Книга Как принять правильное управленческое решение читать онлайн бесплатно, автор Дон Мур – Fictionbook, cтраница 5
Дон Мур Как принять правильное управленческое решение
Как принять правильное управленческое решение
Как принять правильное управленческое решение

3

  • 0
Поделиться
  • Рейтинг Литрес:5
  • Рейтинг Livelib:4

Полная версия:

Дон Мур Как принять правильное управленческое решение

  • + Увеличить шрифт
  • - Уменьшить шрифт

Участники корректно учитывали базовые данные, когда не было иной информации. В отсутствие личного описания люди вполне разумно пользовались базовым распределением и делали вывод, что случайно выбранный человек из группы, состоящей в основном из юристов, скорее всего, будет юристом. Таким образом, люди понимают важность информации о базовом распределении, но отбрасывают эти данные, когда получают индивидуализирующие сведения.

Игнорирование базового уровня может иметь ряд неблагоприятных проявлений. Опишем три из них:

1. Начинающие предприниматели проводят намного больше времени, воображая свой успех, нежели изучая статистику банкротств (Moore, Oesch, & Zietsma, 2007). Бизнесмены полагают, что базовый уровень неудач не имеет к ним отношения. В результате многие из них все теряют.

2. Университеты отдают предпочтение абитуриентам из школ с более снисходительным подходом к оценкам. Игнорируя базовое распределение оценок в разных школах, приемные комиссии воспринимают высокие оценки как свидетельство более существенных академических успехов – даже если абитуриент учился в школе, где всем ставят хорошие оценки (Moore, Swift, Sharek, & Gino, 2010; Swift, Moore, Sharek, & Gino, 2009).

3. Люди склонны осуждать тех, кто потерпел неудачу, даже если неблагоприятный исход наступил по воле случая (Gino, Moore, & Bazerman, 2009). Из-за действия эвристики репрезентативности мы склонны считать, что наши действия и последующие события связаны причинно-следственной связью, даже если это не так.

Искажение 4. Игнорирование размера выборки

Задача 5. В городе работают два роддома, большой и маленький. В большом роддоме каждый день рождается около 45 младенцев, а в маленьком – около 15. Как известно, примерно 50 % детей – мальчики, однако точное количество мальчиков и девочек немного меняется день ото дня. Иногда мальчиков больше половины, иногда меньше (Тверски и Канеман, 1974).

На протяжении года каждый роддом отмечал дни, в которые мальчиков родилось более 60 %. В каком роддоме, по вашему мнению, зафиксировали больше таких дней?

1. В большом роддоме;

2. В маленьком роддоме;

3. Примерно одинаково (в пределах 5 %).

Большинство выбирает вариант «в», ожидая, что количество дней, в которых рождается 60 % или еще больше мальчиков, будет примерно одинаковым в обоих роддомах – но здесь важно учитывать размер выборки. Статистически у нас намного больше шансов обнаружить 60 % мальчиков в меньшего размера выборке, нежели в большей. Представьте, что вы бросаете монету. Что более вероятно: получить более 60 % орлов их трех бросков монеты или из 3000 бросков? Три броска монеты дадут более 60 % орлов в половине случаев. 10 бросков монеты дадут более 60 % орлов примерно в 17 % случаев. Три тысячи бросков – и 60 % орлов выпадут с вероятностью лишь 0,000001 % (один раз из миллиона). И все же большинство считает, что вероятность одинаковая для обоих роддомов, игнорируя размер выборки.

Размер выборки – это фундаментальная переменная в статистике, но, согласно Тверски и Канеману (Tversky & Kahneman, 1974), мы редко ее учитываем, потому что, имея дело с выборками, люди пользуются эвристикой репрезентативности. Например, они размышляют о том, насколько типичным является случай рождения 60 % мальчиков в один день, а не о размере выборки. А именно он критичен для решения задачи.

Посмотрим, что означает это искажение для рекламной стратегии. Специалисты по маркетингу прекрасно знают, что больший объем выборки дает более точные оценки, но ради выгоды своих заказчиков пользуются ошибками мышления потребителей: «Четверо из пяти стоматологов рекомендуют жевательные резинки без сахара». Но без упоминания общего числа опрошенных стоматологов результаты опроса ничего не значат! Если в опросе приняли участие 5–10 дантистов, размер выборки не позволяет судить обо всех представителях этой профессии.

