Признание эвристический , первоначально назвал принцип признания, был использован в качестве модели в психологии суждения и принятия решений и в качестве эвристики в области искусственного интеллекта . Цель состоит в том, чтобы сделать выводы о критерии, который напрямую не доступен для лица, принимающего решения, на основе распознавания, извлеченного из памяти. Это возможно, если признание альтернатив имеет отношение к критерию. Для двух альтернатив эвристика определяется как: [1] [2] [3]
Если один из двух объектов распознан, а другой нет, тогда сделайте вывод, что распознанный объект имеет более высокое значение по отношению к критерию.
Эвристика распознавания является частью «адаптивного набора инструментов» эвристики «быстрой и экономной», предложенной Гигеренцером и Гольдштейном. Это один из самых экономных из них, то есть простой или экономичный. [3] [4] [5] В своем первоначальном эксперименте Даниэль Гольдштейн и Герд Гигеренцер опросили студентов в Германии и США о населении как немецких, так и американских городов. Участники получили пары названий городов и должны были указать, в каком городе больше жителей. В этом и подобных экспериментах эвристика распознавания обычно описывает около 80–90% выбора участников в тех случаях, когда они распознают один, но не другой объект (см. Критику этой меры ниже). Удивительно, но американские студенты получили более высокие баллы в городах Германии, в то время как участники из Германии получили более высокие баллы в городах Америки, несмотря на то, что признали лишь небольшую часть зарубежных городов. Это было названо « эффектом меньше - да лучше » и математически формализовано. [6]
Специфика домена
Эвристика распознавания позиционируется как стратегия вывода, зависящая от предметной области. Экологически рационально полагаться на эвристику распознавания в тех областях, где существует корреляция между критерием и распознаванием. Чем выше достоверность признания α для данного критерия, тем более экологически рационально полагаться на эту эвристику и тем больше вероятность, что люди будут на нее полагаться. Для каждого человека α можно вычислить по формуле
- α = C / (C + W)
где C - количество правильных выводов, которые могла бы сделать эвристика распознавания, вычисленное по всем парам, в которых одна альтернатива распознается, а другая нет, а W - количество ошибочных выводов. Области, в которых эвристика распознавания была успешно применена, включают прогнозирование географических свойств (таких как размер городов, гор и т. Д.) [1] [2] спортивных событий (таких как Уимблдон и чемпионаты по футболу [7] [8 ] ] [9] ) и выборы. [10] Исследования также показывают, что эвристика распознавания актуальна для маркетинговой науки. Эвристика, основанная на распознавании, помогает потребителям выбирать, какие бренды покупать в наиболее часто покупаемых категориях. [11] В ряде исследований рассматривался вопрос о том, полагаются ли люди на эвристику распознавания экологически рациональным способом. Например, признание названий швейцарских городов является достоверным показателем их численности (α = 0,86), но не их удаленности от центра Швейцарии (α = 0,51). Поль [12] сообщил, что 89% выводов соответствовали модели в суждениях о популяции, по сравнению только с 54% в суждениях о расстоянии. В более общем плане существует положительная корреляция r = 0,64 между валидностью распознавания и долей суждений, согласующихся с эвристикой распознавания, в 11 исследованиях. [13] Другое исследование Пачура [14] показало, что эвристика распознавания является более вероятным инструментом для исследования естественного, а не индуцированного распознавания (т.е. не вызванного в лабораторных условиях), когда выводы должны быть сделаны из памяти. В одном из его экспериментов результаты показали, что есть разница между участниками в экспериментальной обстановке и не-экспериментальной обстановке.
Меньше значит больше
Если α> β и α, β не зависят от n, то будет наблюдаться эффект «меньше - значит больше». Здесь β - достоверность знаний, измеряемая как C / (C + W) для всех пар, в которых распознаются обе альтернативы, а n - количество альтернатив, распознаваемых индивидуумом. Эффект «меньше значит больше» означает, что функция между точностью и n имеет обратно U-образную форму, а не монотонно возрастает. В некоторых исследованиях эмпирически сообщалось об эффектах «меньше - лучше» между двумя, тремя или четырьмя альтернативами [1] [2] [15] и в групповых решениях [16] ), тогда как другие этого не сделали, [9] [12] возможно поскольку прогнозируется, что эффект будет небольшим (см. Кацикопулос [17] ).
