Kognitiivsed moonutused
Baasmäära eiramine: miks ere kirjeldus petab
Anu sõidab rongiga. Tema vastas istub vaikne mees. Ta on oma asjad lauakesele korralikult ritta pannud ja loeb terve õhtu paksu raamatut. Jutt läheb lahti ja mees pakub mõistatust: „Arvake ära, kus ma töötan: raamatukogus või müüjana poes?“ Anu peaaegu ei kõhkle: „Muidugi raamatukogus.“
Vastus tundub ilmselge. Aga ühele asjale Anu ei mõelnud: müüjaid on ümberringi palju rohkem kui raamatukoguhoidjaid. Isegi vaiksete raamatusõprade seas võib müüjaid olla rohkem lihtsalt seepärast, et neid endid on palju rohkem.
See on baasmäära eiramine (base rate neglect): tõenäosust hinnates vaatame juhtumi eredaid üksikasju ja arvestame liiga vähe sellega, kui sageli midagi sellist üldse ette tuleb. Allpool vaatame, mida katsed näitasid, miks kirjeldus kaalub üles ja millal inimesed siiski õigesti arvestavad. Artikli keskel aitad Anul mõistatust lahendada.
Sisukord
Lühidalt: kuidas baasmäära eiramine toimib
Mis on baasmäär
Baasmäär näitab, kui sageli midagi üldse esineb, enne igasuguseid üksikasju. Mitu raamatukoguhoidjat ja mitu müüjat on linnas. Kui sageli esineb mõni haruldane haigus. Mitu uut kohvikut jõuab teise tegutsemisaastani.
Kui on vaja ära arvata, millisesse rühma inimene või juhtum kuulub, koosneb hea hinnang kahest osast. Esimene: kui sarnane on kirjeldus selle rühmaga. Teine: kui suur on see rühm ise. Esimest tajume tavaliselt hästi, teist mäletame halvasti. Kui üks rühm on teisest mitu korda suurem, võib isegi väga „raamatukogulik“ kirjeldus sagedamini kuuluda müüjale.
Proovi ise: kaasreisija mõistatus
See võtab paar minutit. Nii see käib.
1. samm. Loed Anu kaasreisija lühikest kirjeldust ja märgid liuguriga, kui suur on sinu arvates võimalus, et ta töötab raamatukogus, mitte müüjana poes.
2. samm. Näitame midagi, mis võib vastamisel aidata. Mida täpselt, saad teada mängus. Pärast seda saad uuesti vastata.
Lõpus võrdleme mõlemat sinu vastust sellega, mis tuleb välja, kui läbi arvutada. Linn ja numbrid on mängus näite jaoks välja mõeldud, see ei ole päris statistika. Kõik mängijad näevad sama. Liugurid on alguses tühjad, et ükski number ei annaks vihjet.
Mis tavaliselt juhtub. Kirjeldus „vaikne, korralik, armastab raamatuid“ tõmbab vastust raamatukogu poole ja esimene hinnang võib tulla kõrge. Kui on näha, mitu müüjat linnas on, liigub vastus sageli allapoole. Kui panid kohe madala võimaluse, võib-olla teadsid seda ülesannet või lugesid ülal olevat selgitust. Siis ei saa mäng sinu peal efekti näidata. Aga elus ei hoiata keegi: „Ära unusta, kui palju müüjaid ümberringi on.“
Mida katsed näitasid
Sarnase ülesande inseneride ja juristidega mõtlesid välja psühholoogid Daniel Kahneman ja Amos Tversky. Nad kirjeldasid seda 1973. aasta artiklis sellest, kuidas inimesed ennustusi teevad, ja jutustasid hiljem lühidalt ümber tuntud 1974. aasta ülevaates. 1973. aasta artiklit ennast me lugeda ei saanud, seepärast anname katse üksikasjad selle ümberjutustuse järgi.
Osalejatele anti inimeste lühikesi kirjeldusi ja öeldi, et need on juhuslikult valitud 100-liikmelisest rühmast, kus on insenerid ja juristid. Tuli hinnata, kui suur on võimalus, et see inimene on insener. Ühtedele öeldi, et rühmas on 70 inseneri ja 30 juristi. Teistele vastupidi: 30 inseneri ja 70 juristi.
Tõenäosuse reeglite järgi oleks pidanud vastused kahes rühmas märgatavalt erinema. Aga osalejad andsid peaaegu ühesuguseid hinnanguid: nad vaatasid, kui sarnane on kirjeldus insenerile, ja ei vaadanud peaaegu üldse rühma koosseisu.
Kõige huvitavam juhtus kirjeldusega, mis elukutse kohta midagi ei öelnud: midagi sellist nagu „abielus, võimekas, kolleegid hoiavad teda“. Õige vastus on siin lihtsalt inseneride osakaal rühmas. Osalejad aga panid mõlemas rühmas 50 : 50. Kui kirjeldust üldse polnud, nimetasid nad õigesti 70% ja 30%. Autorid järeldasid: inimesed käituvad erinevalt, kui teavet pole, ja kui teave on kasutu. Kasutu kirjeldus justkui varjab üldpilti.
