Эффект привязки при оценке распределения субъективных вероятностей
При принятии сложных решений эксперты часто сталкиваются с необходимостью оценки неопределенных величин, таких как индекс Доу-Джонса, в форме распределения вероятностей. Для построения такого распределения традиционно используется метод выбора значений, соответствующих конкретным процентилям. Например, эксперта просят определить число $X$, вероятность превышения которого реальным значением индекса составляет 0,90. Фактически это означает готовность принять ставку 9:1 на то, что фактическое значение не превзойдет установленный порог.
Методологические подходы к оценке вероятностей
Существует два формально эквивалентных способа получения субъективного распределения вероятностей для конкретной величины:
- Процедура (а): Эксперт выбирает значения величины, которые соответствуют заданным процентилям распределения.
- Процедура (б): Эксперт оценивает вероятность того, что истинное значение величины превзойдет заранее указанные числа.
Несмотря на логическую идентичность, эти методы провоцируют различные когнитивные режимы корректировки. В процедуре (а) естественной точкой отсчета (привязкой) становится наилучшая оценка величины. В процедуре (б) эксперт может привязываться либо к числу, указанному в вопросе, либо к состоянию неопределенности (шансы 50:50). Эмпирические данные показывают, что процедура (б) обычно дает менее экстремальные и более сглаженные оценки, чем процедура (а).
Механизм привязки и недостаточная корректировка
Основная проблема оценки по методу (а) заключается в эффекте привязки. При определении доверительных интервалов эксперт начинает с наиболее вероятного, по его мнению, значения и корректирует его вверх или вниз для достижения нужного процентиля.
Как правило, эта корректировка оказывается недостаточной. В результате:
- Верхние границы интервала оказываются слишком низкими.
- Нижние границы интервала оказываются слишком высокими.
- Итоговый доверительный интервал между выбранными значениями становится чрезмерно узким.
Этот эффект подтверждается тем, что при использовании методик, где наилучшая оценка не служит точкой отсчета, субъективные вероятности демонстрируют иную динамику.
Систематические ошибки и гиперуверенность экспертов
Исследования количественных оценок множества экспертов выявили значительные и систематические отклонения от объективной реальности. Вместо ожидаемых 10% случаев, когда реальное значение выходит за пределы 90-процентного доверительного интервала, на практике это происходит примерно в 30% задач.
Это свидетельствует о том, что эксперты формируют слишком «жесткие» распределения, демонстрируя уверенность, которая существенно превышает их реальные знания о предмете. Данная когнитивная ошибка характерна как для новичков, так и для опытных специалистов. Ее невозможно устранить простым введением строгих правил оценки или материальных стимулов для калибровки, так как она глубоко укоренена в психологическом механизме привязки.
Смысл
Искажение вероятностей из-за привязки
Механизм привязки заставляет экспертов недостаточно корректировать свои оценки относительно центрального значения. Это приводит к формированию чрезмерно узких доверительных интервалов и систематической необоснованной уверенности в точности своих прогнозов.
Убеждения
- Недостаточность корректировки: люди редко способны в полной мере отойти от первоначальной точки отсчета при расчете вероятностей.
- Иллюзия экспертности: профессиональный опыт не защищает от фундаментальных когнитивных искажений в оценке неопределенности.
- Методологическая зависимость: формат постановки вопроса радикально меняет результат оценки, даже если логически задачи идентичны.
- Устойчивость искажений: когнитивные ошибки в оценке вероятностей нельзя исправить только за счет внешних стимулов или регламентов.
Ценности
- Объективная калибровка: стремление к соответствию между субъективной уверенностью и реальной точностью данных.
- Методологическая строгость: понимание того, как выбор способа оценки влияет на конечный результат.
- Скептицизм к интуитивным оценкам: признание того, что даже экспертные суждения подвержены систематическим ошибкам привязки.
Состояния
- Гиперуверенность: необоснованное ощущение высокой точности своих предсказаний.
- Когнитивная привязанность: фиксация на первой пришедшей в голову или предложенной цифре как на «якоре».
- Интеллектуальная жесткость: склонность строить слишком узкие и строгие границы вероятных исходов.