Смитсон исследовал эффект «меньше значит больше» (LIME) с помощью эвристики распознавания и поставил под сомнение некоторые исходные предположения. LIME возникает, когда «агент, зависящий от распознавания, имеет большую вероятность выбора лучшего элемента, чем более осведомленный агент, который распознает больше элементов». При описании LIME используется математическая модель, и в исследовании Смитсона она использовалась и пыталась ее модифицировать. Исследование предназначалось для того, чтобы математически понять, когда происходит LIME, и объяснить значение результатов. Главный вывод состоит в том, что «преимущество реплики распознавания зависит не только от достоверности реплики, но и от порядка, в котором элементы изучаются». [18]
Нейропсихологические доказательства
Эвристику распознавания также можно изобразить с помощью методов нейровизуализации. Ряд исследований показал, что люди не используют автоматически эвристику распознавания, когда она может быть применена, но оценивают ее экологическую значимость. Однако менее ясно, как можно смоделировать этот процесс оценки. Исследование функциональной магнитно-резонансной томографии проверило, можно ли разделить два процесса, распознавание и оценку, на нейронной основе. [19] Участникам было дано два задания; первый включал только суждение о признании («Вы когда-нибудь слышали о Модене? Милане?»), в то время как второе предполагало умозаключение, в котором участники могли полагаться на эвристику признания («В каком городе больше всего населения: Милан или Модена?» ). Сообщается, что для простых суждений о распознавании активация в предклинье - область, которая, как известно из независимых исследований, отвечает на уверенность в распознавании, [20] . В задаче вывода также наблюдалась активация предклиния, как и предполагалось, и активация была обнаружена в передней лобной части коры головного мозга (aFMC), что в более ранних исследованиях было связано с оценочными суждениями и обработкой самореференций. Активация aFMC может представлять собой нейронную основу этой оценки экологической рациональности.
Некоторые исследователи использовали потенциалы, связанные с событиями (ERP), чтобы проверить психологические механизмы, лежащие в основе эвристики распознавания. Росбург, Меклингер и Фрингс использовали стандартную процедуру с задачей сравнения размеров города, аналогичную той, что использовали Гольдштейн и Гигеренцер. Они использовали ERP и проанализировали распознавание на основе знакомства, происходящее через 300-450 миллисекунд после начала стимула, чтобы предсказать решения участников. Процессы распознавания на основе знакомства являются относительно автоматическими и быстрыми, поэтому эти результаты свидетельствуют о том, что простые эвристики, такие как эвристика распознавания, используют базовые когнитивные процессы. [21]
Споры
Исследование эвристики распознавания вызвало ряд споров.
Компромиссы
Эвристика распознавания - это модель, основанная только на распознавании. Это приводит к проверяемому предсказанию, что люди, которые полагаются на него, будут игнорировать сильные, противоречивые сигналы (т. Е. Не идти на компромиссы; так называемые некомпенсирующие выводы). В эксперименте Дэниела М. Оппенгеймера участникам были представлены пары городов, которые включали реальные города и вымышленные города. Хотя эвристика распознавания предсказывает, что участники будут оценивать фактические (узнаваемые) города как более крупные, участники оценили вымышленные (неузнаваемые) города как более крупные, показывая, что в таких выводах важную роль может сыграть не только признание. [22]
Ньюэлл и Фернандес [4] провели два эксперимента, чтобы попытаться проверить утверждения о том, что эвристика распознавания отличается от доступности и беглости посредством двоичной обработки информации и несущественности дальнейших знаний. Результаты их экспериментов не подтвердили эти утверждения. Newell & Fernandez и Richter & Späth проверили некомпенсаторное предсказание эвристики распознавания и заявили, что «информация распознавания не используется по принципу« все или ничего », а интегрируется с другими типами знаний в суждениях и принятии решений». [23]
Однако повторный анализ этих исследований на индивидуальном уровне показал, что обычно около половины участников последовательно следовали эвристике распознавания в каждом отдельном испытании, даже при наличии до трех противоречащих друг другу сигналов. [24] Кроме того, в ответ на эту критику Маревски и др. [25] отметили, что ни одно из вышеперечисленных исследований не сформулировало и не протестировало компенсаторную стратегию против эвристики распознавания, оставив стратегии, на которые полагались участники, неизвестными. Они протестировали пять компенсаторных моделей и обнаружили, что ни одна из них не может предсказать суждения лучше, чем простая модель эвристики распознавания.
