سر و صدا توسط Daniel Kahneman ، Olivier Sibony و Cass Sunstein – قیمت قضاوت ضعیف | کتابهای جامعه

منشما جرمی مرتکب شده اید اگر از نظر اقتصادی رفتاری خود را دنبال می کنید ، امیدوار خواهید بود که پرونده شما در اوایل روز یا درست پس از یک وقت استراحت مانند ناهار مورد رسیدگی قرار گیرد: مطالعه ای که در سال 2011 روی بیش از 1000 حکم توسط هشت قاضی انجام شد ، نشان داد که آن زمان ها با بزرگترین نرمش در احکام قضات. کسانی که وضعیت بدتری داشتند در پایان روز یا درست قبل از ناهار شنیده می شدند ، در حالی که احتمال دریافت یک حکم مطلوب صفر بود. اینکه یک قاضی چقدر گرسنه یا خسته است نباید هیچ تاثیری در حکم او داشته باشد ، و با این حال داده ها می گویند که این امر تأثیر دارد.

اما قاضی که در وهله اول پرونده شما را به خود اختصاص داده چه می کنید؟ این نیز نباید مهم باشد ، اما باز هم ، داده ها می گویند بسیار مهم است. مطالعه 1974 بر روی 50 قاضی که برای موارد یکسان (فرضی) مجازات تعیین کردند ، نشان داد که “عدم اجماع یک امر عادی بود”. و این جملات فقط با قضاوت تفاوت چندانی نداشتند: آنها بسیار متفاوت بودند. بسته به شانس قرعه کشی قاضی ، همان فروشنده هروئین به هر چیزی بین یک تا 10 سال محکوم شد ، یک سارق بانکی مجازات بین 5 تا 18 سال را دریافت کرد ، در حالی که یک زورگیر با هر چیزی بین سه سال بدون هیچ جریمه ای تا 20 سال روبرو شد سال به اضافه 65000 دلار جریمه. مطالعات مشابه در 1977 و 1981 تکرار شد ، همه با همان یافته های هوشیارانه – و آنها احتمالاً مقیاس مسئله را دست کم می گیرند ، زیرا به گفته نویسندگان اوت سر و صدا،“قضات زندگی واقعی در معرض اطلاعات بسیار بیشتری از آنچه شرکت کنندگان در مطالعه نشان داده اند با دقت مشخص شده این آزمایشات” هستند.

این تنوع پراکندگی اسلحه در انواع مختلف احکام ، از مجازات دادگاه گرفته تا بیمه پذیره نویسی بیمه تا تشخیص پزشکی ، همان چیزی است که نویسندگان می گویند ، سر و صدا. تعصب مانند پسر عموی مشهورتر آن ، قضاوت اشتباه است. نویسندگان با استفاده از یک استعاره در محدوده تیراندازی بین این دو تمایز قائل می شوند. اگر تمام عکسها به طور سیستماتیک در یک جهت خارج از هدف قرار بگیرند ، این تعصب است. در مقابل ، سر و صدا در همه جا وجود دارد. برخی از شلیک ها حتی ممکن است به سمت هدف باشد ، زیرا مسئله در اینجا هدف را از دست نمی دهد بلکه عدم ثبات است. با توجه به همان واقعیت ها ، یک مجرم زندگی را به دست می آورد و دیگری که به همان اندازه مقصر است ، فرار می کند.

که ما را به تمایز قابل توجه دیگر بین تعصب و سر و صدا می رساند: برای تشخیص تعصب ، باید بدانید که جواب درست چیست ، یا برای استفاده از استعاره کتاب ، باید در جلوی هدف ایستاده باشید ، بنابراین می توانید ببینید گنده سر و صدا به چنین مشخصات خاصی احتیاج ندارد. بدون توجه به اینکه در کدام سمت هدف قرار گرفته اید قابل تشخیص است ، زیرا تنها چیزی که باید بدانید وجود یا نبودن تنوع است.

