שינויים

;פרק 21 - אינטואיציה מול נוסחאות:

;פרק 21 - אינטואיציה מול נוסחאות:

[[קובץ:French wine haut brion 86.jpg|ממוזער|מחיר עתידי של יין בורדו - נותן דוגמה בולטת לכושר ניבוי טוב יותר של נוסחאות]]

[[קובץ:French wine haut brion 86.jpg|ממוזער|מחיר עתידי של יין בורדו - נותן דוגמה בולטת לכושר ניבוי טוב יותר של נוסחאות.]]

הפרק עוסק במקרים שבהם מודל של נוסחה פשוטה מצליח לספק ניבוי טוב יותר מאשר מודל מורכב יותר שכולל חוות-דעת של מומחים. הסיבה היסודית היא שבני אדם נוטים לבצע הטיות ולסבך את המודל. הפסיכולוג פול מיל (Paul E. Meehl) בדק מה הניבוי הקליני מול ניבוי סטטיסטי. בשנת 1954 הוא הוציא ספר בשם Clinical vs. Statistical Prediction וגרם לסערה מקצועית. {{הערה| [https://en.wikipedia.org/wiki/Paul_E._Meehl פול מיל] בויקיפדיה האנגלית}} מיל בדק כמה מחקרים של ניבוי תוצאות על ידי פסיכולוגים, לדוגמה ניבוי ציונים של סטודנטים בשנה הראשונה. הוא בדק ניבוי סטטיסטי לפי נוסחה פשוטה שמבוססת על מבחן-כושר וציונים, מול בחינה על ידי מומחים שכללה נתונים אלה ובנוסף גם ראיון של 45 דקות והצגה עצמית של כמה עמודים. הניבוי הסטטיסטי היה מדוייק יותר ב-11 מתוך 14 מחקרים.  

הפרק עוסק במקרים שבהם מודל של נוסחה פשוטה מצליח לספק ניבוי טוב יותר מאשר מודל מורכב יותר שכולל חוות-דעת של מומחים. הסיבה היסודית היא שבני אדם נוטים לבצע הטיות ולסבך את המודל. הפסיכולוג פול מיל (Paul E. Meehl) בדק מה הניבוי הקליני מול ניבוי סטטיסטי. בשנת 1954 הוא הוציא ספר בשם Clinical vs. Statistical Prediction וגרם לסערה מקצועית. {{הערה| [https://en.wikipedia.org/wiki/Paul_E._Meehl פול מיל] בוויקיפדיה האנגלית}} מיל בדק כמה מחקרים של ניבוי תוצאות על ידי פסיכולוגים, לדוגמה ניבוי ציונים של סטודנטים בשנה הראשונה. הוא בדק ניבוי סטטיסטי לפי נוסחה פשוטה שמבוססת על מבחן-כושר וציונים, מול בחינה על ידי מומחים שכללה נתונים אלה ובנוסף גם ראיון של 45 דקות והצגה עצמית של כמה עמודים. הניבוי הסטטיסטי היה מדוייק יותר ב-11 מתוך 14 מחקרים.  

דוגמה מפורסמת לנושא זה היא מחיר עתידי של יינות - המחיר של בקבוק מאותו כרם עשוי להיות גדול פי 10 בעונות בציר שונות. ניבוי על ידי 4 משתנים (טמפרטורה בזמן הבשלת הענבים, כמות הגשם בזמן הבציר ועוד שניים) מספק ניבוי בדיוק של 90% מהמחיר הסופי - טוב בהרבה מאשר ניבוי של מומחים. סיבה אחת שמומחים טועים היא שהם לפעמים מסבכים מודל פשוט בהסברים מורכבים יותר. דוגמה נוספת היא רדיולוגים שהתבקשו לנתח את אותו צילום שכבר בחנו בעבר - ב-20% הם סיפקו הבחנה אחרת.  

דוגמה מפורסמת לנושא זה היא מחיר עתידי של יינות - המחיר של בקבוק מאותו כרם עשוי להיות גדול פי 10 בעונות בציר שונות. ניבוי על ידי 4 משתנים (טמפרטורה בזמן הבשלת הענבים, כמות הגשם בזמן הבציר ועוד שניים) מספק ניבוי בדיוק של 90% מהמחיר הסופי - טוב בהרבה מאשר ניבוי של מומחים. סיבה אחת שמומחים טועים היא שהם לפעמים מסבכים מודל פשוט בהסברים מורכבים יותר. דוגמה נוספת היא רדיולוגים שהתבקשו לנתח את אותו צילום שכבר בחנו בעבר - ב-20% הם סיפקו הבחנה אחרת.  

