To byłby dla mnie zaszczyt, gdybyś złamała mi serce.
, 1982), zgodnie z któr¹ wynik wy- daje nam siê tym bardziej prawdopodobny, im ³atwiej sobie wyobraziæ scenariusz jego za- istnienia. Na przyk³ad, co jest bardziej praw- dopodobne: to, ¿e „Pan X zamordowa³ swo- jego wspó³pracownika", czy to, ¿e „Pan X za- mordowa³ swojego wspó³pracownika, który odkry³ jego machinacje finansowe"? Mor- derstwo wydaje nam siê bardziej prawdopo- dobne, gdy ³atwo mo¿emy sobie wyobraziæ kolejne kroki, które do niego doprowadzi³y. Jak twierdz¹ Tversky i Kahneman, opis mo¿e nam siê wydawaæ coraz bardziej prawdopo- dobny, mimo ¿e coraz wiêcej jest w nim ele- mentów, w które nale¿y uwierzyæ. Alternatywne sposoby rozumienia praw- dopodobieñstwa. Alternatywnym podej- œciem, próbuj¹cym wyjaœniæ przyczyny b³ê- dów rozumowania statystycznego, jest po- dejœcie g³osz¹ce, ¿e problem ten po pro- stu nie istnieje. Nie istnieje on dlatego, ¿e opisywane b³êdy nie s¹ b³êdami, lecz wnio- skami wyprowadzanymi na podstawie innego rozumienia prawdopodobieñstwa ni¿ to, ja- kie zak³adali inicjatorzy badañ. Stanowisko takie pierwszy sformu³owa³ Cohen (1981), który w bardzo kontrowersyjnym artykule wysun¹³ tezê, ¿e ludzie szacuj¹ prawdopodo- bieñstwa, pos³uguj¹c siê tak zwanym praw- dopodobieñstwem „Baconowskim" - innym ni¿ klasyczny rachunek prawdopodobieñstwa, który Cohen nazywa „Pascalowskim". Rachu- nek Baconowski (zaprezentowany, wed³ug autora, w klasycznym dziele Bacona Novum Organum) lepiej pasuje do procesów poznaw- czych przeciêtnego cz³owieka, poniewa¿ do- tyczy przewidywañ zdarzeñ jednostkowych. Od rachunku Pascalowskiego ró¿ni siê tym, MYŒLENIE I ROZUMOWANIE 305 ¿e na przyk³ad nie ma w nim w ogóle miejsca na prawdopodobieñstwa bezwarunkowe zda- rzeñ - zmorê wielu badanych. O ile teoria Cohena jest ju¿ dziœ raczej historyczn¹ ciekawostk¹, o tyle prawdziw¹ karierê w analizie mechanizmów ludzkich ro- zumowañ statystycznych robi kierunek zapo- cz¹tkowany przez Gigerenzera (1991; Cosmi- des i Tooby, 1996; Gigerenzer i Murray, 1987). G³osi on w³aœciwie tezê odwrotn¹, mianowi- cie, ¿e jedyn¹ wersj¹ rachunku prawdopodo- bieñstwa, któr¹ ludzie rozumiej¹, jest wersja czêstoœciowa. Wed³ug Gigerenzera, rachu- nek prawdopodobieñstwa dotyczy - i zawsze dotyczy³ - zdarzeñ powtarzalnych, a pojêcie prawdopodobieñstwa odnosi siê do wzglêdnej czêstoœci pewnych zdarzeñ w wiêkszym zbio- rze zdarzeñ. Mówienie o prawdopodobieñ- stwie jednostkowego zdarzenia nie ma zatem sensu. Pozbawione sensu jest wiêc sformu- ³owanie: „Jakie jest prawdopodobieñstwo, ¿e pani X jest w ci¹¿y?" - mo¿na ewentualnie zapytaæ o wzglêdn¹ liczbê kobiet, które uzy- skuj¹c pozytywny wynik w teœcie ci¹¿owym, okaza³y siê potem rzeczywiœcie brzemienne. Czêstoœciowe rozumienie prawdopodobieñ- stwa reprezentowali miêdzy innymi Fisher i Neyman i na nich przede wszystkim powo- ³uj¹ siê zwolennicy tego kierunku. Teoretycy decyzji (w tym Kahneman i Tversky) oparli siê, wed³ug Gigerenzera, na swoiœcie zinterpretowanej regule Bayesa, która ³¹czy ze sob¹ informacjê czêstoœciowa (stosunek szans apriorycznych) i miary wia- rygodnoœci dowodów