ДАНИЭЛЬ КАНЕМАН

Книга Даниеля Канемана "Шум: несовершенство человеческих суждений"

погружает читателей в исследование одной из самых малоизученных форм
ошибок в принятии решений. Соавторы Канеман, Оливье Сибони и Кэсс Р.
Санстейн развивают концепцию "шума", который они определяют как
нежелательную изменчивость в суждениях, что ведет к несогласованности и
ошибкам. В отличие от предвзятости, шум часто остается незамеченным, но его
воздействие на судебные, медицинские и финансовые решения может быть
разрушительным.
Авторы детально изучают, как и почему разные люди, оценивая одни и те же
ситуации, приходят к различным выводам и как эти различия влияют на
организации и общество.
Авторы начинают с того, что определяют "шум" и показывают, как он
отличается от предвзятости, а затем переходят к изучению его источников и
последствий. С помощью ряда экспериментов и анализа реальных ситуаций они
демонстрируют, насколько широко распространен шум в судебных решениях,
медицинских диагнозах и профессиональных прогнозах, подчеркивая его
негативное влияние на справедливость, эффективность и предсказуемость.
Далее, Канеман и его соавторы обращаются к стратегиям снижения шума.
Они предлагают различные методы, такие как структурированные решения и
алгоритмическое принятие решений, которые могут помочь уменьшить шум и
улучшить качество суждений и решений. Также книга включает в себя обсуждение
баланса между необходимостью уменьшения шума и сохранением человеческого
суждения в принятии важных решений.
"Шум" предлагает ценное понимание механизмов, лежащих в основе наших
суждений и решений, и выступает за более осознанный и структурированный
подход к принятию решений в профессиональной и личной жизни. Это
обязательное чтение для лидеров, менеджеров, психологов и всех, кто
заинтересован в понимании и улучшении процессов принятия решений. Эта книга
является важным ресурсом для руководителей, политиков, исследователей и
любого, кто стремится улучшить качество своих решений.
АНАЛИЗ СУДЕБНЫХ РЕШЕНИЙ КАК КОРЕНЬ ПРОБЛЕМЫ
В 1973 г. известный в США судья Марвин Франкел привлек внимание
общественности, выпустив книгу, посвященную анализу справедливости
уголовных наказаний. В ней акцентировалось внимание на том, что
разные судьи зачастую выносят приговоры разной строгости в
отношении похожих дел.

Для подтверждения своих доводов Франкел не предоставил никакой

статистической информации, однако привел ряд весьма убедительных
примеров того, как в схожих ситуациях с людьми обращались по-
разному безо всяких на то оснований. Двоих мужчин без уголовного
прошлого осудили за обналичивание поддельных чеков на 58,40 и 35,20
доллара соответственно. Первого приговорили к 15 годам, а второго - к
30 дням тюремного заключения. За тождественные деяния, повлекшие
растрату имущества, один обвиняемый отделался 117 днями, тогда как
другой получил 20 лет.

Эта публикация вызвала интерес к проблеме, и целый ряд аналитиков

начал глубоко изучать вопрос. Исследователи пошли двумя путями:
• изучение базы существующих судебных дел и приговоров по ним
• моделирование, которое заключалось в опросе действующих судей о
том, какое наказание они бы вынесли по одинаковым, заранее
описанным выдуманным делам.

