Myšlení a rozhodování
Úvod k tématu — česká adaptace MIT OCW
Jak rozhodujeme o situacích, s nimiž se denně setkáváme? V této lekci pomocí hlavolamů a slovních úloh prozkoumáme mechanismy lidského myšlení, například funkční fixaci, heuristiky a rámování. Přednáška se také stručně věnuje úloze čelních laloků v řešení problémů a emocích.
Klíčové pojmy: myšlení, funkční fixace, heuristiky, ukotvení, úprava odhadu, rámování, čelní laloky, podstupování rizika, psychopatologie.
Výklad SBCZ: rychlý odhad potřebuje kontrolu
Chceš vybrat nástroj pro svůj projekt. První produkt má pěkný web a jeden známý člověk jej chválí. To může být užitečný začátek orientace, ale není to úplné hodnocení. Heuristika dostupnosti zvýrazní doporučení, které si snadno vybavíš. Ukotvení může způsobit, že další ceny posuzuješ vůči první zobrazené částce. Konfirmační zkreslení může vést k vyhledávání recenzí, které už zvolený produkt podporují. Žádný z těchto procesů sám neznamená, že bude volba špatná; upozorňuje na možný zdroj odchylky.
Heuristiky často šetří čas a jsou rozumné, když úplné hledání není možné. Jejich kvalitu však ovlivňuje prostředí. Doporučení odborníka se zkušeností s podobným problémem má jiné informační vlastnosti než náhodné oblíbené video. Algoritmický postup může být přesnější, ale potřebuje správné vstupy a správný postup. Když automaticky seřadíš chybné údaje, získáš úhledný, ale chybný výsledek. Rychlost ani matematický vzhled tedy samy nezaručují správnost.
Před rozhodnutím si napiš tři kritéria: například potřebná funkce, celkové náklady a možnost výstupu vlastních dat. Potom hledej i informaci, která by oblíbenou variantu vyřadila. U odhadu pravděpodobnosti se ptej, jak běžný je daný jev, ne pouze zda tvůj případ připomíná známý příběh. Tento postup neodstraní všechny chyby myšlení, ale vytváří konkrétní kontrolu. Dobré rozhodování znamená přizpůsobit množství ověřování důsledkům volby a ponechat možnost názor změnit, když přijde lepší důkaz.
Ověř si porozumění — překlad otázek MIT OCW
1. Dva přístupy k řešení problémů využívají algoritmy a heuristiky. Jak se liší? Uveď dva problémy ze života a u každého vysvětli algoritmický a heuristický přístup. Za jakých okolností je vhodnější jeden či druhý?
Vzorová odpověď z původního materiálu
Algoritmus je postup, jehož pečlivé provedení za příslušných podmínek vede ke správnému řešení problému. Heuristika je orientační pravidlo, které správné řešení nezaručuje, ale může k němu nabídnout zkratku. Hlavní rozdíl je v záruce řešení: heuristika může někdy selhat.
Chceš-li například zjistit, který student ve třídě je nejstarší, můžeš se každého zeptat na datum narození: to je algoritmický postup. Nebo odhadneš věk podle výšky, zralého chování či šedivých vlasů: to je heuristika založená na znacích, které mohou s věkem souviset.
Chceš-li zjistit počet bonbonů ve sklenici, přesné číslo získáš spočítáním každého bonbonu. Je to algoritmický, ale zdlouhavý postup. Rychlejší odhad získáš výpočtem objemu válcovité sklenice — π krát druhá mocnina průměru krát výška, děleno čtyřmi — a jeho vydělením objemem jednoho bonbonu. To je heuristika. Může působit matematičtěji než počítání, ale ignoruje například mezery mezi bonbony, takže dává jen přibližné řešení.
Algoritmy upřednostníme, když potřebujeme přesnou odpověď a známe správný postup. Heuristiky jsou zpravidla rychlejší a méně namáhavé. Hodí se, když stačí dostatečně dobré řešení, když je nutná rychlost nebo když algoritmické řešení neznáme.
2. Řešení problémů může selhat kvůli logickým chybám nebo heuristikám, které nás vedou k chybným závěrům. Uveď čtyři příklady takových chyb či problematických heuristik a vysvětli jejich důsledky.
Vzorová odpověď z původního materiálu
Potvrzení důsledku: předpokládáme konkrétní příčinu, protože nastal určitý výsledek. Vyjdeš ven, chodník je mokrý a usoudíš, že pršelo, protože při dešti bývá mokrý. Mohl ale zvlhnout také od zavlažování nebo při mytí auta. Mokro samo o sobě déšť nedokazuje.
Konfirmační zkreslení: vyhledáváme informace, které pravidlo potvrzují, místo abychom zkusili jeho vyvrácení. Představ si vědce s hypotézou, že vymyšlenou nemocí „severoamerická skvrnitá horečka“ mohou onemocnět jen lidé s krevní skupinou O+. Pokud zkoumá jen lidi se skupinou O+, zda nemoc mají, projevuje konfirmační zkreslení. K ověření možnosti vyvrácení musí zkoumat i jiné krevní skupiny. Nemocný člověk se skupinou A− by hypotézu vyvrátil, zatímco zkoumání lidí O+ ji takto vyvrátit nemůže. Nemoc je smyšlená, stejně jako celý příklad.
Heuristika reprezentativnosti: čím více se něco podobá prototypu uloženému v paměti, tím pravděpodobněji to považujeme za člena dané kategorie. Vymyšlená horečka se projevuje ranní únavou, mírnými trávicími obtížemi a bolestí hlavy, ale postihuje pouze přibližně jednoho ze sta tisíc lidí. Několik lidí slyší příznaky ve zprávách a jde k lékaři s přesvědčením, že tuto nemoc mají, protože jsou také ráno unavení a někdy je bolí hlava nebo žaludek. Podobnost příznaků ale neznamená tuto diagnózu. Mnohem pravděpodobnější mohou být jiné příčiny, například nedostatek spánku nebo těžké jídlo; vzácnost nemoci je nutné vzít v úvahu.
Heuristika dostupnosti: jev považujeme za pravděpodobnější, běžnější nebo častější, pokud si jej snáze vybavíme. Lidé často mají přátele s podobnými politickými názory. Při odhadu podpory nové politické iniciativy si vybaví své přátele. Pokud by ji většina podpořila, mohou usoudit, že ji podpoří také většina společnosti. Jejich známí ale představují zkreslený výběr populace. Podporu pak nadhodnotí, protože lidi s opačným názorem nemají mezi přáteli a hůře si je vybaví.