- •Часть I
- •Снижение уровня шума при назначении наказаний
- •К разговору о шуме при вынесении приговоров
- •Лотерея, создающая шум
- •Ревизия шумовых помех выявляет системный шум
- •Нежелательный разброс против желаемого разнообразия
- •Иллюзия согласия
- •К разговору о системном шуме в страховой компании
- •Уникальные или типовые
- •Шум в уникальных решениях
- •Как контролировать шум в уникальных решениях
- •К разговору об уникальных решениях
- •Процесс вынесения суждения: пример
- •Цель суждения: внутренний сигнал
- •Как оценивается суждение: результат и процесс
- •Оценочные суждения
- •В чем проблема с шумом
- •Нежелательный, но поддающийся измерению
- •К разговору о профессиональных суждениях
- •Нужно ли компании GoodSell сокращать уровень шума?
- •Среднеквадратические значения
- •Уравнения расчета погрешности
- •Цена шума
- •Ревизия шумовых помех при назначении наказаний
- •Средний срок приговора
- •Лотерея при вынесении приговоров
- •Некоторые судьи особенно суровы: межэкспертный шум
- •Не все судьи одинаковы: внутриэкспертный шум
- •Составляющие шума
- •К разговору об анализе шума
- •Вторая лотерея
- •Измерение уровня ситуативного шума
- •Один в поле воин
- •Источники ситуативного шума
- •Определение масштабов ситуативного шума
- •Ситуативный шум, внутренние причины
- •К разговору о ситуативном шуме
- •Шум в музыке
- •Не только скачивание музыки
- •Каскады
- •Групповая поляризация
- •К разговору о групповых решениях
- •Часть III
- •Суждение или формула?
- •Пол Мил: оптимальная модель одерживает над вами верх
- •Голдберг: ваша модель одерживает над вами верх
- •К разговору об оценках и моделях
- •Больше простоты: грубые и прекрасные
- •Еще больше простоты: простые правила
- •Больше сложности: методы машинного обучения
- •Освобождение под залог: оптимальные решения
- •Почему мы не так часто используем правила?
- •Объективная неосведомленность
- •Излишне самоуверенные эксперты
- •Беспомощные эксперты и немногим лучшие модели
- •Отрицание неведения
- •К разговору об объективной неосведомленности
- •Прогнозирование жизненного пути
- •Понимание и прогнозирование
- •Каузальное мышление
- •Понимание в долине правдоподобности
- •Взгляд изнутри и взгляд со стороны
- •К разговору о границах понимания
- •Часть IV
- •Диагностика искажений
- •Подстановка
- •Предопределенность вывода
- •Избыточная когерентность
- •Психологические искажения как причина шума
- •К разговору об эвристике, искажениях и шуме
- •Сравнение и когерентность
- •Сравнение интенсивности
- •Искажения в сравнительных прогнозах
- •Шум в сравнительных прогнозах: пределы абсолютных оценок
- •К разговору о сравнениях
- •Гипотеза о возмущении
- •«Шумные» шкалы
- •Доллары и якорение
- •Неутешительные выводы
- •К разговору о шкалах
- •Задачи трудные и задачи легкие
- •Внутриэкспертный шум: постоянный или временный
- •Аналогия с чертами характера человека
- •К разговору о внутриэкспертном шуме
- •Компоненты шума
- •Систематизация компонентов шума
- •Объяснение ошибок
- •Шум как статистическое явление
- •К разговору об источниках шума
- •Эксперты и лидеры мнений
- •Интеллектуальные способности
- •Когнитивные стили
- •К разговору о «лучших судьях»
- •Предупреждать или исправлять?
- •Ограничения методов устранения искажений
- •Наблюдатель за процессом принятия решений
- •Снижение уровня шума: гигиена принятия решений
- •Отпечатки пальцев
- •Ситуативный шум в дактилоскопии
- •Насколько шум чреват ошибками?
- •Прислушиваясь к шуму
- •Управление информационным потоком
- •К разговору об управлении информационным потоком
- •Улучшение качества прогнозов
- •Проект «Верное суждение»
- •Вечная бета-версия
- •Шум и смещение в прогнозировании
- •В каких случаях срабатывают методы отбора и обобщения
- •К разговору об отборе и агрегировании
- •Общий обзор
- •Значение методических рекомендаций: снижение шума в медицине
- •Психиатрия – удручающий пример
- •К разговору о методических рекомендациях в медицине
- •Требуется суждение…
- •Старая проблема: в поисках решения
- •Аргументы в пользу суждений относительного характера
- •Ранжируем без принуждения
- •Что же дальше?
- •К разговору об определении шкалы оценки профессиональной эффективности
- •Риски интервью
- •Шум при собеседованиях
- •Психология интервьюера
- •Структурирование как метод оптимизации подбора персонала
- •К разговору о структурировании процесса найма персонала
- •Первая встреча: согласование подхода
- •Вторая встреча: определение факторов для промежуточных оценок
- •Команда аналитиков
- •Решающее совещание
- •Протокол промежуточных оценок при типовых решениях
- •Перемены, которые вносит протокол
- •К разговору о протоколе промежуточных оценок
- •Меньше шума – больше ошибок?
- •«Бесшумные» предвзятые алгоритмы
- •К разговору о цене снижения шума
- •Изменение системы ценностей
- •Обман системы и обход правил
- •Предупреждение правонарушений Аппетит к риску
- •Творческое начало, моральный настрой и свежие идеи
- •К разговору о достоинстве
- •Неоднородность и неосведомленность
- •Боссы и контроль над подчиненными
- •Возврат вытесненного
- •Обоснование концепции
- •Объявим шум вне закона?
- •К разговору о правилах и стандартах
- •Суждения
- •Ошибки: смещение и шумовые помехи
- •Измерение смещения и шума
- •Шум – серьезная проблема
- •Разновидности шума
- •Психология суждений и влияние шума
- •Шум – «вещь в себе»
- •Как снизить уровень шума и влияние искажений
- •Допустимое количество шума
- •Подготовка материалов исследования
- •Предварительная встреча с руководством компании
- •Проведение исследования
- •Анализ и выводы
- •Чек-лист для выявления искажений
- •Выражение признательности
- •Об авторах
- •Примечания
Выражение признательности
Поблагодарить следует огромное количество людей. Линнеа Ганди, начальник нашего «штаба», оказывала нам серьезную помощь своими советами, поддерживала организацию процесса, заставляла нас улыбаться и вообще – руководила всем шоу. И не только: она внесла множество ценных предложений по содержанию рукописи – без нее книга не состоялась бы. Дэн Ловалло внес серьезный вклад в качестве соавтора одной из статей, которая послужила пищей для написания нашей книги. Наш агент – мудрый Джон Брокман
– на каждом этапе излучал надежду и энтузиазм, и мы ему чрезвычайно признательны. Трейси Бихар, титульный редактор и хороший советчик, сделала книгу лучше в самых разных смыслах. Арабелла Пайк и Иэн Страус внесли неоценимые редакторские предложения.
Особую благодарность выражаем Орену Бар-Гиллу, Майе Бар-Гиллель, Максу Базерману, Тому Блейзеру, Дэвиду Будеску, Джереми Клифтону, Ансельму Даннекеру, Вере Деланей, Итиэлю Дрору, Анджеле Дакворт, Энни Дюк, Дэну Джилберту, Эдаму Гранту, Анупам Джене, Луису Каплоу, Гэри Кляйну, Джону Кляйнбергу, Натану Канселю, Келли Леонард, Дэниелу Левину, Саре Макланахан, Барбаре Меллерс, Джошу Миллеру, Сендхилу Мулленатану, Скотту Пейджу, Эрику Познеру, Люции Райх, Мэтью Салганику, Эдга-
ру Шафиру, Тали Шарот, Филипу Тетлоку, Ричарду Тэлеру, Барбаре Тверски, Питру Убелю, Кристал Вэнг, Данкану Уоттсу и Каролине Уэбб, читавшим и комментировавшим наши главы в черновых вариантах. Некоторые из них прочли всю книгу еще до того, как она была издана. Огромное им спасибо за душевную щедрость и помощь.
Нам повезло – была возможность воспользоваться советами многих известных исследователей. Джулиан Пэррис оказал неоценимую помощь по многим вопросам, связанным со статистикой. Главы, посвященные самообучающимся алгоритмам, никогда не были бы написаны без поддержки Сендхила Мулленатана, Джона Кляйнберга, Йенса Людвига, Грегори Стоддарда и Хай Ченг. Обсуждение согласованности суждений состоялось благодаря Алексу Тодорову и его коллегам из Принстона – Джоэлу Мартинесу, Брэндону Лаббри и Стефану Удденбергу, а также Скотту Хайхаусу и Элисон Броудфут. Эти потрясающие команды ученых не только делились с нами своими находками, но еще и были столь любезны, что согласились провести для нас некоторые специальные исследования. Разумеется, любые разночтения и невольные ошибки – только на нашей совести. Также хотим поблагодарить Ласло Бока, Бо Каугилла, Джейсона Дейну, Дэна Голдштайна, Гарольда Голдштайна, Брайана Хоффмана, Алана Крюгера, Майкла Мобуссина, Эмили Патнэм-Хор- штайн, Чарлза Шербаума, Анне-Лору Селье и Юичи Шоду за то, что делились с нами своим опытом.
Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/
Выражаем признательность целой армии исследователей, посвятивших экспериментам долгие годы. Среди них Шрейя Бхардвадж, Джози Фишер, Роит Гойал, Николь Грэбель, Эндрю Хайнрих, Меган Джонсон, Софи Мейта, Эли Нахмани, Уильям Райан, Эвелин Шу, Мэтт Саммерс и Ноам Цив-Кри- спель. В книге обсуждались некоторые темы, в которых нам недоставало практического опыта, и во многом благодаря замечательной работе этих ученых на ее страницах присутствует гораздо меньше искажений, чем могло бы, и гораздо меньше шума, который, в противном случае, вкрался бы в нашу рукопись.
Наконец отметим, что сотрудничество трех соавторов с двух разных континентов и в лучшие времена стало бы трудновыполнимой задачей, а 2020 год – и подавно не лучшие времена… Нам не удалось бы закончить книгу, если бы не волшебные возможности технологий Zoom и Dropbox. Благодарим людей, разработавших эти потрясающие программы.
Об авторах
Даниэль Канеман – заслуженный профессор психологии и общественных отношений Принстонского университета, лауреат Нобелевской премии 2002 года в области экономики. В 2013 году награжден Президентской медалью Свободы. Даниэль Канеман – член Американской академии искусств и наук, а также Национальной академии наук, научный сотрудник Американской психологической ассоциации, Американского психологического общества, Общества экспериментальной психологии и Эконометрического общества. Имеет многочисленные награды, среди которых выделяются премия за выдающийся научный вклад в психологию Американской психологической ассоциации, медаль Уоррена Общества экспериментальной психологии, премия Хилгарда за общий вклад в развитие психологии и премия Американской психологической ассоциации за пожизненный вклад в психологию. Даниэль Канеман является автором бестселлера New York Times – «Думай медленно… решай быстро». Проживает в Нью-Йорке.
_____
Оливье Сибони – профессор в Высшей коммерческой
Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/
школе Парижа и научный сотрудник бизнес-школы имени Вафика Саида при Оксфордском университете. Ранее (на протяжении двадцати пяти лет) работал в нью-йоркском и парижском отделениях McKinsey & Company, где являлся старшим партнером. Исследования Оливье Сибони по оптимизации качества стратегических решений неоднократно публиковались, в том числе в Harvard Business Review и Sloan Management Review Массачусетского технологического института. В свое время окончил Высшую коммерческую школу Парижа, защитив диссертацию в Парижском университете наук и литературы. Является автором книги «Думай и не ошибайся!». Проживает в Париже. Twitter: @siboliv
_____
Касс Р. Санстейн – профессор Университета Роберта Уолмсли в Гарварде, где он основал и возглавил курс поведенческой экономики и общественной политики. С 2009 по 2012 год Касс Р. Санстейн возглавлял управление информации и нормативно-правового регулирования Белого дома. С 2013 по 2014-й состоял в комиссии по надзору за АНБ при президенте США Бараке Обаме. В 2018 году получил премию Хольберга, учрежденную правительством Норвегии. Касс Р. Санстейн – автор большого количества статей и книг, среди которых два бестселлера New York Times: «Мир по «Звездным войнам» и «Nudge. Архитектура выбора» (в
соавторстве с Ричардом Х. Талером). Также широко известны книги «Как происходят изменения» и «Слишком много информации». Twitter: @cassunstein
Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/