Изучение проблемы распространилось и на другие отрасли, где

распространено вынесение суждений: страхование, госуправление,
аналитика рынков, медицина, найм персонала и т.д.
КАК ОЦЕНИВАТЬ СУЖДЕНИЯ?
• Самый простой способ оценки суждения – проверить его
истинность на практике. Например, легко проверить, сбылся ли
прогноз погоды. Однако этот подход не всегда возможен.
• Представим ситуацию, когда нужно оценить эффективность
прогнозов политического аналитика. Рассмотрим ситуацию
выборов в парламент. Допустим, аналитик утверждает, что
конкретные 100 человек займут места в парламенте, тогда как
фактически свои мандаты выиграли 70 человек. Т.о.
вероятность последующих правильных прогнозов данного
конкретного аналитика можно установить на уровне 70%.
• В первом случае мы оцениваем реальный результат, во втором
случае – качество процесса.
ДВА ВИДА ОШИБОК
Представьте, что в стрелковый тир пришли четыре компании друзей. В
компаниях по пять человек; они получают по винтовке на команду, и
каждый участник производит один выстрел. Результаты показаны на
рисунке. В идеале все выстрелы попали бы точно в «десятку».
• У команды А почти так и вышло: все попадания сгруппировались
возле цели.
• Результаты команды В можно назвать смещенными, поскольку все
промахи легли по одну сторону от «яблочка». Систематичность
промахов, наглядно представленная на рисунке, позволяет
предположить, что очередной выстрел пришелся бы недалеко от
первых пяти, а также что у винтовки, возможно, попросту сбит
прицел.
• Результаты команды С мы назовем шумными: попадания
разбросаны по всей мишени. Поскольку они все-таки сосредоточены
преимущественно вокруг центра, очевидного смещения не
наблюдается. Если участник команды выстрелит снова, мы едва ли
сможем предугадать, куда он попадет. Более того, нам не удастся
выдвинуть никакой содержательной гипотезы, чтобы объяснить
подобный результат. Эта команда стреляет плохо. Почему в их
результатах столько шума -неизвестно.
• У команды D результаты смещенные и шумные одновременно:
систематические промахи, как у команды В, и широкий разброс, как у
команды С.

Стрельба по мишени - образное представление сбоев в процессе

вынесения людьми суждений, особенно когда принимаются
всевозможные решения в интересах организаций.
ПРИМЕР АНАЛИЗА СМЕЩЕНИЯ И ШУМА
• Представьте себе крупную компанию розничной торговли, в которой работает множество
специалистов, прогнозирующих объемы сбыта. Они занимаются расчетом будущей доли
рынка компании в различных регионах. Все прогнозисты подготовили независимую
оценку доли компании на рынке в одном и том же регионе (см. верхний рисунок). График
имеет вид нормального распределения с пиком в районе 44%.
• Спустя год выяснилось, что фактическая доля рынка составила 34%. График
нормировали относительно этой величины, и выяснилось, что величина смещения
составила 10 п.п. (см. средний рисунок)
• Т.к. в прогнозе присутствует и смещение, и шум, то бороться с ними можно как
одновременно, так и по отдельности. Примеры изменения этих параметров вполовину –
на нижнем левом рисунке.
• Может создастся впечатление, что эффект от сокращения смещения больше, чем
эффект от сокращения шума, но на практике это не так, ведь среднеквадратической
ошибкой (MSE) следует считать не то, какой процент ошибок оказывается по разные
стороны от нулевой погрешности, а среднюю погрешность - расстояние между
наивысшей точкой кривой и истинным значением. В случае Б средняя погрешность не
изменилась. Она все еще высока - 10 %, но больше она не стала. Действительно,
смещение стало гораздо заметнее, потому что теперь его вклад в общую погрешность
весомее (80 % против 50 % ранее). Но это произошло потому, что уменьшился уровень
шума. Напротив, в случае А смещение сократилось, а шум остался прежним. В
конечном счете МSЕ одинакова в обоих случаях: равные объемы сокращения шума или
смещения оказывают на МSЕ один и тот же эффект. Принцип разложения MSE на
составляющие – на нижнем правом рисунке.
РАЗЛОЖЕНИЕ MSE НА СОСТАВЛЯЮЩИЕ
Разброс в межэкспертных ошибках обнаруживается при решении
любой задачи, требующей вынесения суждений. Вот несколько
примеров: некоторые управляющие склонны завышать баллы,
оценивая продуктивность работников, отдельные прогнозисты
выказывают больше оптимизма, делая прогнозы о рыночной доле
компании, какие-то ортопеды чаще настаивают на оперативном
вмешательстве при проблемах с позвоночником.

Ситуативный внутриэкспертный шум - это разброс в суждениях одного

человека или группы по одному и тому же вопросу в разное время. На
удивление часто такой шум возникает в групповых обсуждениях под
воздействием, казалось бы, незначительных факторов, например
очередности выступлений. Как ни парадоксально, но источником
такого шума может быть погода, настроение, психологическое
состояние и т.д.

Постоянный внутриэкспертный шум – это определённый паттерн

суждений, который данный эксперт постоянно применяет, и который
отличает его от остальных подобных экспертов. Например,
работодатель с энтузиазмом относится к выпускникам определенного
университета, а врач имеет привычку рекомендовать госпитализацию
пациентам с пневмонией.