Измерение
Одна из основных критических замечаний по поводу исследований эвристики распознавания, которая была высказана, заключалась в том, что простое соответствие эвристике распознавания не является хорошей мерой ее использования. В качестве альтернативы Hilbig et al. предложил для проверки эвристики распознавания более точно разработал модель дерева полиномиальной обработки для эвристики распознавания. Модель дерева полиномиальной обработки - это простая статистическая модель, часто используемая в когнитивной психологии для категориальных данных. [26] Hilbig et al. утверждал, что новая модель использования эвристики распознавания была необходима из-за смешения между распознаванием и дальнейшим знанием. Было показано, что модель дерева полиномиальной обработки является эффективной, и Hilbig et al. утверждал, что он обеспечивает беспристрастную оценку эвристики распознавания. [27]
Пачур [28] заявил, что это несовершенная модель, но в настоящее время она по-прежнему остается лучшей моделью для предсказания выводов людей, основанных на распознавании. Он считает, что точные тесты имеют ограниченную ценность в основном потому, что некоторые аспекты эвристики распознавания часто игнорируются, и поэтому результаты могут быть несущественными или вводящими в заблуждение.
Интуитивная стратегия
Hilbig et al. [27] утверждают, что эвристика предназначена для уменьшения усилий и что эвристика распознавания снижает усилия при вынесении суждений, полагаясь на одну единственную реплику и игнорируя другую информацию. В своем исследовании они обнаружили, что эвристика распознавания более полезна при осознанном мышлении, чем при интуитивном мышлении. Это означает, что это более полезно, когда мысли являются преднамеренными, а не импульсивными, в отличие от интуитивного мышления, которое больше основано на импульсе, чем на сознательном рассуждении. [29] Напротив, исследование Пачура и Хертвига [30] показало, что на самом деле именно более быстрые ответы больше соответствуют эвристике распознавания. Кроме того, суждения в большей степени соответствовали эвристике распознавания в условиях нехватки времени. В соответствии с этими выводами нейронные данные свидетельствуют о том, что на эвристику распознавания можно полагаться по умолчанию. [19]
Служба поддержки
Гольдштейн и Гигеренцер [31] утверждают, что благодаря своей простоте эвристика распознавания показывает, в какой степени и в каких ситуациях поведение можно предсказать. Некоторые исследователи предлагают отказаться от идеи эвристики распознавания, но Пачур считает, что при ее тестировании следует использовать другой подход. Некоторые исследователи считают, что эвристику распознавания следует исследовать с помощью точных тестов исключительного использования распознавания.
Другое исследование, проведенное Пачуром [14], показало, что эвристика распознавания, скорее, является инструментом для исследования естественного, а не индуцированного распознавания (т. Е. Не вызываемого в лабораторных условиях), когда выводы должны быть сделаны на основе памяти. В одном из его экспериментов результаты показали, что есть разница между участниками в экспериментальной обстановке и не-экспериментальной обстановке.
Синопсис
Использование состязательного сотрудничества подхода, три специальных выпуск открытого доступа журнала суда и принятие решений было посвящен распутать поддержку и проблемы с эвристическим распознаванием, обеспечивая самым последний и всеобъемлющий конспект эпистемического статус - кво. В своей редакционной статье к выпуску III три приглашенных редактора стремятся к совокупной теоретической интеграции. [32]
Заметки
- ^ a b c Goldstein, Daniel G .; Гигеренцер, Герд (1 января 2002 г.). «Модели экологической рациональности: эвристика распознавания». Психологический обзор . 109 (1): 75–90. DOI : 10.1037 / 0033-295X.109.1.75 . hdl : 11858 / 00-001M-0000-0025-9128-B . PMID 11863042 . Полный текст (PDF) .
- ^ а б в Гигеренцер, Герд; Тодд, Питер М .; Группа ABC Research (1999). Простая эвристика, которая делает нас умными (1-е изд.). Нью-Йорк: Издательство Оксфордского университета. ISBN 978-0195143812.
- ^ а б Гигеренцер, Герд; Гольдштейн, Дэниел Г. (1996). «Рассуждая быстро и экономно: модели ограниченной рациональности». Психологический обзор . 103 (4): 650–669. CiteSeerX 10.1.1.174.4404 . DOI : 10.1037 / 0033-295x.103.4.650 . PMID 8888650 .
