ข้ามไปเนื้อหา

ตัวช่วยอย่างง่ายจากความเป็นตัวแทน

จากวิกิพีเดีย สารานุกรมเสรี
(เปลี่ยนทางจาก Representativeness heuristic)

ตัวช่วยอย่างง่ายจากความเป็นตัวแทน[1] (representativeness heuristic) หรือ ฮิวริสติกโดยความเป็นตัวแทน เป็นฮิวริสติกคือทางลัดทางความคิดที่ใช้ตัดสินว่าสิ่งหนึ่งที่กำลังประสบ เหมือนกับต้นแบบที่เป็นตัวแทนของหมวดหรือประเภทหนึ่งๆ เท่าไร โดยถ้าเหมือนก็อาจจะจัดสิ่งที่ประสบเข้าในหมวดนั้น[2] ฮิวริสติกทำการโดยเปรียบเทียบสิ่งหนึ่งๆ กับต้นแบบของหมวดหรือประเภทที่มีอยู่ในใจอยู่แล้ว เช่น ถ้าเราเห็นคนใส่เสื้อกาวน์สีขาว มีเครื่องฟังตรวจคือหูฟังหัวใจและปอด เราก็อาจคิดว่าคนนี้เป็นแพทย์ ทั้งๆ ที่ก็ยังอาจเป็นพยาบาล นักเรียนแพทย์ หรือคนใส่เสื้อผ้าของแพทย์ได้[3] ฮิวริสติกนี้เป็น "ทางลัดในการประเมินที่โดยทั่วไปช่วยให้เราไปถึงที่หมายได้อย่างรวดเร็ว แต่ก็มีราคาคือบางครั้งส่งเราไปผิดที่"[4] เพราะการประเมินโดยวิธีนี้อาจจะทำให้เราละเลยอัตราพื้นฐาน (base rate) และ/หรือเกิดความเอนเอียงทางประชาน (cognitive bias) อื่นๆ

ฮิวริสติกโดยความเป็นตัวแทนเป็นหนึ่งในกลุ่มฮิวริสติก (คือกฎง่ายๆ ที่เราใช้เพื่อประเมินและตัดสินใจตามธรรมชาติ) ที่เสนอโดยนักจิตวิทยา แดเนียล คาฮ์นะมัน และอะมอส ทเวอร์สกี้ในต้นคริสต์ทศวรรษ 1970[2] ฮิวริสติกมีประโยชน์เพราะช่วยให้ตัดสินใจได้ง่ายขึ้นโดยไม่ต้องคิดหรือพิจารณามาก[5] คำว่า "ความเป็นตัวแทน" (representativeness) ในบทความนี้อาจหมายถึง[6][7][8]

  • ความที่ต้นแบบหรือตัวอย่าง (prototype) เป็นตัวแทนของประเภท (category) นั้นๆ
  • ความสัมพันธ์ระหว่างตัวอย่างกับสิ่งที่เปรียบเทียบ (คือเหมือนกันแค่ไหน)

การใช้ฮิวริสติกนี้ อาจทำให้ประเมินความน่าจะเป็นผิดพลาดเพราะสิ่งที่เป็นตัวแทนดีกว่าคือเหมือนกันมากกว่า ไม่ได้หมายความว่ามันน่าจะเกิดขึ้นหรือมีมากกว่า[9] มีการอธิบายฮิวริสติกนี้อย่างง่ายๆ ว่า เป็นการประเมินความคล้ายคลึงกันของวัตถุแล้วจัดแจงวัตถุนั้นโดยเทียบกับตัวอย่างของประเภท (category prototype) เช่นจัดประเภทของที่คล้ายคลึงกันเข้าด้วยกันหรือคิดว่าเหตุและผลควรจะคล้ายๆ กัน[4] เราใช้ฮิวริสติกนี้เพราะเป็นการคำนวณที่ง่าย[9] แต่ปัญหาก็คือ เราเชื่อถือสมรรถภาพในการประเมินความน่าจะเป็นของเหตุการณ์โดยวิธีนี้มากเกินไป[10] ซึ่งอาจก่อเหตุผลวิบัติโดยอัตราพื้นฐาน (base rate fallacy) และความเอนเอียงทางประชานประเภทอื่นๆ[11][12]

ตัวกำหนดการใช้ฮิวริสติก

[แก้]

องค์ประกอบบางอย่างของการประเมินและการตัดสินใจ จะทำให้โอกาสที่จะใช้ฮิวริสติกนี้มีมากขึ้น

ความคล้ายคลึงกัน

[แก้]

เมื่อประเมินความเป็นตัวแทนของสิ่งเร้า/เหตุการณ์ใหม่ เรามักจะใส่ใจในระดับความคล้ายคลึงกันระหว่างสิ่งเร้า/เหตุการณ์ใหม่ กับรูปแบบตัวอย่าง/ขบวนการที่นำมาสู่การปรากฏของสิ่งเร้า/เหตุการณ์[2] แต่ก็มีความสำคัญว่าลักษณะที่ใช้เปรียบเทียบจะต้องเป็นสิ่งที่ชัด (salient)[2] งานวิจัยปี ค.ศ. 2008 พบว่า การมีตัวอย่างของประเภทที่ชัดแจ้งในความทรงจำ จะมีผลต่อการประเมินความคล้ายคลึงกัน คือสิ่งเร้า/เหตุการณ์ใหม่จะได้รับการประเมินว่า "เป็นตัวแทน" ถ้ามีความคล้ายคลึงกันในระดับสูงกับตัวอย่างของประเภท และถ้าประสบบ่อย ๆ[13]

