Более 20 лет назад в одном из самых престижных экономических журналов — «Эконометрика» — появилась статья психологов Эймоса Тверски и Дэниела Канемана «Теория перспектив: анализ решений в условиях риска» (Kahneman & Tversky, 1979). Эта статья до сих пор часто цитируется экономистами, хотя с точки зрения психологов она достаточно тривиальна. В ней всего лишь говорится: вместо того чтобы утверждать, что люди ведут себя рационально, может быть, стоит выяснить, как они на самом деле себя ведут? Это ведь несложно. Достаточно провести несколько простых экспериментов.

Например, вы утверждаете, что человек принимает решение, сопоставляя все плюсы и минусы. Хорошо, вот вам ситуация. Представьте, что вы — президент и у вас в стране эпидемия неизвестной болезни, от которой могут умереть 600 человек. Ученые подготовили две альтернативные программы борьбы с эпидемией. Если принять программу А, будут спасены 200 жизней. Если принять программу В, существует один шанс из трех, что все 600 человек будут спасены, и два шанса из трех, что спасти не удастся никого.

Большинство испытуемых (72 %) в эксперименте Д. Канемана и Э. Тверски выбрали программу А. Они подумали: «Программа А гарантирует спасение 200 человек, а программа В играет жизнями людей, словно фишками в азартной игре, причем шансы на спасение всех невелики: всего один к трем».

Теперь возьмем другую группу испытуемых и тоже предложим им поиграть в президента. Для них дилемма формулируется следующим образом. Если принять программу А, умрут 400 человек. Если принять программу В, существует один шанс из трех, что не умрет никто, и два шанса из трех, что умрут все. На этот раз 78 % испытуемых выбрали программу В. Они рассуждали так: «Не могу же я хладнокровно обречь на смерть 400 человек. Надо дать людям шанс».

Разумеется, обе группы испытуемых решали одну и ту же задачу. Откуда же такая огромная разница в решениях? Канеман и Тверски показали, что люди гораздо чувствительнее к потерям, чем к приобретениям: боль от потери двадцати долларов переживается острее, чем радость от их получения. Принимая решение, мы, конечно, можем подсчитать в столбик все плюсы и минусы, но столбик с минусами всегда будет весомее, чем столбик с плюсами. Поэтому для нас важна не столько объективная информация, сколько формулировка альтернатив.

Например, чтобы заставить людей установить в своих домах дорогостоящую систему теплоизоляции, им можно объяснить, сколько они смогут экономить на оплате счетов за отопление, и они занесут эту цифру в колонку своих будущих плюсов. В этом случае на установку теплоизоляции соглашается примерно треть домовладельцев. Если же объяснить им, сколько они ежегодно теряют, отапливая за свои деньги улицу, они занесут свои потери в колонку с уже имеющимися минусами и число желающих раскошелиться увеличится вдвое.

ТЕОРИЯ ВЕРОЯТНОСТЕЙ

Однако проблема оценки будущего блага и вреда не единственная. У людей возникает еще больше сложностей с учетом вероятности событий. Д. Канеман и Э. Тверски продемонстрировали это в серии остроумных экспериментов (Kahneman & Tversky, 1973).

«Выберем одного случайного человека из популяции. Этот человек интересуется политикой, любит участвовать в дебатах и жаждет появляться на публике. Кто он, скорее всего, по роду своих занятий: продавец или член парламента?»

Большинство людей, которым задавался этот вопрос, отвечали, что, скорее всего, этот человек — член парламента. Хотя, если рассуждать рационально, у случайно выбранного человека гораздо больше шансов оказаться продавцом — просто потому, что продавцов больше, чем депутатов.

Но может быть, люди просто не поняли задачу и им надо напомнить о необходимости учитывать вероятностную информацию? Исследователи так и сделали. Они предложили студентам математического факультета университета Орегона следующую задачку.

«Возьмем группу людей, из которых 70 % инженеры, а 30 % — адвокаты. Одного из этих людей зовут Фрэнк. У него за плечами два развода, большую часть свободного времени он проводит в загородном клубе. Любимая тема его разговоров в баре — сожаления о том, что он пытался следовать советам отца и грыз гранит науки, вместо того чтобы научиться ладить с собственными женами. Вопрос: какова вероятность того, что Фрэнк — адвокат, а не инженер?»

Подавляющее большинство студентов решили, что Фрэнк — адвокат, несмотря на четкую информацию о пропорциях адвокатов и инженеров в группе. Они просто проигнорировали эту информацию. Им было достаточно того, что по описанию Фрэнк больше похож на типичного адвоката, чем на типичного инженера.

Этот способ судить об объекте, сравнивая его с неким типичным представителем и пренебрегая другой важной информацией, Канеман и его соавтор назвали эвристикой репрезентативности. Эта эвристика, то есть мгновенный, интуитивный способ принятия решения, заставляет нас рассуждать вопреки всякой логике. Еще одна задача, которая иллюстрирует этот способ суждения, вошла во многие учебники как задача о Линде.

«Линде 31 год. Она замужем, искренна и полна оптимизма. В колледже ее специализацией была философия. В студенческие годы она живо интересовалась вопросами дискриминации и другими социальными проблемами, участвовала в демонстрациях против ядерного оружия. Основываясь на этом описании, оцените, какой из двух выводов вероятнее: а) Линда — кассир в банке, б) Линда — кассир в банке и активистка феминистского движения».

Все испытуемые, принимавшие участие в эксперименте, изучали теорию вероятностей в колледже. Они прекрасно знали, что сочетание двух событий не может быть более вероятным, чем каждое из событий в отдельности. Тем не менее подавляющее большинство испытуемых выбрали вариант «б» — просто потому, что Линда соответствует стереотипу феминистки.

ЗАКОН МАЛЫХ ЧИСЕЛ

То, что люди предпочитают игнорировать информацию о вероятности и судить о других людях в соответствии с собственными стереотипами, еще полбеды. Гораздо хуже, что они пытаются анализировать ситуацию в соответствии с вероятностными законами, при этом абсолютно их не понимая. Канеман и Тверски задавали вопрос:

«Какова вероятность того, что в роддоме на десять коек и в роддоме на тысячу коек в данный конкретный день родится 60 % мальчиков».

Испытуемые называли одинаковые цифры, хотя, согласно статистическому закону больших чисел, чем больше число независимых наблюдений, тем меньше вероятность отклонения от среднего. То есть из 10 младенцев шестеро вполне могут оказаться мальчиками, а 600 из тысячи — уже вряд ли.

Тем не менее люди склонны судить о единичных событиях так, будто имеют дело с большими выборками. Канеман и Тверски назвали эту особенность психологическим законом малых чисел (Tversky & Kahneman, 1971). В соответствии с этим законом очень часто поступают люди, играющие в азартные игры со случайным исходом. Проиграв один раз, человек рассуждает так: «По теории вероятностей, в следующий раз я должен выиграть». Но никакая теория вероятностей этого не утверждает. Она лишь утверждает, что если бросать монету бесконечное число раз, в половине случаев выпадет орел, а в половине — решка. А что выпадет в данную конкретную минуту, не знает никто.