Искажение 5. Неверное понимание случайностей

Задача 6. У вашей пары трое детей, все девочки. Сейчас, ожидая четвертого ребенка, вы задаетесь вопросом, больше ли шансов в этот раз, что родится мальчик? Какова вероятность, что у вас родится еще одна девочка?

1. 6,25 %, то есть 1/16 – потому что вероятность, что родятся четыре девочки подряд, равна 1/16;

2. 50 %, то есть 1/2, потому что примерно одинаковы шансы родиться и у мальчика, и у девочки;

3. 6,25–50 %.

Используя эвристику репрезентативности, большая часть людей интуитивно склоняется к тому, что рождение четырех девочек подряд маловероятно, поэтому они предполагают, что в этом случае вероятность рождения девочки обязана быть меньше 50 %. Проблема в том, что пол ребенка каждый раз определяется случайно, и гены, от которых он зависит, не знают, сколько до этого у пары родилось девочек.

Этот вопрос созвучен исследованию Канемана и Тверски (Kahneman & Tversky, 1972), согласно которому люди ожидают, что последовательность случайных событий будет выглядеть хаотичной. А именно: участники опроса сочли последовательность выпадения орла и решки О–Р–О–Р–Р–О более правдоподобной, чем О–О–О–Р–Р–Р, которая непохожа на случайную, и чем О–О–О–О–Р–О, которая будто бы не соответствует равной вероятности. Статистика, конечно, говорит нам, что все эти последовательности одинаково вероятны из-за независимости каждого из последовательных случайных повторений опыта.

Задача 6 провоцирует нашу веру в то, что случайные и неслучайные события компенсируют друг друга. Будет ли четвертый ребенок мальчиком? Может быть. Но ваши предыдущие успехи в зачатии девочек не будут иметь к этому отношения.

Логика, стоящая за непониманием сущности случайностей, стоит и за известной «ошибкой игрока». Получив слабые комбинации в 10 раундах покера, игрок убежден, что теперь ему «положена» сильная комбинация. Выиграв тысячу долларов в лотерее штата Пенсильвания, женщина меняет свое счастливое число – ведь не может одно и то же число выпасть дважды? Тверски и Канеман (Tversky & Kahneman, 1974) пишут: «Случайность часто видится людям как самокорректирующийся процесс, в котором отклонение в одну сторону неизбежно влечет компенсацию в другую сторону, чтобы восстановить равновесие. На самом деле отклонения не исправляются по ходу случайного процесса, они просто растворяются в большем объеме данных».

В предыдущих примерах герои надеялись, что случайные отклонения выровняются. В некоторых ситуациях наш разум истолковывает случайность шиворот-навыворот. Наше понимание случайности, по-видимому, зависит от того, насколько контролируемым, целенаправленным и простым кажется итог опыта (Oskarsson, Van Boven, McClelland, & Hastie, 2009). При очевидно случайных исходах, типа брошенной монеты или набора генов, эвристика репрезентативности заставляет нас ожидать автоматически корректируемый процесс, стремящийся походить на случайный. Но если опыт осуществляется целеустремленным субъектом, мы рассматриваем последовательности как намеренные или как минимум как отражающие способности субъекта. Если ваш любимый спортсмен не промахнулся четыре раза подряд, будет ли вероятность его следующего попадания выше, ниже или такой же, как если бы предыдущих четырех попаданий не было? Большинство фанатов, комментаторов и игроков отвечают «выше». Нам кажется, что баскетболист, забросивший мяч в корзину несколько раз подряд, в ударе!

Можно указать кучу биологических, эмоциональных и физических причин, почему это может быть правдой, но исчерпывающие исследования продемонстрировали, что это мнение фантастически, ошеломляюще неверно! Анализируя броски команды «Филадельфия Севенти Сиксерс» и «Бостон Селтикс», Гилович, Валлоун и Тверски (Gilovich, Vallone, & Tversky, 1985) обнаружили, что результаты спортсмена перед броском никак не меняли вероятность промаха. С этим соображением сложнее всего смириться! Все мы помним серии из пяти попаданий подряд, полосы удач для нас – неотъемлемая часть спорта. Но мы не думаем о серии из четырех попаданий: «На пятый раз он промахнулся». Мы усматриваем ложную связь, хотя фактически это все та же ситуация работы случая (точнее, обычной для конкретного игрока вероятности успеха).

