[факт] Определение эвристики (Gigerenzer & Gaissmaier, 2011, далее GG11): «A heuristic is a strategy that ignores part of the information, with the goal of making decisions more quickly, frugally, and/or accurately than more complex methods» (GG11, с. 454). Авторы порывают с классическим пониманием эвристики как компромисса «точность за скорость» — «точнее» стоит в определении наравне с «быстрее» и «дешевле».
[факт] Полевая демонстрация less-is-more effect (GG11, с. 454–455): ретейлеры и авиакомпания предсказывали, вернётся ли клиент, простым «hiatus heuristic» (не покупал дольше N месяцев — неактивен) против сложной модели Pareto/NBD (Schmittlein & Peterson, 1994). Результат (Wübben & Wangenheim, 2008, через GG11): для сети одежды эвристика классифицировала верно 83% клиентов против 75% у Pareto/NBD; для авиакомпании — 77% против 74%; для интернет-магазина CD — ничья на 77% (GG11, с. 455). [оговорка: полевое ретроспективное сравнение, не RCT].
[факт] Формальное основание «почему меньше может быть больше» — разложение ошибки на смещение и дисперсию (GG11, с. 457): «Error = bias + variance + ε»; эвристика без свободных параметров (девятимесячный hiatus) имеет смещение, но нулевую дисперсию, модель со свободными параметрами страдает и от смещения, и от дисперсии на малой выборке. Вывод авторов: «a cognitive system needs to draw a balance between being biased and flexible (variance) rather than simply trying to eliminate bias» (GG11, с. 457) — «bias-variance dilemma».
[факт] Определение экологической рациональности (GG11, с. 456, цитата из Gigerenzer et al., 1999, с. 13): «A heuristic is ecologically rational to the degree that it is adapted to the structure of the environment». Метафора «ножниц» — источник рамки (Simon, 1956, с. 130–131): «...the kinds of simplifications that are suitable may depend not only on the characteristics — sensory, neural, and other — of the organism, but equally upon the structure of the environment». Позднюю формулировку той же идеи GG11 цитирует (Simon, 1990, с. 7, через GG11 с. 456): «Human rational behavior... is shaped by a scissors whose two blades are the structure of task environments and the computational capabilities of the actor».
[факт] Условия, при которых эвристика «с одной причиной» (hiatus heuristic, take-the-best) выигрывает у стратегий, взвешивающих много признаков (GG11, с. 456): умеренная-высокая неопределённость критерия (Hogarth & Karelaia, 2007) и умеренная-высокая избыточность (корреляция) признаков (Dieckmann & Rieskamp, 2007).
[факт] Управленческие/полевые кейсы (GG11, с. 467–468): врачи Мичиганской больницы направляли ≈90% пациентов с болью в груди в палату интенсивной терапии, хотя инфаркт подтверждался лишь у ≈25%; «fast-and-frugal tree» (Green & Mehr, 1997) с тремя да/нет-вопросами оказалась точнее логистической регрессии (HDPI на ~50 вероятностях), почти вдвое снизив ложные тревоги, и была принята врачами за прозрачность («the tree was transparent, easy to memorize, and easy to modify, and was accepted by physicians who disliked relying on a logistic regression they barely understood», GG11 с. 468). Аналогично «дерево» об освобождении под залог в Лондоне верно предсказало 92% решений магистратов (Dhami, 2003, через GG11, подпись к рис. 2, с. 467).
[факт] Смежное основание из частотных форматов (GH95): естественная выборка (natural sampling) делает байесовский вывод проще без обучения — доля корректных ответов выросла с 16% (вероятностный формат) до 46% (частотный формат) на задаче о маммографии (GH95, с. 693; 15 задач, >2800 решений неподготовленных испытуемых, GH95 с. 684, 698). Механизм экологический, не «более умный» испытуемый: «Neglect of base rates is perfectly rational in natural sampling. …our physician does not need to pay attention to the base rate of the disease» (GH95, с. 687).