งานวิจัยทางฮิวริสติกได้พบความคล้ายคลึงกันในรูปแบบต่าง ๆ เช่นในเรื่องความเชื่อทางการแพทย์ เรามักจะเชื่อว่าอาการของโรคควรที่จะเหมือนกับเหตุและวิธีการรักษาของโรค ยกตัวอย่างเช่น เชื่อกันมานานแล้วว่า แผลในกระเพาะเกิดจากความเครียด นี่เป็นความเชื่อที่อาศัยฮิวริสติกโดยความเป็นตัวแทน เพราะว่าจริง ๆ แล้ว แผลเกิดจากแบคทีเรีย อีกประการหนึ่ง ในแนวคิดคล้าย ๆ กัน ในการแพทย์ทางเลือกบางประเภท จะมีการให้คนไข้ทานอวัยวะของสัตว์เพื่อรักษาโรคที่อวัยวะนั้นของตน การใช้ฮิวริสติกนี้เห็นได้แม้ในความเชื่อที่ง่าย ๆ เช่น ความเชื่อว่าการทานอาหารมัน จะทำให้อ้วน[4] แม้แต่แพทย์เองก็อาจจะเอนเอียงไปตามฮิวริสติกนี้ได้เมื่อประเมินความคล้ายคลึงกัน เช่นในการวินิจฉัยเป็นต้น[14] คือ งานวิจัยพบว่า แพทย์รักษาใช้ฮิวริสติกนี้ในการทำการวินิจฉัย โดยประเมินว่าคนไข้ที่กำลังวินิจฉัยเหมือนกับคนไข้รูปแบบตัวอย่างของโรคหนึ่ง ๆ มากแค่ไหน[14]

ความสุ่ม

[แก้]

รูปแบบที่ดูไม่ปกติ และความเป็นตัวแทนในลำดับสั้น ๆ สามารถมีอิทธิพลต่อการประเมินความสุ่ม คือ มีการพิจารณาลำดับที่ไม่มีรูปแบบว่า เป็นตัวแทนของกระบวนการสุ่ม และดังนั้นเราจะประเมินผิด ๆ ว่า ลำดับเช่นนั้นจึงมีโอกาสที่จะเกิดขึ้นมากกว่า ยกตัวอย่างเช่น สำหรับเหรียญสมดุลที่ออกผลเป็นหัว (ห) และก้อย (ก) การออกเป็นลำดับ กหกหกห จะไม่ได้รับพิจารณาว่าเป็นตัวแทนของการโยนเหรียญที่เป็นไปโดยสุ่ม เพราะว่าลำดับมีรูปแบบในระดับสูงเกินไป[2]

ความเป็นตัวแทนแม้ในลำดับสั้น ๆ เป็นข้อสมมุติอย่างหนึ่งที่เรามีเพราะเราอาศัยกฎการมีตัวอย่างน้อย (law of small numbers) คือเราคิดว่าตัวอย่างจำนวนน้อยจะมีระดับความเป็นตัวแทนของทั้งกลุ่ม เท่า ๆ กับเมื่อมีตัวอย่างมาก[15] ตัวอย่างจำนวนน้อยที่ดูเหมือนว่าเป็นไปโดยสุ่มจะเพิ่มกำลังให้กับความเชื่อว่าตัวอย่างทั้งกลุ่มจะเป็นไปโดยสุ่ม โดยมีเหตุจากข้อสมมุติเกี่ยวกับความเป็นตัวแทนในลำดับสั้น ๆ ในนัยตรงกันข้ามกัน ตัวอย่างจำนวนน้อยที่ดูไม่เหมือนสุ่มจะลดกำลังความเชื่อนี้ เช่น ถ้ามีการโยนเหรียญหลาย ๆ ครั้งและส่วนมากออกหัว ข้อสมมุติเกี่ยวกับความเป็นตัวแทนในลำดับสั้น ๆ จะทำให้เราเชื่อว่าเหรียญนี้มี้ความโน้มเอียงที่จะออกหัว

ผลงานคลาสสิกของคาฮ์นะมันและทเวอร์สกี้

[แก้]

ทอม

[แก้]

ในงานวิจัยปี ค.ศ. 1973[16] คาฮ์นะมันและทเวอร์สกี้แบ่งผู้ร่วมการทดลองออกเป็น 3 กลุ่ม คือ

