Ознакомительная версия.
Важнее всего то, что слабые когнитивные способности не записаны в наших генах, а во многом являются следствием отсутствия среды, стимулирующей интеллектуальную деятельность, в том числе и в школах. В результате мы наблюдаем низкий уровень IQ, часто трактуя его как врожденный, хотя он может быть значительно улучшен за счет обучения (Nisbett R. E., 2009). Почему, допустим, дети, рожденные до 15 сентября, имеют более высокий IQ, чем рожденные после этой даты? Ответ заключается в том, что в большинстве стран учебный год начинается приблизительно 15 сентября, а следовательно, дети, рожденные после этой даты, должны ждать следующего года, чтобы быть принятыми в школу. Этот факт позволил провести эксперимент в естественных условиях. Когда интеллект детей, имеющих преимущество в возрасте на 1 год при поступлении в школу, сравнивался с интеллектом тех, кто уже один год обучался в школе, то оказалось, что дополнительный год обучения в школе обеспечивал вдвое более высокую ценность в сравнении с одним годом, проведенным ребенком вне школы (p. 42).
Kant E., 1784. Enlightenment is largely still a task of the future.
Mill J. S., 1869; Berlin 1967.
Gigerenzer G., Gaissmaier W. et al., 2007.
Gigerenzer G., 2002, p. 11–13.
Dijksterhuis A.et al. 1996; Neuberg S. L., Newsom J. T., 1993.
Dewey J., 1929.
Sherden W. A., 1998, p. 259.
Tetlock P. E., 2005.
Gigerenzer G., Swijtink Z., et al., 1989. О вероятностной революции см.: Kruger L., Daston L., Heidelberger M., 1987; Kruger L., Gigerenzer G., Morgan M. S., 1987. Рекомендуется также ознакомиться с сайтом Дэвида Шпигельхальтера, посвященным статистическому мышлению http://understandinguncertainty.org/.
Позвольте мне сразу исправить одно распространенное ошибочное представление об эвристике. В соответствии с концепцией эвристики и искажений (например, Kahneman D., 2011) наше мышление может быть представлено с помощью двух систем, обладающих противоположными характеристиками. Подсознательная Система 1 использует эвристики и совершает ошибки. Сознательная Система 2, напротив, действует, руководствуясь логическими и статистическими правилами и, по-видимому, ошибок не делает. Но такая картина противоречит реальным фактам. Во-первых, каждая рассмотренная нами эвристика может использоваться и подсознательно, и сознательно (Kruglanski A., Gigerenzer G., 2011); таким образом, эвристика не находится в оппозиции сознанию. Во-вторых, эвристики не являются источником ошибок и могут приводить к более точным выводам, чем логические или статистические методы (см., например, рис. 6.3 и рис. 6.4). Следовательно, эвристики и ошибки не связаны между собой. Концепция двух систем упускает из виду различие между риском и неопределенностью. Статистические методы требуются для работы с известными рисками, а эвристики – в условиях неопределенности. Вместо того чтобы тратить время на критику эвристик, нам нужно изучать их экологическую рациональность, то есть выяснять, когда они работают, а когда нет (Gigerenzer G. et al., 2011; Todd P. M. et al., 2012).
В то же время простые практические правила всегда имеют позитивное значение в тех областях, где мы имеем дело с неопределенностью, например при создании искусственного интеллекта и изучении поведения животных. Изначально греческое слово «эвристика» означало «выживание для нахождения или обнаружения чего-либо». Математик Г. Поля из Стэнфордского университета указал в 1954 г. на различие между эвристическим и аналитическим мышлением. Например, эвристическое мышление необходимо для нахождения математического доказательства, а аналитическое мышление – для проверки этого доказательства на всех его этапах. Поля познакомил с эвристиками Герберта Саймона, на работы которого я ссылался.
Первым на различие между риском и неопределенностью указал экономист Чикагского университета Фрэнк Найт (Knight F., 1921, section I.I.26). Некоторые ученые не признают различие между риском и неопределенностью на том основании, что всегда можно сформировать условные вероятности, позволяющие свести неопределенность к риску. Я не считаю такой взгляд плодотворным, как и Джимми Саваж, отец современной байесовской теории решений, которому часто приписывается этот редукционистский подход. Саваж (1954) ограничил применение своей теории «малыми мирами», то есть четко определенными задачами, в которых все известно, такими как лотереи. Но он считал, что было бы «просто смешно» применять его теорию к большим мирам, даже к таким простым задачам, как планирование семейного пикника или подготовка к партии в шахматы. Лично я рассматриваю разум как набор адаптивных инструментов, который включает в себя простые практические правила и правило Байеса, причем каждый такой инструмент должен использоваться в своих целях. Хотя часто нам хочется рассматривать каждую задачу как задачу о вероятностях, такой подход подобен использованию исключительно молотка для выполнения всех ремонтных работ в доме.
