Как работают в деловом окружении ваши представления, когда вы знакомитесь с кем-то и узнаёте, что этот человек получил степень инженера, закончив Массачусетский технологический университет? Или с кем-то, кто изучал классические языки в Оксфорде, или с генеральным директором, который не закончил колледж? Как это отражается на том, что вы думаете об их работе?
Ошибки, происходящие от совместного заблуждения, также считаются влекущими за собой «репрезентативную эвристику», с помощью которой люди оценивают возможности, основанные на степени того, насколько один фактор (влажность) является показателем другого (дождь), т. е. до какой степени первое похоже на второе. Иногда люди полагаются на эту эвристику, чтобы сделать ложные выводы.
Рассмотрим следующие три утверждения: «Все машины имеют четыре колеса. «Тойота Королла» имеет четыре колеса. Значит, «Тойота Королла» – машина». Большинство людей согласились бы, что данная аргументация верна, т. к. третье утверждение точно правдиво. Однако логика, на которую они опираются, ошибочна. Следующие три предложения применяют ту же логику: «Все цветы нуждаются в воде. Моя собака нуждается в воде. Значит, моя собака – цветок». Люди склоняются к принятию подобной логики, когда вывод соответствует их нынешним знаниям.
Рассмотрим данный пример.
Джек смотрит на Хелен, Хелен смотрит на Чарли. Джек женат, но Чарли нет. Смотрит ли человек в браке на человека не в браке? Как бы вы ответили: 1) да, 2) нет, 3) недостаточно информации?
Большинство людей ответило бы «недостаточно информации», т. к. они не знают, замужем ли Хелен. И все же, замужем она или нет, ответ: да – либо Хелен замужем (в таком случае она, человек в браке, смотрит на неженатого Чарли), либо она не замужем (в таком случае Джек, человек в браке, смотрит на нее).
Другой известный пример подобного феномена – так называемая проблема Monty Hall, названная в честь первого ведущего телевизионного шоу «Let’s Make a Deal». Разработанная статистиком, проблема стала популярной с помощью колумниста и заядлой любительницы головоломок Мэрилин вос Савант, опубликовавшей ее в своей колонке «Спросите Мэрилин» в журнале «Parade» в 1990 году. Мы перескажем ее.
Представьте, что вы участник игры и вам дается возможность выбрать одну из дверей: за одной дверью находится машина, за другими – козы. Предположим, вы выбираете дверь № 1 (и допустим, дверь закрыта). Теперь представьте, что ведущий, который знает, где находятся козы, а где машина, открывает другую дверь, например, № 3, за которой обнаруживается коза. Затем ведущий спрашивает вас: «Не хотите ли вы выбрать дверь № 2?» Стало ли бы для вас выигрышным поменять решение о том, какую дверь выбрать, или вы бы придерживались первоначального выбора?
[42]
В своей колонке вос Савант объясняет, что игрок должен всегда изменить свое мнение – т. е. всегда должен сомневаться – и выбрать другую дверь. Хотя машина может находиться за любой дверью, игрок, который выбирает № 1 и придерживается этого выбора, имеет шанс один к трем выиграть машину, в то время как тот, кто сначала выбирает дверь № 1, но потом решает поменять ее, имеет шанс два к трем. Другими словами, игроки, которые меняют свой выбор, удваивают шансы на выигрыш.
Даже ученые и математики разрешили эту задачу неверно (и когда ее впервые опубликовали, ожесточенно спорили о решении), но после она была доказана другими. В одном из простых объяснений калифорнийский статистик Мэтью Карлтон рассудил, что решение изменить свой выбор ведет к проигрышу только тогда, когда вы изначально выбираете машину, что случится с вероятностью 1 к 3. Итак, если вы поменяете решение, вероятность выиграть составит 2 к 3
[43]
[44].
Другим интересным искажением является человеческое восприятие хаотичности. Исследования показывают, что если вы попросите людей беспорядочно разбросать 30 букв Х на листе бумаги, они будут склоняться организовать их более систематически, чем так, как беспорядочность действительно того требует (например, рисуя одинаковое количество букв в каждом квадрате листа). С нашей точки зрения, последствия такого вида ошибки глубокие: как бы сильно вы ни пытались предугадать неизвестность и хаотичность будущих событий, возможностей и опасностей, вы, скорее всего, недооцените, насколько хаотичными и непредсказуемыми являются и могут стать вещи.
Вы должны активно сомневаться в том, что, по вашему мнению, могло бы случиться завтра, потому что в мире гораздо больше хаоса и неизвестности (в среднем), чем вы представляете.
Все эти примеры демонстрируют важность сомнения и помогают вам понять, что даже когда вы пытаетесь использовать наиболее рациональный, дедуктивный набор умений, вы все равно склонны к предубеждениям и ошибкам.
Предубеждения в режиме индукции: делать ошибки, когда «хорошего» ответа НЕТ (или когда их много).
Когнитивные предубеждения также могут привести к ошибкам, когда мы находимся в режиме индукции, т. е. когда пытаемся решить проблему или задачу, где присутствуют многочисленные возможные ответы или решения (или вообще нет хорошего ответа). Хотя их много, такие предубеждения всегда в игре, два самых значимых включают те, которые связаны с «доступностью» и с так называемой «постановкой» на якорь.
Например, почему успех Гугла привел так много людей к инвестированию в компании, разрабатывающие передовые технологии? Почему опубликованный список «лучших песен всех времен» все больше включает в себя те, которые были созданы за последние тридцать лет? Это хорошие примеры тяготения к предубеждению «доступности» – когда вы ошибаетесь, основывая ваши решения на информации, которую проще получить или которую вы помните.
Подобно этому подумайте о тенденции людей «якорить» решения, основываясь на прошлом опыте. Если вы спросите кого-нибудь о численности населения Венесуэлы, вы получите совершенно разные ответы. Но если вы сначала спросите: «В Венесуэле проживает больше или меньше двадцати миллионов человек?», ответ на второй вопрос будет ближе к двадцати миллионам, независимо от того, ответил ли человек «больше» или «меньше»
[45].
Посмотрите на следующий набор и спросите себя, какая компания не вписывается в ряд:
