«Возьмем группу людей, из которых 70 % инженеры, а 30 % — адвокаты. Одного из этих людей зовут Фрэнк. У него за плечами два развода, большую часть свободного времени он проводит в загородном клубе. Любимая тема его разговоров в баре — сожаления о том, что он пытался следовать советам отца и грыз гранит науки, вместо того чтобы научиться ладить с собственными женами. Вопрос: какова вероятность того, что Фрэнк — адвокат, а не инженер?»
Подавляющее большинство студентов решили, что Фрэнк — адвокат, несмотря на четкую информацию о пропорциях адвокатов и инженеров в группе. Они просто проигнорировали эту информацию. Им было достаточно того, что по описанию Фрэнк больше похож на типичного адвоката, чем на типичного инженера.
Этот способ судить об объекте, сравнивая его с неким типичным представителем и пренебрегая другой важной информацией, Канеман и его соавтор назвали
«Линде 31 год. Она замужем, искренна и полна оптимизма. В колледже ее специализацией была философия. В студенческие годы она живо интересовалась вопросами дискриминации и другими социальными проблемами, участвовала в демонстрациях против ядерного оружия. Основываясь на этом описании, оцените, какой из двух выводов вероятнее: а) Линда — кассир в банке, б) Линда — кассир в банке и активистка феминистского движения».
Все испытуемые, принимавшие участие в эксперименте, изучали теорию вероятностей в колледже. Они прекрасно знали, что сочетание двух событий не может быть более вероятным, чем каждое из событий в отдельности. Тем не менее подавляющее большинство испытуемых выбрали вариант «б» — просто потому, что Линда соответствует стереотипу феминистки.
То, что люди предпочитают игнорировать информацию о вероятности и судить о других людях в соответствии с собственными стереотипами, еще полбеды. Гораздо хуже, что они пытаются анализировать ситуацию в соответствии с вероятностными законами, при этом абсолютно их не понимая. Канеман и Тверски задавали вопрос:
«Какова вероятность того, что в роддоме на десять коек и в роддоме на тысячу коек в данный конкретный день родится 60 % мальчиков».
Испытуемые называли одинаковые цифры, хотя, согласно статистическому закону больших чисел, чем больше число независимых наблюдений, тем меньше вероятность отклонения от среднего. То есть из 10 младенцев шестеро вполне могут оказаться мальчиками, а 600 из тысячи — уже вряд ли.
Тем не менее люди склонны судить о единичных событиях так, будто имеют дело с большими выборками. Канеман и Тверски назвали эту особенность