[спорно — стороны] Gigerenzer (1991) оспаривает нормативную рамку, в которой измеряют «overconfidence» и родственные искажения: разделение единичного события и относительной частоты — не техническая деталь, а спор со времён теории вероятностей (фон Мизес, цит. по Gigerenzer, 1991: вероятность единичного события «has no meaning at all for us»). Отсюда — спор с программой Тверски–Канемана о статусе «искажений» как ошибок относительно нормы: СП-01 Искажения или артефакт формата HB vs Gigerenzer.
Что объясняет. Почему простое правило с меньшим числом признаков может быть точнее (не только дешевле) сложной модели — если оно приспособлено к структуре среды (неопределённость, избыточность признаков, размер выборки). Формально — через разложение ошибки на смещение и дисперсию, не через голословное «интуиция иногда права».
Что не объясняет. Модель не даёт общего алгоритма, какую эвристику выбрать для новой задачи без анализа структуры среды (GG11, с. 457–458: нужна формализация кандидата-эвристики как проверяемой модели, иначе ярлык вводится постфактум без независимого теста). Не утверждает, что эвристики лучше моделей вообще — точность сравнительная, «эвристика X точнее Y в среде E», не абсолютная.
Границы (по авторам). GH95 ограничивают claim: «our results hold for an elementary form of Bayesian inference, with binary hypotheses and data... it is unlikely that frequency formats would elicit Bayesian algorithms [when cues are not independent]. Rather, we suggest that in these situations "satisficing" cognitive algorithms are invoked» (GH95, с. 698) — мост к МХ-07 Ограниченная рациональность и satisficing. Саймон (1992, цит. по GG11 с. 456) предостерегает от переоценки: «if [people were perfectly adapted to their environment], one would only need to study the environment to predict behavior; the study of heuristics would be obsolete» — экологическая рациональность не означает, что люди всегда используют адаптированную эвристику, только что это возможно и измеримо.
Спор. С программой heuristics-and-biases (Tversky & Kahneman) — по вопросу, являются ли отклонения от нормативной модели «искажением» или следствием того, что сама норма (единичная вероятность вместо частоты, «полная информация» вместо структуры среды) выбрана неверно. Развёрнуто — СП-01 Искажения или артефакт формата HB vs Gigerenzer.
(б) Процедура. Измеренного универсального «приёма» нет — есть принцип: перед внедрением сложной модели вместо простого правила проверить её реальный прирост точности на отложенных данных (out-of-sample), не на данных, на которых она обучена — так был обнаружен less-is-more effect (83% против 75%, GG11 с. 455). Ближайшее практическое воплощение — процедурные алгоритмы и деревья решений, см. ПР-13 Алгоритмы и структурированные процедуры, и частотный формат подачи с ростом с 16% до 46% корректных ответов, но только для элементарных бинарных задач (GH95 с. 698) — см. ПР-05 Частотный формат подачи. (в) Среда. Простое правило скорее выиграет там, где критерий трудно предсказуем (высокая неопределённость) и признаки коррелируют между собой (избыточность) — GG11, с. 456. Диагностика: «сколько по-настоящему независимой информации несут мои признаки» и «сколько наблюдений реально доступно для настройки параметров модели» — при малой выборке сложная модель почти гарантированно переобучится (bias-variance dilemma, GG11 с. 457). (г) Организация. Кто решает vs кто предлагает: врачи в примере с инфарктом отвергали статистически более требовательный инструмент (логистическую регрессию с полусотней вероятностей) не из-за неточности, а потому что не понимали его логику и не доверяли «чёрному ящику» — прозрачное дерево было принято за счёт простоты и проверяемости (GG11, с. 468). Организационная практика по кейсам GG11 (не RCT, ретроспективные полевые сравнения): формализовать кандидат-эвристику как явное, обучаемое, проверяемое правило вместо «интуиции эксперта» без формы — тогда его можно аудировать и сравнить с альтернативами напрямую.
2026-09-12
отвечено 0 из 3
1. Почему в примере с hiatus heuristic простое правило обошло модель Pareto/NBD (по GG11)?
2. Что означает «экологическая рациональность» эвристики в определении, которое цитирует GG11?
3. При каком условии, по GH95, частотный формат надёжно повышает долю байесовски корректных ответов?