Тенденция подбирать ту информацию, которая соответствует нашим представлениям, называется тенденцией к подтверждению, или предвзятостью. У всех нас есть такая склонность. Другой пример действия тенденции к подтверждению и неспособности увидеть очевидное противоречие приводится в главе 4. Это та же самая ошибка, которая была описана в предыдущем разделе, когда медицинские сестры не смогли учесть факты, опровергающие их гипотезы о взаимосвязи между симптомами и заболеваниями. Подобная тенденция является очень распространенным явлением и встречается в самых разных областях. Например, недавние исследования работы присяжных и того, как принимаются решения о вине или невиновности подсудимого показали, что присяжные нередко конструируют правдоподобную историю того, что могло произойти на месте преступления. Затем среди информации, раскрытой в ходе расследования, они выбирают только то, что подтверждает их версию (Kuhn, Weinstock, Flaton 1994). Таким образом, решение присяжных тоже в значительной степени зависит от подбора свидетельств, которые подтверждают представления самих присяжных.

Какой вывод можно сделать о тенденции к выборочному восприятию информации и поиску подтверждающих свидетельств? Представьте себе, что к вашему лучшему другу пристают с предложением вложить средства в «очень выгодное дело», «не упустить единственный шанс в жизни». Энергичная дама предлагает воспользоваться уникальной возможностью и инвестировать в новую корпорацию, которая будет производить миниатюрные компьютеры, умещающиеся в бумажнике. Звучит заманчиво, но ненадежно. Ваш друг благоразумно решает навести справки. Он проверяет десять компьютерных фирм, зарегистрированных на Нью-Йоркской фондовой бирже. Он видит, что IBM - крупная и процветающая компания, приносящая огромные прибыли. Если бы он когда-то, на ранних стадиях формирования фирмы, вложил средства в развитие IBM, то сейчас он был бы богачом. Он уже представляет себе, что прикуривает сигары от десятидолларовых банкнот. Какой совет вы дадите своему другу?

Надеюсь, что вы скажете ему, что он видит только те свидетельства, которые подтверждают его готовое решение вложить средства в развитие неизвестной компании, поскольку на фондовой бирже, естественно, зарегистрированы только крупные компании. Необходимо поискать и другие свидетельства, которые могут противоречить его решению. Надо выяснить, сколько компьютерных фирм, строивших грандиозные планы, разорилось за последние десять лет, а сколько не разорилось. Кроме того, надо попытаться оценить перспективы рынка для миникомпьютеров, которые могут поместиться в бумажнике.

Другим примером из реальной жизни (а не из лабораторных исследований) является принятие медицинских решений. Представьте себе молодого врача, который осматривает пациента. Больной жалуется на жар и боль в горле. Врач должен поставить один диагноз из множества возможных. Он решает, что это, наверное, грипп. Врач спрашивает, чувствует ли больной ломоту во всем теле. И получает утвердительный ответ. Врач спрашивает, не появились ли эти симптомы несколько дней назад. Да. Это действительно так и было. Читателю уже ясно, что врачу следует задать некоторые вопросы, которые могут опровергнуть предполагаемый диагноз. Например, поинтересоваться симптомами, которые, как правило, не сопутствуют гриппу (сыпь, опухшие суставы и т.д.).

Тенденция к подтверждению – т.е. искажение реальной картины из-за собственных предубеждений – является настоящей ловушкой в процессе принятия решений. Уэйсон утверждает, что именно эта тенденция превалирует в мнениях и работах ученых. Действительно, крупномасштабное обследование научных сотрудников НАСА показало, что они с большой предвзятостью относятся ко многим вопросам (Mynatt, Doherty, Tweney, 1978). Мы все должны научиться находить и исследовать данные, которые не соответствуют нашим представлениям и идеям. Хорошим подтверждением этого можно считать тот факт, что люди, которые вынуждены учитывать опровергающие свидетельства, принимают лучшие решения (Koriatetal., 1980).

Чрезмерная уверенность связана с рассмотренной выше тенденцией к подтверждению. Люди в большинстве случаев не склонны совершенствовать свои способы принятия решений, потому что вполне уверены в том, что их решения превосходны. Ничем не подтвержденная уверенность в том, что мы всегда правы, является барьером для критического мышления в повседневных ситуациях. В конце концов, если большинство людей уверено в том, что принимает правильные решения, то зачем тратить время и силы для того, чтобы изучать и применять навыки критического мышления?

Почему мы склонны считать себя большими специалистами в области принятия решений? Частично потому, что мы просто не фиксируем в сознании никаких альтернатив, которые могли бы привести к лучшим решениям (например: не вижу причины, почему я могу быть не прав!) и потому что мы, в сущности, не можем знать, каковы могли бы быть результаты других решений. При обсуждении принятия политических решений Круглански (Kruglansky, 1992) перечислил следующие качества как основные причины принятия неправильных решений: амбиции, утверждение своего статуса, иллюзии и предрассудки. Когда эти не слишком подходящие мотивы наслаиваются на уверенность политика в том, что принимаемые им решения правильны, нетрудно понять причину некоторых очень неудачных политических решений.

Эвристика – это любое эмпирическое правило («правило большого пальца»), которое используется для решения проблем. Оно далеко не всегда дает правильный ответ, но тем не менее остается очень полезным практическим средством. Психологи обычно различают эвристики и алгоритмы. Алгоритм представляет собой некую процедуру, которая всегда приводит в получению правильного результата, если вы в точности исполняете ее. Для иллюстрации различия между этими терминами рассмотрим простой пример из математики. Вспомните, как вы учились выполнять деление в столбик. Допустим, вам задали разделить 701,9 на 176. Для начала надо определить, сколько раз 176 «помещается» в 701,9, поскольку вряд ли вы в детстве учили таблицу умножения на 176. По приблизительной оценке получается примерно 4. Таким образом, задача выглядит так:

Проверяем это приблизительное частное с помощью операции умножения.

7019 704

Ого! Пожалуй, многовато!

Понятно, что 4 – это слишком много, и, скорее всего, подойдет число 3. Подобная процедура является эвристической. Она представляет собой руководство или средство, помогающее найти правильный ответ, однако не всегда с гарантией приводит к его получению, что и видно из приведенного здесь примера. Напротив, алгоритм всегда приводит к достижению правильного результата. Если вы хотите определить площадь прямоугольника длиной 3 фута и шириной 2 фута, то вы всегда получите правильный ответ, если будете применять следующую формулу

площадь = длина х ширина,

или в данном случае

3 фута х 2 фута = 6 квадратных футов.

Использование соответствующего задаче алгоритма является примером когнитивной экономии, понятие о которой было введено выше. Для того чтобы найти площадь прямоугольника, не надо совершать умственные усилия и каждый раз создавать формулу. Имеется готовый алгоритм, который мы можем успешно применять для получения правильного ответа.

Во многих ситуациях применяются как эвристические, так и алгоритмические методы. В кулинарии, например, приготовление блюд по рецепту является алгоритмом. Если в точности соблюдать рецептуру, то в результате каждый раз должно получаться одно и то же блюдо, описанное в поваренной книге. Если повар экспериментирует, добавляя дополнительные приправы, или создает новые рецепты, то он пользуется своими общими знаниями о свойствах тех или иных продуктов и об их сочетаниях. Это и есть пример эвристики. Эвристика, или «правило большого пальца», часто используется в принятии решений – причем нередко это происходит совершенно неосознанно.