क्यों हम बेवकूफ के रूप में नहीं कर रहे हैं के रूप में हम विश्वास करने के लिए नेतृत्व किया है
चित्त या पट्ट? डीन ड्रोबोट / शटरस्टॉक

मान लीजिए कि आप एक सिक्का उछालते हैं और एक पंक्ति में चार सिर प्राप्त करते हैं - आपको क्या लगता है कि पांचवें टॉस पर क्या होगा? हम में से कई लोगों को यह महसूस होता है कि एक पूंछ के कारण होता है। इस भावना, बुलाया जुआलर की फॉलसी, कार्रवाई में देखा जा सकता है रूलेट व्हील पर। अश्वेतों की एक लंबी दौड़ लाल पर दांव की एक बाढ़ की ओर जाता है। वास्तव में, इससे पहले कोई फर्क नहीं पड़ता कि लाल और काले हमेशा समान रूप से होने की संभावना है।

उदाहरण मानव मन की गिरावट को प्रदर्शित करने वाले कई विचारों में से एक है। मनोवैज्ञानिक अनुसंधान के निर्णयों ने मानव निर्णय लेने में पक्षपात और त्रुटियों पर जोर दिया है। लेकिन एक नया दृष्टिकोण इस दृष्टिकोण को चुनौती दे रहा है - यह दर्शाता है कि लोग विश्वास करने के लिए नेतृत्व करने की तुलना में बहुत अधिक चालाक हैं। इस शोध के अनुसार, जुआरी का पतन हो सकता है ऐसा लगता है जैसे तर्कहीन नहीं है.

निर्णय और निर्णय लेने के अध्ययन में तर्कसंगतता लंबे समय से एक महत्वपूर्ण अवधारणा रही है। अत्यधिक मनोवैज्ञानिक डैनियल कहमैन और अमोस टावस्की के प्रभावशाली काम व्यापक रूप से पता चला है कि हम अक्सर तर्कसंगत निर्णय लेने में विफल होते हैं - जैसे कि आतंकवादी हमले की चिंता करना, लेकिन सड़क पार करने के बारे में नहीं।

लेकिन यह विफलता तर्कसंगत होने की सख्त व्याख्या पर आधारित है - तर्क और संभावना के नियमों का पालन करना। यह मशीन में दिलचस्पी नहीं रखता है जो सबूत को तौलना चाहिए और किसी निर्णय पर पहुंचना चाहिए। हमारे मामले में, वह मशीन मानव मस्तिष्क है - और किसी भी भौतिक प्रणाली की तरह, इसकी सीमाएं हैं।

कम्प्यूटेशनल तर्कसंगतता

यद्यपि हमारा निर्णय तर्क और गणित के लिए आवश्यक मानकों से कम है, फिर भी मानव अनुभूति को समझने में तर्कसंगतता की भूमिका है। मनोवैज्ञानिक गर्ड गिगेरेंजर इससे पता चलता है कि हमारे द्वारा उपयोग किए जाने वाले कई उत्तराधिकार सिद्ध नहीं हो सकते हैं, वे उपयोगी और कुशल दोनों हैं।


आंतरिक सदस्यता ग्राफिक


लेकिन हाल ही में एक दृष्टिकोण बुलाया कम्प्यूटेशनल तर्कसंगतता कृत्रिम बुद्धिमत्ता से एक विचार उधार लेते हुए एक कदम और आगे जाता है। यह सुझाव देता है कि सीमित क्षमताओं वाला एक सिस्टम अभी भी एक ले सकता है इष्टतम कार्रवाई के दौरान। प्रश्न यह हो जाता है कि "मेरे पास मौजूद साधनों के साथ सबसे अच्छा परिणाम क्या हो सकता है?", "सबसे अच्छा परिणाम क्या है जो किसी भी बाधाओं के बिना हासिल किया जा सकता है?" क्षमता, ध्यान और शोर संवेदी प्रणाली खाते में।