בעקבות הסערה שעורר הספר, בוצעו מחקרים בתחומים רבים אחרים -בוצעו מעל 200 מחקרים לחקר תופעה זו, 60% מהם מראים שניבוי סטטיסטי נותן תוצאות טובות יותר מאשר מומחים. משתנים רפואיים שנחקרו כוללים תוחלת חיים של חולי סרטן, מוות בעריסה וזמני אשפוז. שאלות כלכליות שנחקרו כוללים סיכוי הצלחת עסק חדש, סיכון עתידי, וסיכוני אשראי. שאלות ממשלתיות כוללו התאמת הורים מאמצים, פשיעה חוזרת של נוער עברייני. וכן מחיר עתידי של יין בורדו, או נצחון במשחקי פוטבול, הצלחה באימוני טיס, הפרת תנאי שחרור של אסירים, פשיעה חוזרת של אסירים ועוד.

בעקבות הסערה שעורר הספר, בוצעו מחקרים בתחומים רבים אחרים - בוצעו מעל 200 מחקרים לחקר תופעה זו, 60% מהם מראים שניבוי סטטיסטי נותן תוצאות טובות יותר מאשר מומחים. משתנים רפואיים שנחקרו כוללים תוחלת חיים של חולי סרטן, מוות בעריסה וזמני אשפוז. שאלות כלכליות שנחקרו כוללים סיכוי הצלחת עסק חדש, סיכון עתידי, וסיכוני אשראי. שאלות ממשלתיות כללו התאמת הורים מאמצים, פשיעה חוזרת של נוער עברייני. וכן מחיר עתידי של יין בורדו, או ניצחון במשחקי פוטבול, הצלחה באימוני טיס, הפרת תנאי שחרור של אסירים, פשיעה חוזרת של אסירים ועוד.

החוקר אורלי אשנפלטר (Orley Ashenfelter) הדגים את הנושא בתחום של ניבוי המחיר העתידי של יין בורדו. {{הערה|Predicting the quality and prices of Bordeaux wine, Economic Journal 118, 2008)}} המחיר של בקבוק מאותו כרם עשוי להשתנות בפער מחירים של פי 10 לעומת בקבוק מאותו כרם בבציר הקודם. אשנפלטר סיפק ניבוי על ידי 4 משתנים (טמפרטורה בזמן הבשלת הענבים, כמות הגשם בזמן הבציר ועוד שניים) והשיג ניבוי בדיוק של 90% מהמחיר הסופי - טוב בהרבה מאשר ניבוי של מומחים. {{הערה|[https://grape-man.com/%D7%90%D7%9C%D7%92%D7%95%D7%A8%D7%99%D7%AA%D7%9D-%D7%90%D7%95-%D7%90%D7%99%D7%A0%D7%98%D7%95%D7%90%D7%99%D7%98%D7%99%D7%91%D7%99%D7%95%D7%AA-%D7%92%D7%99%D7%A9%D7%94-%D7%97%D7%93%D7%A9%D7%94-%D7%9C%D7%94%D7%A2%D7%A8%D7%9B%D7%AA-%D7%9E%D7%97%D7%99%D7%A8%D7%95-%D7%94%D7%A2%D7%AA%D7%99%D7%93%D7%99-%D7%A9%D7%9C-%D7%99%D7%99%D7%9F.html אלגוריתם או אינטואיטיביות? גישה חדשה להערכת מחירו העתידי של יין], בבלוג "איש הענבים", 2013}} המחקר של אשנפלטר קורא תגר לא רק על על האמונה במומחים, אלא גם בדעה נפוצה בקרב [[חקר הכלכלה|כלכלנים]] [[כלכלה נאו-קלאסית|נאו-קלאסיים]] לפיה המחיר של מוצר ב[[שוק משוכלל]] כבר ממכיל בתוכו את כל המידע האפשרי ולכן לא יכול להיות מוטעה.  