Вера в феномен игрока «в ударе» происходит от умения человеческого мозга распознавать паттерны. Мы узнаем лица, читаем плохой почерк, понимаем искаженную речь лучше, чем самый совершенный компьютер. Но эта же способность заставляет нас видеть паттерны там, где их нет. Несмотря на отчаянную веру фанатов, тысячи исследований доказывают, что такого понятия как «в ударе» не существует – есть только вероятностные последовательности и случайные серии результатов, частично зависящие от мастерства игрока, а частично от удачи (Reifman, 2011).

Вера, что существует состояние «в ударе», оказывает интересное влияние на тактику игроков. Передача мяча игроку «в ударе» повсеместно считается хорошим маневром. Соответственно, команда соперников будет больше опекать такого игрока. Но представьте, что другой член команды, который не «в ударе», но с таким же уровнем мастерства, находится в более выгодной позиции. В этом случае вера в игрока «в ударе» не только ошибочна, но и чревата потерей очков.

Непонимание случайностей не ограничивается игроками, спортивными фанатами и дилетантами. Психологи-исследователи Тверски и Канеман (Tversky & Kahneman, 1971) установили, что сами ученые подвержены эффекту «малой выборки»: им кажется, что выводы, сделанные по малой выборке, должны куда лучше переноситься на всю популяцию, из которой была сделана выборка, чем это диктуют законы статистики. Чрезмерно веря в первые результаты, ученые переоценивают степень, в которой найденные эффекты можно обобщить на все население. Эвристика репрезентативности так глубоко укоренена в наш мыслительный процесс, что даже научный метод и акцент на корректное применение статистики не всегда устраняют ее искажающее влияние.

Искажение 6. Регрессия к среднему

Задача 7. Вы менеджер бейсбольной команды, выступающей в премьер-лиге. Сезон 2010 г. только что завершился. Одна из ваших главных задач – прогноз результативности игроков в будущем сезоне. Вы должны предсказать показатель отбивания для девяти конкретных игроков. Этот показатель, отражающий эффективность отбивающего, лежит в диапазоне от 0 до 1, большее значение соответствует лучшему результату. Вам известны показатели отбивания девяти игроков за 2010 г., а вам необходимо дать прогноз на 2011 г. для каждого из них. Заполните значения в правой колонке.


Как, по-вашему, должен строиться подобный прогноз в отсутствие более подробной информации о каждом из игроков? Ваш ответ будет зависеть от того, насколько прогнозируемыми вы сочтете показатели отбивания – о чем мы спросили вас в задаче 11. Если вы полагаете, что показатели отбивания не меняются год от года, то вы решите, что все игроки повторят свои результаты. Если вы считаете, что прошлогодние результаты можно вообще не учитывать в прогнозе, тогда допустимо считать, что каждый игрок отработает на среднем для команды уровне за 2010 г. (0,276).

Большинство людей понимают, что связь результатов игрока в бейсбол – или, скажем, финансовых показателей компании – «год к году» неоднозначна. Законы статистики диктуют нам, что любой выходящий из ряда вон результат со временем, скорее всего, регрессирует к среднему. Игрок или фирма, удачно завершившие год, едва ли могут рассчитывать на точно такой же успех в будущем году. Но мало кто системно применяет этот принцип, когда нужно дать прогноз. Чаще всего, решая задачу 8, люди предсказывают, что в 2011 г. игрок почти в точности повторит показатель 2010 г.

На самом деле статистика показывает, что корреляция между показателями отбивания игроков бейсбольной высшей лиги двух подряд идущих сезонов составляет примерно 0,4. Игроки из задачи 8 играли за «Техас Рейнджерс», ниже приведены их имена и показатели отбивания в сезонах 2010 г. и 2011 г.