कम्प्यूटेशनल तर्कशक्ति हमारे पक्षपाती और त्रुटियों के कुछ सुरुचिपूर्ण और आश्चर्यजनक स्पष्टीकरण के लिए अग्रणी है। इस दृष्टिकोण के अनुरूप एक प्रारंभिक सफलता सिक्के के टॉस जैसे यादृच्छिक अनुक्रमों के गणित की जांच करना था, लेकिन इस धारणा के तहत कि पर्यवेक्षक के पास सीमित मेमोरी क्षमता है और वह कभी भी सीमित लंबाई के दृश्यों को देख सकता है। एक अति प्रतिवादी गणितीय परिणाम प्रकट करता है कि इन शर्तों के तहत, पर्यवेक्षक को कुछ दृश्यों के लिए दूसरों की तुलना में उत्पन्न होने के लिए अधिक समय तक इंतजार करना होगा - यहां तक ​​कि एक पूरी तरह से उचित सिक्के के साथ भी।

उतावलापन यह है कि सिक्का के कम समय के सेट के लिए, जिन दृश्यों को हम सहज रूप से कम यादृच्छिक महसूस करते हैं वे ठीक वही होते हैं जो कम से कम होने की संभावना है। एक स्लाइडिंग विंडो की कल्पना करें जो परिणामों की एक श्रृंखला के माध्यम से जाने के दौरान एक समय में (हमारी मेमोरी क्षमता का आकार) केवल चार सिक्के "देख सकते हैं" - एक्सएनयूएमएक्स सिक्का टॉस से कहें। गणित से पता चलता है कि उस विंडो की सामग्री "HHHH" ("H" और "T" की तुलना में अधिक बार "HHHT" होगी, जो कि सिर और पूंछ के लिए है)। इसीलिए हम सोचते हैं कि एक सिक्का उछालने पर पूंछ तीन सिर के बाद आएगी - यह प्रदर्शित करते हुए कि मानव हमारे द्वारा देखी गई जानकारी का समझदार उपयोग करता है। यदि हमारे पास असीमित स्मृति थी, तो हम अलग तरह से सोचेंगे।

इस तरह के कई अन्य उदाहरण हैं, जहां एक बार संज्ञानात्मक सीमाओं को ध्यान में रखते हुए इष्टतम समाधान, आश्चर्य की बात है। हमारे हालिया काम से पता चलता है कि असंगत प्राथमिकताएं - मानव की तर्कहीनता की आधारशिला - वास्तव में उपयोगी हैं जब आप अनिश्चित हैं आपके लिए उपलब्ध विकल्पों के मूल्य के बारे में। पारंपरिक आर्थिक तर्कसंगतता से पता चलता है कि एक बुरा विकल्प जिसे आप कभी नहीं चुनेंगे (एक मेनू से, कहते हैं) का आपके द्वारा चुने गए अच्छे विकल्पों में से कोई प्रभाव नहीं होना चाहिए। लेकिन हमारे विश्लेषण से पता चलता है कि खराब, और माना जाता है कि अप्रासंगिक विकल्प, आपको एक अधिक सटीक अनुमान लगाने की अनुमति देते हैं कि शेष विकल्प कितने अच्छे हैं।

अन्य लोगों ने यह दिखाया कि उपलब्धता पूर्वाग्रह, जहां हम विमान दुर्घटनाओं जैसे दुर्लभ घटनाओं की संभावना को कम करते हैं, एक से परिणाम अत्यधिक कुशल तरीका किसी निर्णय के संभावित परिणामों को संसाधित करना। संक्षेप में, यह देखते हुए कि हमारे पास निर्णय लेने के लिए केवल एक परिमित मात्रा है, यह सुनिश्चित करने के लिए इष्टतम है कि सबसे महत्वपूर्ण परिणामों पर विचार किया जाए।

एक गहरी समझ

यह धारणा कि हम अपरिमेय हैं, कभी बढ़ने का एक दुर्भाग्यपूर्ण दुष्प्रभाव है मानव निर्णय लेने वाले जीवों की सूची। लेकिन जब हम कम्प्यूटेशनल तर्कशक्ति को लागू करते हैं, तो इन पूर्वाग्रहों को विफलताओं के प्रमाण के रूप में नहीं देखा जाता है, बल्कि मस्तिष्क को जटिल समस्याओं को हल करने के तरीके के रूप में, अक्सर बहुत कुशलता से।