  • กลุ่มอัตราพื้นฐาน (Base-rate) มีการบอกผู้ร่วมการทดลองว่า "จงพิจารณานักศึกษาระดับบัณฑิตศึกษาปีแรกในสหรัฐอเมริกาในปัจจุบัน กรุณาเขียนค่าเปอร์เซ็นต์เดาที่ดีที่สุด ของนักศึกษาที่เข้ารับการศึกษาในสาขาวิชาเฉพาะทาง 9 สาขาดังต่อไปนี้" สาขาวิชาที่ให้ก็คือ (1) การบริหารธุรกิจ (2) วิทยาศาสตร์คอมพิวเตอร์ (3) วิศวกรรมศาสตร์ (4) มนุษยศาสตร์/ศึกษาศาสตร์ (5) นิติศาสตร์ (6) บรรณารักษศาสตร์ (7) แพทยศาสตร์ (8) วิทยาศาสตร์ และ (9) สังคมศาสตร์
  • กลุ่มเหมือน (Similarity) มีการบอกผู้ร่วมการทดลองลักษณะนิสัยของชายสมมุติคือ "ทอมเป็นคนฉลาดมาก แม้จะขาดความคิดสร้างสรรค์ เขาชอบความเป็นระเบียบและความชัดเจน และชอบระบบระเบียบที่ทุก ๆ อย่างมีการจัดไว้เป็นที่ สิ่งที่เขาเขียนมักจะจืดชืดและเขียนเหมือนหุ่นยนต์ แม้ว่าบางครั้งจะมีสีสันขึ้นมาบ้างโดยเล่นคำที่ใช้กันซ้ำ ๆ ซาก ๆ และโดยจินตนาการประเภทไซไฟ เขามีความมุ่งมั่นที่จะเป็นคนเก่งกาจ เขาดูเหมือนจะมีความเห็นใจผู้อื่นน้อย และไม่ชอบปฏิสัมพันธ์กับใคร ถึงเขาจะยึดตัวเองเป็นที่ตั้ง แต่เขาก็ยังเป็นคนมีศีลธรรมสูง" มีการให้ผู้ร่วมการทดลองในกลุ่มนี้ให้คะแนนว่า ทอมมีความคล้ายคลึงกับนักศึกษาในสาขาวิชา 9 สาขาที่พูดถึงในกลุ่มแรกแค่ไหน
  • กลุ่มพยากรณ์ (Prediction) มีการให้ผู้ร่วมการทดลองอ่านข้อความเกี่ยวกับลักษณะนิสัยของทอมเหมือนในกลุ่ม 2 และให้ข้อมูลดังต่อไปนี้ด้วย "นักจิตวิทยาเป็นผู้เขียนลักษณะนิสัยของทอมดังที่กล่าว ในช่วงที่ทอมอยู่ชั้น ม.6 โดยอาศัยการทดสอบนิสัย ในปัจจุบัน ทอมเป็นนักศึกษาชั้นบัณฑิตศึกษา กรุณาให้คะแนนสาขาวิชาเฉพาะทางทั้ง 9 ดังต่อไปนี้ ตามลำดับโอกาสที่ทอมจะเป็นนักศึกษาชั้นบัณฑิตศึกษาของสาขาแต่ละสาขานั้น"

การประเมินค่าความน่าจะเป็น (กลุ่ม 3) ปรากฏว่าใกล้เคียงกับการประเมินความคล้ายคลึงกัน (กลุ่ม 2) มากกว่าการประเมินอัตราพื้นฐาน (กลุ่ม 1) ซึ่งสนับสนุนคำพยากรณ์ของนักวิจัยทั้งสองว่า เราประเมินค่าความน่าจะเป็นอาศัยความเป็นตัวแทน (คือความคล้ายคลึงกัน) มากกว่าจะอาศัยข้อมูลเกี่ยวกับอัตราพื้นฐาน (base rate) ยกตัวอย่างเช่น ผู้ร่วมการทดลองกว่า 95 เปอร์เซ็นต์กล่าวว่าทอมมีโอกาสที่จะเข้าศึกษาสาขาวิทยาศาสตร์คอมพิวเตอร์ มากกว่าการศึกษาหรือมนุษยศาสตร์ ทั้ง ๆ ที่การประเมินค่าอัตราพื้นฐานของทั้งสาขามนุษยศาสตร์/ศึกษาศาสตร์ สูงกว่าของวิทยาศาสตร์คอมพิวเตอร์

ปัญหารถแท็กซี่

[แก้]
สีฟ้าคือพยานเห็นรถสีน้ำเงิน และรถก็เป็นสีน้ำเงินจริง ๆ มีทั้งหมด 48 ช่อง สีเขียวคือพยานเห็นรถสีน้ำเงิน แต่รถจริง ๆ เป็นสีเขียว มีทั้งหมด 68 ช่อง ดังนั้น 48/(48+68) = 41%

ในอีกงานศึกษาหนึ่งของคาฮ์นะมันและทเวอร์สกี้ มีการให้ผู้ร่วมการทดลองแก้ปัญหาดังต่อไปนี้[9]

รถแท็กซี่คันหนึ่งเกิดอุบัติเหตุชนแล้วหนีในเวลากลางคืน มีบริษัทรถแท็กซี่ 2 บริษัท คือบริษัทเขียวและบริษัทน้ำเงิน ที่ให้บริการแท็กซี่ในเมือง แท็กซี่ร้อยละ 85 ในเมืองมีสีเขียว และร้อยละ 15 มีสีน้ำเงิน