Корреляция между результатами 2010 и 2011 гг. для этих игроков оказалась примерно такой же, как и для лиги в целом (0,41). Можно заметить, что выделяющиеся в ту или иную сторону результаты оказались ближе к среднему: самые худшие показатели улучшились, а выдающиеся спортсмены показали более скромные результаты. Например, Джош Хэмилтон, лидировавший среди всех игроков Главной лиги бейсбола с результатом 0,359 в 2010 г., набрал в 2011 г. лишь 0,298. Его результат в 2011 г., хоть и вполне достойный, позволил ему занять лишь 30-е место в лиге.

Соответственно, вы могли бы дать неплохие прогнозы в задаче 8, если бы решили, что показатели отбивания всех игроков в сезоне 2011 г. окажутся на общекомандном уровне 2010 г. И было бы еще лучше, если бы вы взяли среднее значение из личного результата игрока и общекомандного показателя 2010 г.

Регрессия к среднему имеет место, когда результат помимо прочих факторов зависит от фактора случайности. У одаренных детей часто бывают менее успешные братья и сестры. У невысоких родителей рождаются дети ростом повыше. Лучшие новички скромнее выглядят в своем втором сезоне (так называемый синдром второкурсника). Фирмы, получившие огромную прибыль, показывают не такой сильный финансовый результат год спустя. И всякий раз, узнав об этом предсказуемом паттерне, люди удивляются.

Почему концепция регрессии к среднему, один из фундаментальных принципов статистики, настолько противоречит интуиции? Канеман и Тверски (Kahneman & Tversky, 1973) считают, что в этом виновата эвристика репрезентативности. По их мнению, люди обычно предполагают, что будущие результаты (например, продажи в текущем году) находятся в прямой связи с прошлыми (продажи за предшествующий год). Мы привыкли строить наивные прогнозы, основываясь на предположении идеальной корреляции с уже имеющимися данными.

В некоторых случаях интуиция все же подсказывает, что произойдет регрессия к среднему. В 2001 г., после того как Барри Бондс совершил в одном сезоне 73 «хоум-рана», мало кто ожидал, что в следующем сезоне он сможет это повторить. Когда Уилт Чемберлен заработал 100 очков в одной игре, никто не ожидал, что в следующей игре он тоже наберет 100 очков. Когда твердый троечник получает четверку в четверти, его родители не надеются на повтор этого результата в следующей четверти. Когда агент по недвижимости заключает целых пять сделок за месяц, его коллеги не верят в столь же высокие продажи в следующем месяце. Когда результат слишком незауряден, мы знаем, что долго так продолжаться не может. Таким образом, в необычных обстоятельствах мы понимаем, что неизбежна регрессия к среднему, но в обыденных ситуациях забываем это правило.

Вспомним классический пример Канемана и Тверски, в котором непонимание регрессии заставило людей переоценивать наказания и недооценивать поощрения. Рассказывая о тренировочных полетах, опытный инструктор упомянул, что после похвалы за мягкую посадку обычно следовала более жесткая посадка, а строгий выговор за неудачу приводил к улучшению. Слушатели пришли к выводу, что похвала не способствует обучению, а критика сказывается благоприятно. Очевидно, что имела место регрессия к среднему, а обратная связь могла вообще не иметь никакого эффекта. Но слушатели, подверженные искаженному суждению, решили, что наказание более эффективно, чем поощрение.

Что происходит, когда руководители забывают о принципе регрессии? Представьте сотрудника, который показал отличные результаты в отчетном периоде, – и он, и его босс могут безосновательно ожидать этого и далее. Когда результаты работника регрессируют к среднему уровню, он вместе со своим начальником будет искать оправдания случившемуся. Менеджеры, не учитывающие регрессию к среднему, обречены на ложные ожидания. Они строят необоснованные прогнозы и питают нереалистичные надежды на результаты своих сотрудников.

