нескольких «нормальных» примерах из каждой категории. В социальных категориях такие представления называют стереотипами. Некоторые из них катастрофически ошибочны, а формирование неприязненных или враждебных стереотипов приводит к ужасным последствиям, но от психологии не уйдешь: мы представляем категории через верные и фальшивые стереотипы.
Обратите внимание на иронию: в контексте задачи про такси пренебрежение информацией об априорных вероятностях – когнитивный недостаток, ошибка в байесовском обосновании, тогда как доверие к каузальным априорным вероятностям желательно. Формирование стереотипов о водителях «Зеленых» такси повышает точность оценки. Однако в другом контексте – например, при найме на работу или в профилировании – существуют жесткие социальные и законодательные нормы против создания стереотипов. Так и должно быть. В деликатных социальных ситуациях нежелательно делать потенциально неверные выводы об индивиде на основании статистики группы. С моральной точки зрения считается желательным рассматривать априорные вероятности как общие статистические факты, а не как предположения о конкретных людях. Иными словами, в этом случае мы отвергаем каузальные априорные вероятности.
Социальные нормы против формирования стереотипов, включая неприятие профилирования, полезны для создания более цивилизованного и справедливого общества. Тем не менее стоит помнить, что пренебрежение обоснованными стереотипами неизбежно влечет за собой неоптимальные оценки. Противостояние стереотипам похвально с точки зрения морали, однако не следует ошибочно придерживаться упрощенного мнения, что это не несет последствий. Такую цену стоит заплатить ради улучшения общества, но отрицание ее существования, хотя и успокаивает душу и политически корректно, все же не имеет научного обоснования. В политических дебатах часто используют эвристику аффекта: симпатичные нам принципы якобы не требуют затрат, а те, что нам не нравятся, якобы не дают никакой пользы. Мы должны быть способны на большее.
Каузальные ситуации
Мы с Амосом составили варианты задания про такси, позаимствовав понятие каузальных априорных вероятностей у психолога Исаака Айзена. В своих экспериментах он показывал участникам краткие описания студентов, сдававших экзамены в Йельском университете, и просил оценить вероятность того, сдан ли экзамен. Каузальными априорными вероятностями манипулировали очень просто: Айзен объяснил одной группе, что описанные студенты были выбраны из потока, в котором 75% сдали экзамен, а другой группе – что в рассмотренном потоке было лишь 25% положительных результатов. Это – весьма существенная подстановка, поскольку априорная вероятность предполагает немедленный вывод о чрезвычайной сложности экзамена, который успешно сдали всего 25% студентов. Сложность экзамена – это, безусловно, один из каузальных факторов, определяющих результат каждого студента. Как и ожидалось, участники эксперимента Айзена оказались весьма чувствительны к каузальным априорным вероятностям и вероятность каждого из студентов сдать экзамен в более успешном потоке оценили выше, чем при условии множества провалов.
Айзен изобретательно подтолкнул испытуемых к мысли о некаузальной априорной вероятности. Он объяснил участникам эксперимента, что группу студентов взяли из выборки, в свою очередь составленной из студентов, сдавших или проваливших экзамен. Информацию о группе с высоким показателем провалов сформулировали так:
Экспериментатор, преимущественно интересующийся причинами неудачи, составил выборку, в которой 75% студентов не сдали экзамен.
Обратите внимание на разницу. Эта априорная вероятность – чисто статистическая информа ция о выборке, из которой извлекли рассматриваемые экземпляры. Она никак не связана с заданным вопросом, то есть сдал каждый отдельно взятый студент экзамен или провалил. Как и ожидалось, эксплицитно указанные априорные вероятности повлияли на оценочные суждения в гораздо меньшей степени, чем статистически эквивалентные каузальные априорные вероятности. Система 1 справляется с историями, где между элементами есть каузальная связь, но слаба в статистических рассуждениях. Разумеется, с байесовской точки зрения эти версии эквивалентны. Возникает соблазн заключить, что мы пришли к удовлетворительному выводу: каузальные априорные вероятности активно используются, а статистические факты в той или иной степени игнорируются. Но следующее исследование – одно из моих любимых – показывает, что ситуация гораздо сложнее.
Можно ли научить психологии?
Задания о неосторожных таксистах и о невероятно трудном экзамене иллюстрируют два типа выводов, которые делают из каузальных априорных вероятностей: стереотипная черта, приписываемая отдельному индивиду, и важная особенность ситуации, влияющая на результат работы отдельного человека. Участники экспериментов сделали правильные выводы, и их оценочные суждения улучшились. К сожалению, дела не всегда складываются так удачно. Классический эксперимент, описанный ниже, показывает, что из информации об априорных вероятностях не делают выводов, противоречащих существующим у респондентов убеждениям. Это исследование также подтверждает не слишком приятное заключение: обучение психологии – преимущественно пустая трата времени.
Ознакомительная версия. Доступно 27 страниц из 133