- ^ а б Ньюэлл, Бен Р .; Фернандес, Дуэйн (1 октября 2006 г.). «О бинарном качестве распознавания и несущественности дальнейших знаний: два критических теста эвристики распознавания». Журнал принятия поведенческих решений . 19 (4): 333–346. DOI : 10.1002 / bdm.531 .
- ^ Росбург, Т .; Mecklinger, A .; Фрингс, К. (3 ноября 2011 г.). «Когда мозг решает: основанный на знакомстве подход к эвристике распознавания, подтвержденный связанными с событиями потенциалами мозга». Психологическая наука . 22 (12): 1527–1534. DOI : 10.1177 / 0956797611417454 . PMID 22051608 . S2CID 41101972 .
- ^ Кацикопулос, К.В. (2010). «Эффект меньше да лучше: прогнозы и тесты». Суждение и принятие решений . 5 (4): 244–257.
- ^ Серве С., Фрингс С. (2006). «Кто выиграет Уимблдон? Эвристика распознавания при прогнозировании спортивных событий». J. Behav. Decis. Мак . 19 (4): 321–32. DOI : 10.1002 / bdm.530 .
- ^ Scheibehenne B, Bröder A (2007). «Предсказание теннисных результатов Уимблдона 2005 года по простому узнаванию имени игрока» . Int. J. Прогноз . 23 (3): 415–26. DOI : 10.1016 / j.ijforecast.2007.05.006 .
- ^ а б Пачур, Т .; Биле, Г. (2007). «Прогнозирование по незнанию: использование и полезность распознавания в непрофессиональных прогнозах спортивных событий». Acta Psychol . 125 (1): 99–116. DOI : 10.1016 / j.actpsy.2006.07.002 . hdl : 11858 / 00-001M-0000-0024-FE80-F . PMID 16904059 .
- ^ Gaissmaier, W .; Маревский, Дж. Н. (2011). «Прогнозирование выборов с простого распознавания по паршивым образцам». Суждение и принятие решений . 6 : 73–88.
- ^ Хаузер, Дж. (2011). «Перспектива маркетинговой науки на эвристике, основанной на распознавании (и парадигме быстрого и бережливого)». Суждение и принятие решений . 6 (5): 396–408.
- ^ а б Поль Р. (2006). «Эмпирические тесты эвристики распознавания». J. Behav. Decis. Мак . 19 (3): 251–71. DOI : 10.1002 / bdm.522 .
- ^ Пачур Т., Тодд П.М., Гигеренцер Г., Школьник Л.Дж., Гольдштейн Д.Г. (2010). «Когда эвристика распознавания становится адаптивным инструментом?». В личном кабинете Тодд, Дж. Гигеренцер, ABC Res. Группа (ред.). Экологическая рациональность: интеллект в мире . Нью-Йорк: Oxford Univ. Нажмите.
- ^ а б Пачур, Торстен; Бредер, Арндт; Маревски, Джулиан Н. (1 апреля 2008 г.). «Эвристика распознавания в выводе, основанном на памяти: является ли распознавание некомпенсаторным сигналом?». Журнал принятия поведенческих решений . 21 (2): 183–210. DOI : 10.1002 / bdm.581 . hdl : 11858 / 00-001M-0000-0024-FB80-1 .
- ^ Фрош К., Биман С. П., Макклой Р. (2007). «Небольшое обучение - опасная вещь: экспериментальная демонстрация умозаключений, основанных на незнании». QJ Exp. Psychol . 60 (10): 1329–36. DOI : 10.1080 / 17470210701507949 . PMID 17853241 . S2CID 31610630 .
- ^ Реймер Т., Кацикопулос К. (2004). «Использование узнавания в групповом принятии решений» . Cogn. Sci . 28 (6): 1009–1029. DOI : 10,1207 / s15516709cog2806_6 .
- ^ Кацикопулос К.В., Школьник LJ, Хертвиг Р. (2010). «Надежная красота обычной информации» (PDF) . Psychol. Ред . 117 (4): 1259–66. DOI : 10.1037 / a0020418 . hdl : 11858 / 00-001M-0000-0024-F605-0 . PMID 20822293 .
- ^ Смитсон, М. (2010). «Чем меньше, тем лучше в эвристике распознавания» (PDF) . Суждение и принятие решений . 5 (4): 230–243.