Искажение 7. Ошибка конъюнкции

Задача 8. Линде 31 год, она не замужем, остра на язык и очень умна, окончила философский факультет. Будучи студенткой, она была сильно озабочена проблемами дискриминации и социальной несправедливости, а также принимала участие в акциях антиядерного движения. Расставьте следующие восемь утверждений в порядке убывания вероятности, что они относятся к Линде:


Обратите внимание, в каком порядке вы поставили пункты В, Е и З. Большинство ставит пункт В выше пункта З, а З выше, чем Е. Это связано с тем, насколько каждое утверждение отражает, по мнению большинства, краткое описание личности Линды. Характер Линды был задуман Тверски и Канеманом похожим на феминистку и далеким от типичного психологического портрета кассира в банке. Вспомним, что эвристика репрезентативности заставляют людей выносить суждения в соответствии с тем, насколько конкретное описание соответствует некой общей категории в их представлении. Описание Линды напоминает феминистку больше, чем феминистку – кассира в банке – и больше феминистку – кассира в банке, чем просто кассира в банке. Таким образом, эвристика репрезентативности диктует нам порядок В–Е–З.

Эвристика репрезентативности также провоцирует еще одно систематическое искажение суждений – ошибку конъюнкции (Tversky & Kahneman, 1983). Ее можно усмотреть, повторно обратившись к ряду возможных описаний Линды. Один из простейших и базовых законов теории вероятностей говорит нам, что попадание в подмножество (например, группу лиц, одновременно являющихся банковскими служащими и феминистами) не может быть более вероятным, чем попадание в более крупное множество, полностью включающее в себя рассматриваемое подмножество (например, группу банковских служащих, которые могут быть или не быть при этом феминистами). Говоря по-научному, конъюнкция (комбинация двух или более дескрипторов) не может быть более вероятной, чем любой из ее дескрипторов в отдельности – все банковские работники – феминисты заведомо являются банковскими работниками. Ошибка конъюнкции, напротив, заставляет нас считать конъюнкцию более вероятной, чем отдельный дескриптор, когда совокупность дескрипторов кажется нам более репрезентативной, чем этот дескриптор. Интуитивно кажется, что представлять Линду банковским кассиром – феминисткой более правдоподобно, чем просто банковским кассиром.

Ошибка конъюнкции также может возникать ввиду большей доступности конъюнкции по сравнению с одним их ее дескрипторов (Yates & Carlson, 1986). То есть если совокупность факторов вызывает в памяти больше ассоциаций с яркими событиями или людьми, чем отдельный фактор, то она ошибочно воспринимается как более вероятная, чем отдельный фактор. Покажем на примере. Участники исследования Тверски и Канемана (Tversky & Kahneman, 1983) сочли шансы, что в 1989 г. произойдет массивное наводнение где-то в Северной Америке, которое унесет жизни тысячи человек, меньше, чем вероятность землетрясения в Калифорнии, которое вызовет наводнение, которое, в свою очередь, унесет жизни тысячи человек. Заметьте, что первое из описанных событий (наводнение) логически неизбежно случается при возникновении второго (наводнение, вызванное землетрясением). Кроме того, наводнение в Северной Америке может быть вызвано многими другими причинами. Тверски и Канеман показали, что из-за ошибки конъюнкции люди отклоняются от рационального рассуждения в вопросах, касающихся спортивных соревнований, расследования преступлений, международных отношений, проблем со здоровьем. Ошибка конъюнкции не позволяет нам достоверно прогнозировать события и оставляет нас неготовыми к изменению обстоятельств.

Мы рассмотрели пять искажений, происходящих от эвристики репрезентативности, – игнорирование базового уровня, игнорирование размера выборки, неверное понимание случайностей, игнорирование регрессии к среднему и ошибку конъюнкции. Надо сказать, что эвристика репрезентативности иногда здорово нам помогает – ведь вероятность того или иного происшествия часто бывает связана с вероятностью схожих событий. К сожалению, мы склонны злоупотреблять применением этой эвристики при принятии решений, и пять описанных искажений напоминают нам о систематических ошибках, которые мы допускаем, забывая об этой привычке.

Погрешности суждения, основанные на эвристике подтверждения

Искажение 8. Ловушка подтверждения

Допустим, что последовательность чисел, представленная ниже, получена по определенному правилу, и ваша задача – найти это правило (Wason, 1960). Вы должны написать другие последовательности из трех чисел, а экзаменатор будет вас информировать, соответствуют они заданному правилу, или нет.

