فصل ۱۰: قانون اعداد کوچک (توهم قطعیت در نمونه‌های اندک)

مغز انسان به عنوان محصول فرگشت، برای تفکر علّی و کشف الگوهای روایی طراحی شده است، نه برای درک شهودی احتمالات و ریاضیات آمار. هنگامی که با پدیده‌های جهان روبه‌رو می‌شویم، سیستم ۱ تمایلی مفرط و وسواسی به دیدن معنا، قاعده و قطعیت دارد؛ در حالی که واقعیت بنیادین بسیاری از رخدادها چیزی جز تصادف کور و نوسانات تصادفی نیست. دانیل کانمن و آموس تیورسکی در این فصل سازوکاری را کالبدشکافی می‌کنند که نشان می‌دهد چگونه ذهن، اعتبار یک قاعده را بر نمونه‌های بسیار محدود تعمیم می‌دهد؛ خطایی سامان‌مند که آن را «قانون اعداد کوچک» نامیدند.

نقطه آغاز همکاری تاریخی دانیل کانمن و آموس تیورسکی در اوایل دهه ۱۹۷۰، پاسخی به این پرسش بود: آیا حتی افرادی که آموزش‌های پیشرفته آماری دیده‌اند، شهود درستی از اندازه نمونه دارند؟ پاسخ یک «خیر» قاطع بود. خطای قانون اعداد کوچک تنها مختص عامه مردم نیست؛ بلکه کارشناسان و دانشگاهیان نیز به کرات در همان تله سقوط می‌کنند.

ریشه این توهم در همان اصل WYSIATI (هر آنچه می‌بینی تمام آن چیزی است که وجود دارد) نهفته است. سیستم ۱ به ساختار و اندازه داده‌ها اهمیتی نمی‌دهد، بلکه صرفاً به انسجام داستان حساس است. وقتی داستانی درباره یک فرد موفق، یک درمان معجزه‌آسا یا یک استارتاپ پیشگام می‌شنویم، سیستم ۱ نمی‌پرسد: «آیا این نتیجه حاصل برانداز کردن ۵ مورد بوده یا ۵۰,۰۰۰ مورد؟» ذهن فوراً نمونه محدود را ملاک کل واقعیت قرار می‌دهد.

سیستم ۱ توانایی عجیبی در ساختن طرح و توطئه از درون رویدادهای کاملاً تصادفی دارد. ذهن انسان نمی‌تواند بی‌‌نظمی خالص را تحمل کند؛ از این رو هرگونه تجمع، شکاف یا توالی را به عنوان نشانه‌ای هدفمند تفسیر می‌کند.

قانون اعداد کوچک بخشی از سازوکار بزرگ‌تری است که تمایل سیری‌ناپذیر ما به قطعیت را ارضا می‌کند: ما ترجیح می‌دهیم جهانی را باور کنیم که در آن هر رویداد علتی روشن دارد، تا اینکه بپذیریم در جهانی آکنده از نوسانات تصادفی شانس زندگی می‌کنیم.