พยานคนหนึ่งระบุว่ารถแท็กซี่ (ที่เกิดอุบัติเหตุ) เป็นของบริษัทน้ำเงิน ศาลได้ทดสอบความน่าเชื่อถือของพยานภายใต้สถานการณ์เดียวกับที่เกิดขึ้นในคืนอุบัติเหตุ แล้วสรุปว่า พยานสามารถระบุสีแต่ละสีถูกต้องได้ร้อยละ 80 และระบุผิดร้อยละ 20

อะไรเป็นความน่าจะเป็นที่แท็กซี่ที่ก่ออุบัติเหตุเป็นสีน้ำเงิน ไม่ใช่สีเขียว เมื่อรู้อยู่ว่า พยานได้ระบุรถว่าเป็นสีน้ำเงิน

ผู้ร่วมการทดลองโดยมากให้ความน่าจะเป็นว่าเกิน 50 เปอร์เซ็นต์ บางคนให้คำตอบมากกว่า 80 เปอร์เซ็นต์ คำตอบที่ถูกต้อง โดยใช้ Bayes' theorem จะต่ำกว่าคำตอบเหล่านี้ คือ

  • มีโอกาส 12% (15% คูณ 80%) ว่าพยานระบุแท็กซี่สีน้ำเงินอย่างถูกต้อง
  • มีโอกาส 17% (85% คูณ 20%) ว่าพยานระบุแท็กซี่สีเขียวอย่างผิด ๆ ว่าเป็นสีน้ำเงิน
  • ดังนั้น จึงมีโอกาส 29% (12% บวก 17%) ที่พยานจะระบุรถว่าเป็นสีน้ำเงิน
  • ดังนั้น ผลก็คือมีโอกาส 41% (12% หารโดย 29%) ว่าแท็กซี่ที่ระบุว่าเป็นสีน้ำเงินจะเป็นสีน้ำเงินจริง ๆ

มีการอ้างฮิวริสติกความเป็นตัวแทนว่าเป็นเหตุของเหตุผลวิบัติประเภทต่าง ๆ คือ เหตุผลวิบัติของนักการพนัน (gambler's fallacy), regression fallacy (เหตุผลวิบัติเพราะการถดถอย), และ conjunction fallacy (เหตุผลวิบัติโดยประพจน์เชื่อม)

ความเอนเอียงที่เกิด

[แก้]

เหตุผลวิบัติโดยอัตราพื้นฐาน

[แก้]

การใช้ฮิวริสติกโดยความน่าจะเป็นจะนำไปสู่การละเมิด Bayes' Theorem ซึ่งกล่าวว่า

ซึ่งในกรณีแท็กซี่มีความหมายดังนี้

  • P (H|D) = ความน่าจะเป็นที่จะเป็นสีน้ำเงิน ถ้าพยานกล่าวว่าเป็นสีน้ำเงิน (คำตอบที่ถูกต้องคือ 41%)
  • P (D|H) = ความน่าจะเป็นที่พยานกล่าวว่าเป็นสีน้ำเงิน ถ้าเป็นสีน้ำเงิน (80%)
  • P (H) = ความน่าจะเป็นที่จะเป็นสีน้ำเงิน (15%)
  • P (D) = ความน่าจะเป็นที่พยานกล่าวว่าเป็นสีน้ำเงิน (29%)

แต่ว่า การประเมินโดยใช้ฮิวริสติกเพียงแต่พิจารณาความคล้ายคลึงกันระหว่างสมมติฐาน (ที่จะให้คำตอบ) ของตน กับข้อมูลที่มี ดังนั้น ผู้ร่วมการทดลองจึงสมมติว่า ความน่าจะเป็นกับความน่าจะเป็นผกผันมีค่าเท่ากัน คือ

ดังที่เห็น อัตราพื้นฐาน (base rate) คือ P(H) ไม่ได้รับความสนใจในสมมติฐานนี้ ซึ่งนำไปสู่เหตุผลวิบัติโดยอัตราพื้นฐาน (base rate fallacy) อัตราพื้นฐานก็คืออัตราการเกิดขึ้นของปรากฏการณ์โดยพื้นฐาน ดังนั้น เหตุผลวิบัติโดยอัตราพื้นฐานหมายถึงความที่เราไม่ใช้อัตราพื้นฐานของเหตุการณ์ในการคำนวณความน่าจะเป็น[17] ในปี ค.ศ. 1993 มีอีกงานวิจัยหนึ่งที่ทดสอบเหตุผลวิบัตินี้อย่างชัดแจ้ง[18] ที่ให้ผู้ร่วมการทดลองประเมินอัตราพื้นฐานของคนที่มีนิสัยแต่ละอย่าง และความน่าจะเป็นที่คนหนึ่งที่มีนิสัยอย่างหนึ่ง จะมีนิสัยอีกอย่างหนึ่งด้วย ยกตัวอย่างเช่น มีการให้ผู้ร่วมการทดลองประเมินว่า จากคน 100 คน จะมีกี่คนที่บอกว่า "ข้าพเจ้าเป็นคนเลือกทำสิ่งที่ถูกต้อง" และถ้าบุคคลหนึ่งบอกอย่างนี้แล้ว ในจำนวนนั้น จะมีอีกกี่คนที่บอกว่ามีนิสัยอย่างอื่นอีกด้วย นักวิจัยพบว่า ผู้ร่วมการทดลองสมมติว่า ความน่าจะเป็นกับความน่าจะเป็นผกผันมีค่าเท่ากัน คือ P(เป็นคนเลือกทำสิ่งที่ถูกต้อง|เป็นคนอ่อนไหวง่าย) = P(เป็นคนอ่อนไหวง่าย|เป็นคนเลือกทำสิ่งที่ถูกต้อง) แม้ว่าจะชัดเจนอยู่แล้วว่า ไม่สามารถที่จะเท่ากันได้จริง ๆ (ในการทดลองนี้ ผู้ร่วมการทดลองตอบคำถามทันทีต่อ ๆ กัน)