Gigerenzer G., Swijtink Z. et al., 1989.
Daston L. J., 1988, гл. 6.
The Charlie Rose Show, February 11, 2009. Пилот также рассматривал вариант посадки в Тетерборо, но отказался от него. Истории пассажиров взяты из работы Firman D., Quirk K., 2009.
Это правило работает, когда мяч уже находится высоко в воздухе. См.: Gigerenzer G., 2007, гл. 1. Это же правило помогает морякам избегать столкновений: Зафиксируйте взгляд на другом судне. Если угол взгляда остается постоянным, немедленно меняйте курс.
Например, Kahneman D., 2011. Иногда говорят, что для Канемана стакан рациональности наполовину пуст, а для Гигеренцера он наполовину полон. Один пессимист, а другой оптимист. Такие характеристики упускают из виду главное. Мы различаемся в первую очередь в понимании того, что представляет собой стакан рациональности. Канеман и его последователи рассматривают логику и теорию вероятности как общую, «не видящую содержания», норму рациональности. По их мнению, эвристика никогда не может быть более точной, а может быть лишь более быстрой. Однако это справедливо лишь в мире известного риска. В мире неопределенности простая эвристика часто может работать лучше. Реальный вопрос для исследователей заключается в понимании того, когда и почему это происходит. Ответы, которые мы знаем сегодня, основываются на дилемме смещения-дисперсии (Gigerenzer G., Brighton H., 2009 гл. 5;) и общих исследованиях экологической рациональности (Todd P. M., Gigerenzer G., the ABC Research Group, 2012).
См.: Gigerenzer G., Hertwig R., Pachur T., 2011; Hertwig R., Hoffrage U., the ABC Research Group, 2013.
Gigerenzer G., Todd P. M., the ABC Research Group, 1999; Todd P. M., Gigerenzer G., the ABC Research Group, 2012.
Цитата Уэлча взята из работы Akerlof G. A., Shiller R. J., 2009, p. 14.
Stine G. J., 1996, p. 333–338. Я использую здесь термин ВИЧ вместо ВИЧ 1, который широко распространен во всем мире, в то время как ВИЧ 2 редко встречается за пределами Западной Африки.
Munro E., 2004.
Эта распространенность соответствует наблюдавшейся у американок, впервые ставших донорами крови под эгидой Красного Креста: Centers for Disease Control and Prevention. http://www.cdc.gov/hiv/topics/testing/resources/reports/hiv_prevalence/low-risk.htm (3 ноября 2012 г.).
Gigerenzer G., 2002, гл. 7. В 2013 г. мы побеседовали с консультантами по вопросам СПИДа еще раз и снова обнаружили у большинства из них ту же иллюзию определенности. Два дерева на рис. 2.5 используют «естественные частоты», которые помогают консультантам и клиентам интуитивно понимать правило Байеса (см. гл. 9). ВИЧ-тесты иллюстрируют пределы нашей точности при расчете риска: доля ложных положительных результатов (как и доля истинных положительных результатов, т. е. чувствительность), меняется от теста к тесту, и оба показателя, по-видимому, зависят от распространенности СПИДа среди населения.
www.idph.state.il.us/aids/materials/10questions.htm.
О случаях ложных положительных результатов ВИЧ-тестирования см.: Gigerenzer G., 2002, гл. 1 и гл. 7; история строительного рабочего приведена на с. 231, 232.
Taleb N. N., Blyth M., 2011. Идея заимствована из книги Бертрана Рассела «The Problems of Philosophy» (1912), гл. VI, посвященной индукции. Я добавил формальный анализ в терминах правила следования. Это правило является частным случаем правила Байеса (Gigerenzer G., 2002, p. 212).
Приводится в работе Makridakis S. et al., 2009, p. 796.
Расчеты ценности, подверженной риску, основываются в данном случае на предположении о нормальном распределении. См.: Haldane A. G., 2009. Why banks failed the stress test. www.bankofengland.co.uk/publications/Documents/speeches/2009/speech374.pdf.
Ознакомительная версия.