hipotezy, pozwalaj¹c na ustalenie stopnia pewnoœci, ¿e s³uszna jest hipoteza odnosz¹ca siê do przypadku jednost- kowego (¿e pani Kowalska jest w ci¹¿y, ¿e spotkany na ulicy mê¿czyzna jest Hiszpanem, ¿e Linda jest kasjerk¹ w banku itd.). Zdaniem Gigerenzera, taki zabieg jest nieuprawniony. Zarówno dane wyjœciowe zadania, jak i odpo- wiedŸ powinny mieæ formê sformu³owañ czê- stoœciowych (wzglêdnych proporcji), a wów- czas osoby badane nie bêd¹ mieæ ¿adnych k³opotów z ich rozumieniem. I rzeczywiœcie, w trzech klasach zadañ, demonstruj¹cych: (1) z³udzenie koniunkcji, (2) nadmiern¹ pew- noœæ przewidywañ oraz (3) ignorowanie praw- dopodobieñstw bezwarunkowych, uzyskano znaczn¹ poprawê funkcjonowania badanych, gdy warunki zadañ przedstawiono jako czê- stoœci. Podejœcie czêstoœciowe znalaz³o zwolen- ników wœród przedstawicieli ewolucyjnego podejœcia do procesów rozumowania cz³o- wieka. Zwraca siê tu miêdzy innymi uwagê na rolê, jak¹ trafna analiza czêstoœci zda- rzeñ odgrywa w procesach adaptacji organi- zmu do otoczenia (Cosmides i Tooby, 1996). Wiele argumentów przemawia za zasadnoœci¹ podejœcia czêstoœciowego. Dane empiryczne pokazuj¹, ¿e ludzie, podobnie jak zwierzêta, wyposa¿eni zostali w mechanizmy wzglêdnie trafnej oceny czêstoœci oraz wspó³zmiennoœci zdarzeñ (por. par. 24.2.1.4). Podejœcie czêstoœciowe ma jednak swoje ograniczenia. Jak wykazuj¹ niektóre badania (Kleitner i in., 1997), nawet sformu³owanie zadania w kategoriach czêstoœciowych nie zawsze prowadzi do spadku liczby b³êdów, na przyk³ad do docenienia wagi prawdopo- dobieñstw bezwarunkowych w przewidywa- niach. Równie¿ nie wszystkie b³êdy rozu- mowania probabilistycznego mo¿na wyjaœniæ brakiem odpowiedniej interpretacji czêsto- œciowej (na przyk³ad z³udzenie gracza czy nie- addytywnoœæ prawdopodobieñstw). Nie ulega te¿ w¹tpliwoœci, ¿e ludzie codziennie formu- ³uj¹ s¹dy probabilistyczne w odniesieniu do jednostkowych zdarzeñ, na przyk³ad oceniaj¹, jaka jest szansa, ¿e za chwilê bêdzie padaæ, ¿e uda im siê kupiæ wiêksze mieszkanie, lub bardziej ogólnie: ¿e w 1999 roku uda siê w Polsce osi¹gn¹æ zamierzony poziom 9,5% inflacji. Kolejna grupa wyjaœnieñ odwo³uje siê zatem do tych wersji rachunku prawdopodo- bieñstwa, które pozwalaj¹ na formu³owanie s¹dów jednostkowych. Beach, Barnes i Christensen-Szalanski (1986) rozró¿niaj¹ dwa rodzaje przewidywañ, nazywaj¹c je odpowiednio: przewidywaniem aleatorycznymoraz epistemicznym. Prze- widywanie aleatoryczne (od ³ac. alea - koœci do gry) oparte jest na prawdopodobieñstwach czêstoœciowych, to znaczy na ocenie wzglêd- 306 PROCESY POZNAWCZE nej proporcji zdarzeñ danego rodzaju w pró- bie. Przewidywanie aleatoryczne pos³uguje siê zasad¹ ekstensjonalnoœci, która g³osi, ¿e cechy obiektu zale¿¹ wy³¹cznie od cech kategorii, do której obiekt ten zosta³ zakla- syfikowany, nie zaœ od jego indywidualnych w³aœciwoœci. Oznacza to, ¿e ka¿dy element zbioru mo¿na zast¹piæ ka¿dym innym elemen- tem tego samego zbioru. Je¿eli zatem w urnie, z której losujemy, znajduje siê dziesiêæ kul czerwonych, to wszystkie one maj¹ tylko jedn¹ cechê istotn¹ dla dalszych przewidy- wañ: kolor czerwony