نویسندگان استدلال می کنند و شما باید بخواهید نویز را تشخیص دهید ، زیرا این کار نه تنها ناعادلانه است بلکه می تواند بسیار پرهزینه باشد. به عنوان مثال ، یک مطالعه نشان داد که میانگین اختلاف قیمت حق بیمه بسته به پذیره نویس 55٪ است. این بدان معناست که اگر یک پذیره نویسی حق بیمه را 9500 دلار تعیین کند ، احتمالاً دیگری آن را 16700 دلار تعیین می کند. این فقط برای مشتری مهم نیست ، که حق بیمه وی نباید به رسیدگی به پرونده وی توسط جان یا جین بستگی داشته باشد ، همچنین برای شرکت هزینه دارد: قراردادهای گران قیمت تجارت خود را از دست می دهند ، در حالی که قراردادهای کم قیمت ضرر می کنند. یک مدیر ارشد در شرکت بیمه که این مطالعه انجام شده است ، هزینه سالانه سر و صدا در پذیره نویسی را صدها میلیون دلار تخمین زده است.

اما در حالی که مشاغل و افراد متوسط ​​شما در خیابان علاقه مند به کاهش سر و صدا هستند ، ما فقط آن را نادیده می گیریم. دلایل مختلفی برای این امر وجود دارد ، از جمله اینکه همانطور که نویسندگان اشاره می کنند ، انسان در تفکر علیت بسیار بهتر از آماری است. این بدان معناست که ما برای تعصب ، جایی که می توانیم داستانی را برای توضیح یک تصمیم غیرمنتظره تعریف کنیم (او او را رها کرد زیرا دخترش شبیه دخترش است) ، آسان تر از سر و صدا است که فقط به طور کلی قابل مشاهده است. ما باید تلاش کنیم تا سر و صدا را ببینیم – یا همانطور که نویسندگان توصیه می کنند ، “ممیزی سر و صدا” را انجام دهیم ، دستورالعمل هایی که آنها به راحتی در انتها به پیوست می آورند. آنها همچنین شامل طیف وسیعی از استراتژی های کاهش سر و صدا هستند ، از جایگزینی قضاوت های مقایسه ای برای قضاوت های مطلق (به عنوان مثال به جای درجه بندی مقاله ها یک به یک ، مرتب سازی آنها از بهترین تا بدترین) ، تا جایگزینی انسان با تصمیم نهایی بدون سر و صدا – ساخت: الگوریتم ها.

مسئله این است که همه کسانی که ممیزی صدا را انجام می دهند به استراتژی های کاهش سر و صدا متعهد نخواهند شد. به عنوان مثال ، به دنبال انجام مطالعات مختلف در دهه 1970 و 80 در مورد برجسته ساختن سر و صدای غیر قابل قبول در مجازات ، ایالات متحده قانون اصلاح مجازات 1984 را تصویب کرد که دستورالعمل های مجازات مجازات را ایجاد کرد. این تغییرات در کاهش سر و صدا موفقیت آمیز بود اما از نظر قضاتی که نسبت به حذف صلاحدید خود ابراز نارضایتی می کردند بسیار محبوب نبود و در سال 2005 دستورالعمل ها به مشاوره تقلیل یافتند. سر و صدا برگشت – اما قضات خوشحالتر شدند. اینکه عدالت بهتر رعایت شد یا نه ، س anotherال دیگری است.

نمونه دیگری از سازمانی که تحمل سر و صدا را انتخاب می کند زیرا این درمان بسیار پرهزینه تلقی می شود از مدرسه ای وارد می شود که سیستم پذیرش خود را لغو می کند زیرا باعث درگیری می شود. یکی از سر و صدابیشترین توصیه های مکرر برای کاهش سر و صدا (و تکرارهای زیادی در این کتاب وجود دارد) این است که قضاوت ها ، در صورت امکان ، باید از “خرد جمعیت” استفاده کنند. این عبارت به این یافته اشاره دارد که اگر به اندازه کافی از مردم س askالی بپرسید ، تقریباً همیشه پاسخ بهتری نسبت به این خواهید داشت که فقط از یک نفر س askال کنید – اما نکته قابل توجهی وجود دارد: برای جلوگیری از “تفکر گروهی” باید نظرات مستقل از یکدیگر باشند ” و این روش مدرسه روند درخواست خود را اجرا می کند: دو نفر به طور مستقل قبل از تصمیم مشترک ، یک برنامه را می خوانند و رتبه بندی می کنند. این باعث می شود که پذیرش ها سر و صدا کمتری داشته باشد اما منجر به بحث و جدال شود. مدرسه ترجیح داد با سر و صدا زندگی کند.

