Предыдущая страница описала Систему 1 как ассоциативную машину, и у этой машины есть свойство, из которого вырастает больше искажений, чем из любого другого. Она работает только с тем, что активировано сейчас, и чего нет в памяти и перед глазами в эту секунду, для неё не существует.
Канеман показывает это на вопросе: «Будет ли Миндик хорошим лидером? Она умная, сильная…» Ответ «да» приходит сразу. Никто не спрашивает, что ещё нужно знать о человеке, чтобы судить о лидерстве, хотя следующими словами могли быть «жестокая» и «нечестная». Из двух прилагательных Система 1 построила лучшую историю, какую можно из них построить, и история получилась связной.
Это и есть принцип WYSIATI — «что ты видишь, то и есть» (What You See Is All There Is). Мерой успеха для Системы 1 служит связность истории, а не количество и качество данных под ней. Чем меньше известно, тем легче сложить всё в непротиворечивую картину, поэтому уверенность часто растёт, когда данных становится меньше.
Сильнее всего это видно в опыте, который Тверски провёл со своими аспирантами в Стэнфорде, где участникам описывали судебные дела, причём одним давали доводы только одной стороны, и они знали об этом. Такие участники легко могли представить доводы противоположной стороны, но всё равно выносили суждения в пользу той, кого слышали, и были увереннее тех, кто слышал обе стороны.
Механизм «Что видишь, то и есть» — один из самых населённых в каталоге, и в нём есть эффект ореола, когда первое впечатление о человеке или продукте окрашивает всё, что о нём узнают потом. В нём и эффект эстетики-юзабилити, из-за которого красивый интерфейс кажется удобнее, а в тесте участники прощают ему ошибки, которые заметили бы в некрасивом. Связанные с уверенностью записи этой ветки (сверхуверенность, ошибка планирования, ретроспективное искажение) разобраны на следующей странице.
После пяти интервью у команды складывается связная история о пользователе, и она кажется тем убедительнее, чем меньше в ней противоречий. Но связность — свойство истории, а не данных. Полезный вопрос на синтезе: «Чего мы не спросили? Кого мы не видели?» Ответ на него — список того, чего в истории нет, а не того, что в ней есть.
Если на сложный вопрос быстро не находится ответа, Система 1 ищет более лёгкий родственный вопрос и отвечает на него. Канеман называет эту операцию подстановкой (substitution). Вопрос, на который нужно ответить, он называет целевым, а лёгкий, на который отвечают вместо него, — эвристическим.
| Целевой вопрос | Эвристический вопрос |
|---|---|
| Сколько денег пожертвовать на спасение исчезающих видов? | Насколько меня трогают умирающие дельфины? |
| Насколько я счастлив в последнее время? | Какое у меня настроение прямо сейчас? |
| Насколько популярен будет президент через полгода? | Насколько он популярен сейчас? |
| Удобен ли этот интерфейс? | Нравится ли он мне на вид? |
| Сработает ли эта фича? | Насколько убедительно она звучит на демо? |
Первые три строки взяты из книги, две последние добавлены для дизайна. Подмена незаметна, и человек не чувствует, что ответил на другой вопрос, потому что ответ приходит быстро и кажется ответом на целевой вопрос, а Система 2 обычно его одобряет.
Канеман приводит опыт с немецкими студентами. Им задавали два вопроса: «Насколько вы счастливы в последнее время?» и «Сколько свиданий у вас было в прошлом месяце?». В таком порядке корреляция между ответами была практически нулевой, а когда порядок поменяли и про свидания спрашивали первым, корреляция стала необычайно высокой для психологических измерений. Вопрос о свиданиях вызывал эмоцию, и при ответе о счастье студенты оценивали уже её, а не свою жизнь целиком. Для любого опроса пользователей отсюда прямой вывод. Порядок вопросов меняет ответы, и общий вопрос об удовлетворённости, заданный после вопроса о конкретной проблеме, измеряет эту проблему.
Подстановку в каталоге легко узнать по формуле «отвечает на вопрос попроще». Сюда относятся эвристика аффекта, когда «нравится ли мне» заменяет «каковы риски и выгоды», и эвристика настроения. Для команды важнее всего подмена цели метрикой. Вопрос «довольны ли клиенты» незаметно становится вопросом «вырос ли NPS», и команда начинает растить NPS способами, которые клиентам не помогают.
Статья 1974 года описывала три правила суждения в условиях неопределённости. Все три — частные случаи подстановки.
Репрезентативность
Вопрос «насколько это вероятно» заменяется вопросом «насколько это похоже на типичный случай». Задача про Линду — пример. Другой пример открывает книгу. Стив застенчив и нелюдим, любит порядок и внимателен к деталям. Кто он вероятнее, фермер или библиотекарь? Описание похоже на библиотекаря, но, как пишет Канеман, в США на каждого мужчину-библиотекаря приходится больше 20 фермеров. Сходство вытесняет из суждения долю группы — это пренебрежение априорной вероятностью.
В продукте эта ошибка выглядит так. Пользователь в интервью «очень похож» на целевую персону, и его слова принимают за голос сегмента. Кандидат на собеседовании «похож на сильного дизайнера», и сходство с образом заменяет проверку работы. Механизм в каталоге называется «Прототипы и интенсивность», потому что Система 1 думает типичными примерами, а не множествами, и потому плохо чувствует размер и долю.
