فصل ۱۴: تخصص تام دبلیو (سوگیری نمایانگری در برابر نرخ پایه)

قضاوت درباره احتمال وقوع یک رویداد یا تعلق یک فرد به گروهی خاص، در علم آمار مستلزم سنجش دو عامل مستقل است: نرخ پایه (Base Rate) و ارزش تشخیصی شواهد. با این حال، ذهن شهودی انسان در مواجهه با چنین ارزیابی‌هایی، مسیری کاملاً متفاوتی را می‌پیماید. سیستم ۱ بر اساس سازوکار جایگزینی، پرسش دشوار «احتمال وقوع چقدر است؟» را با پرسش ساده‌تر «این مورد تا چه اندازه شبیه به کلیشه ذهنی من است؟» جایگزین می‌کند؛ خطایی بنیادین که کانمن و تیورسکی آن را سوگیری نمایانگری (Representativeness Heuristic) نامیدند.

نرخ پایه آماری، دانشی عام و انتزاعی درباره فراوانی کل یک رخداد در جامعه است. اگر به شما بگویند فردی در متروی نیویورک مشغول مطالعه مجله نیویورک‌تایمز است، آیا احتمال دارد او دارای مدرک دکتری باشد یا فاقد مدرک دانشگاهی؟ سیستم ۱ بلافاصله پاسخ می‌دهد «دکتری»، زیرا مطالعه نیویورک‌تایمز نماد تحصیلات عالی است؛ اما سیستم ۲ اگر مداخله کند، به یاد می‌آورد که تعداد مسافران بدون مدرک دکتری در مترو هزاران برابر فارغ‌التحصیلان دکتری است و در نتیجه حتی با وجود این رفتار، احتمال بدون مدرک بودن فرد آماری بالاتر است. به محض اضافه شدن یک شرح توصیفی ملموس، ذهن آمار نرخ پایه را نادیده می‌گیرد.

پادزهر بنیادین برای درمان سوگیری نمایانگری، به‌کارگیری منطق استدلال بیزی (Bayesian Reasoning) است که نام خود را از ریاضیدان قرن هجدهم، توماس بیز، وام گرفته است. تفکر بیزی حکم می‌کند که باور ما به وقوع یک حادثه، باید تلفیقی منظم از «احتمال اولیه (نرخ پایه)» و «قدرت تشخیصی شواهد جدید» باشد. اگر شواهد جدید کامل و خدشه‌ناپذیر نباشند، قضاوت نهایی باید همچنان در نزدیکی نرخ پایه لنگر بیندازد.

سوگیری نمایانگری جذابیت ویرانگری دارد؛ زیرا شباهت به یک کلیشه، حسی از یقین و شناخت بی‌واسطه را در سیستم ۱ برمی‌انگیزد، در حالی که درک نرخ پایه مستلزم توقفی سرد، محاسبه‌گر و تلاشی ریاضی است که سیستم ۲ ترجیح می‌دهد از آن بگریزد.