นักวิชาการท่านหนึ่งได้ยกตัวอย่างทางการแพทย์อย่างหนึ่งไว้[17] คือ แพทย์ได้ทำการทดสอบที่มีความแม่นยำในระดับ 99% แสดงว่าเรามีโรคอย่างหนึ่ง แต่ว่า ความชุกของโรคอยู่ที่ 1/10,000 ดังนั้น โอกาสที่เรามีจะมีโรคนี้จริง ๆ มีเพียงแค่ 1%[19] เพราะว่า กลุ่มประชากรทั้งหมดมีอัตราพื้นฐานของความไม่มีโรค มากกว่าความมีโรคมาก ผลนี้ทำให้หลาย ๆ คนแแปลกใจ โดยมีเหตุจากเหตุผลวิบัติโดยอัตราพื้นฐาน เพราะว่า เราอาจจะไม่ได้ใช้อัตราการเกิดเหตุการณ์พื้นฐานในการประเมินค่าความน่าจะเป็น มีงานวิจัยในปี ค.ศ. 1980 ที่แสดงว่า ความรู้สึกว่าข้อมูลนั้นเข้าประเด็นหรือไม่ มีความสำคัญอย่างยิ่งในปรากฏการณ์นี้ คือ อัตราพื้นฐานจะมีการใช้ในการประเมินถ้าเรารู้สึกว่า เป็นข้อมูลที่เข้าประเด็นเท่า ๆ กันกับข้อมูลอื่น ๆ[20]

มีงานวิจัยที่สำรวจปรากฏการณ์นี้ในเด็ก เพื่อเพิ่มความเข้าใจว่า ฮิวริสติกที่ใช้ในการประเมินมีพัฒนาการอย่างไร[21][22] งานวิจัยหนึ่งต้องการที่จะทำความเข้าใจถึงพัฒนาการของฮิวริสติก ว่ามีความแตกต่างกันหรือไม่ระหว่างการประเมินทางสังคม (social judgment)[23] และการประเมินแบบอื่น ๆ และว่า เด็กจะใช้อัตราพื้นฐานหรือไม่เมื่อไม่ได้ใช้ฮิวริสติกนี้ นักวิจัยพบว่า การใช้ฮิวริสติกนี้เป็นกลยุทธ์ทางความคิด ที่เกิดขึ้นตั้งแต่เด็ก ๆ และที่เกิดขึ้นอย่างคงเส้นคงวา นักวิจัยพบว่า เด็ก ๆ จะใช้กลยุทธ์ต่าง ๆ ที่ไม่เหมือนกันแต่ละบุคคล เมื่อทำการประเมินทางสังคมในเบื้องต้น และจะเริ่มใช้อัตราพื้นฐานมากขึ้นเมื่อโตขึ้น แต่ก็จะใช้ฮิวริสติกนี้ในทางสังคมมากขึ้นเมื่อโตขึ้น นักวิจัยพบว่า ในบรรดาเด็กที่สำรวจ อัตราพื้นฐานจะใช้ในการประเมินวัตถุมากกว่าการประเมินทางสังคม[22] ต่อมาในปี ค.ศ. 1995 มีงานวิจัยที่สำรวจว่า ฮิวริสติกนี้และ conjunction fallacy (เหตุผลวิบัติโดยประพจน์เชื่อม) มีความสัมพันธ์กับการเหมารวมของเด็กอย่างไร[21] ผลงานวิจัยสอดคล้องกับงานวิจัยที่ผ่านมา คือ เด็กจะใช้อัตราพื้นฐานในปัญหาที่มีข้อมูลที่ไม่มีลักษณะที่สามารถเหมารวม หรือว่าเมื่อเด็กโตขึ้น นอกจากนั้นแล้ว นักวิจัยยังพบหลักฐานว่าเด็กก็มีเหตุผลวิบัติโดยประพจน์เชื่อมด้วย และเมื่อเด็กโตขึ้น เด็กจะใช้ฮิวริสติกนี้ในปัญหาที่มีข้อมูลที่สามารถเหมารวม และดังนั้นจะทำการประเมินที่สอดคล้องกับการเหมารวมนั้น[21] เพราะฉะนั้น จึงมีหลักฐานที่แสดงว่า แม้เด็กก็ยังใช้ฮิวริสติกนี้ มีเหตุผลวิบัติโดยประพจน์เชื่อม และละเลยอัตราพื้นฐาน