Miks kirjeldus kaalub üles
Otsustame sarnasuse järgi. Kahneman ja Tversky selgitasid seda nii: tõenäosust hindame selle järgi, kui sarnane on juhtum harjumuspärase kujundiga. Kaasreisija kirjeldus on väga sarnane raamatukoguhoidjale. Aga sarnasust ei mõjuta kuidagi see, mitu raamatukoguhoidjat üldse on. Naaberreegel on kättesaadavuse heuristik: seal otsustame sageduse üle selle järgi, kui kergesti näited meenuvad.
Üldine number tundub „mitte selle inimese kohta“. Psühholoog Maya Bar-Hillel oletas oma töös, et sorteerime teavet selle järgi, kui palju see puudutab just seda juhtumit. Konkreetse inimese kirjeldus tundub oluline, osakaal rahvastikus aga juhuslik üldine number. Seepärast jääb teine esimesele alla. See on tema selgitus; tööd ennast me lugeda ei saanud.
Aga sagedust ei unusta me alati. Uurija Jonathan Koehler kogus suures analüüsis kokku palju selliseid katseid. Tema järeldus: baasmäära võtavad inimesed peaaegu alati kuidagi arvesse, lihtsalt sageli liiga vähe. Ja palju sõltub sellest, kuidas ülesanne on esitatud. Sagedust arvestatakse paremini, kui see selgub oma kogemusest või on näha kujul „mitu mitmest“, mitte protsentides.
Seda kinnitavad ka teised katsed. Kui sarnaseid ülesandeid anti mitte protsentide ja tõenäosustena, vaid kujul „nii mitu inimest nii mitmest“, tuli õigeid vastuseid märgatavalt rohkem. Seepärast on meie mängus linn näidatud inimestena, mitte protsentidena.
Kus see segab
Hinnangud inimestele. „Ta on vaikne ja kannab prille, kindlasti programmeerija.“ „Ta on särav ja valjuhäälne, ilmselt näitleja.“ Kirjeldus sobib kujundiga ja me unustame küsida, mitu selle elukutse inimest üldse ümberringi on. Nii sünnivad kindlad, aga sageli valed oletused võõraste kohta. See on igapäevane tähelepanek.
Analüüsid ja kontrollid. Oletame, et haruldase haiguse kontroll näitas murettekitavat tulemust. Tundub, et asi on peaaegu otsustatud. Aga loogika on siin sama mis kaasreisija mõistatuses. Ükski kontroll pole eksimatu: mõnikord annab see häire ka tervetel inimestel. Kui haigus on haruldane, võib terveid, kelle puhul kontroll eksis, olla rohkem kui haigeid. Mida haruldasem haigus, seda sagedamini osutub selline tulemus valehäireks. See ei tähenda, et murettekitavat tulemust võib mitte tõsiselt võtta. Mida see konkreetsel juhul tähendab, selgitab arst; siin näitame ainult, miks esmamulje võib olla liiga hirmutav.
Uudised ja haruldased sündmused. Ere lugu haruldasest sündmusest jääb meelde ja tundub, et seda juhtub kogu aeg. Küsimus „kui sageli seda tegelikult juhtub?“ tuleb sellisel hetkel harva pähe. See on igapäevane tähelepanek.
Töö ja plaanid. Uus projekt tundub eriline ja me ei küsi, kuidas sarnased projektid tavaliselt lõpevad. Sellest on lähemalt juttu artiklis planeerimisveast: ka seal soovitasid Kahneman ja Tversky arvestada sellega, kuidas sarnased asjad tavaliselt lõpevad.
Kuidas lõksu mitte langeda
Baasmäära eiramine on kirjas ka kognitiivsete nihete kaardil, osas selle kohta, mida me märkame. Selle kõrval on kinnituskalduvus: kui oleme otsustanud, et ta on raamatukoguhoidja, märkame meelsamini seda, mis sellega sobib.
Korduma kippuvad küsimused
Kas inimese kirjeldus ei maksa siis midagi?
Maksab küll. Hea hinnang arvestab nii kirjeldust kui ka seda, kui sageli midagi sellist ette tuleb. Kirjeldus nihutab võimalust, aga alustada tuleb üldisest sagedusest. Mida suurem on rühmade suuruse vahe, seda tugevam peab kirjeldus olema, et seda üles kaaluda.
Kas on tõsi, et inimesed ei vaata sagedust üldse?
Ei. See on levinud liialdatud versioon. Paljude katsete analüüsi järgi võetakse sagedust peaaegu alati kuidagi arvesse, aga nõrgemalt, kui oleks vaja. Ja palju paremini, kui ülesanne on esitatud kujul „mitu mitmest“.
Kuidas on baasmäära eiramine inglise keeles?
Base rate neglect. Kasutatakse ka nimetust base rate fallacy.