در مورد الگوریتم ها ، دانیل کانمن و همکارانش ابراز تأسف می کنند ، ما حاضر نیستیم اشتباهات را در رایانه ها تحمل کنیم به همان روشی که در انسان تحمل می کنیم. این ممکن است از نظر ما منطقی نباشد ، اما از طرف دیگر ، هنگامی که الگوریتم ها اشتباه می کنند ، ممکن است بسیار بزرگ باشد: کارگران شرکت های سازنده در ایالات متحده از طریق الگوریتم های شادمانه ، به اشتباه ردیابی تقلب ، از درآمد خارج شده اند. الگوریتمی که توسط آمازون طراحی شده است ، متقاضیان شغل زن را به طور سیستماتیک کاهش می دهد. در همین حال ، الگوریتم ها به طور نامعقول مات باقی می مانند ، عملکرد داخلی آنها تحت قوانین نرم افزار اختصاصی محافظت می شود ، به این معنی که مراجعه اغلب غیرممکن است. خدمات ناخوشایند مشتری اپل در پاسخ به مردی که به همسرش 20 درصد سقف اعتباری خود تعلق گرفت علی رغم داشتن نمره اعتبار بالاتر گفت: “ما تبعیض قائل نیستیم ، این فقط الگوریتم است.” این مشکل را برای افراد مسن یا هر کسی که دسترسی خوبی به اینترنت ندارند ، در هزار ضرب کنید.

انصافاً کاملاً منصفانه ، نویسندگان وجود سوگیری الگوریتمی را تصدیق می کنند ، گرچه شاید اندازه آن را دست کم بگیرند. نکته مهمی که آنها تصدیق نمی کنند این است که الگوریتم ها صرفاً تعصبات انسانی را تکرار نمی کنند ، بلکه آنها را تقویت می کنند – و به مقدار قابل توجهی. یکی از آنها که بر روی یک مجموعه داده آموزش داده شده است که در آن تصاویر آشپزی 33٪ بیشتر از زنان را شامل می شود ، در مقایسه با مردان در 68٪ از اوقات تصاویر آشپزخانه ها را با زنان تداعی می کند. تا زمانی که این مسائل برطرف نشود ، ما باید مواظب دانشمندان علوم اجتماعی با هدایای الگوریتم محور باشیم.

دست تکان دادن مبهم بر پیامدهای جدی جامعه در مورد هوش مصنوعی ، همگی قطعه ای است با کتابی که گرچه انکارناپذیر است که یک نکته دارد و یک نکته مهم ، اما احساس می کند که صریح و نیمه کاره است. اگر کتابی در جستجوی ویرایشگر بوده است ، این کتاب است. سر و صدا می توانست نیمی از طول آن باشد و کتاب بسیار بهتری برای آن باشد. در عوض ، با وزنه های شل و ول و پر از گفتگوی خیالی (و وحشتناک) که به جز صفحات بی معنی چیزی به آن اضافه نمی کنند ، سنگین می شود ، این یک شعار است. این با توجه به نتایج قبلی نویسندگان ناامیدکننده است و جای تعجب است که این مطالعه تا چه اندازه محصول ایده ای بود که زمان آن فراتر رفته بود ، بیش از میل ناشر به کتاب پرفروش بعدی. به سمت انتهای این خط می رود: “سر و صدا تنوع ناخواسته قضاوت ها است و مقدار آن زیاد است.” مثل خودم کتاب ، فکر کردم.

سر و صدا: نقص در قضاوت انسان توسط Daniel Kahneman ، Olivier Sibony و Cass Sunstein توسط انتشار یافته است ویلیام کالینز (25 پوند). برای حمایت از نگهبان ، نسخه خود را به آدرس Guardianbookshop.com سفارش دهید. ممکن است هزینه های تحویل اعمال شود.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *