پروفسور دانیل کانمن (برنده نوبل اقتصاد)
فصل ۱۶: غلبه علیت بر آمار (قدرت باورهای شهودی بر شواهد)
تقابل بنیادین: نرخ پایههای آماری در برابر نرخ پایههای علّی
ذهن انسان ماشینی است که برای کشف روابط علت و معلولی طراحی شده است، نه برای محاسبه احتمالات ریاضی. هنگامی که با مجموعهای از دادهها مواجه میشویم، اطلاعاتی که حامل بار معنایی، نیت انسانی یا علیت مستقیم باشند، بیدرنگ در تاروپود اندیشه تنیده میشوند؛ در حالی که دادههای صِرف آماری—صرفنظر از دقت ریاضیشان—به راحتی توسط سیستم ۱ پس زده و نادیده گرفته میشوند. کانمن در این فصل میان دو سنخ نرخ پایه تمایزی راهبردی قائل میشود: نرخ پایههای آماری (Statistical Base Rates) که واقعیتهایی صرفاً عددی درباره یک جامعهاند، و نرخ پایههای علّی (Causal Base Rates) که روایتی معنادار از نحوه رخداد پدیدهها ارائه میدهند.
این آزمایش یک حقیقت عمیق شناختی را برملا ساخت: نرخ پایههای علّی به سادگی به کار گرفته میشوند، اما نرخ پایههای صرفاً آماری عملاً هیچ وزنی پیدا نمیکنند. ذهن ما تشنه انتساب ویژگیها به بازیگران صحنه است و تا زمانی که دادهها به قالب خصایص شخصیتی یا علل فیزیکی درنیایند، سیستم ۱ دلیلی برای پردازش آنها نمیبیند.
روانشناسی کلیشهها؛ ابزار کارآمد و بدنامِ سیستم ۱
در گفتمان اجتماعی و سیاسی، واژه «کلیشه» بار منفی شدیدی دارد؛ اما در علوم شناختی، کلیشهسازی (Stereotyping) شیوه طبیعی سیستم ۱ برای دستهبندی و ادراک جهان است. سیستم ۱ برای هر طبقه از اشیاء، حیوانات و انسانها مدلی خلاصه میسازد که ویژگیهای معرف آن گروه را برجسته میکند. در علم آمار، نادیده گرفتن کلیشههای معتبر (مانند اینکه رانندگان جوان ریسک تصادف بالاتری دارند) خطایی نابخشودنی است که به از دست رفتن نرخ پایه میانجامد؛ اگرچه در ساحت اخلاق، قضاوت افراد بر مبنای کلیشهها مذموم و ناعادلانه قلمداد میشود.
آزمایش کمک به دیگران؛ شکست تراژیک آموزش آمار
شکاف عمیقی میان تفکر ما درباره آمار و تفکر ما درباره علیت وجود دارد؛ آمارها به راحتی از ذهن ما سُر میخورند و فرو میافتند، در حالی که باورهای شهودی علّی، با سرسختی باورنکردنی در برابر هر شواهد آماری مقاومت میورزند.

