Unknown

Чтобы сравнить эту словесную рационализацию с суждениями, отраженными в фактических решениях аналитиков фондового рынка, можно использовать множественный регрессионный анализ или другие подобные статистические процедуры для разработки математической модели того, как каждый аналитик фактически взвешивал и комбинировал информацию о соответствующих переменных. Было проведено по меньшей мере восемь исследований такого рода в различных областях, включая одно с участием прогнозирования будущего социально-экономического роста слаборазвитых стран. Математическая модель, основанная на фактических решениях аналитика, неизбежно является более точным описанием принятия решений аналитиком, чем его собственное словесное описание того, как были приняты решения.

Несмотря на то, что существование этого феномена было убедительно продемонстрировано, его причины не вполне понятны. В литературе, посвященной этим экспериментам, можно найти лишь следующее умозрительное объяснение:

Возможно, наше ощущение, что мы можем принимать во внимание множество различных факторов, возникает потому, что, хотя мы помним, что в то или иное время мы обращали внимание на каждый из них, мы не замечаем, что редко когда мы рассматриваем более одного или двух факторов в одно и то же время.

 

Когда новая информация влияет на наши суждения?

Чтобы оценить актуальность и значимость этих экспериментальных выводов в контексте опыта аналитиков разведки, необходимо выделить четыре типа дополнительной информации, которую может получить аналитик:

Дополнительная информация о переменных, уже включенных в анализ: В эту категорию попадает большая часть необработанных разведывательных данных. Не стоит ожидать, что такая дополнительная информация повлияет на общую точность суждений аналитика, и вполне понятно, что дополнительные детали, согласующиеся с предыдущей информацией, повышают уверенность аналитика. Анализы, в которых имеется значительная глубина деталей, подтверждающих выводы, как правило, более убедительны как для их авторов, так и для читателей.

Выявление дополнительных переменных: Информация о дополнительных переменных позволяет аналитику принять во внимание другие факторы, которые могут повлиять на ситуацию. Именно такая дополнительная информация используется в экспериментах с гандикапперами на скачках.

 

В других экспериментах использовалась некоторая комбинация дополнительных переменных и дополнительной информации о тех же переменных. Тот факт, что суждения основываются на нескольких критических переменных, а не на всем спектре доказательств, помогает объяснить, почему информация о дополнительных переменных обычно не повышает точность прогнозирования. Иногда, в ситуациях, когда существуют известные пробелы в понимании аналитика, один отчет о каком-то новом и ранее не учитываемом факторе - например, авторитетный отчет о политическом решении или планируемом государственном перевороте - может оказать значительное влияние на суждения аналитика. Такой отчет будет относиться к одной из двух следующих категорий новой информации.

В анализ включается информация о значении, приписываемом переменным al- ready: Примером такой информации может быть гандикаппер на скачках, узнавший, что лошадь, которая, по его мнению, будет весить 110 фунтов, на самом деле будет весить только 106. Современные разведывательные отчеты, как правило, имеют дело с такого рода информацией; например, аналитик может узнать, что диссидентская группа оказалась сильнее, чем предполагалось. Новые факты влияют на точность суждений, когда они касаются изменений в переменных, имеющих решающее значение для оценок. Уверенность аналитиков в суждениях, основанных на такой информации, зависит от их уверенности в точности информации, а также от ее объема.

Информация о том, какие переменные наиболее важны и как они связаны друг с другом: Знания и предположения о том, какие переменные наиболее важны и как они взаимосвязаны, составляют ментальную модель, которая подсказывает аналитику, как анализировать полученные данные. Явное изучение таких взаимосвязей - один из факторов, отличающих систематические исследования от текущей разведывательной отчетности и необработанных разведданных. Например, в контексте эксперимента с гандикапперами на скачках гандикапперы должны были выбрать, какие переменные включить в свой анализ. Является ли вес, переносимый лошадью, более или менее важным, чем несколько других переменных, которые влияют на результаты лошади?