Data Mining afslører de afgørende faktorer, der afgør, hvornår folk laver bommerter

Den måde, mennesker træffer beslutninger på i den virkelige verden, er et emne af stigende interesse blandt psykologer, samfundsforskere, økonomer og andre. Det bestemmer, hvordan økonomier klarer sig, hvordan valg afvikles, og hvordan konflikter bryder ud og bliver løst.

En idé har givet et fokuspunkt for beslutningstagningsforskning. Dette er forestillingen om afgrænset rationalitet - at mennesker er begrænset af forskellige begrænsninger i den virkelige verden, og disse spiller en afgørende rolle i beslutningsprocessen. Mennesker er begrænset af sværhedsgraden ved den beslutning, de skal træffe, deres egen beslutningsevne og den tid, de kan bruge på problemet. Ikke desto mindre, uanset omstændighederne, skal der træffes en beslutning og konsekvenserne accepteres.

Det rejser en række vigtige spørgsmål. Hvordan påvirker disse faktorer kvaliteten af ​​den beslutning, der træffes? Har tidspres en større indflydelse end f.eks. beslutningsdygtighed på kvaliteten af ​​en beslutning?

Disse er svære spørgsmål at besvare, i betragtning af vanskeligheden ved at opsætte et kontrolleret eksperiment for at teste dem. Faktisk har ingen fundet en tilfredsstillende måde at studere problemet på.

Indtil nu. I dag afslører Ashton Anderson hos Microsoft Research i New York City, Jon Kleinberg ved Cornell University i Ithaca og Sendhil Mullainathan ved Harvard University i Cambridge det første storstilede studie af beslutningstagning under kontrollerede forhold. For første gang har disse fyre været i stand til at studere, hvordan kvaliteten af ​​beslutningstagningen ændrer sig med den tid, der er til rådighed, beslutningstagerens dygtighed og sværhedsgraden af ​​beslutningen.

Deres laboratorium? Spillet skak. Vi har brugt skak som et modelsystem til at undersøge de typer funktioner, der hjælper med at analysere og forudsige fejl i menneskelig beslutningstagning, siger de.

Deres forskning fokuserer på en database med 200 millioner skakspil spillet online mellem amatører og en anden database med omkring en million spil spillet mellem stormestre. Det interessante ved disse databaser er, at resultatet af spillet afslører, om en spiller har begået en fejl. Og de registrerede træk afslører præcis, hvornår den tabende spiller begår fejlen.

Teamet er så i stand til at se, hvilke faktorer der har spillet en rolle. De kan f.eks. se, om spilleren var under tidspres. De kan se vanskeligheden ved beslutningen ved at undersøge stillingen i bestyrelsen og dens kompleksitet. Det gør de ved at samle alle mulige træk og derefter finde ud af, hvor stor en del af dem der er bommerter. Så en position, hvor alle træk undtagen ét er bommerter, er sværere end en position, hvor kun et træk ud af mange er en bommert.

Holdet kender også spillernes færdighedsniveau. Færdighedsniveauet for hver skakspiller er givet af et tal kaldet Elo-vurderingen (efter Arpad Elo, som fandt på det). De fleste amatører har en rating på mellem 1000 og 2000, stærke amatører kommer op til 2400, og verdens bedste spillere modtager placeringer på omkring 2600. Der er generelt kun en håndfuld spillere til enhver tid med en placering over 2800. En forskel på 400 point mellem spillere tyder på, at den højere rangerede spiller er overvældende tilbøjelig til at vinde.

Og den enorme størrelse af databasen giver dem mulighed for at skære og skære dataene i terninger på en måde, der holder to af disse variabler konstante, mens de tillader den anden at variere. For eksempel kan holdet undersøge bestyrelsespositioner med samme sværhedsgrad, mens spillere er under samme tidspres for at se, hvordan enhver variation i deres færdighedsniveau påvirker kvaliteten af ​​de beslutninger, de træffer. Ligeledes kan forskerne holde færdigheder og tidspres konstant, samtidig med at bestyrelsespositionen kan variere; og så videre.

Resultaterne giver interessant læsning. De finder for eksempel ud af, at mængden af ​​tid, der bruges på en beslutning, er en faktor i fejltagelser, men kun op til et vist punkt. Hurtige beslutninger er mere tilbøjelige til at føre til en bommert, men efter omkring 10 sekunder eller deromkring udjævnes sandsynligheden for en bommert. Så når spillere bruger mere tid end dette på et træk, er det sandsynligvis fordi de ikke ved, hvad de skal gøre.

Sværhedsgraden ved beslutningen er også en vigtig faktor. Sværere positioner er mere tilbøjelige til at føre til en bommert. Og færdighedsniveauer har en stor indflydelse på at reducere sandsynligheden for en bommert. Generelt tager bedre spillere bedre beslutninger.

Men Anderson og co har fundet beviser for et fuldstændig kontraintuitivt fænomen, hvor færdighedsniveauer spiller den modsatte rolle, så dygtige spillere er mere tilbøjelige til at lave en fejl end deres lavere rangerede modparter. Holdet kalder disse færdigheder unormale positioner.

Det er en ekstraordinær opdagelse, som vil kræve lidt pirring i fremtidigt arbejde. Eksistensen af ​​færdighedsanomale positioner er overraskende, da der er en no a priori grund til at tro, at skak som domæne bør indeholde almindelige situationer, hvor stærkere spillere laver flere fejl end svagere, siger Anderson og co. Præcis hvorfor dette sker er ikke klart.

Disse resultater har en vigtig anvendelse. De giver holdet mulighed for at forudsige, hvornår en spiller med størst sandsynlighed begår en fejl. Og det viser sig, at en af ​​faktorerne er en meget stærkere forudsigelse end de andre.

Den nederste linje er, at sværhedsgraden af ​​beslutningen er den vigtigste faktor for at afgøre, om en spiller laver en fejl. Med andre ord, at undersøge kompleksiteten af ​​brætpositionen er en meget bedre forudsigelse af, om en spiller sandsynligvis vil fejle end hans eller hendes færdighedsniveau eller mængden af ​​tid tilbage i spillet.

Det kan have vigtige konsekvenser for den måde, forskere undersøger andre beslutninger på. For eksempel, hvordan er fejlraten for højt kvalificerede chauffører under vanskelige forhold sammenlignet med dårlige chauffører under sikre forhold? Hvis sværhedsgraden ved beslutningen er den afgørende faktor, snarere end førerens dygtighed, så skal der lægges meget mere vægt på dette. Vi tænker på uerfarne og distraherede bilister som en væsentlig kilde til risiko, men hvordan er disse effekter sammenlignet med tilstedeværelsen af ​​farlige vejforhold? spørg Anderson og co.

Og i betragtning af holdets opdagelse af dygtighedsunormale forhold, er der vejforhold, der gør, at dygtige chauffører er mere tilbøjelige til at begå en fejl end mindre dygtige?

Denne form for arbejde vil have store konsekvenser ud over at køre bil. Økonomer kan godt spørge, hvad alt dette betyder for købsbeslutninger, valgembedsmænd vil spørge om kompleksiteten af ​​information relateret til afstemningsbeslutninger, og forhandlere vil tænke over dens betydning for løsning af konflikter.

Fascinerende arbejde og masser af stof til eftertanke.

Ref: arxiv.org/abs/1606.04956 : Vurdering af menneskelige fejl i forhold til et benchmark for perfektion

skjule