Читаем вместе. Шум 5 Канеман

В этом выпуске Читаем вместе по прежнему Шум. Прогнозирование и модели[ШУМ. Канеман, Даниэль.Шум. Несовершенство человеческих суждений / Даниэль Канеман, Оливье Сибони, Касс Р. Санстейн; — Москва: Издательство АСТ, 2021. — 544 с.].

Как и в предыдущем выпуске математику я пропускаю. Автор ее приводит для доказательства своих суждений. А мы ему верим, поэтому доказательства (математические выкладки) пропускаем. Цитаты выделены курсивом, остальной текст – мой пересказ и мысли.

Как и в предыдущем выпуске математику я пропускаю. Автор ее приводит для доказательства своих суждений. А мы ему верим, поэтому доказательства (математические выкладки) пропускаем.

Оценочные суждения прогнозирование и модели

Потребность в оценочных суждениях возникают во многих случаях, когда имеются варианты решений. Допустим Вам следует проранжировать эти варианты по нескольким критериям (многокритериальные решения). Например, 1)чтоб не пил; 2)не курил; 3)тещу мамой называл. Большинство людей, столкнувшись с подобным типом проблем, пробегают глазами каждый критерий, оценивают их и выдают немедленный ответ.

Ваш неформальный подход к данной проблеме известен как клиническое суждение. Вы обдумываете информацию, возможно, производите быстрые вычисления, сверяетесь со своей интуицией и выносите вердикт. Однако точность такого прогноза будет не высокой.

Далее автор пишет о том, что если же использовать статистические методы, например метод множественной регрессией, то результат будет значительно точнее. Для этой цели могут использоваться ряд методов более сложных чем множественной регрессией (вплоть до машинного обучения ) и более простые алгоритмы. Это доказано на множестве примерах. Выясняется, что…

(во всех случаях) формула побеждает. …  люди во многих отношениях (в оценочных решениях) слабее статистических моделей.

любая линейная модель, примененная последовательно ко всем случаям, вероятнее всего, одержит верх над человеком в оценке результатов на основе той же информации. … Над человеком легко одерживают победу простые формулы — модели реальности, «модели экспертов» и даже случайно сгенерированные модели.

Тут как раз место для резюме. Уменьшить число ошибочных суждений можно путем использования алгоритмов, в том числе и очень простых. Попробуйте. Например, необходимо новое помещение под офис компании. По какой причине возникла эта задача для данного примера не важно. Но важно, чтобы помещение отвечало ряду требований.

Обязательно в группе заинтересованных лиц формулируете критерии к помещению (площадь, арендная плата, местонахождение и т.д.). Определите вес каждого критерия (важность для Вас), а затем ищите варианты и оценивайте эти варианты по степени соответствия варианта этим критериям. Потом умножайте вес на степень соответствия и получаете взвешенную оценку каждого варианта. База для выбор готова.

Я это написал «скороговоркой» (места мало), но полностью пример можно посмотреть в моей книге «Как быть умнее» (раздел 2.3.2.) или тут Многокритериальный  метод принятия управленческих решений. Простенько, но сердито.

Кстати, почему в группе. Ранее Канеман писал:

Итак, хочешь более правильное решение спроси мнение других или, что несколько хуже, попытайся сформулировать свое суждение несколько раз и усредни полученное решение.

Прогнозирование

По жизни нам часто приходится задумываться о будущем. При этом прогнозировать его. Я не говорю о метеорологах, футурологах, экономистах, политиках и крупных бизнесменов. Им сам бог велел думать о будущем и прогнозировать. Мы грешные менеджеры среднего и нижнего звена также строим свои прогнозы и на основе этих прогнозов живем. Однако все прогнозы (ВСЕ!) ограничены в точности. Автор пишет, что причина ограниченности прогнозов по точности заключается в том, что большинство оценок выносится в состоянии, называемом объективной неосведомленностью.

… многие обстоятельства, от которых зависит будущее, просто не могут быть известны. Поразительно, что мы обычно ухитряемся в упор не видеть эту ограниченность и давать прогнозы с уверенностью (а зачастую и с излишней самоуверенностью).

Как бы то ни было, достаточно полной информацией вы не обладаете. Две  причины — истинное незнание (то, чего никак не узнать) и неполная информация (можно было выяснить, но этого мы не сделали) — делают идеальный прогноз невозможным. … это объективные характеристики прогнозирования. Объективная неосведомленность о важных, но неизвестных вам вещах жестко ограничивает точность.

В результате чем дальше мы заглядываем в будущее, тем больше накапливается объективной неосведомленности. Ограниченность экспертных политических суждений обусловлена … полной объективной неосведомленностью о будущих событиях.

Люди часто страдают самоуверенностью и недооценивают свою объективную неосведомленность. Излишняя самоуверенность — одно из самых хорошо документированных когнитивных искажений. Если есть прогноз, то найдется место и неосведомленности. И ее будет намного больше, чем вам кажется. От себя добавлю, чем больше самоуверенности, тем наименее точен прогноз. Как правило люди отрицают свое неведение.

Они прислушиваются к своей интуиции, чувствуют внутренний сигнал и испытывают эмоциональный подъем. Этот внутренний сигнал — «я дал правильную оценку!» — заставляет поверить: «не знаю почему, но знаю». Однако объективная оценка истинности подобных озарений редко оправдывает настолько высокую степень уверенности.

Непредсказуемые события неизбежны, и их последствия также непредсказуемы. В результате чем дальше мы заглядываем в будущее, тем больше накапливается объективной неосведомленности. Предсказания мировых событий на относительно короткий период — как правило, меньше года — вполне возможно. Однако, чем дальше мы заглядываем в будущее, тем выше объективная неосведомленность.

Эта глава меня обескуражила. Так что прогнозы это пустое? Канеман обнадеживает, пишет, что позже рассмотрит проблему прогнозирования. Впрочем, как и вообще принятия решений и даст свой алгоритм. Дочитаем.

Замечания, комментарии, советы пишите в ответ на это письмо

Предыдущий выпуск тут.  

К тем, кто дочитал до конца личное обращение