• Главная
  •  > 
  • Разное
  •  > 
  • Принятие решений в неопределенности: Правила и предубеждения. Принятие решений в условиях неопределенности О концепции шанса

Принятие решений в неопределенности: Правила и предубеждения. Принятие решений в условиях неопределенности О концепции шанса

Рассмотрим математические основы принятия решений в условиях неопределенности.

Сущность и источники неопределённости.

Неопределенность -- это свойство объекта, выражающееся в его неотчетливости, неясности, необоснованности, приводящее к недостаточной возможности для лица, принимающего решение, осознания, понимания, определения его настоящего и будущего состояния.

Риск -- это возможная опасность, действие наудачу, требующее, с одной стороны, смелости в надежде на счастливый исход, с другой -- учета математического обоснования степени риска.

Практика принятия решений характеризуется совокупностью условий и обстоятельств (ситуацией), создающих те или иные отношения, обстановку, положение в системе принятия решений. Учитывая количественные и качественные характеристики информации, находящейся в распоряжении лица, принимающего решения, можно выделить решения, принимаемые в условиях:

определенности (достоверности);

неопределенности (ненадежности);

риска (вероятностной определенности).

В условиях определенности лица, принимающие решения, достаточно точно определяют возможные альтернативы решения. Однако на практике трудно оценить факторы, создающие условия для принятия решений, поэтому ситуации полной определенности чаще всего отсутствуют.

Источниками неопределенности ожидаемых условий в развитии предприятия могут служить поведение конкурентов, персонала организации, технические и технологические процессы и изменения конъюнктурного характера. При этом условия могут подразделяться на социально-политические, административно-законодательные, производственные, коммерческие, финансовые. Таким образом, условиями, создающими неопределенность, являются воздействия факторов внешней к внутренней среды организации. Решение принимается в условиях неопределенности, когда невозможно оценить вероятность потенциальных результатов. Это должно иметь место, когда требующие учета факторы настолько новы и сложны, что насчет них невозможно получить достаточно релевантной информации. В итоге вероятность определенного последствия невозможно предсказать с достаточной степенью достоверности. Неопределенность характерна для некоторых решений, которые приходится принимать в быстро меняющихся обстоятельствах. Наивысшим потенциалом неопределенности обладает социокультурная, политическая и наукоемкая среда. Решения министерства обороны о разработке исключительно сложного нового оружия зачастую изначально неопределенны. Причина в том, что никто не знает -- как будет использовано оружие и произойдет ли это вообще, а также какое оружие может применить противник. Поэтому министерство часто не в состоянии определить, будет ли новое оружие действительно эффективным к тому времени, когда оно поступит в армию, а это может произойти, например, через пять лет. Однако на практике очень немногие управленческие решения приходится принимать в условиях полной неопределенности.

Сталкиваясь с неопределенностью, руководитель может использовать две основные возможности. Во-первых, попытаться получить дополнительную релевантную информацию и еще раз проанализировать проблему. Этим часто удается уменьшить новизну и сложность проблемы. Руководитель сочетает эту дополнительную информацию и анализ с накопленным опытом, способностью к суждению или интуицией, чтобы придать ряду результатов субъективную или предполагаемую вероятность.

Вторая возможность - действовать в точном соответствии с прошлым опытом, суждениями или интуицией и сделать предположение о вероятности событий. Временные и информационные ограничения имеют важнейшее значение при принятии управленческих решений.

В ситуации риска можно, используя теорию вероятности, рассчитать вероятность того или иного изменения среды, в ситуации неопределенности значения вероятности получить нельзя.

Неопределенность проявляется в невозможности определения вероятности наступления различных состояний внешней среды из-за их неограниченного количества и отсутствия способов оценки. Неопределенность учитывается различными способами.

Правила и критерии принятия решений в условиях неопределённости.

Приведем несколько общих критериев рационального выбора вариантов решений из множества возможных. Критерии основаны на анализе матрицы возможных состояний окружающей среды и альтернатив решений.

Матрица, приведенная в таблице 1, содержит: Аj -- альтернативы, т. е. варианты действий, один из которых необходимо выбрать; Si -- возможные варианты состояний окружающей среды; aij -- элемент матрицы, обозначающий значение стоимости капитала, принимаемое альтернативой j при coстоянии окружающей среды i.

Таблица 1. Матрица решений

Для выбора оптимальной стратегии в ситуации неопределённости используются различные правила и критерии.

Правило максимин (критерий Ваальда).

В соответствии с этим правилом из альтернатив aj выбирают ту, которая при самом неблагоприятном состоянии внешней среды, имеет наибольшее значение показателя. С этой целью в каждой строчке матрицы фиксируют альтернативы с минимальным значением показателя и из отмеченных минимальных выбирают максимальное. Альтернативе а* с максимальным значением из всех минимальных даётся приоритет.