החוקר אורלי אשנפלטר (Orley Ashenfelter) הדגים את הנושא בתחום של ניבוי המחיר העתידי של יין בורדו. {{הערה|Predicting the quality and prices of Bordeaux wine, Economic Journal 118, 2008)}} המחיר של בקבוק מאותו כרם עשוי להשתנות בפער מחירים של פי 10 לעומת בקבוק מאותו כרם בבציר הקודם. אשנפלטר סיפק ניבוי על ידי 4 משתנים (טמפרטורה בזמן הבשלת הענבים, כמות הגשם בזמן הבציר ועוד שניים) והשיג ניבוי בדיוק של 90% מהמחיר הסופי - טוב בהרבה מאשר ניבוי של מומחים. {{הערה|[https://grape-man.com/%D7%90%D7%9C%D7%92%D7%95%D7%A8%D7%99%D7%AA%D7%9D-%D7%90%D7%95-%D7%90%D7%99%D7%A0%D7%98%D7%95%D7%90%D7%99%D7%98%D7%99%D7%91%D7%99%D7%95%D7%AA-%D7%92%D7%99%D7%A9%D7%94-%D7%97%D7%93%D7%A9%D7%94-%D7%9C%D7%94%D7%A2%D7%A8%D7%9B%D7%AA-%D7%9E%D7%97%D7%99%D7%A8%D7%95-%D7%94%D7%A2%D7%AA%D7%99%D7%93%D7%99-%D7%A9%D7%9C-%D7%99%D7%99%D7%9F.html אלגוריתם או אינטואיטיביות? גישה חדשה להערכת מחירו העתידי של יין], בבלוג "איש הענבים", 2013}} המחקר של אשנפלטר קורא תיגר לא רק על על האמונה במומחים, אלא גם בדעה נפוצה בקרב [[חקר הכלכלה|כלכלנים]] [[כלכלה נאו-קלאסית|נאו-קלאסיים]] לפיה המחיר של מוצר ב[[שוק משוכלל]] כבר ממכיל בתוכו את כל המידע האפשרי ולכן לא יכול להיות מוטעה.  

סיבה אחת לטעויות של מומחים היא הנטייה להתחכם, לקחת בחשבון צירופים מורכבים של מאפיינים שונים שיעידו כי הם-הם החושבים "מחוץ לקופסה". אבל במקרים רבים חשיבה כזו גורמת דווקא ליותר טעיות ומורכבות מפחיתה את הדיוק של ניבוי. סיבה נוספת היא שבני אדם לא תמיד עקביים בשיפוט שלהם - דוגמה עם רדיולוגים שסתרו את עצמם ב-20% מהמקרים כאשר נתבקשו להעריך את אותו צילום שכבר ניתחו בעבר בהזדמנות נפרדת.  

סיבה אחת לטעויות של מומחים היא הנטייה להתחכם, לקחת בחשבון צירופים מורכבים של מאפיינים שונים שיעידו כי הם-הם החושבים "מחוץ לקופסה". אבל במקרים רבים חשיבה כזו גורמת דווקא ליותר טעיות ומורכבות מפחיתה את הדיוק של ניבוי. סיבה נוספת היא שבני אדם לא תמיד עקביים בשיפוט שלהם - דוגמה עם רדיולוגים שסתרו את עצמם ב-20% מהמקרים כאשר נתבקשו להעריך את אותו צילום שכבר ניתחו בעבר בהזדמנות נפרדת.  

אנחנו קוראים מילים ומשפטים בצורה מהירה וקולחת בלי שאנחנו מתעכבים כיצד דבר זה נעשה בדיוק. המומחה נתקל באירועים רבים שאותם הוא מנתח במשך זמן רב. לאחר מכן כשהוא נתקל במקרה מסויים (לדוגמה מצב מסויים בלוח שחמט), הזיכרון שלו (מערכת 1) מציע לו רמזים לפתרון, הוא בודק האם הפתרון מתאים (באמצעות מערכת 2) ובמקרה וכן הולך לפי פתרון זה. כך לדוגמה אמני שחמט מתאמנים במשך עשרות אלפי שעות במשחקים ולומדים לזהות מצבים שונים של הלוח, באופן כזה הם יכולים לנתח את המשחק ואת האפשרויות דרך התבוננות מהירה במצב הלוח. דבר זה דומה במקצת לאנשים רגילים שיכולים לקרוא מילים ומשפטים בצורה מהירה לאחר כמה שנות קריאה.  

אנחנו קוראים מילים ומשפטים בצורה מהירה וקולחת בלי שאנחנו מתעכבים כיצד דבר זה נעשה בדיוק. המומחה נתקל באירועים רבים שאותם הוא מנתח במשך זמן רב. לאחר מכן כשהוא נתקל במקרה מסויים (לדוגמה מצב מסויים בלוח שחמט), הזיכרון שלו (מערכת 1) מציע לו רמזים לפתרון, הוא בודק האם הפתרון מתאים (באמצעות מערכת 2) ובמקרה וכן הולך לפי פתרון זה. כך לדוגמה אמני שחמט מתאמנים במשך עשרות אלפי שעות במשחקים ולומדים לזהות מצבים שונים של הלוח, באופן כזה הם יכולים לנתח את המשחק ואת האפשרויות דרך התבוננות מהירה במצב הלוח. דבר זה דומה במקצת לאנשים רגילים שיכולים לקרוא מילים ומשפטים בצורה מהירה לאחר כמה שנות קריאה.  

השאלה היא מתי אפשר לבטוח במיומנות אינטואטיבית. בתחומים מסויימים כמו כיבוי שריפות, שח-מט, או רפואה, יש היבט של חזרתיות רבה, וניתן ללמוד מקיום רב של מקרים לגבי הדפוסים הקיימים בתחום. לעומת זאת בתחומים כמו פסיכולוגיה קלינית, רדיולוגים, או בחירת מניות הגורם האקראי גדול יותר. כהנמן מציין כי יש גם חשיבות למימד [[השיהוי]] בין פעולה לתגובה. לנהוג עקומות במכונית זה קל כי כל פעולה מניבה תגובה מיידית ועם הזמן לומדים מה לעשות. לעומת זאת לנווט ספינת מטען בנמל זה דבר קשה הרבה יותר. כך גם פסיכולוגים - יכולים לחזות מה תהיה תגובת מטופל למשהו שהם יגידו בדיוק די גבוה - אבל קשה להם יותר להבין מה תהיה השפעה של הטיפול שלהם בעוד חודשים או שנים.

השאלה היא מתי אפשר לבטוח במיומנות אינטואיטיבית. בתחומים מסויימים כמו כיבוי שריפות, שח-מט, או רפואה, יש היבט של חזרתיות רבה, וניתן ללמוד מקיום רב של מקרים לגבי הדפוסים הקיימים בתחום. לעומת זאת בתחומים כמו פסיכולוגיה קלינית, רדיולוגים, או בחירת מניות הגורם האקראי גדול יותר. כהנמן מציין כי יש גם חשיבות למימד [[השיהוי]] בין פעולה לתגובה. לנהוג עקומות במכונית זה קל כי כל פעולה מניבה תגובה מיידית ועם הזמן לומדים מה לעשות. לעומת זאת לנווט ספינת מטען בנמל זה דבר קשה הרבה יותר. כך גם פסיכולוגים - יכולים לחזות מה תהיה תגובת מטופל למשהו שהם יגידו בדיוק די גבוה - אבל קשה להם יותר להבין מה תהיה השפעה של הטיפול שלהם בעוד חודשים או שנים.

רובין הגווארת (Hogarth)- מתאר בספר Educating intuition אפילו סביבה "זדונית" שבה לקחים שלומדים מניסיון הם הרבה פעמים שגויים. דוגמה היא סיפור של לואיס תומס על רופא שמישש את הלשונות של חולי טיפוס כדי לדעת אם הם חולים. {{הערה|[https://www.researchgate.net/publication/242486695_Educating_Intuition_A_Challenge_for_the_21st_Century Educating intuition]}}

רובין הגווארת (Hogarth)- מתאר בספר Educating intuition אפילו סביבה "זדונית" שבה לקחים שלומדים מניסיון הם הרבה פעמים שגויים. דוגמה היא סיפור של לואיס תומס על רופא שמישש את הלשונות של חולי טיפוס כדי לדעת אם הם חולים. {{הערה|[https://www.researchgate.net/publication/242486695_Educating_Intuition_A_Challenge_for_the_21st_Century Educating intuition]}}