Когда информации слишком много
Консерватизм
Консерватизм в обновлении убеждений — тенденция менять первоначальную оценку слабее, чем это предполагает новое диагностическое свидетельство в формализованных задачах вероятностного вывода.
Как это выглядит
Руководитель сначала считает, что задержка проекта маловероятна. Несколько независимых отчётов указывают на один и тот же риск, но прогноз сдвигается лишь немного: исходная оценка продолжает задавать тон обсуждению.
В классических экспериментах люди обновляли вероятностные суждения в нужную сторону, но недостаточно по сравнению с байесовским нормативным расчётом. Возможные объяснения включают недооценку диагностичности выборки и трудность объединения нескольких сигналов; это не означает, что любой осторожный пересмотр — ошибка.
Когда стоит насторожиться
Есть ли заранее записанный прогноз? Насколько каждый новый, независимый и надёжный факт должен был бы его изменить? Не принимаю ли я зависимые или слабые сигналы за отдельные доказательства?
Что помогает
До обсуждения зафиксировать исходную оценку, источник и ожидаемый вес каждого сигнала; отдельно проверить независимость данных; затем пересчитать вывод по заранее оговорённому правилу или хотя бы описать, почему обновление именно такого масштаба.
Откуда взялось понятие
Эффект возник в абстрактных задачах вероятностного обучения с нормативным байесовским ориентиром. Его величина и причины зависят от постановки, понимания данных и способа ответа; не следует смешивать его с подтверждающим искажением, которое описывает избирательный поиск или оценку согласующихся фактов.
- Edwards, W. (1982). Conservatism in human information processing. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 359–369). Cambridge University Press. https://doi.org/10.1017/CBO9780511809477.026
- Wheeler, G. E., & Beach, L. R. (1968). Subjective sampling distributions and conservatism. Organizational Behavior and Human Performance, 3(1), 36–46. https://doi.org/10.1016/0030-5073(68)90025-1