Принимающий решение в этом случае минимально готов к риску, предполагая максимум негативного развития состояния внешней среды и учитывая наименее благоприятное развитие для каждой альтернативы.

По критерию Ваальда лица, принимающие решения, выбирают стратегию, гарантирующую максимальное значение наихудшего выигрыша (критерия максимина).

Правило максимакс.

В соответствии с этим правилом выбирается альтернатива с наивысшим достижимым значением оцениваемого показателя. При этом ЛПР не учитывает риска от неблагоприятного изменения окружающей среды. Альтернатива находится по формуле:

а* = {аjmaxj maxi Пij }

Используя это правило, определяют максимальное значение для каждой строки и выбирают наибольшее из них.

Большой недостаток правил максимакса и максимина - использование только одного варианта развития ситуации для каждой альтернативы при принятии решения.

Правило минимакс (критерий Севиджа).

В отличие от максимина минимакс ориентирован на минимизацию не столько потерь, сколько сожалений по поводу упущенной прибыли. Правило допускает разумный риск ради получения дополнительной прибыли. Критерий Севиджа рассчитывается по формуле:

min max П = mini [ maxj (maxi Xij - Xij)]

где mini, maxj - поиск максимума перебором соответствующих столбцов и строк.

Расчёт минимакса состоит их четырёх этапов:

  • 1) Находится лучший результат каждой графы в отдельности, то есть максимум Xij (реакции рынка).
  • 2) Определяется отклонение от лучшего результата каждой отдельной графы, то есть maxi Xij - Xij. Полученные результаты образуют матрицу отклонений (сожалений), так как её элементы - это недополученная прибыль от неудачно принятых решений, допущенных из-за ошибочной оценки возможности реакции рынка.
  • 3) Для каждой сточки сожалений находим максимальное значение.
  • 4) Выбираем решение, при котором максимальное сожаление будет меньше других.

Правило Гурвица.

В соответствии с этим правилом правила максимакс и максимин сочетаются связыванием максимума минимальных значений альтернатив. Это правило называют ещё правилом оптимизма - пессимизма. Оптимальную альтернативу можно рассчитать по формуле:

а* = maxi [(1-?) minj Пji+ ? maxj Пji]

где?- коэффициент оптимизма, ? =1…0 при? =1 альтернатива выбирается по правилу максимакс, при? =0 - по правилу максимин. Учитывая боязнь риска, целесообразно задавать? =0,3. Наибольшее значение целевой величины и определяет необходимую альтернативу.

Правило Гурвица применяют, учитывая более существенную информацию, чем при использовании правил максимин и максимакс.

Таким образом, при принятии управленческого решения в общем случае необходимо:

спрогнозировать будущие условия, например, уровни спроса;

разработать список возможных альтернатив

оценить окупаемость всех альтернатив;

определить вероятность каждого условия;

оценить альтернативы по выбранному критерию решения.

Непосредственное применение критериев при принятии управленческого решения в условиях неопределённости рассмотрено в практической части данной работы.

неопределённость управленческий решение

Перед Вами фундаментальный труд по психологии принятия решений. Ссылки на отдельные работы этих авторов достаточно часто встречаются в академической литературе, но полный сборник этих статей на русском языке опубликован впервые. Выход этoй книги, безусловно, важное событие для специалистов в области управления, стратегического планирования, принятия решений, поведения потребителей и т.д.

Kнигa представляет интерес для специалистов в области менеджмента, экономики, психологии, как в теории, так и в практике, которые имеют дело с такой сложной и интересной областью человеческой деятельности, как принятие решений.

Предисловие научного редактора
Предисловие авторов
Часть I: Введение
1. Принятие решений в условиях неопределенности: правила и предубеждения
Часть II: Репрезентативность
2. Вера в закон малых чисел
3. Субъективная вероятность: оценка репрезентативности
4. О психологии прогнозирования
5. Изучение репрезентативности
6. Оценки репрезентативности и на основе репрезентативности
Часть III: Причинность и атрибуция
7. Общепринятое положение: информация не обязательно информативна
8. Причинные схемы при принятии решений в условиях неопределенности
9. Недостатки процесса атрибуции: о происхождении и исправлении ошибочных социальных оценок
10. Очевидное воздействие базового значения
Часть IV: Доступность
11. Доступность: эвристика оценки частоты и вероятности
12. Эгоцентрические предубеждения в доступности и атрибуции
13. Предубеждения доступности в социальном восприятии и взаимодействии
14. Эвристика моделирования
Часть V: Ковариация и Контроль
15. Субъективная оценка ковариации: суждения, основанные на данных против суждений, основанных на теориях
16. Иллюзия контроля
17. Результаты тестов такие, какими Вы их себе представляете
18. Вероятностные рассуждения в клинической медицине: про6лемы и возможности
19. Получение знаний из опыта и условно-оптимальных правил при принятии решения
Часть VI. Чрезмерная уверенность
20. Чрезмерная уверенность в суждениях, основанных на конкретных примерах
21. Сообщение о процессе обучения оцениванию вероятности
22. Калибровка вероятностей: положение дел к 1980 г.
23. Обреченным необходимо изучать прошлое: эвристики и предубеждения в ретроспективе
Часть VII: Многоступенчатая оценка
24. Оценка составных вероятностей в последовательном выборе
25. Консерватизм в процессе обработки информации человеком
26. Гипотеза yгадывания в многоступенчатом выводе
27. Заключения о личных характеристиках на основе информации, восстановленной из памяти
Часть VIII: Коррективные процедуры
28. Устойчивая привлекательность ошибочных линейных моделей при принятии решении
29. Жизнеспособность мифических чисел
30. Интуитивное прогнозирование: предубеждения и корректирующие процедуры
31. Освобождение от предубеждения
32. Улучшение индуктивного вывода
Часть IX: Восприятие риска
33. Факты против страха: понимание воспринимаемого риска
Часть X: Постскриптум
34. К вопросу о статистической интуиции
35. Варианты неопределенности

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения

Я давно подбирался к этой книге… Впервые о работе нобелевского лауреата Даниэля Канемана я узнал из книги Нассима Талеба Одураченные случайностью . Талеб много и смачно цитирует Канемана, и, как я узнал позднее, не только в этой, но и в других своих книжках (Черный лебедь. Под знаком непредсказуемости , О секретах устойчивости). Более того, многочисленные ссылки на Канемана я нашел в книгах: Евгений Ксенчук Системное мышление. Границы ментальных моделей и системное видение мира , Леонард Млодинов. (Не)совершенная случайность. Как случай управляет нашей жизнью . К сожалению, книгу Канемана в бумажном варианте мне найти не удалось, так что «пришлось» приобрести электронную книжку, и скачать Канемана из инета… И поверьте, я не пожалел ни одной минуты…

Д. Канеман, П. Словик, А. Тверски. Принятие решений в неопределенности: Правила и предубеждения. – Харьков: Издательство Институт прикладной психологии «Гуманитарный Центр», 2005. – 632 с.

В предлагаемой вашему вниманию книге речь идет об особенностях мышления и поведения людей при оценке и прогнозировании неопределенных событий. Как убедительно показано в книге, принимая решения в неопределенных условиях, люди обычно ошибаются, иногда весьма значительно, даже если они изучали теорию вероятности и статистику. Эти ошибки подчинены определенным психологическим закономерностям, которые выявлены и хорошо экспериментально обоснованы исследователями.

С момента привлечения идей Байеса в психологическое исследование, психологам впервые предложили целостную и четко сформулированную модель оптимального поведения в условиях неопределенности, с которой можно было сравнить принятие решений человеком. Соответствие принятия решений нормативным моделям стало одной из главных парадигм исследования в области суждения в условиях неопределенности.

Часть I . Введение

Глава 1. Принятие решений в условиях неопределенности: правила и предубеждения

Как люди оценивают вероятность неопределенного события или значения неопределенной величины? Люди полагаются на ограниченное число эвристических 1 принципов, которые сводят сложные задачи оценки вероятностей и прогнозирования значений величин до более простых операций суждения. Эвристики весьма полезны, но иногда они ведут к серьезным и систематическим ошибкам.

Субъективная оценка вероятности похожа на субъективную оценку физических величин, таких как расстояние или размер.

Репрезентативность. Какова вероятность, что процесс В приведет к событию А? Отвечая люди обычно полагаются на эвристику репрезентативности , в которой вероятность определяется степенью, в которой А репрезентативно по отношению к В, то есть степенью, в которой А похоже на В. Рассмотрим описание человека его бывшим соседом: «Стив очень замкнутый и застенчивый, всегда готов мне помочь, но слишком мало интересуется другими людьми и реальностью вообще. Он очень кроткий и опрятный, любит порядок, а также склонен к детализации». Как люди оценивают вероятность того, кто Стив по профессии (например, фермер, продавец, пилот самолета, библиотекарь или врач)?

В эвристике репрезентативности, вероятность того, что Стив – например, библиотекарь, определяется степенью, в которой он репрезентативен библиотекарю, или соответствует стереотипу библиотекаря. Этот подход к оценке вероятности приводит к серьезным ошибкам, потому что на подобие или репрезентативность не оказывают влияние отдельные факторы, которые должны влиять на оценку вероятности.