มีงานวิจัยที่เสนอว่า การใช้หรือการมองข้ามอัตราพื้นฐาน มีอิทธิพลมาจากวิธีที่เสนอปัญหา ซึ่งบอกเราว่า ฮิวริสติกนี้ไม่ใช่เป็น "ฮิวริสติกทั่วไป ใช้ได้ในทุกสถานการณ์" แต่อาจจะมีองค์ประกอบต่าง ๆ หลายอย่าง[24] อัตราพื้นฐานมักจะมองข้ามบ่อยกว่าเมื่อข้อมูลที่เสนอไม่ปรากฏว่าเป็นเหตุ (คือดูเหมือนจะไม่เข้าประเด็น)[25] และมักจะใช้น้อยกว่า ถ้ามีข้อมูลอื่นที่ทำให้บุคคล/วัตถุนั้น แยกส่วนออกจากกลุ่ม[26] นอกจากนั้นแล้ว กลุ่มบุคคลมักจะมองข้ามอัตราพื้นฐานมากกว่าแต่ละบุคคล[27] การใช้อัตราพื้นฐานจะแตกต่างกันไปขึ้นอยู่กับสถานการณ์[28] งานวิจัยเกี่ยวกับการใช้อัตราพื้นฐานไม่ค่อยลงรอยกัน ทำให้นักวิชาการบางท่านเสนอว่า การสร้างแบบจำลองใหม่ (เพื่อที่จะนำแนวทางงานวิจัย) เป็นสิ่งที่จำเป็น[29]

เหตุผลวิบัติโดยประพจน์เชื่อม (conjunction fallacy)

[แก้]

นักศึกษาปริญญาตรีกลุ่มหนึ่งได้รับคำพรรณนาถึงหญิงสมมุติชื่อลินดา ซึ่งสมมุติให้คล้ายกับผู้เข้าร่วมกิจกรรมขบวนการเพื่อสิทธิของสตรี แล้วก็ให้นักศึกษาประเมินความน่าจะเป็นของลินดาว่า (ก) เป็นผู้เข้าร่วมกิจกรรมขบวนการเพื่อสิทธิของสตรี (ข) เป็นพนักงานรับฝากถอนเงินในธนาคาร และ (ก และ ข) เป็นพนักงานรับฝากถอนเงินในธนาคารและเป็นผู้เข้าร่วมกิจกรรมขบวนการเพื่อสิทธิของสตรี ทฤษฎีความน่าจะเป็นกำหนดว่า ความน่าจะเป็นที่จะเป็นทั้ง ก และ ข (คือการเชื่อมเชิงตรรกศาสตร์ของเซต 2 เซต) ต้องน้อยกว่าหรือเท่ากับความน่าจะเป็นของ ก หรือ ข ทั้งสอง คือ ประพจน์ที่เชื่อมกันจะไม่สามารถมีความน่าจะเป็นสูงกว่าประพจน์แต่ละตัว แต่ว่า ผู้ร่วมการทดลองกับประเมินประพจน์เชื่อม คือเป็นทั้ง ก และ ข ว่ามีโอกาสสูงกว่าเป็น ข (พนักงานรับฝากถอนเงินในธนาคาร) อย่างเดียว[30] งานวิจัยงานหนึ่งเสนอว่า ความผิดพลาดจากประพจน์เชื่อมอาจจะมีอิทธิพลทางภาษาที่ละเอียดบางอย่าง เช่นการใช้คำที่ไม่ชัดเจน หรือว่าการเข้าใจความหมายของคำว่า "ความน่าจะเป็น"[31][32] นักวิจัยงานนั้นเสนอว่า ทั้งการใช้ตรรกะและการใช้ภาษาอาจมีความสัมพันธ์กับความผิดพลาด และควรที่จะมีการศึกษาองค์ประกอบเหล่านี้เพิ่มยิ่งขึ้น[32]

เหตุผลวิบัติโดยประพจน์เลือก (disjunction fallacy)

[แก้]

ในทฤษฎีความน่าจะเป็น ประพจน์เลือกของเหตุการณ์สองเหตุการณ์ จะมีความน่าจะเป็นอย่างน้อยเท่ากับความน่าจะเป็นของเหตุการณ์แต่ละอย่าง ๆ ยกตัวอย่างเช่น การมีฟิสิกส์หรือชีววิทยาเป็นวิชาเอก มีความน่าจะเป็นอย่างน้อยเท่ากับการมีฟิสิกส์เป็นวิชาเอกอย่างเดียว ถ้าไม่มากกว่า ในงานวิจัยหนึ่ง ถ้าคำพรรณนาถึงนิสัยบุคคล (ข้อมูล) ดูเหมือนจะเป็นตัวแทนของผู้มีวิชาเอกเป็นฟิสิกส์ (เช่น ใช้อุปกรณ์ป้องกันกระเป๋าเสื้อ ซึ่งเป็นอุปกรณ์นิยมของนักศึกษาในบางสาขาวิชาในยุคหนึ่ง) มากกว่าของผู้มีชีววิทยาเป็นวิชาเอก ผู้ร่วมการทดลองจะประเมินว่า คนนี้มีโอกาสที่จะมีฟิสิกส์เป็นวิชาเอกมากกว่ามีวิทยาศาสตร์ธรรมชาติเป็นวิชาเอก (แต่วิทยาศาสตร์ธรรมชาติรวมเอาฟิสิกส์เข้าด้วย) คือถ้ามีคำถามสองคำถามว่า "คนนี้มีความน่าจะเป็นที่จะมีฟิสิกส์เป็นวิชาเอกเท่าไร" และว่า "คนนี้มีความน่าจะเป็นที่จะมีวิทยาศาสตร์ธรรมชาติอย่างหนึ่งเป็นวิชาเอกเท่าไร" ความน่าจะเป็นที่ให้สำหรับคำตอบที่สองควรจะมากกว่าหรือเท่ากันกับคำตอบที่หนึ่ง เพราะว่า คำถามที่สองเป็นคำถามความน่าจะเป็นของประพจน์เลือก ซึ่งรวมการมีฟิสิกส์เป็นวิชาเอกเข้าด้วย