2–4–6

Какие последовательности вы напишете? Как вы поймете, что у вас достаточно данных, чтобы отгадать правило? Участники эксперимента Уосона предлагали не так много последовательностей, и они, как правило, не противоречили правилу, которое они в итоге отгадывали. Среди предположений часто были такие: «каждое последующее число больше предыдущего на 2» и «третье число больше второго на столько же, насколько второе больше первого».

Задуманное правило было намного более общим: «любая возрастающая последовательность из трех чисел». Чтобы его отгадать, нужно собирать не только подтверждающие, но и опровергающие примеры. Например, если вы считаете, что правило звучит как «каждое последующее число больше предыдущего на 2», вам стоит попробовать последовательности, не удовлетворяющие этому правилу. Пробные варианты 1–3–5, 10–12–14, 122–124–126 и т. п. лишь заманят вас в «ловушку подтверждения». А если вам кажется, что верный ответ «третье число больше второго на столько же, насколько второе больше первого», не имеет смысла надеяться на обратную связь о последовательностях 1–2–3, 10–15–20, 122–126–130 и т. п., поскольку они только подтвердят вашу гипотезу. Всего шестеро из 29 человек в эксперименте Уосона смогли отгадать правило с первой попытки. Уосон заключил, что успешный поиск верного решения предполагает «готовность проверять интуитивные идеи, которые часто сопровождаются чувством глубокой убежденности» (Wason, 1960, с. 139).

Мы сотни раз предлагали эту задачу в учебных аудиториях. Первый обычно называет правило «каждое последующее число больше предыдущего на 2» и сразу же исключается. Второй обычно предлагает неверный вариант столь же быстро. Интересно, что на этой стадии крайне редко предлагается вариант, не подходящий под заданное правило. Почему так происходит? Потому что люди предпочитают искать информацию, которая подтверждает ожидания и гипотезы, даже когда полезнее было бы опровергнуть их или подвергнуть серьезной проверке.

Когда мы сталкиваемся с информацией, которая соотносится с нашими представлениями, мы обычно легко принимаем ее. Если мы хоть как-то ее изучаем, то, по словам Гиловича (Gilovich, 1991), все равно стремимся в нее поверить. Мы не подвергаем информацию критике, если только нет очень веских оснований ей не доверять. В то же время, получая сведения, заставляющие нас усомниться в собственных убеждениях, мы задаемся совсем другим вопросом: «Обязан ли я этому верить?» И только если доказательства не оставляют сомнений, мы вынуждены принять их.

Существует две причины, почему мы можем пасть жертвой ловушки подтверждения. Первая связана с тем, как человеческий мозг извлекает информацию из памяти. Само упоминание определенной гипотезы делает информацию, соответствующую этой гипотезе, более доступной (Gilbert, 1991). Более того, исследования показывают, что склонность разума работать с промежуточными гипотезами как с истинными может даже позволить внедрить человеку ложные воспоминания. В одном эксперименте Лофтус (Loftus, 1975) показывала участникам фильм об автомобильной аварии. Половину из них спросили: «Насколько высокой была скорость белой спортивной машины, когда та проезжала мимо сарая на загородной дороге?» На самом деле в фильме не было сарая, но те, кому задали такой вопрос, впоследствии с гораздо большей вероятностью вспоминали несуществующий сарай, чем те, кого о нем не спрашивали.

Мы подвержены ловушке подтверждения еще и из-за того, как мы ищем информацию. Поскольку ресурс внимания и обдумывания у нас ограничен, мы должны обрабатывать информацию избирательно и в первую очередь ищем ее там, где больше шансов обнаружить полезные сведения. Одним из последствий этого становится предвзятость легкости вспоминания, которую мы уже обсуждали. Другим следствием является то, что люди уделяют особое внимание информации, которая подтверждает желаемый вывод (Kunda, 1990). Повседневные наблюдения показывают, что консервативно настроенные избиратели скорее окажутся среди слушателей консервативного ток-шоу Раша Лимбо и будут избегать передач с либеральным комментатором Рэйчел Мэддоу. Разумеется, либеральная аудитория с удовольствием слушает Мэддоу и избегает передач Лимбо. Политические активисты, как и все мы, предпочитают слушать подтверждения, а не опровержения своих взглядов.

1...345678