Психология критического мышления

Как можно превратить чистый жир в смесь, которая на 96 % не содержит жиров? Нет, тут нет никакого волшебства; на самом деле это очень просто. Если съесть два кусочка сливочного масла, то 100 % калорийности будут составлять жиры. Но если положить те же два кусочка масла в стакан с водой и выпить эту тошнотворную смесь, то вы создадите на 96 % свободный от жиров напиток (т. е. он будет содержать 96 % воды). Вам достанется то же самое количество калорий, состоящих из одних жиров, но название «напиток, на 96 % свободный от жиров» производит впечатление большей пользы для здоровья. Поэтому продукты с наклейкой «на столько-то процентов не содержит жиров» являются фальсификацией здорового питания, а этикетки наклеены с целью дезинформации (Nutrition Action Healthletter, 1991).

Многие из статистических данных, на которые мы по привычке ссылаемся, удручающе неправильны. Бозелл (Bozell, 1993) усомнился в точности сведений, которые мы получаем из средств массовой информации. Например, он цитирует репортера CBS, который предупреждал, что заболеваемость СПИДом среди гетеросексуалов только в 1992 г. увеличилась на 30 %. Но по данным Центра контроля над заболеваемостью, количество заболевших СПИДом среди гетеросексуалов в 1992 г. увеличилось на 17 %, что является снижением скорости роста заболеваемости по сравнению с ростом на 21 % в 1991 г. Точно так же Бозелл цитирует ведущего программы новостей NBC, который сообщил, что в настоящее время в США 5 миллионов бездомных, хотя Бюро переписи населения в 1990 г. насчитало только 220 000 бездомных. Различия очень большие, но как нам определить, какие из этих статистических данных ближе к истине?

Во-первых, стоит выработать привычку подвергать сомнениям статистические данные, которые вам сообщают. Как они были собраны и кто их собирал? Например, трудно точно подсчитать количество бездомных — их нелегко отыскать, поскольку у них нет адресов и телефонов. Как были получены две различные оценки этого количества? Какая выборка использовалась — из центра Нью-Йорка или из Солт-Лэйк-Сити? Есть ли у вас причины считать, что данные преднамеренно искажены? Например, консервативная политическая группа «Женщины, волнующиеся за Америку» с очевидными целями поместила в общенациональных газетах призыв к запрещению мужского и женского гомосексуализма в армии. В поддержку своей позиции они цитировали научное исследование, обнаружившее, что «гомосексуальное поведение приводит к половой распущенности, связано с принуждением и не поддается контролю» (цит. по: Bozell, 1993, р. А18). Далее шло утверждение что «типичный гомосексуалист» каждый год имеет минимум 68 половых партнеров! Вы заинтересовались, где и как были получены подобные статистические данные? Надеюсь, что заинтересовались. Это «научное исследование» проводилось более 10 лет назад и специально было нацелено на изучение наиболее активных и неразборчивых в связях гомосексуалистов-мужчин, поэтому его результаты нельзя обобщать на всех гомосексуалистов. Если вы будете подвергать сомнению статистические данные, с которыми постоянно встречаетесь в жизни, у вас будет меньше шансов быть введенными в заблуждение искаженными данными.

Применение алгоритма

Рассмотрим этапы применения общей схемы мышления при осмыслении и использовании вероятностей.

1. Какова цель? Всякий раз, когда вы принимаете решения, касающиеся неопределенных событий, вам необходимо применять навыки, описанные в этой главе. Это особенно необходимо, когда вам сообщают вероятностные значения или когда подразумевается степень уверенности в чем-либо. Такие ситуации возникают при решении большинства проблем и принятии многих решений, потому что они часто относятся к событиям в будущем, о которых никогда нельзя судить с полной определенностью.

2. Что известно? При постановке задачи вам необходимо знать, как получены сообщаемые вам значения вероятностей — объективно или субъективно. Вам необходимо проверить, не могут ли эти значения оказаться тенденциозными. Не повлиял ли на значение вероятности, приписываемое данному исходу, тот факт, что данный исход желателен? Хотя тема учета степени надежности источников информации обсуждалась в главе 5, она касается и данного контекста. Перед тем как использовать значения вероятностей, вам надо оценить качество имеющейся у вас информации. Поскольку значения вероятностей часто используются для убеждения людей, необходимо проверить, соответствуют ли представленные числовые данные предлагаемой вам аргументации.

При выяснении того, что вам известно, ищите информацию, которую можно использовать для расчета вероятностных оценок. Например, если вам дана вероятность риска, то как она рассчитана — за год, за одно воздействие (например, рентгеновское облучение) или за всю жизнь? Имеется ли дополнительная информация, которую можно использовать в комбинации с базовыми уровнями, чтобы уточнить ваши прогнозы?