งานวิจัยปี ค.ศ. 1993 แสดงหลักฐานว่า ฮิวริสติกนี้อาจเป็นเหตุของเหตุผลวิบัติโดยประพจน์เลือก[33] คือ นักวิจัยพบว่า ผู้ร่วมการทดลองประเมินว่า คนที่มีความเป็นตัวแทนของผู้มีสถิติศาสตร์เป็นวิชาเอก (เช่น ฉลาดมาก เข้าการแข่งขันคิดเลข) ระดับสูง มีโอกาสที่จะมีสถิติศาสตร์เป็นวิชาเอกมากกว่ามีสังคมศาสตร์เป็นวิชาเอก (ซึ่งรวมสถิติศาสตร์เข้าไว้ด้วย) แต่จะไม่คิดว่า คนนี้มีโอกาสที่จะมีภาษาฮีบรูเป็นวิชาเอก สูงกว่ามีมนุษย์ศาสตร์เป็นวิชาเอก (ซึ่งรวมภาษาฮีบรูไว้ด้วย) ดังนั้น เมื่อบุคคลเป้าหมายมีความเป็นตัวแทนในระดับสูงกับประเภทนั้น ๆ เท่านั้น ที่ประเภทนั้นจะรับการประเมินว่า มีความน่าจะเป็นสูงกว่าประเภทใหญ่ที่รวมเอาประเภทนั้นเข้าไว้ด้วย การประเมินที่ผิดผลาดเหล่านี้ ดำรงอยู่แม้ว่าผู้ร่วมการทดลองจะเสียเงินจริง ๆ เมื่อทายค่าความน่าจะเป็นผิดพลาด

ดูเพิ่ม

[แก้]

