Эвристики мышления: что это, виды и когда они врут

Эвристики мышления - это короткие правила, которые дают приемлемый ответ там, где полный расчёт невозможен или слишком дорог. Слово идёт от греческого «нахожу»: эвристика не доказывает, а находит. В учебниках её обычно разбирают через отдельные примеры вроде доступности или якоря, и за деревьями теряется лес: что вообще делает правило эвристикой, почему у психологии решений две конкурирующие программы исследований и по какому признаку эвристика из полезной становится источником систематической ошибки. Ниже - обзорная рамка, а вместе с ней калькулятор, который показывает главный количественный аргумент спора: почему правило на трёх признаках иногда точнее модели, использующей все десять.

Что такое эвристика и чем она отличается от алгоритма

Алгоритм - конечная последовательность шагов, которая для всего своего класса задач гарантирует правильный результат. Эвристика - правило, которое даёт хороший ответ быстро, но никаких гарантий не даёт вообще. Различий три, и они не про сложность, а про обещание.

• Гарантия. Алгоритм обещает результат, эвристика обещает только скорость. Эвристика может промахнуться на задаче, где алгоритм не промахнётся никогда.
• Ресурс. Алгоритм берёт столько шагов, сколько требует задача. Эвристика заранее ограничена: несколько признаков, несколько секунд, объём рабочей памяти.
• Область применения. Алгоритм привязан к классу задач, эвристика - к типу среды. Одно и то же правило в одной среде почти безошибочно, в соседней систематически врёт.

Термин пришёл в психологию из математики: Дьёрдь Пойа в 1945 году назвал эвристикой искусство находить решение задачи (частный случай, аналогия, движение от конца к началу). Герберт Саймон перенёс идею на принятие решений: раз вычислительные ресурсы конечны, человек не оптимизирует, а ищет удовлетворительный вариант - подробнее в разборе ограниченной рациональности. Тверски и Канеман сделали следующий шаг и стали изучать не пользу правил, а их систематические промахи.

Отдельная оговорка, на которой чаще всего спотыкаются студенты: в информатике словом «эвристика» называют другое - оценочную функцию, сокращающую перебор без потери корректности (эвристика расстояния в поиске пути, эвристика плохого символа у Бойера-Мура). Там эвристика встроена внутрь алгоритма и его гарантии не отменяет. В психологии эвристика алгоритм заменяет.

Две программы: искажения против экологической рациональности

Психология эвристик расколота на две исследовательские программы, и почти всякая путаница в учебной работе начинается с их смешения.

Рассчитать для своей задачи

Эвристики и искажения (heuristics and biases). Программа запущена статьёй Амоса Тверски и Даниэля Канемана в журнале Science в 1974 году. Там описаны три правила: доступность, репрезентативность и корректировка от якоря. Эталон сравнения - норма теории вероятностей и логики. Вывод: суждения отклоняются от нормы не случайно, а предсказуемо, значит человек систематически нерационален. Отсюда выросли поведенческая экономика и Нобелевская премия Канемана 2002 года.

Быстрые и экономные эвристики (fast and frugal). Программа Герда Гигеренцера и группы ABC в Институте Макса Планка, 1990-е. Эталон сравнения другой: не норма, а фактическая точность предсказания в естественной среде. Классический результат - эвристика узнавания: на вопрос, какой из двух городов крупнее, люди отвечают «тот, о котором я слышал», и в среде, где о крупных городах пишут чаще, это правило обыгрывает информированного человека. Отсюда понятия адаптивного ящика с инструментами (набор правил под разные среды) и экологической рациональности: правило рационально не само по себе, а в паре со средой.

Спор не о фактах, а об эталоне. Канеман сравнивает ответ с нормой в лабораторной задаче, Гигеренцер - с результатом в поле. Обе программы отвергают модель полностью рационального агента, но первая видит в эвристике дефект, вторая - адаптацию. В учебной работе это различие эталонов и есть содержательный тезис, а не пересказ примеров.

Подмена атрибута: общий знаменатель

У большинства эвристик оценки один механизм. Канеман и Шейн Фредерик назвали его подменой атрибута: если целевой признак $T$ (вероятность, частота, риск, ценность) трудно оценить напрямую, мышление автоматически подставляет доступный эвристический признак $H$ и отвечает на него, не замечая замены. Формально оценка становится монотонной функцией не того, что спрашивали:

$\hat{T} = f(H), \qquad f' > 0.$

Рассчитать для своей задачи

Подмена срабатывает при трёх условиях сразу: целевой признак недоступен прямому измерению, эвристический приходит в голову сам, а контроль не вмешивается - эту вторую роль подробно разбирает материал про Систему 1 и Систему 2. Вопрос «насколько вероятно» превращается в «насколько легко вспоминается» или «насколько похоже на типичный случай», вопрос «хорошая ли это инвестиция» - в «нравится ли мне эта компания».

Важно не переносить схему на все эвристики подряд. Якорение работает иначе: там нет подмены признака, там недостаточная корректировка от случайной опорной точки. А правила выбора вроде «бери лучшее» вообще не оценивают величину, они сравнивают альтернативы по одному признаку и останавливаются. Подмена атрибута - общий знаменатель эвристик оценки, а не всего семейства.

Как классифицируют эвристики мышления

Единой канонической классификации нет, но три разреза покрывают почти всё, что встречается в учебниках.