Нечувствительность к априорной вероятности результата. Одним из факторов, которые не оказывают влияния на репрезентативность, но значительно влияют на вероятность - является предшествующая (априорная) вероятность, или частота базовых значений результатов (исходов). В случае Стива, например, тот факт, что среди населения намного больше фермеров, чем библиотекарей, обязательно принимается в расчет при любой разумной оценке вероятности того, что Стив скорее является библиотекарем, чем фермером. Принятие во внимание частоты базовых значений, однако, в действительности не влияет на соответствие Стива стереотипу библиотекарей и фермеров. Если люди оценивают вероятность посредством репрезентативности, следовательно, предшествующими вероятностями они будут пренебрегать.

Эта гипотеза была проверена в эксперименте, в котором изменялись предшествующие вероятности. Испытуемым показывали краткие описания нескольких людей, выбранных наугад из группы 100 специалистов – инженеров и адвокатов. Тестируемых просили оценить, для каждого описания, вероятность того, что оно принадлежит скорее инженеру, чем адвокату. В одном экспериментальном случае, испытуемым сообщалось, что группа, описания из которой были даны, состоит из 70 инженеров и 30 адвокатов. В другом случае испытуемым сообщалось, что группа состоит из 30 инженеров и 70 адвокатов. Шансы того, что каждое отдельное описание принадлежит скорее инженеру, чем адвокату, должна быть выше в первом случае, где большинство инженеров, чем во втором, где большинство адвокатов. Это можно показать, применяя правило Байеса заключающееся в том, что пропорция этих шансов должна быть (0,7/0,3) 2 , или 5,44 для каждого описания. Грубо нарушая правило Байеса, испытуемые в обоих случаях, продемонстрировали, в сущности, одинаковые оценки вероятности. Очевидно, участники эксперимента оценили вероятность того, что конкретное описание принадлежит скорее инженеру, чем адвокату как степень, в которой это описание было репрезентативно этим двум стереотипам, мало учитывая, если учитывая вообще, предшествующие вероятности этих категорий.

Нечувствительность к размеру выборки. Люди обычно применяют эвристику репрезентативности. То есть они оценивают вероятность результата в выборке, в степени в какой этот результат подобен соответствующему параметру. Подобие статистики в выборке типичному параметру у всего населения не зависит от размера выборки. Следовательно, если вероятность рассчитывается с помощью репрезентативности, то статистическая вероятность в выборке будет по существу независима от размера выборки. Напротив, согласно теории выборок, ожидаемое отклонение от среднего тем меньше, чем больше выборка. Это фундаментальное понятие статистики, очевидно, не является частью интуиции людей.

Вообразите корзину, наполненную шарами, из которых 2/3 одного цвета и 1/3 другого. Один человек вынимает из корзины 5 шаров и обнаруживает, что 4 из них красные, а 1 – белый. Другой человек вынимает 20 шаров и обнаруживает, что 12 из них красные, а 8 – белые. Который из этих двух людей должен с большей уверенностью сказать, что в корзине скорее 2/3 красных шаров и 1/3 белых шаров, чем наоборот? В этом примере, правильным ответом является оценка последующих шансов как 8 к 1 для выборки из 5 шаров и 16 к 1 для выборки из 20 шаров (рис. 1). Однако большинство людей думает, что первая выборка обеспечивает намного более серьезное подтверждение для гипотезы, что корзина наполнена в основном красными шарами, потому что процентное отношение красных шаров в первой выборке больше, чем во второй. Это снова показывает, что интуитивные оценки превалируют за счет пропорции выборки, а не ее размера, который играет решающую роль в определении реальных последующих шансов.

Рис. 1. Вероятности в задаче с шарами (формулы см. в Excel-файле на листе «Шары»)

Ошибочные концепции шанса. Люди полагают, что последовательность событий, организованная как случайный процесс представляет существенную характеристику этого процесса даже, когда последовательность короткая. Например, относительно выпадения монеты «орлом» или «решкой», люди считают, что последовательность О-Р-О-Р-Р-О, более вероятна, чем последовательность О-О-О-Р-Р-Р, которая не кажется случайной, а также более вероятна, чем последовательность О-О-О-О-Р-О, которая не отражает равнозначность сторон монеты. Таким образом, люди ожидают, что существенные характеристики процесса будут представлены, не только глобально, т.е. в полной последовательности, но также и локально – в каждой из ее частей. Однако локально репрезентативная последовательность систематически отклоняется от ожидания шансов, на которые рассчитывали: в ней слишком много чередований и слишком мало повторений. 2

Другое последствие убеждения по поводу репрезентативности – хорошо известная ошибка игрока в казино. Например, видя, что красные слишком долго выпадают на колесе рулетки, большинство людей, ошибочно полагает, что, скорее всего, теперь должно выпасть черное, потому что выпадение черного завершит более репрезентативную последовательность, чем выпадение еще одного красного. Шанс обычно рассматривается как саморегулирующийся процесс, в котором отклонение в одном направлении приводит к отклонению в противоположном направлении с целью восстановления равновесия. На самом деле отклонения не исправляются, а просто «растворяются» по мере протекания случайного процесса.