Доступность
Вопрос «как часто это бывает» заменяется вопросом «как легко мне вспомнить примеры». Обычно это работает, потому что частое и вспоминается легче, но так же легко вспоминается яркое, недавнее, личное, независимо от частоты. Это эвристика доступности.
Тоньше всего она устроена в опыте группы Норберта Шварца начала 1990-х. Одних участников просили вспомнить шесть случаев, когда они вели себя настойчиво, других — двенадцать. Потом все оценивали свою настойчивость. Те, кто вспоминал двенадцать, оценили себя ниже, потому что последние примеры давались с трудом, и именно лёгкость, а не количество, решила дело. В команде это видно на любом разборе обратной связи, где последняя громкая жалоба в чате поддержки весит больше сотни тихих обращений, которые никто не перечитывал.
Привязка
Оценка неизвестной величины тянется к числу, которое человек видел перед этим, даже если число случайно. Тверски и Канеман раскручивали рулетку, которая останавливалась только на 10 или 65, и спрашивали студентов Орегонского университета, какую долю членов ООН составляют африканские страны. Средняя оценка у тех, кто видел 10, была 25 %, у видевших 65 — 45 %.
Эффект привязки Канеман называет одним из самых надёжных результатов экспериментальной психологии, и в каталоге у него высшая доказательность. Объясняет он его двумя путями сразу. Система 2 сдвигается от якоря и останавливается слишком рано, а Система 1 активирует совместимые с якорем мысли. Рынок пользуется этим давно. В супермаркете в Сиу-Сити суп «Кэмпбелл» продавали со скидкой около 10 %, и в дни, когда висело объявление «не более 12 банок в одни руки», покупатели брали в среднем по 7 банок — вдвое больше, чем без ограничения. (Опыт поставил Брайан Вансинк, у которого позже отозвали много статей. Эта среди отозванных не числится, но цифру надёжнее считать иллюстрацией: сам эффект привязки подтверждён десятками других опытов.) В интерфейсе якорем служит зачёркнутая цена, первый тариф в ряду, число в поле «сумма» по умолчанию. В управлении — первая оценка срока, названная на планировании вслух.
Система 1 ищет в событиях причины и намерения, даже там, где их нет. Видеть закономерность в случайном ей проще, чем признать случайность. Канеман показывает это на исследовании заболеваемости раком почки в 3141 округе США. Самый низкий уровень оказался в сельских малонаселённых округах Среднего Запада, Юга и Запада, и объяснение напрашивается: чистый воздух, свежие продукты, спокойная жизнь. Но самый высокий уровень оказался в таких же округах. Причина у обоих результатов одна, и она статистическая. В малой выборке крайние значения встречаются чаще, причём в обе стороны.
Канеман называет это законом малых чисел (law of small numbers) — ироничным именем для веры, будто маленькая выборка похожа на совокупность так же, как большая. Для продуктовой команды это самое дорогое искажение из ветки «Поиск причин». Его прямое следствие — A/B-тест, который останавливают на третий день, потому что «уже видно». Ещё два близких: непонимание регрессии к среднему, когда после рекордного месяца падение объясняют ошибкой команды, и фундаментальная ошибка атрибуции, когда провал проекта объясняют характером людей, а не обстоятельствами.
- Взять последнее решение команды, принятое уверенно: приоритет фичи, вывод из интервью, выбор варианта дизайна.
- Записать целевой вопрос, на который решение должно отвечать.
- Записать, на какой вопрос команда фактически ответила, — по тем доводам, что звучали.
- Если вопросы не совпадают, составить список данных, которых не хватало для ответа на целевой.
Готово, когда есть пара «целевой вопрос — эвристический вопрос» и список недостающих данных, хотя бы пустой.
| Механизм | Как узнать в суждении | Записи для начала |
|---|---|---|
| Что видишь, то и есть | Уверенность есть, а вопроса «чего мы не знаем» не было | Эффект ореола, Ошибка нарратива, Иллюзия глубины понимания |
| Подстановка | Ответ дан на вопрос попроще | Эвристика доступности, Подмена цели метрикой, Эвристика усилия |
| Прототипы и интенсивность | Судят по типичному примеру, теряют долю и размер | Ошибка конъюнкции, Нечувствительность к масштабу |
| Поиск причин | В случайном видят замысел и причину | Закон малых чисел, Иллюзорная корреляция |
Источники
- Д. Канеман. Думай медленно… решай быстро. М.: АСТ, 2014. Введение; часть I, главы 7–9; часть II, главы 10–15.
- A. Tversky, D. Kahneman. Judgment under Uncertainty: Heuristics and Biases // Science, 1974, 185 (4157). doi:10.1126/science.185.4157.1124
- A. Tversky, D. Kahneman. Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment // Psychological Review, 1983, 90 (4). doi:10.1037/0033-295X.90.4.293
- N. Schwarz et al. Ease of retrieval as information: Another look at the availability heuristic // Journal of Personality and Social Psychology, 1991, 61 (2). doi:10.1037/0022-3514.61.2.195
- B. Wansink, R. J. Kent, S. J. Hoch. An Anchoring and Adjustment Model of Purchase Quantity Decisions // Journal of Marketing Research, 1998, 35 (1). doi:10.1177/002224379803500108