Давайте проплывем на лодке вверх по течению в деревню племени шивиар. Представьте, что старейшина деревни пытается определить, стоит ли сегодня охотиться в близлежащем красном каньоне.

Для людей из племени шивиар, как и для большинства наших предков, единственной доступной информацией, необходимой для совершения подобного рода расчетов, были их собственные наблюдения и сведения, сообщенные им самыми близкими людьми. Когда старейшина размышляет, правильно ли будет идти охотиться в красный каньон, он может принять во внимание то, что случилось за последние 20 раз охоты там.

Старейшина видит естественную частотность — пять из последних 20 охот в красном каньоне были удачными. Он не мыслит категориями вероятностей. Не размышляли подобным образом и наши предки, которые не видели вероятностей в окружающем их мире. В результате наш мозг не думает категориями вероятности («0,25 вероятности успеха»), а оперирует категориями естественной частотности («пять попыток из 20 были удачными»).

Годы систематического штудирования математики научили нас тому, что два этих статистических выражения — одно и то же. Но годы обучения нас письму не сделали ненужными компьютерные программы проверки орфографии.

Гигерензер установил значительное улучшение результатов тестов и у новичков, и у подготовленных людей в тех случаях, когда вопросы ставятся не в категориях вероятностей, а в категориях естественной частотности. Возьмите, например, сформулированный в категориях вероятностей вопрос, который сбил с толку наших врачей. Вот та же самая информация, переведенная на язык естественной частотности.

✔ Десять из каждой тысячи женщин имеют рак груди.

✔ Из этих десяти женщин с раком груди девять в результате обследования получают положительные результаты.

✔ Из 990 женщин, не болеющих раком груди, около 89 в результате обследования имеют положительные результаты.

Если результаты обследования женщины положительные, каков шанс того, что она больна раком груди?

Когда Гигерензер поставил перед врачами вопрос в такой форме, результаты в сравнении с первым экспериментом были поразительные. Если на вопрос, сформулированный в категориях вероятностей, только 21% докторов ответили правильно, то на вопрос, поставленный в категориях естественной частотности, правильно ответили 87% врачей. Вопрос в одной форме оказался трудным, вопрос в другой — легким, хотя с математической точки зрения в обоих вопросах спрашивалось об одном том же.

Помните «проблему Линды», которая приводилась выше? Она страдает тем же — ставит перед людьми простой вопрос в категориях сложных вероятностей. Ниже эта же проблема сформулирована в категориях естественной частотности:

Правильное решение «проблемы Линды», когда она была сформулирована в категориях вероятностей, предложили только 10% опрашиваемых, когда же эта проблема была представлена в формате естественной частотности, почти 100% респондентов дали верный ответ. С математической точки зрения в обоих случаях спрашивалось об одном и том же. Но первый вариант вопроса запутывал людей и приводил к совершению ими ошибок, а второй оказался удивительно легким.

Когда мы пытаемся добраться до врожденного интеллекта, мы должны понять, как наш мозг воспринимает информацию. Поскольку мозг человека настроен на то, чтобы воспринимать информацию таким же образом, как ее воспринимали наши предки, люди решали бы проблемы гораздо лучше, если бы они были представлены в том же формате, что и перед нашими праотцами, например математические задачи формулировались бы в категориях естественной частотности (5 из 100), а не в категориях вероятностей (0,05).

Следует также ожидать, что люди будут лучше решать задачи, касающиеся унаследованных из прошлого эволюционных проблем, с которыми встречаются наши субличности. А так как субличности специализируются на разных типах проблем, то мы можем улучшить свои способности к логическому рассуждению, соотнося эти проблемы с характером конкретной субличности.

В оставшейся части главы мы рассмотрим два случая, которые раскрывают глубинную мудрость одного из наших внутренних командных игроков — аффилирующейся субличности.

Когнитивные психологи разработали ряд особо сложных задач, предназначенных для определения способностей человека к расшифровке того, что известно под названием условной логики. Классическим примером такого рода является задача выбора Уэйсона.

Рис. 5.2. Задача выбора Уэйсона

На рис. 5.2 изображены четыре карты. Каждая имеет цифру на одной стороне и букву на другой. Какую карту (или карты) вы перевернете, чтобы проиллюстрировать следующее утверждение: «Если у карты четная цифра на одной стороне, то на другой стороне она имеет букву, обозначающую согласный звук»?

Вы будете правы, если решите перевернуть две карты: одну с цифрой 8 и другую с буквой А. Вам не нужно переворачивать другие карты. Если вы поднимите карту с цифрой 3 и обнаружите на другой стороне букву, обозначающую согласный звук, это не дезавуирует вышеприведенное утверждение (которое ничего не говорит о нечетных цифрах). Точно так же, если вы перевернете карту с буквой Б, это не будет противоречить данному утверждению.

Не расстраивайтесь, если вы дали неправильный ответ. Люди вообще не очень хорошо решают такого рода задачи. Правильно отвечают только около 10% студентов университетов. Шивиары из Амазонии дают 0% правильных ответов.

Мы можем испытывать удовлетворение от того, что результатом многих лет систематического обучения является упомянутый показатель в 10%. И если вам интересно, то расходы в размере $40,000 в год на оплату обучения в Гарварде могут повысить этот результат до 12%.

Задача выбора Уэйсона так же сложна для многих людей, как и задача научиться писать. Если только вы не проходили в университете продвинутый курс условных логических рассуждений, вам трудно найти правильный ответ к задаче.

Это все равно что просить неграмотного человека написать сочинение. Даже профессора философии и математики дают неправильные ответы (откровенно говоря, мы тоже дали неправильный ответ на этот тест в процессе написания книги; впоследствии мы решали задачу еще раз по отдельности).