- ^ а б Volz, KG; Школьник, ЖЖ; Schubotz, RI; Рааб, М; Гигеренцер, G; фон Крамон, Д.Ю. (2006). «Почему вы думаете, что Милан больше Модены: нейронные корреляты эвристики распознавания». J. Cogn. Neurosci . 18 (11): 1924–36. DOI : 10.1162 / jocn.2006.18.11.1924 . hdl : 11858 / 00-001M-0000-0025-8060-3 . PMID 17069482 . S2CID 15450312 .
- ^ Yonelinas, AP; Оттен, ЖЖ; Шоу, кн; Рагг, доктор медицины (2005). «Разделение областей мозга, участвующих в воспоминании и знакомстве в памяти распознавания» (PDF) . J. Neurosci . 25 (11): 3002–8. DOI : 10.1523 / jneurosci.5295-04.2005 . PMC 6725129 . PMID 15772360 .
- ^ Росбург, Т .; Mecklinger, A .; Фрингс, К. (2011). «Когда мозг решает: основанный на знакомстве подход к эвристике распознавания, о чем свидетельствуют связанные с событием потенциалы мозга». Психологическая наука . 22 (12): 1527–1534. DOI : 10.1177 / 0956797611417454 . PMID 22051608 . S2CID 41101972 .
- ^ Оппенгеймер, DM (2003). «Не так быстро! (И не так бережливо!): Переосмысление эвристики распознавания» . Познание . 90 (1): B1 – B9. DOI : 10.1016 / s0010-0277 (03) 00141-0 . PMID 14597272 . S2CID 16927640 .
- ^ Richter, T .; Späth, P. (2006). «Признание используется в качестве одной из подсказок при вынесении суждений и принятии решений» (PDF) . Журнал экспериментальной психологии: обучение, память и познание . 32 (1): 150–162. DOI : 10.1037 / 0278-7393.32.1.150 . PMID 16478347 .
- ^ Пачур Т., Бредер А., Маревски Дж. Н. (2008). «Эвристика распознавания в логическом выводе на основе памяти: является ли распознавание некомпенсирующим сигналом?». J. Behav. Decis. Мак . 21 (2): 183–210. DOI : 10.1002 / bdm.581 . hdl : 11858 / 00-001M-0000-0024-FB80-1 .
- ^ Маревски JN, Gaissmaier W, Schooler LJ, Goldstein DG, Gigerenzer G (2010). «От распознавания к решениям: расширение и тестирование основанных на распознавании моделей для многоальтернативного вывода» (PDF) . Психон. Бык. Ред . 17 (3): 287–309. DOI : 10,3758 / PBR.17.3.287 . PMID 20551350 . S2CID 1936179 .
- ^ Батчелдер, WH; Рифер, DM (1999). «Теоретический и эмпирический обзор моделирования полиномиального дерева процессов» . Психономический бюллетень и обзор . 6 (1): 57–86. DOI : 10.3758 / BF03210812 . PMID 12199315 .
- ^ а б Hilbig, Benjamin E .; Эрдфельдер, Эдгар; Поль, Рюдигер Ф. (1 января 2010 г.). "Обнародование решения с одной причиной: модель измерения эвристики распознавания". Журнал экспериментальной психологии: обучение, память и познание . 36 (1): 123–134. DOI : 10.1037 / a0017518 . PMID 20053049 .
- ^ Пачур Т. "Ограниченная ценность точных тестов эвристики распознавания" . Суждение и принятие решений . 6 (5): 413–422.
- ^ Hilbig, BE; Scholl, SG; Поль, РФ (2010). «Подумай или моргни - эвристика распознавания - это« интуитивная »стратегия?». Суждение и принятие решений . 5 (4): 300–309.
- ^ Пачур Т., Хертвиг Р. (2006). «О психологии эвристики распознавания: приоритет поиска как ключевой фактор, определяющий его использование» (PDF) . J. Exp. Psychol. Учить. Mem. Cogn . 32 (5): 983–11002. DOI : 10.1037 / 0278-7393.32.5.983 . hdl : 11858 / 00-001M-0000-0024-FF00-5 . PMID 16938041 .
- ^ Gigerenzer, G .; Гольдштейн, Д.Г. (2011). «Красота простых моделей: темы в эвристическом исследовании распознавания». Суждение и принятие решений . 6 (5): 392–395.
- ^ Маревски, JN; Поль, РФ; Витауч, О. (2011). «Суждения и решения, основанные на признании: что мы узнали (на данный момент)» (PDF) . Суждение и принятие решений . 6 (5): 359–380.