Показало устойчивое верование в то, что можно назвать законом малых чисел, согласно которому даже маленькие выборки являются высоко репрезентативными по отношению к совокупностям, из которых они отобраны. Результаты этих исследователей отразили ожидание того, что гипотеза, достоверная относительно всей совокупности, будет представлена как статистически значимый результат в выборке, причем размер выборки не имеет значения. Как следствие, специалисты слишком верят в результаты, полученные на маленьких выборках, и слишком переоценивают повторяемость этих результатов. При проведении исследования, это предубеждение ведет к отбору выборок неадекватного размера и к преувеличенной интерпретации результатов.

Нечувствительность к надежности прогноза. Люди иногда вынуждены делать числовые предсказания, такие как будущий курс акции, спрос на товар или результат футбольной игры. Такие предсказания основываются на репрезентативности. Например, предположим, некто получил описание компании, и его просят предсказать ее будущую прибыль. Если описание компании очень благоприятно, то по этому описанию наиболее репрезентативной будет казаться очень высокая прибыль; если описание посредственно, то наиболее репрезентативным будет казаться заурядное развитие событий. То, насколько описание является благоприятным, не зависит от достоверности этого описания или степени, в которой оно позволяет проводить точное прогнозирование. Следовательно, если люди делают прогноз, исходя исключительно из благоприятности описания, их предсказания будут нечувствительны к надежности описания и к ожидаемой точности предсказания. Этот способ делать суждения нарушает нормативную статистическую теорию, в которой экстремум и диапазон предсказаний зависит от предсказуемости. Когда предсказуемость равна нулю, во всех случаях должно быть сделано одно и то же предсказание.

Иллюзия валидности. Люди вполне уверены в прогнозе, что человек является библиотекарем, когда дано описание его личности, которое соответствует стереотипу библиотекаря, даже если оно скудно, ненадежно или устарело. Необоснованная уверенность, которая является следствием удачного совпадения предсказываемого результата и входных данных, может называться иллюзией валидности.

Неправильные представления о регрессии. Предположим, что большая группа детей была протестирована с помощью двух подобных версий теста на способности. Если некто отберет десять детей из числа тех, кто справился лучше всех с одной из этих двух версий, он обычно будет разочарован выполнением ими второй версии теста. Эти наблюдения иллюстрируют общее явление известное как регресс к среднему, которое было открыто Гальтоном более чем 100 лет назад. В обычной жизни все мы сталкиваемся с большим количеством случаев регресса к среднему, сравнивая, например, рост отцов и сыновей. Тем не менее, у людей отсутствуют предположения по этому поводу. Во-первых, они не ожидают регрессии во многих контекстах, где она должна произойти. Во-вторых, когда они признают возникновение регрессии, они часто изобретают неверные объяснения причин.

Неспособность признать смысл регрессии может иметь пагубные последствия. При обсуждении учебных полетов, опытные инструкторы отметили, что похвала за исключительно мягкое приземление обычно при следующей попытке сопровождается более неудачным приземлением, в то время как резкая критика после жесткого приземления обычно сопровождается улучшением результатов при следующей попытке. Инструкторы сделали вывод, что словесные поощрения вредны для обучения, в то время как выговоры приносят пользу, вопреки принятой психологической доктрине. Это заключение несостоятельно из-за присутствия регресса к среднему. Таким образом, неспособность понимать эффект регрессии ведет, к тому, что эффективность наказания оценивается слишком высоко, а эффективность награды недооценивается.

Доступность. Люди оценивают частоту класса или вероятность событий на основе легкости, с которой они вспоминают примеры случаев или события. Когда размер класса оценивается на основе доступности его элементов, класс, элементы которого легко восстанавливаются в памяти, будет казаться более многочисленным, чем класс такого же размера, но элементы которого, менее доступны и хуже вспоминаются.

Испытуемым зачитали список известных людей обоих полов, и затем попросили оценить, было ли в списке больше мужских имен, чем женских. Различные списки были предоставлены разным группам тестируемых. В некоторых из списков мужчины были более известны, чем женщины, а в других, женщины были более известны, чем мужчины. В каждом из списков, испытуемые ошибочно считали, что класс (в данном случае пол), в котором были более известные люди, был более многочисленным.

Способность представлять образы играет важную роль в оценке вероятностей возникновения реальных жизненных ситуаций. Риск, с которым связана опасная экспедиция, например, оценивается, посредством мысленного воспроизведения непредвиденных обстоятельств, для преодоления которых у экспедиции нет достаточного оборудования. Если многие из таких трудностей ярко изображаются, экспедиция может показаться чрезвычайно опасной, хотя легкость, с которой воображаются бедствия, вовсе не обязательно отражает их фактическую вероятность. Наоборот, если возможную опасность трудно вообразить, или она просто не приходит на ум, риск, связанный с каким-либо событием, может быть чрезвычайно недооценен.

Иллюзорная взаимосвязь. Продолжительный жизненный опыт научил нас, что, в общем, элементы больших классов вспоминаются лучше и быстрее, чем элементы менее частотных классов; что более вероятные события легче вообразить, чем маловероятные; и что ассоциативные связи между событиями укрепляются, когда события часто происходят одновременно. В результате, человек получает в свое распоряжение процедуру (эвристику доступности ) для оценки размера класса. Вероятность события, или частота, с которой могут одновременно происходить события, оцениваются той легкостью, с которой могут быть выполнены соответствующие ментальные процессы вспоминания, воспроизведения или ассоциации. Однако, эти процедуры оценивания систематически приводят к ошибкам.

Корректировка и «привязка» (anchoring ). Во многих ситуациях, люди делают оценки, отталкиваясь от начальной величины. Две группы студентов средней школы оценивали, в течение 5 секунд, значение числового выражения, которое было написано на доске. Одна группа оценивала значение выражения 8x7x6x5x4x3x2x1, в то время как другая группа оценивала значение выражения 1x2x3x4x5x6x7x8. Средняя оценка для возрастающей последовательности была 512, в то время как средняя оценка для убывающей последовательности была 2250. Правильный ответ 40 320 для обеих последовательностей.

Предубеждения в оценке сложных событий особенно существенны в контексте планирования. Успешное завершение бизнес-предприятия, например, разработка нового продукта, обычно носит комплексный характер: чтобы предприятие преуспевало, каждое событие из ряда должно произойти. Даже, если каждое из этих событий весьма вероятно, полная вероятность успеха может быть довольно низкой, если количество событий большое. Общая тенденция оценивать слишком высоко вероятность конъюнктивных 3 событий ведет к необоснованному оптимизму в оценке вероятности, что план будет удачным, или что проект будет закончен вовремя. Наоборот, с дизъюнктивными 4 структурами событий обычно сталкиваются при оценке риска. Сложная система, такая как ядерный реактор или тело человека, повредится, если любой из его необходимых компонентов выйдет из строя. Даже, когда вероятность сбоя в каждом компоненте небольшая, вероятность отказа всей системы может быть высока, если в нее вовлечено много компонентов. Из-за предубеждения «привязки», люди имеют тенденцию недооценивать вероятность отказа в сложных системах. Таким образом, предубеждение привязки может иногда зависеть от структуры события. Структура события или явления похожая на цепочку звеньев ведет к переоценке вероятности этого события, структура события похожая на воронку, состоящая из дизъюнктивных звеньев, ведет к недооценке вероятности события.

«Привязка» при оценке распределения субъективной вероятности. При анализе принятия решений, от экспертов часто требуется выразить свое мнение относительно какой-либо величины. Например, эксперта можно попросить выбрать число, Х 90 так, чтобы субъективная вероятность того, что это число будет выше, чем значение среднего числа Доу-Джонса, была 0,90.

Эксперт считается калиброванным должным образом в определенном наборе проблем, если только 2% правильных значений оцененных величин будут ниже заданных значений. Таким образом, истинные значения должны строго попадать в интервал между Х 01 и Х 99 в 98% задач.

Уверенность в эвристиках и распространенность стереотипов свойственна не только обывателям. Опытные исследователи также склонны к тем же самым предубеждениям – когда они думают интуитивно. Удивительна неспособность людей вывести из длительного жизненного опыта такие фундаментальные статистические правила как регресс к среднему или эффект размера выборки. Хотя все мы в течение жизни встречаемся с многочисленными ситуациями, к которым эти правила могут быть применимы, очень немногие самостоятельно открывают принципы отбора выборки и регресса на своем опыте. Статистические принципы не познаются на основе каждодневного опыта.

Часть II Репрезентативность

Даниэль Канеман (Daniel Kahneman, 5 марта 1934, Тель-Авив) — израильско-американский психолог, один из основоположников психологической экономической теории и поведенческих финансов, в которых объединены экономика и когнитивистика для объяснения иррациональности отношения человека к риску в принятии решений и в управлении своим поведением.

Знаменит своей работой, выполненной совместно с Амосом Тверски и другими авторами, по установлению когнитивной основы для общих человеческих заблуждений в использовании эвристик, а также для развития теории перспектив; лауреат Нобелевской премии по экономике 2002 года «за применение психологической методики в экономической науке, в особенности — при исследовании формирования суждений и принятия решений в условиях неопределённости» (совместно с В. Смитом), несмотря на то, что исследования проводил как психолог, а не как экономист.