เชิงอรรถและอ้างอิง

[แก้]
  1. "ศัพท์บัญญัติ ๔๐ สาขาวิชา สำนักงานราชบัณฑิตยสภา".{{cite web}}: CS1 maint: url-status (ลิงก์) หมวดจิตวิทยา
  2. 2.0 2.1 2.2 2.3 2.4 Kahneman & Tversky 1972
  3. Cherry, Kendra (2012-11-06). "How Does Representativeness Affect Your Decisions?". Verywell Mind. เก็บจากแหล่งเดิมเมื่อ 2023-05-28. สืบค้นเมื่อ 2023-12-05.
  4. 4.0 4.1 4.2 Gilovich, Thomas; Savitsky, Kenneth (1996). "Like Goes with Like: The Role of Representativeness in Erroneous and Pseudo-Scientific Beliefs" (PDF). Skeptical Inquirer. 20 (2): 34–40. doi:10.1017/CBO9780511808098.036. คลังข้อมูลเก่าเก็บจากแหล่งเดิม (PDF)เมื่อ 2014-11-04. สืบค้นเมื่อ 2015-03-20.
  5. Shah, Anuj K.; Oppenheimer, Daniel M. (2008). "Heuristics made easy: An effort-reduction framework". Psychological Bulletin. 134 (2): 207–222. doi:10.1037/0033-2909.134.2.207.
  6. Tversky & Kahneman 1974
  7. Plous 1993, pp. 109–120
  8. ในผลงานปี ค.ศ. 1972 (Kahneman & Tversky 1972) คาฮ์นะมันและทเวอร์สกี้ให้คำนิยามของคำว่า "representativeness" (ความเป็นตัวแทน) ว่า "the degree to which [an event] (i) is similar in essential characteristics to its parent population, and (ii) reflects the salient features of the process by which it is generated" ซึ่งอาจแปลว่า "ระดับที่[เหตุการณ์หนึ่ง] (ก) คล้ายคลึงโดยลักษณะสำคัญกับกลุ่มเหตุการณ์ที่เป็นบรรพบุรุษ (โดยที่เหตุการณ์ต่างๆ ในกลุ่มเหตุการณ์บรรพบุรุษมีลักษณะสำคัญเหมือนกัน) และ (ข) สะท้อนลักษณะเด่น (salient feature) ของกระบวนการที่ก่อเหตุการณ์ขึ้น (คือเหตุการณ์ที่เป็นผลมีลักษณะคล้ายกับกระบวนการที่เป็นเหตุ)"
  9. 9.0 9.1 9.2 Tversky & Kahneman 1982
  10. Fortune, Erica E.; Goodie, Adam S. (2012). "Cognitive distortions as a component and treatment focus of pathological gambling: A review". Psychology of Addictive Behaviors. 26 (2): 298–310. doi:10.1037/a0026422.
  11. Tversky & Kahneman 1974.
  12. Nisbett, Richard E.; Ross, Lee (1980). Human inference: strategies and shortcomings of social judgment. Prentice-Hall. pp. 115–118. ISBN 978-0-13-445073-5.
  13. Nilsson, Håkan; Juslin, Peter; Olsson, Henrik (2008). "Exemplars in the mist: The cognitive substrate of the representativeness heuristic". Scandinavian Journal of Psychology. 49 (3): 201–212. doi:10.1111/j.1467-9450.2008.00646.x.
  14. 14.0 14.1 Garb, Howard N. (1996). "The representativeness and past-behavior heuristics in clinical judgment". Professional Psychology: Research and Practice. 27 (3): 272–277. doi:10.1037/0735-7028.27.3.272.
  15. Tversky & Kahneman 1971
  16. Kahneman & Tversky 1973.
  17. 17.0 17.1 Axelsson, Stefan (2000). "The base-rate fallacy and the difficulty of intrusion detection". ACM Transactions on Information and System Security. 3 (3): 186–205. doi:10.1145/357830.357849.
  18. Dawes, Robyn M.; Mirels, Herbert L.; Gold, Eric; Donahue, Eileen (1993). "Equating inverse probabilities in implicit personality judgments". Psychological Science. 4 (6): 396–400. doi:10.1111/j.1467-9280.1993.tb00588.x.
  19. (.99x1/10,000)/ (.99x1/10,000+.01x9,999/10,000)=.01
  20. Bar-Hillel, Maya (1980). "The base-rate fallacy in probability judgments". Acta Psychologica. 44 (3): 211–233. doi:10.1016/0001-6918(80)90046-3.
  21. 21.0 21.1 21.2 Davidson, Denise (1995). "The representativeness heuristic and the conjunction fallacy effect in children's decision making". Merrill-Palmer Quarterly. 41 (3): 328–346. JSTOR 23087893.
  22. 22.0 22.1 Jacobs, Janis E.; Potenza, Maria (1991). "The Use of Judgement Heuristics to Make Social and Object Decisions: A Developmental Perspective". Child Development. 62 (1): 166–178. doi:10.1111/j.1467-8624.1991.tb01522.x.
  23. ทฤษฎีการประเมินทางสังคม (Social judgment theory) เป็นทฤษฎีการโน้มน้าวจิตใจของผู้อื่น ที่ "การประเมินทางสังคม" มีคำนิยามว่า เป็นการรับรู้และการประเมินไอเดียโดยเทียบกับทัศนคติในปัจจุบัน
  24. Gigerenzer, Gerd; Hell, Wolfgang; Blank, Hartmut (1988). "Presentation and content: The use of base rates as a continuous variable". Journal of Experimental Psychology: Human Perception and Performance. 14 (3): 513–525. doi:10.1037/0096-1523.14.3.513.
  25. Ajzen, Icek (1977). "Intuitive theories of events and the effects of base-rate information on prediction". Journal of Personality and Social Psychology. 35 (5): 303–314. doi:10.1037/0022-3514.35.5.303.
  26. Koehler, Jonathan J. (1996). "The base rate fallacy reconsidered: Descriptive, normative, and methodological challenges". Behavioral and Brain Sciences. 19 (01): 1–17. doi:10.1017/S0140525X00041157.
  27. Argote, Linda; Seabright, Mark A; Dyer, Linda (1986). "Individual versus group use of base-rate and individuating information". Organizational Behavior and Human Decision Processes. 38 (1): 65–75. doi:10.1016/0749-5978(86)90026-9.
  28. Zukier, Henri; Pepitone, Albert (1984). "Social roles and strategies in prediction: Some determinants of the use of base-rate information". Journal of Personality and Social Psychology. 47 (2): 349–360. doi:10.1037/0022-3514.47.2.349.
  29. Medin, Douglas L.; Edelson, Stephen M. (1988). "Problem structure and the use of base-rate information from experience". Journal of Experimental Psychology: General. 117 (1): 68–85. doi:10.1037/0096-3445.117.1.68.
  30. Tversky & Kahneman 1983.
  31. Fiedler, Klaus (1988). "The dependence of the conjunction fallacy on subtle linguistic factors". Psychological Research. 50 (2): 123–129. doi:10.1007/BF00309212.
  32. 32.0 32.1 Politzer, Guy; Noveck, Ira A. (1991). "Are conjunction rule violations the result of conversational rule violations?". Journal of Psycholinguistic Research. 20 (2): 83–103. doi:10.1007/BF01067877.
  33. Bar-Hillel, Maya; Neter, Efrat (1993). "How alike is it versus how likely is it: A disjunction fallacy in probability judgments". Journal of Personality and Social Psychology. 65 (6): 1119–1131. doi:10.1037/0022-3514.65.6.1119.

ผลงานของคาฮ์นะมันและทเวอร์สกี้

[แก้]

ทั่วไป

[แก้]

แหล่งข้อมูลอื่น

[แก้]