Думай медленно... решай быстро

Сам по себе вопрос несложен. Для ответа следует вспомнить или, возможно, составить описания типичных студентов в каждой из областей. Ваш порядок, вероятно, не слишком отличается от среднестатистического, полученного во время первого проведения этого эксперимента в начале 1970-х годов:

1. компьютерные технологии

2. инженерное дело

3. управление бизнесом

4. естественные науки

5. библиотечное дело

6. право

7. медицина

8. гуманитарные науки и образование

9. общественные науки и социальная работа

Вы решили, что компьютерные науки подходят лучше всего из-за намеков на то, что он «ботаник» («избитые шутки»). На самом деле описание Тома В. составлено так, чтобы он подходил под этот стереотип. Другая специальность, которую большинство респондентов оценили как вероятную, – инженерное дело («аккуратные и точные системы»). Вероятно, вы подумали, что Том В. мало соответствует вашим представлениям о тех, кто изучает общественные науки и социальную работу («п лохо ощущает других и мало им сочувствует»). За сорок лет, прошедших с того времени, как я разработал описание Тома В., профессиональные стереотипы мало изменились.

Задача расположения девяти специальностей по порядку сложна и требует дисциплины, а также последовательной организации, на которые способна лишь Система 2. Внесенные в описание намеки («избитые шутки» и прочее) нацелены на то, чтобы активировать ассоциацию со стереотипом, то есть автоматическое действие Системы 1.

Инструкции к такому заданию на поиск сходства требуют сравнения описания Тома В. со стереотипами различных специальностей. Для этих целей неважно, насколько точно описание рисует его истинный портрет. Также неважно и знание априорных вероятностей принадлежности к разным специальностям. На сходство индивида с типичным представителем группы размер группы не влияет, ведь можно сравнить Тома с типичным студентом библиотечного дела, даже если в университете нет такого факульт ета.

Присмотревшись к описанию Тома В., вы обнаружите, что он хорошо подходит под типичные образы малых групп студентов (компьютерщики, библиотекари, инженеры) и намного хуже соответствует наибольшим категориям (гуманитарные науки и образование, общественные науки и социальная работа). Участники эксперимента почти всегда располагают две самые большие специализации очень низко. Описание Тома В. намеренно сделали несоответствующим априорной вероятности: подходящим для маленьких специальностей и неподходящим для больших.

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.