Размеры фигур на схеме приблизительно соответствуют эмпирически

расчитанному соотношению факторов, влияющих на MSE.
 МЕТОДЫ БОРЬБЫ С ИСКАЖЕНИЯМИ
БОРЬБА СО СМЕЩЕНИЕМ
• «Мудрость толпы» - метод заключается в опросе большого количества независимых экспертов и усреднения их
показателей

• Использование стороннего наблюдателя, который контролирует процесс оценки

• Постоянное обучение экспертов

• Командная работа экспертов, обмен опытом между ними

• Отбор лучших экспертов по результатам их работы

БОРЬБА С ШУМОМ
• Внедрение обязательных алгоритмов оценки объектов или явлений, желательно на основе взвешенных бальных
систем с чётко определенными весами

• Использование относительных шкал вместо абсолютных

• Разделение проблемы или анализируемого объекта на составляющие элементы и попытка спрогнозировать

каждый из них по-отдельности

• Использование промежуточных оценок, т.е. рассмотрение и утверждение прогнозов в несколько этапов

 ИНТЕРЕСНЫЕ НАБЛЮДЕНИЯ ИЗ КНИГИ
ИНФОРМАЦИОННЫЕ КАСКАДЫ
Часто при обсуждении проблемы в формате совещания, люди склонны
присоединяться к мнению ранее высказавшихся коллег. Т.о., если в начале
обсуждения первый выступающий выдвинул некий тезис, а второй
выступающий его аргументированно не опроверг, то выше вероятность, что
этот тезис так и останется не опровергнутым до конца совещания, а значит,
скорее всего, будет принят за основу, даже если кто-то из последующих
выступающих всё же его раскритикует. Данное правило действует, разумеется,
если все выступающие равны по рангу и статусу.
Т.о. если знать точки зрения людей заранее, то за счёт порядка
выступления руководитель группы может манипулировать конечным решением
группы.
ШУМ И ПОПУЛЯРНОСТЬ
Если некая идея уже приобрела некоторую популярность, то она с
бОльшей долей вероятности будет становиться всё более и более популярной,
чем терять популярность.
Эксперимент проводился на музыке. Большому количеству людей,
разбитых на контрольные группы, было предложено прослушать и составить
хит-парад песен малоизвестных групп. Если испытуемым не давать никакой
дополнительной информации, то хит-парады очень сильно отличались друг от
друга в разных контрольных группах. Однако, если сообщить им, что те или
иные песни более популярны, чем другие, то песни, на которые обратили
внимание испытуемых, занимали в хит-парадах более высокие места. Этот
эффект назвали эффектом «якорения», т.е. восприятие человека
привязывается к некоторому «якорю».
ПРИМЕР «МУДРОСТИ ТОЛПЫ»
В 1907 году Фрэнсис Гальтон, знаменитый исследователь-эрудит,
приходившийся родственником Дарвину, обратился к 787 деревенским
жителям с предложением отгадать вес быка-рекордиста на сельской ярмарке.
Точный вес быка (1198 фунтов) никто из крестьян назвать не смог, однако
среднее арифметическое их ответов равнялось 1200, всего на 2 фунта больше
верного ответа, а медиана - 1207, что тоже почти рядом. Эти крестьяне и были
«мудрой толпой»: хотя их ответы по отдельности содержали много шума,
смещения в них не было. Гальтон был удивлен таким результатом, ведь он был
не слишком высокого мнения о способности простонародья к здравомыслию.
ИНТЕРПРЕТАЦИЯ ФАКТОВ
На собеседовании с кандидатом, который на прежней работе занимал
должность финансового директора в компании средних размеров, интервьюер
подметил, что собеседник уволился уже через несколько месяцев работы, и
попросил пояснения. Кандидат рассказал, что подал заявление из-за
«стратегических разногласий с руководителем». Один из коллег, проводивший
аналогичное интервью с тем же человеком, задал ему тот же вопрос и получил
идентичный ответ. В последовавшей по итогам собеседования дискуссии
интервьюеры радикально разошлись в оценках. Первый, получивший
положительные впечатления от кандидата, усмотрел в его решении уволиться
признаки целостности натуры и мужества. Второй же, чьи первые впечатления
стали отрицательными, трактовал тот же факт как свидетельство отсутствия
гибкости и даже как признак незрелости. Эта история показывает: как бы мы
ни были уверены, что выносим суждение о кандидате, опираясь на факты,
интерпретация этих фактов всегда окрашена нашим первым восприятием.