चेकर छाया भ्रम। (क्यों हम उतने मूर्ख नहीं हैं जितना हम विश्वास करने के लिए प्रेरित किए गए हैं)चेकर छाया भ्रम। एडवर्ड एच। एडेल्सन / विकिपीडिया, सीसी द्वारा एसए

निर्णय लेने के बारे में सोचने का यह तरीका अधिक स्पष्ट है कि वैज्ञानिक दृष्टि भ्रम के बारे में कैसे सोचते हैं। चित्र को दाईं ओर देखें। तथ्य यह है कि ए और बी वर्ग अलग-अलग रंगों में दिखाई देते हैं (वे नीचे नहीं हैं - नीचे वीडियो देखें) का मतलब यह नहीं है कि आपका दृश्य सिस्टम दोषपूर्ण है, बल्कि यह कि संदर्भ को देखते हुए समझदारी भरा अनुमान लगा रहा है।

{यूट्यूब}https://youtu.be/z9Sen1HTu5o{/youtube}

कम्प्यूटेशनल तर्कसंगतता एक गहरी समझ की ओर ले जाती है क्योंकि यह इस बात से परे है कि हम कैसे असफल होते हैं। इसके बजाय, यह हमें दिखाता है कि मस्तिष्क समस्याओं को हल करने के लिए अपने संसाधनों को कैसे मार्शल करता है। इस दृष्टिकोण का एक लाभ हमारी क्षमताओं और बाधाओं के सिद्धांतों का परीक्षण करने की क्षमता है।

उदाहरण के लिए, हमने हाल ही में दिखाया है कि ऑटिज्म से पीड़ित लोग प्रवण कम हैं को कुछ निर्णय लेने वाले पक्षपात। इसलिए अब हम यह पता लगा रहे हैं कि क्या स्तर बदल गया है तंत्रिका शोर (मस्तिष्क कोशिकाओं के नेटवर्क में विद्युत उतार-चढ़ाव), एक विशेषता आत्मकेंद्रित, इसका कारण हो सकता है।

मस्तिष्क द्वारा उपयोग की जाने वाली रणनीतियों में अधिक अंतर्दृष्टि के साथ, हम एक तरह से जानकारी को दर्जी करने में सक्षम हो सकते हैं जो लोगों की मदद करता है। हमने परीक्षण किया है कि लोग एक लंबे यादृच्छिक अनुक्रम को देखने से क्या सीखते हैं। उन अनुक्रमों को छोटे टुकड़ों में विभाजित किया गया था (जैसा कि हम आम तौर पर रोजमर्रा की जिंदगी में होते हैं) को बिल्कुल भी फायदा नहीं हुआ, लेकिन जो लोग एक ही अनुक्रम को देखते थे वे तेजी से लंबे समय तक विभाजित होते हैं। यादृच्छिकता को पहचानने की उनकी क्षमता में सुधार हुआ.

अगली बार जब आप लोगों को तर्कहीन के रूप में चित्रित करते हैं, तो आप यह बताना चाहेंगे कि यह केवल एक प्रणाली की तुलना में है जिसमें असीमित संसाधन और क्षमताएं हैं। इस बात को ध्यान में रखते हुए, हम वास्तव में इतने गूंगे नहीं हैं।वार्तालाप

लेखक के बारे में

जॉर्ज किसान, रिसर्च फेलो, मैनचेस्टर विश्वविद्यालय के और पॉल वारेन, वरिष्ठ व्याख्याता (एसोसिएट प्रोफेसर), प्रभाग के तंत्रिका विज्ञान और प्रायोगिक मनोविज्ञान, मैनचेस्टर विश्वविद्यालय के

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

संबंधित पुस्तकें

at इनरसेल्फ मार्केट और अमेज़न