Полезно помнить и о единице анализа: у Гигеренцера эвристика разбирается на три строительных блока - правило поиска (где брать следующий признак), правило остановки (когда прекратить) и правило решения (как выбрать). Этот разбор делает эвристику проверяемой моделью, а не метафорой: её можно запрограммировать и сравнить с регрессией на данных.

Когда эвристика работает, а когда смещает

Ответ у обеих программ формально один: всё решает соответствие правила структуре среды.

Рассчитать для своей задачи

Эвристика работает хорошо, когда среда регулярна, признаки резко различаются по надёжности, данных мало, шум велик, а обратная связь быстрая и честная. Именно так устроены навыки пожарного, шахматиста или врача скорой помощи.

Эвристика систематически смещает, когда среда сконструирована против правила. Это не редкость и не патология: реклама, переговоры, лабораторная задача про Линду, новостная лента - все они эксплуатируют разрыв между эвристическим признаком и целевым. Ключевое слово здесь «систематически»: случайная ошибка при усреднении по многим суждениям гаснет, а смещение накапливается, потому что все промахи идут в одну сторону. Именно поэтому в отчётах и экспертизах опасны не редкие грубые ошибки, а ровное отклонение всех оценок.

Цена простоты: смещение против разброса

У спора есть строгая формулировка. Ошибка предсказания раскладывается на две части: смещение (правило в принципе не способно уловить зависимость) и разброс (правило подстраивается под случайный шум конкретной выборки):

$\text{Ошибка} = \text{Смещение}^2 + \text{Разброс}.$

Каждый добавленный признак уменьшает смещение и увеличивает разброс, потому что его вес надо оценить по тем же данным. Сумма даёт U-образную кривую. Калькулятор выше считает её при $\text{Смещение}^2 = 100 \cdot \rho^{k}$ и $\text{Разброс} = \sigma^2 k / N$: на настройках по умолчанию (10 наблюдений, высокий шум, средняя информативность признаков) минимум приходится на три признака и равен 57,6 условных единиц, тогда как модель на всех десяти даёт 120,6, то есть вдвое хуже. Увеличьте выборку до 200 наблюдений - и оптимум уезжает к девяти признакам: сложность становится по карману.

Это и есть эффект «меньше значит больше» и одновременно примирение двух программ. Простое правило не глупее полного расчёта, оно иначе распределяет два вида ошибки. Смещение, которое Тверски и Канеман показывают как дефект, оказывается платой за устойчивость, и вопрос лишь в том, окупается ли эта плата в конкретной среде.

Частые ошибки

• Смешивать эвристику и когнитивное искажение. Эвристика - процесс, правило вынесения суждения. Искажение - систематический результат применения правила в неподходящей среде. Одна эвристика порождает несколько искажений.
• Считать эвристику ошибкой мышления. Правило, дающее верный ответ в девяти случаях из десяти за долю секунды, не дефект. Оценивать его надо по точности в среде, а не по совпадению с нормой в лабораторной задаче.
• Путать психологическую и вычислительную эвристику. В информатике эвристика ускоряет алгоритм, не отменяя его гарантий, в психологии заменяет расчёт целиком.
• Объяснять всё «Системой 1». Ссылка на быстрое мышление не объясняет ничего, пока не назван конкретный механизм: подмена какого признака, от какой опоры корректировка, по какому признаку остановка поиска.
• Требовать от эвристики оптимальности. Критиковать правило за то, что оно не находит оптимум, значит критиковать его за то, чем оно не является по определению.

FAQ

Эвристика и когнитивное искажение - это одно и то же? Нет. Эвристика - способ получить суждение, искажение - предсказуемое отклонение результата. Например, эвристика доступности порождает и переоценку риска авиакатастроф, и недооценку риска бытовых травм: правило одно, искажений несколько. Обратное тоже верно: у одного искажения, скажем эффекта фрейминга, могут быть разные механизмы.

Сколько всего эвристик мышления? Закрытого списка нет и быть не может: каталог зависит от программы. У Тверски и Канемана исходно три, в поведенческой экономике счёт идёт на десятки, у Гигеренцера адаптивный ящик содержит около дюжины формально описанных правил. Для учебной работы важнее не длина списка, а основание классификации, которое вы объявили.

Можно ли отучиться от эвристик? Отучиться нельзя и не нужно: без быстрых правил решение любой бытовой задачи стало бы неподъёмным. Работает другое - менять среду, а не голову: письменный расчёт вместо оценки на глаз, чек-лист, независимая вторая оценка до обсуждения, заранее заданный критерий выбора. Все эти приёмы не отключают эвристику, а лишают её монополии на ответ.

Коротко

Эвристика - правило, которое обменивает гарантию на скорость: оно не доказывает ответ, а находит его за несколько шагов по нескольким признакам. У большинства эвристик оценки один механизм - подмена трудного целевого признака доступным эвристическим. Программа Тверски и Канемана меряет такие правила нормой вероятности и видит систематические искажения; программа Гигеренцера меряет их точностью в реальной среде и видит адаптацию. Спор разрешается разложением ошибки на смещение и разброс: там, где данных мало, а шума много, правило на двух-трёх признаках честно выигрывает у полной модели, а там, где данных вдоволь, выигрывает расчёт.