Супермастерство. 12 принципов усиления навыков и знания - Скотт Янг

что «примерно в двух пятых всех [сравнительных] исследований [клинический и актуарный] методы показали почти одинаковую точность, а примерно в трех пятых актуарный метод оказался значительно точнее»[366]. Что интересно, при добавлении длительных бесед с пациентами — богатого источника повествовательной информации, которую трудно уместить в формулу, — результаты клиницистов становились хуже. Учитывая эти пессимистичные данные, Мил предположил, что простые правила и модели должны вытеснить интуитивную оценку во многих экспертных областях. Например, психиатрические диагнозы следует ставить на основе списка симптомов, а не интуитивного мнения врача. В областях, где вычисления всегда превосходят интуицию, это улучшит точность принимаемых решений, а там, где клиницист показывает одинаковые с алгоритмом результаты, поможет сэкономить огромные средства, учитывая, что при нынешнем положении дел принятие решений обычно требует длительных рассуждений высокооплачиваемых экспертов, хотя простые модели можно эффективно рассчитать, всего лишь введя необходимые данные в электронную таблицу. Клиницисты, которых изучал Мил, совсем не похожи на умелых игроков в покер, которые вплоть до недавних достижений в глубоком обучении и появления алгоритмов, работающих на суперкомпьютерах, обыгрывали даже сложные покерные программы.

Почему же клиницист показывает такие плохие результаты по сравнению с простой формулой? Одна из возможных гипотез состоит в том, что интуиция работает примерно так же, как актуарный подход со взвешенными суммами, но она просто менее точна. С этой точки зрения получается, что психиатр, который решает, освободить ли преступника досрочно, бессознательно взвешивает те же самые факторы, но считает не так верно, как формула, что и приводит к трудностям. Чтобы проверить эту гипотезу, ученый Эрик Джонсон изучил стенограммы сотрудников госпиталей, которые принимали решения, кого из студентов последнего курса брать в резидентуру, озвучивая при этом для ученых свой мыслительный процесс[367]. «Это оказались не ошибочные приближения к линейной модели — оценщики использовали информацию совсем по-другому», — заметил Джонсон. Приемная комиссия обращала внимание на очень специфическую информацию, которая появляется настолько редко, что обычно не попадает в статистический анализ. Если вернуться к примеру, приведенному Милом, то можно сказать, что интуитивные эксперты в основном высматривают везде «сломанные ноги» и игнорируют более будничные соображения, например то, что профессор обычно ходит в кино по пятницам.

Чтобы посмотреть, как могут «сломаться» интуитивные соображения, на основании которых составляется история, достаточно вспомнить знаменитую ошибку интуиции, продемонстрированную Дэниэлом Канеманом и Эймосом Тверски[368]. Для этого сначала ознакомимся с небольшим рассказом:

Линде 31 год, она не замужем, всегда говорит откровенно и очень умна. Ее профилирующий предмет — философия. Когда она была студенткой, ее очень интересовали вопросы дискриминации и социальной справедливости, а также она участвовала в антиядерных демонстрациях.

А теперь подумайте, какое из двух утверждений более вероятно:

Линда — банковский кассир.

Линда — банковский кассир и активистка феминистского движения.

Многие люди считают, что более вероятно второе утверждение, но на самом деле оно сильно менее вероятно. Множество банковских кассиров, являющихся активистками феминистского движения, — это подмножество множества банковских кассиров. Если изобразить это в виде диаграммы Венна, то одно множество полностью содержит в себе другое, так что по логике вероятность первого утверждения должна быть больше или равна вероятности второго. Тем не менее интуиция часто дает противоположный ответ, потому что, если посмотреть биографию Линды, может действительно создаться впечатление, что она работает кассиром и активно участвует в феминистском движении. Таким образом, субъективные оценки показывают худшие результаты, чем статистические вычисления, потому что интуиция — блестящий рассказчик, который умеет составлять очень красочные картинки на основе прежнего опыта, но при этом не учитывает будничной информации, даже если она более пригодна в качестве предсказательного фактора.

ИНТУИТИВНАЯ КОМПЕТЕНТНОСТЬ: НАВЫК ИЛИ ГОРДЫНЯ?

В четвертой главе мы говорили о том, как замечательно экспертная компетентность умеет делать знания невидимыми и помогать принимать удачные решения без видимых усилий. Теперь же мы рассматриваем ситуации, когда эксперты проигрывают простому маркированному списку. Где же правда? Существует ли вообще экспертная компетентность? Быстрые оценки действительно надежны и точны — или это просто самоуверенное бахвальство? Именно такими вопросами задались Гэри Кляйн и Дэниэл Канеман в совместной статье Conditions for Intuitive Expertise: A Failure to Disagree («Условия интуитивной компетентности: несостоявшееся несогласие»). Кляйн, работу которого мы обсуждали в четвертой главе, работал с пожарными в натуралистических сценариях и обнаружил, что те нередко делают мгновенные предсказания, которые оказываются поистине пророческими. Канеман, напротив, посвятил свою исследовательскую карьеру изучению интуитивных оценок, часто становящихся неудачными. Хотя исследовательские программы рассматривали противоположные ответы на вопрос о достоинствах экспертной интуиции, ученые обнаружили, что по большей части согласны между собой по вопросу, какие условия обязательны для развития настоящей экспертной компетентности:

Чтобы интуитивная оценка (узнавание) была по-настоящему компетентной, необходимо выполнение двух условий. Во-первых, окружающая среда должна содержать достаточно сигналов и подсказок, указывающих на природу ситуации. Во-вторых, необходима возможность изучить эти сигналы[369].

Экспертные оценки обычно дают худшие результаты, чем статистический подход, когда предсказательная сила опирается на сочетание большого количества сигналов, которые по отдельности оказываются слабы. «В условиях, где существуют простые и достоверные сигналы, люди их найдут, если обладают достаточным опытом и получают достаточно быструю обратную связь, — писали Кляйн и Канеман. — Статистический анализ с большей вероятностью определяет слабые сигналы и предсказательный алгоритм демонстрирует точность, которая превышает случайную, потому, что всегда учитывает их». Иными словами, если в окружающей среде есть некие стабильные черты, обладающие большой предсказательной силой, экспертная интуиция справляется довольно хорошо. Напротив, если для принятия разумных решений требуется постоянно учитывать множество факторов, которые лишь слабо коррелируют с результатами, простые формулы оказываются лучше.

Конечно, экспертная компетентность не ограничивается только интуитивными оценками. Например, у игроков в покер после того, как они сыграют несколько десятков тысяч партий, развивается интуиция, основанная на узнавании. Вместе с тем хорошие игроки знают и математические законы, которые позволяют им отказаться от заманчивого решения, если их шансы слишком низки. Понимание, в каких ситуациях к интуиции лучше не обращаться, может стать большим конкурентным преимуществом для настоящего эксперта, потому что оно дает ему возможность положиться на данные, когда это кажется логичным. К примеру, сейчас кредиты в банках выдаются на основе актуарных формул, а не интуиции кредитных специалистов, и это стало для них огромным плюсом. Использование формул не отменяет потребности в кредитных специалистах, но уменьшает вероятность предвзятости и ошибок в работе.

МОЖНО ЛИ УКРОТИТЬ СТРОПТИВЫЕ СРЕДЫ ОБУЧЕНИЯ?

Хотя в покере элементов случайности больше, чем в шашках или шахматах, он тем не менее обладает многими свойствами, которые, по определению Кляйна и Канемана, характерны