Шум. Несовершенство человеческих суждений

– «Не отмечалось ли непреднамеренного крена в сторону выбора тех соображений, которые обсуждались в начале дискуссии?»

– «Достаточно ли подробно группа обсудила альтернативные варианты, достаточно ли активно искала аргументы в пользу их обоснования?»

– «Не отмечено ли отрицания и замалчивания неудобных мнений и нежелательной информации?»

3. Обработка информации

3a. Доступность и «видимость»

– «Не преувеличивают ли участники дискуссии значимость какого-либо события лишь потому, что оно произошло недавно, либо в силу его резонанса, либо личной значимости, даже если такое событие не показательно?»

3b. Игнорирование качества информации

– «Не опирается ли суждение на аналогии с нелепыми случаями из жизни, сплетнями и так далее? Имеются ли данные, подтверждающие актуальность таких аналогий?»

3c. Якорение

– «Не играют ли важную роль при вынесении окончательного суждения количественные данные неопределенной точности или значимости?»

3d. Отсутствие регрессионного анализа

– «Не забывают ли участники обсуждения о принципах регрессионного анализа при экстраполяциях, оценках или прогнозах?»

4. Решение

4a. Ошибки планирования

– «Интересуются ли участники обсуждения источниками прогнозов и их достоверностью, учитывая такие прогнозы? Используют ли взгляд со стороны для дополнительной проверки таких прогнозов?»

– «Не забывают ли участники о доверительном интервале, обрабатывая неопределенные числовые данные? Достаточно ли широк интервал?»

4b. Неприятие потерь

– «Совпадает ли степень аппетита к риску у экспертов группы с установками, принятыми в компании? Не проявляют ли участники чрезмерной осторожности?»

4c. Смещение в пользу текущего момента

– «Отражают ли расчеты группы (включая норму дисконтирования) сбалансированный подход компании к краткосрочным и долгосрочным приоритетам?»

Приложение 3 Корректировка прогнозов

Сравнительные прогнозы содержат ошибку, связанную с излишним доверием к процессу интуитивного сопоставления (см. главу 14). Обычно мы делаем сравнительный прогноз, полагаясь на имеющуюся в наличии информацию, и ведем себя так, будто она является идеальным (или очень сильным) предиктивным индикатором.

Вспомним пример с Джули, научившейся бегло читать в четыре года. Следовало ответить на вопрос: каков теперь у нее средний балл успеваемости? Дав прогноз в районе 3,8, вы интуитивно рассудили, что в части умения читать четырехлетняя Джули входила в лучшие 10 % своей возрастной группы (и все же не в лучшие 3–5 %). Значит, вы невольно предположили, что по успеваемости она войдет в число лучших учеников своей возрастной группы в колледже – это как раз средний балл в районе 3,7–3,8.

Прогноз статистически некорректен, поскольку вы переоценили прогностическую значимость имеющейся информации. Раннее развитие ребенка не всегда предполагает выдающиеся результаты в учебе (и, к счастью, дети, которым чтение в дошкольном возрасте давалось с трудом, необязательно будут находиться в неуспевающей части своего класса).

Чаще всего выдающиеся способности в детстве далее начинают приближаться к среднему уровню. И напротив, позднее развитие впоследствии компенсируется. Несложно вообразить себе социальные, психологические и даже политические причины подобных явлений, однако нет смысла рассуждать о причинах, ибо мы имеем дело со статистическим феноменом. Крайние проявления со временем сглаживаются только потому, что показатели, зарегистрированные в прошлом, далеко не идеально коррелируют с результатами в будущем. Данная тенденция получила название регрессии к среднему значению (соответственно, и сравнительный прогноз мы называем нерегрессионным, поскольку он эту особенность не учитывает).

Рассуждая с применением количественных критериев, скажем, что суждение, вынесенное вами по поводу Джули, окажется верным лишь в случае, если возраст, в котором проявилась способность к чтению, является четким прогнозным индикатором дальнейшей успеваемости. Иными словами, между двумя упомянутыми факторами прослеживалась бы корреляция. Мы с вами понимаем, что это не так.

Существуют статистические способы, помогающие вынести более точное суждение. Ими невозможно воспользоваться интуитивно, более того, даже человек, имеющий определенные знания статистики, затруднится применить подобный подход. Необходимую процедуру мы покажем на рисунке 19, описывающем пример с Джули.

Рис. 19. Адаптация интуитивного прогноза к регрессии к среднему значению

1. Используем интуитивный подход.