Канеман родился в Тель-Авиве, провёл свои детские годы в Париже, переехал в Палестину в 1946 году. Получил степень бакалавра математики и психологии в Еврейском университете в Иерусалиме в 1954 году, после чего работал в Армии обороны Израиля, в основном в психологическом отделе. Подразделение, в котором он служил, занималось отбором и тестированием призывников. Канеман разрабатывал интервью для оценки личности.

После увольнения из армии Канеман возвратился в Еврейский университет, где прослушал курсы логики и философии науки. В 1958 году переехал в Соединённые Штаты Америки и получил степень доктора философии по психологии в Калифорнийском университете, Беркли в 1961 году.

С 1969 года сотрудничал с Амосом Тверски, который по приглашению Канемана читал в Еврейском университете лекции об оценке вероятности событий.

В настоящее время работает в Принстонском университете, а также в Еврейском университете. Входит в редакционный совет журнала Economics and Philosophy. Канеман никогда не заявлял, что он один занимался психологической экономикой — он указывал, что все, что им получено в этой области, он и Тверски достигли совместно с их соавторами Ричардом Тэйлером и Джеком Кнетчем.

Канеман женат на Энн Трисман, знаменитой исследовательнице внимания и памяти.

Книги (2)

Принятие решений в неопределенности

Принятие решений в неопределенности: Правила и предубеждения.

«Принятие решений в неопределенности: Правила и предубеждения» — фундаментальный труд по психологии принятия решений.

Ссылки на отдельные работы этих авторов достаточно часто встречаются в академической литературе, но полный сборник этих статей на русском языке опубликован впервые. Выход этой книги, безусловно, важное событие для специалистов в области управления, стратегического планирования, принятия решений, поведения потребителей и т.д.

Книга представляет интерес для специалистов в области менеджмента, экономики, психологии, как в теории, так и в практике, которые имеют дело с такой сложной и интересной областью человеческой деятельности, как принятие решений.


Олег Левяков

Нет неразрешимых проблем, есть непринятые решения.
Эрик Борн

Принятие решений - это особый вид человеческой деятельности, направленный на выбор способа достижения поставленной цели. В широком смысле под решением понимают процесс выбора одного или нескольких вариантов действий из множества возможных.

Принятие решений долгое время считалось основной обязанностью руководящей элиты. В основе этого процесса лежит выбор направления деятельности в условиях неопределенности, а умение работать в условиях неопределенности представляет собой основу процесса принятия решений. Если бы не было неопределенности в том, какое направление деятельности следует выбрать, не нужно было бы и принимать решение. Предполагается, что лица, принимающие решения, являются разумными, но эта разумность «ограничивается» недостатком знаний о том, что следует предпочесть.


Хорошо сформулированная проблема — это наполовину решенная проблема.
Чарльз Кеттеринг

В 1979 Даниэл Канеман и Амос Тверски опубликовали статью «Теория перспектив: анализ принятия решений в условиях риска», которая положила начало так называемой поведенческой экономике (behavioral economics). В этой работе ученые представили результаты проведенных ими психологических опытов, которые доказали, что люди не могут рационально оценивать величины ожидаемых выгод или потерь, а тем более, количественные значения вероятности случайных событий. Оказывается, люди склонны ошибаться при оценке вероятности: они недооценивают вероятность событий, которые, скорее всего, произойдут, и переоценивают гораздо менее вероятные события. Ученые обнаружили, что математики, хорошо знающие теорию вероятностей, в реальных жизненных ситуациях не используют свои знания, а исходят из сложившихся у них стереотипов, предрассудков и эмоций. Вместо теорий принятия решений, основывающихся на теории вероятностей, Д.Канеман и А.Тверски предложили новую теорию - теорию перспективы (prospect theory). Согласно этой теории, нормальный человек не способен правильно оценивать будущие выгоды в абсолютном выражении, на самом деле он оценивает их в сравнении с некоторым общепринятым стандартом, стремясь, прежде всего, избежать ухудшения своего положения.


Ты никогда не решишь проблему, если будешь думать так же, как те, кто ее поставил.
Альберт Эйнштейн

Принятие решений в условиях неопределенности даже не подразумевает знание всех возможных выигрышей и степени их вероятности. Оно основано на том, что вероятности различных вариантов ситуаций развития событий субъекту, принимающему рисковое решение, неизвестны. В этом случае при выборе альтернативы принимаемого решения субъект руководствуется, с одной стороны, своим рисковым предпочтением, а с другой - соответствующим критерием выбора из всех альтернатив. То есть, решения, принимаемые в условиях неопределенности – это когда невозможно оценить вероятность потенциальных результатов. Неопределенность ситуации может быть вызвана различными факторами, например: наличием значительного числа объектов или элементов в ситуации; недостатком информации или ее неточность; низким уровнем профессионализма; ограничением по времени и др.

