Страница 25 из 27
Тодоров обнаружил, что люди судят о компетентности, сочетая два измерения: силу и надежность. На лицах, излучающих компетентность, сильный подбородок сочетается с легкой уверенной улыбкой. Нет никаких свидетельств, что эти черты лица действительно предсказывают, насколько хорошо политики справятся со своими обязанностями. Но изучение реакции мозга на выигрывающих и проигрывающих кандидатов демонстрирует, что мы биологически предрасположены отвергать тех, у кого нет ценимых нами признаков. В этом исследовании проигравшие вызывали более сильную негативную эмоциональную реакцию. Это – пример эвристики суждения, о которой я буду говорить далее. Избиратели пытаются составить впечатление о том, насколько будет хорош кандидат на своем посту, и склоняются к более простой оценке, которая выносится быстро, автоматически и доступна в момент, когда Система 2 принимает решение.
Развивая основополагающие исследования Тодорова, политологи определили категорию избирателей, для которых автоматические предпочтения Системы 1, вероятнее всего, сыграют существенную роль. Они обнаружили их среди политически неграмотных избирателей, которые много смотрят телевизор. Как и ожидалось, внешность, создающая впечатление компетентности, влияет на недостаточно информированных любителей телепередач втрое сильнее, чем на других. Разумеется, относительная важность Системы 1 в определении выбора предпочтений при голосовании для всех разная. Мы встретим и другие примеры таких индивидуальных отличий.
Система 1, конечно же, понимает язык, и это понимание зависит от базовых оценок, которые постоянно генерируются в ходе восприятия событий и понимания сообщений. Эти оценки включают высчитывание сходства и репрезентативности, установление причин и оценку доступности ассоциаций и примеров. Это делается даже при отсутствии конкретных задач, хотя результаты используются для выполнения требований, возникающих по мере появления заданий.
Базовых оценок очень много, но оцениваются не все возможные признаки. Для примера взгляните на рисунок 7.
Рис. 7
С первого взгляда создается впечатление о многих особенностях рисунка. Вы знаете, что высота крайних столбиков одинакова и что сходство столбиков друг с другом больше, чем сходство между столбиком слева и массивом кубиков посередине. Вы не осознаете, что количество кубиков в столбике слева такое же, как в средней фигуре, и не знаете, какой высоты будет столбик, построенный из кубиков. Чтобы подтвердить количество, придется пересчитать два набора кубиков и сравнить результаты, а это может сделать лишь Система 2.
Наборы и прототипы
В качестве другого примера подумайте над таким вопросом: какова средняя длина линий на рисунке 8?
Рис. 8
Вопрос легкий, и Система 1 отвечает на него без подсказок. Эксперименты показали, что испытуемым достаточно доли секунды для довольно точной оценки средней длины набора линий. Более того, точность этих оценок не страдает, если мозг испытуемого в это же время занят тестом на память. Испытуемые не всегда знают, как выразить среднее значение в дюймах или сантиметрах, но очень точно подгоняют под него длину другой линии. Чтобы сформировать впечатление о средней длине, Система 2 не нужна. Это автоматически и без усилий делает Система 1, точно так же, как она отмечает цвета линий и факт, что они не параллельны. Мы можем немедленно сформировать впечатление о количестве предметов в наборе: точно, если их число равно или меньше четырех, или примерно, если оно больше четырех.
Перейдем к другому вопросу: какова суммарная длина линий на рисунке 8? С ним все по-другому, потому что Системе 1 нечего предложить. На него можно ответить, лишь активировав Систему 2, которая старательно оценит среднюю длину, посчитает количество линий и перемножит их.
На первый взгляд то, что Система 1 не может вычислить общую длину нескольких линий, вполне очевидно; вы и не думали, что можете это сделать. Это пример важного ограничения Системы 1. Она представляет категории через прототип или несколько типичных образцов, а потому хорошо справляется со средними значениями, но не очень хорошо – с суммированием. Объем категории и количество объектов в ней обычно игнорируются в суждениях относительно того, что я буду называть суммоподобными переменными.
В одном из многочисленных экспериментов, проведенных в связи с судебным процессом после аварии танкера «Эксон Вальдес», испытуемых спросили о степени их готовности оплатить приобретение сетей для покрытия пролитой нефти, в который вязнут и тонут перелетные птицы. Трем группам участников предложили оплатить спасение соответственно двух тысяч, двадцати тысяч или двухсот тысяч птиц. Если спасение птиц – экономический товар, оно должно представлять суммоподобную переменную: спасение двухсот тысяч птиц, казалось бы, стоит дороже, чем спасение двух тысяч. В действительности количество птиц мало повлияло на средний размер взноса для каждой из трех групп: 80, 78 и 88 долларов соответственно. Во всех трех группах участники реагировали на прототип – изображение беспомощной птицы, покрытой нефтью. Как неоднократно подтверждалось опытным путем, количеством почти всегда пренебрегают в подобных эмоциональных обстоятельствах.
Сопоставление интенсивности
Вопросы о вашем благополучии, о популярности президента, о достойном наказании финансовых махинаторов и о перспективах некоего политика объедин яет важная черта: они все обращаются к лежащему в их основе понятию интенсивности или количества, позволяющему использовать слово «больше»: более счастливый, более популярный, более строго или более влиятельный (о политике). К примеру, политическое будущее кандидата может варьироваться от малого «Ее обгонят еще на внутрипартийных выборах» до серьезного «Когда-нибудь она станет президентом США».
Здесь мы сталкиваемся с еще одной способностью Системы 1. Лежащая в основе шкала интенсивности позволяет находить соответствия в самых различных областях. Если бы преступления выражались через цвет, убийство приобрело бы более темный оттенок красного, чем кража. Если бы их выражали через музыку, массовое убийство звучало бы очень громко, а неуплата штрафов за неправильную парковку – едва слышно. Разумеется, вы чувствуете нечто сходное и в отношении интенсивности наказаний. В классических экспериментах одни испытуемые настраивали громкость звука в соответствии с серьезностью преступления, а другие – в соответствии с серьезностью наказания. Услышав один звук для преступления и другой – для наказания, вы сочли бы несправедливым, если бы один из них был заметно громче другого.
Давайте рассмотрим пример, с которым мы еще встретимся:
В четыре года Джули свободно читала.
Теперь сопоставьте ее умение читать с такой шкалой интенсивности:
Какого роста должен быть мужчина, если он настолько же высок, насколько развита Джули?
Как насчет метра восьмидесяти? Явно маловато. А два пятнадцать? Наверное, чересчур. Вам нужен рост, который так же необычен, как и умение читать в четыре года: довольно примечательно, но не поразительно. Вот если бы Джули читала в год и три месяца, это уже было бы выдающееся достижение, вроде роста в два с половиной метра.
Какой уровень дохода в вашей профессии соответствует достижениям Джули в чтении?
Какое преступление настолько же серьезно, насколько велики достижения Джули?
Какой средний выпускной балл в университете «Лиги плюща» соответствует умению Джули читать?
Несложно, правда? Более того, ваши ответы будут близки к тому, что скажут другие люди вашего круга. Если испытуемых просят предсказать средний выпускной балл Джули по тому, когда она научилась читать, то они с легкостью переводят результат из одного измерения в другое и выбирают соответствующий балл. В дальнейшем мы увидим, почему подобный метод предсказаний на основе сопоставления статистически неверен, хоть и абсолютно естественен для Системы 1, и почему у большинства людей – за исключением статистиков – его результаты приемлемы для Системы 2.