Психология критического мышления - Дайана Халперн

Фермер ехал со своей женой на поезде и увидел, как сидящий напротив человек достал что-то из сумки и начал есть. «Эй, мистер, – спросил фермер, – что это вы едите?» «Это банан, – ответил человек, – хотите, попробуйте сами».

Фермер взял банан, очистил его, и как раз в тот момент, когда он проглотил первый кусочек, поезд влетел в тоннель. «Не ешь его, Мод, – закричал он жене, – ты ослепнешь!» (р. 277)

Правда ли, что блондинки больше шутят? Авторы популярной рекламы краски для волос хотят заставить вас поверить, что если вы осветлите свои волосы, вам станет веселее жить. Многие считают, что раз они часто видят, как блондинки веселятся, блондинки живут веселее, чем, например, брюнетки. В этих наблюдениях есть одна загвоздка – существует множество блондинок, которые не развлекаются больше других (кстати, этому выражению крайне необходимо рабочее определение), но вы их не учитываете, потому что они сидят у себя дома или где-нибудь еще, где у вас мало шансов их увидеть. Термин мнимая корреляция введен для обозначения ошибочного мнения о наличии связи между двумя переменными в ситуации, когда на самом деле они не соотносятся (Chapman Chapman, 1967, 1969).

Представления о связях, существующих в мире, есть как у специалистов, так и у неспециалистов. Эти представления определяют характер наблюдений, которые они делают, и способ, с помощью которого ими определяется наличие связи между переменными.

Давайте рассмотрим еще один пример. Часто ли вы видите, как толстяки объедаются? Большинство людей ответит «да». Тем не менее, исследования показывают, что взрослые люди с избыточным весом в общественных местах склонны есть меньше, чем люди с нормальным весом. Мы ожидаем увидеть, что толстяки едят очень много, и видим мир в соответствии со своими представлениями. Когда вы выступаете в роли «интуитивного ученого», остерегайтесь мнимых корреляций. Это явление способствует поддержанию стереотипных мнений (например, рыжие – вспыльчивы, шотландцы – скупы, женщины не разбираются в математике и т. д.). Наши представления о связях между переменными определяют то, какие наблюдения мы делаем и как используем полученную информацию для формулирования заключений.

Валидность

Валидность оценки обычно определяют как степень, до которой эта оценка характеризует именно то, что вы хотите оценить. Если бы я хотела оценить уровень вашего интеллекта и для этого измеряла длину вашего большого пальца на ноге, то эти измерения явно не были бы валидными. Другие примеры валидности не столь очевидны. Популярная радиореклама, расхваливая суп, указывает на то, что в томатном супе больше витамина А, чем в яйцах. Это верно, но не является обоснованной оценкой качества томатного супа. Яйца не являются богатым источником витамина А. Таким образом, проведены неправильные сравнения, и оценка не подтверждает заключение о том, что этот суп представляет собой отличный продукт питания. Если вы уже прочитали главу 5, то должны понимать, что заявление о том, что в томатном супе больше витамина А, чем в яйцах, не поддерживает заключение, что «этот суп – отличный продукт питания». Весьма возможно, что этот суп является прекрасным источником витаминов, но утверждения, подобные приведенному, не поддерживают это заключение.

Как вы прореагируете на следующее утверждение: «Baroness - это блестящая новая шикарная машина, которая будет для своего владельца надежным средством передвижения в течение долгих лет Действительно, при недавно проведенных лабораторных испытаниях Baroness разогналась от 0 до 60 миль в час всего за 7 секунд, опередив шесть других машин, участвовавших в состязаниях». Является ли скорость разгона машины обоснованным показателем ее надежности? Вероятно, нет. Даже если здесь приведены точные цифры, они не являются обоснованной мерой надежности машины. Если вы хотите узнать о ее надежности, вам необходимо выяснить, как часто она требует ремонта, какой средний пробег совершает до того, как превратится в металлолом и насколько она прочна при столкновениях.

Конвергентная (сходящаяся) валидность

Когда несколько различных оценок сходятся к одному заключению, то говорят, что эти оценки имеют конвергентную валидность. Если вы, например, хотите измерить харизму – психологическое качество, несколько большее, чем просто обаяние, и присущее, как считается, столь разным людям, как Тина Тернер, Пол Маккартни и Роберт де Ниро, – вам потребуется, чтобы ваши оценки были конвергентными. Вы должны выбрать такой способ оценки харизмы, чтобы высокую оценку получали люди, которых выбирают на посты лидеров и которые обладают другими личными характеристиками, обычно связанными с харизмой. Если согласно условиям вашего теста высокий результат получит девушка, не пользующаяся успехом в вашем классе, то вам надо еще раз задуматься о валидности теста.