Так как же происходит оценка вероятности? Согласно Д. Канеману и А. Тверски (Принятие решений в неопределенности: правила и предубеждения. Кэмбридж, 2001) – субъективно. Мы оцениваем вероятность случайных событий, особенно в ситуации неопределенности, крайне неточно.

Субъективная оценка вероятности похожа на субъективную оценку физических величин, таких как расстояние или размер. Так, предположительное расстояние до объекта во многом зависит от четкости его изображения: чем четче виден объект, тем он кажется ближе. Именно поэтому возрастает число аварий на дорогах во время тумана: при плохой видимости расстояния часто переоцениваются, потому что контуры объектов размыты. Таким образом, использование четкости в качестве показателя расстояния ведет к распространенным предубеждениям. Такие предубеждения проявляются себя и в интуитивной оценке вероятности.


Существует более одного способа посмотреть на проблему, и все они могут быть правильными.
Норманн Шварцкопф

Деятельность, связанная с выбором, является основной деятельностью при принятии решений. В случае, если велика степень неопределенности результатов и путей их достижения, перед принимающими решения, по-видимому, будет стоять практически невыполнимая задача по выбору некоторой последовательности действий. Единственным способом продвижения вперед является вдохновение, а отдельные люди, принимающие решения, действуют по наитию или, в особых случаях, полагаются на божественное вмешательство. В подобных условиях ошибки считаются возможными, и задача заключается в том, чтобы они были исправлены последующими решениями. При таком представлении о принятии решений акцент делается на представлении о принятии решения как выборе из потока непрерывной цепочки решений (одним решением, как правило, дело не заканчивается, одно решение влечет за собой необходимость принимать следующее и т. д.)

Зачастую, решения принимаются репрезентативно, т.е. происходит некое проецирование, отображение одного в другом или на другое, а именно, речь идет о внутреннем представлении чего-то, сформированном в процессе жизни человека, в котором представлена у него картина мира, общества и самого себя. Чаще всего люди оценивают вероятность посредством репрезентативности, а предшествующими вероятностями пренебрегают.


Сложные проблемы, с которыми мы сталкиваемся, не могут быть решены на том же уровне мышления, на котором мы находились в момент их зарождения.
Альберт Эйнштейн

Бывают ситуации, в которых люди оценивают вероятность событий на основе легкости, с которой они вспоминают примеры случаев или событий.

Легкая доступность восстановления событий в памяти способствует формированию предубеждений в оценке вероятности события.


Истинно то, что отвечает практической успешности действия.
Уильям Джеймс

Неопределенность – это факт, с которым все формы жизни вынуждены бороться. На всех уровнях биологической сложности существует неопределенность относительно возможных последствий событий и действий, и на всех уровнях действие должно предприниматься до того, как прояснена неопределенность.

Исследования Канемана показали, что люди по-разному реагируют на эквивалентные (с точки зрения соотношения выгод и потерь) ситуации в зависимости от того, теряют они или выигрывают. Это явление называют асимметричной реакцией на изменение благосостояния. Человек боится потери, т.е. его ощущения от потерь и приобретений несимметричны: степень удовлетворения человека от приобретения, гораздо ниже степени расстройства от эквивалентной потери. Поэтому люди готовы рисковать, чтобы избежать потерь, но не склонны к риску, чтобы получить выгоду.

Его эксперименты показали, что люди склонны ошибаться при оценке вероятности: они недооценивают вероятность событий, которые, скорее всего, произойдут, и переоценивают гораздо менее вероятные события. Ученые обнаружили интересную закономерность – даже студенты-математики, хорошо знающие теорию вероятности, в реальных жизненных ситуациях не используют свои знания, а исходят из сложившихся у них стереотипов, предрассудков и эмоций.

Таким образом, Канеман пришел к выводу о том, что человеческими поступками руководит не только и не столько разум людей, сколько их глупость, так как великое множество поступков, совершаемых людьми, нерациональны. Более того, Канеман экспериментально доказал, что нелогичность поведения людей закономерна и показал, что масштабы ее неправдоподобно велики.

Согласно Канеману и Тверски, люди не просчитывают и не высчитывают, а принимают решения в соответствии со своими представлениям, проще говоря, прикидывают. А это значит, что неспособность людей к полноценному и адекватному анализу приводит к тому, что в условиях неопределенности, мы больше полагаемся на случайный выбор. Вероятность наступления того или иного события оценивается исходя из «личного опыта», т.е. на основе субъективной информации и предпочтений.

Таким образом, люди иррационально предпочитают верить в то, что они знают, категорически отказываясь признавать даже очевидную ошибочность своих суждений.