Люди, не занимающиеся научной работой, тоже должны помнить о необходимости конвергентной валидности. Для того чтобы заключить, что ваша одноклассница Уилла Мэй застенчива, потому что колеблется перед тем, как заговорить с вами, надо выяснить, проявляется ли ее застенчивость в других местах и с другими людьми. Если она часто поднимает руку и выступает на занятиях, то вы не можете сделать вывод о ее застенчивости, поскольку такая непоследовательность в поведении указывает на отсутствие конвергентной валидности.

Идея конвергентной валидности весьма напоминает конвергентную структуру аргументации, которая рассматривалась в главе 5. Если вы уже прочитали главу 5, то помните, что сила аргументации увеличивается, если заключение поддерживают (или к нему сходятся) много посылок. Точно такая же ситуация возникает, когда несколько источников данных подтверждают одну гипотезу. В этих случаях используется различная терминология (поддержка заключения и подтверждение гипотезы), но за ней стоит одна и та же мысль: чем больше доводов или свидетельств мы можем привести в пользу истинности какого-либо утверждения, тем сильнее может быть наша уверенность в его истинности.

Мнимая валидность

Все жалуются на память, но никто не жалуется на свои суждения.

Ларошфуко (1613-1680)

Как специалисты, так и неспециалисты испытывают глубокую уверенность в своих выводах о большинстве жизненных событий, даже если эта уверенность не обоснована объективными данными. Чрезмерная уверенность в суждениях называется мнимой валидностью. При экспериментальном исследовании этого явления Оскамп (Oskamp, 1965) обнаружил, что, по мере того как врачи получали все больше информации о своих пациентах, они испытывали все большую уверенность в своих суждениях об этих пациентах. Этот результат любопытен тем, что суждения не становились точнее, – врачи лишь больше верили в свою правоту. Почему люди доверяют ошибочным суждениям? Существует несколько причин, по которым мы упорно сохраняем уверенность в своих суждениях. Одним из главных факторов является селективная природа памяти. Рассмотрим эпизод из моих личных воспоминаний: когда я была маленькая, я часто смотрела с отцом по телевизору матчи по бейсболу с участием команды Philadelphia Phillies. Как только очередной игрок с битой приближался к базе, мой отец восхищенно кричал: «Он сейчас забьет, я точно знаю!» Конечно, чаще всего он ошибался. (Болельщикам Phillies в 1950-е и 1960-е гг. приходилось туго.) В тех редких случаях, когда игрок действительно забивал, мой отец потом неделями рассказывал об этом: «Да, как только он подошел к базе, я понял, что он сейчас забьет. Мне всегда это ясно, стоит только взглянуть на игрока». В этом и в огромном количестве других случаев мы выборочно вспоминаем свои удачные суждения и забываем неудачные. Это поддерживает нашу уверенность в собственных суждениях.

Второй причиной мнимой валидности является то, что мы не ищем и не учитываем противоположную информацию. (Дополнительное обсуждение этого явления будет проведено в главе 8.) Это основная причина, по которой люди склонны верить, что между переменными существует корреляция, когда на самом деле ее нет. Допустим, вы работаете в отделе кадров большой корпорации. В течение года вы приняли на работу в корпорацию 100 новых сотрудников. Как проверить, насколько правильные (валидные) решения вы приняли, наняв их? Большинство людей для этого проверили бы, как работают эти новые сотрудники. Предположим, что вы провели такую проверку и обнаружили, что 92% из них выполняют свою работу компетентно и профессионально. Усиливают ли эти выводы вашу уверенность в своих суждениях? Если на этот вопрос вы ответили «да», то вы забыли рассмотреть противоположные данные. Вы не учли тех людей, которых вы не приняли на работу. Может быть, большинство из них стали вице-президентами в компании «Дженерал Моторс»? Если вы обнаружите, что 100% из тех, кого вы не взяли на работу, занимают высокие посты в компании ваших конкурентов, то вам необходимо пересмотреть свою уверенность в умении судить о людях.