Що таке хибність гравця — і чому її вважали помилкою

Уявіть, що ви стоїте біля рулетки. Червоне випадало сім разів поспіль. Більшість людей починає ставити на чорне — адже «чорне вже давно не виходило». Це і є хибність гравця: очікування, що незалежний випадковий процес «вирівняється» і переключиться.

Класична психологія пояснювала це «законом малих чисел» — хибною вірою в те, що навіть коротка серія результатів має відображати загальну ймовірність. Тверскі й Канеман ще в 1971–1972 роках описали цей феномен як систематичну когнітивну помилку, як свідчення того, що люди погано міркують про ймовірності. Це стало одним з наріжних каменів поведінкової економіки.

Але є нюанс, який усі ігнорували.

Звідки береться математична асиметрія

Дорст ставить просте запитання: а що, якщо людина насправді не знає, чи є процес незалежним? Монети, слот-машини, рулеткові колеса — ми думаємо, що вони незалежні, але чи знаємо це напевне?

Виявляється, ні. Наприклад, реальні дослідження 2007 і 2023 років показали, що підкинута монета з ймовірністю 51% падає тим боком, яким лежала перед підкиданням. Слот-машини можуть змінювати ймовірності виплат. Рулетки мали задокументовані механічні зміщення. Отже, невизначеність щодо природи процесу цілком виправдана.

І ось тут починається математика. Уявімо три типи процесів:

• «серійний» (streaky — схильний до серій),
• «перемінний» (switchy — схильний до чергування)
• і «незалежний» (steady).

Якщо людина-байєсіанець — тобто той, хто раціонально оновлює свої переконання на основі нових даних — спостерігає серію результатів і намагається зрозуміти, який тип перед нею, вона отримує нерівномірні докази.

Коротка серія, скажімо три орли поспіль, значно більше суперечить «серійному» процесу, ніж «перемінному». Чому? Через математичну асиметрію: чергуючі послідовності статистично частіше зустрічаються в незалежних процесах, ніж довгі серії одного результату, але при цьому вони й самі є характерною ознакою «перемінних» процесів. Тому спостерігаючи просто будь-яку коротку серію, людина швидше відкидає гіпотезу «серійності», ніж «перемінності».

Результат: навіть той, хто стає дедалі впевненішим, що процес незалежний, все одно зберігає трохи більше довіри до гіпотези «перемінності», ніж до «серійної». І коли він прогнозує наступний результат, усереднюючи свою невизначеність, — він очікує переключення. Хибність гравця виникає автоматично, без жодної помилки в мисленні.

Коли пам’ять обмежена — ефект не зникає

Можна заперечити: якби людина побачила достатньо даних, вона б переконалася, що процес незалежний, і припинила б очікувати переключень. Але Дорст показує, що це не так, якщо пам’ять обмежена.

Ми не пам’ятаємо всіх підкидань монети за все своє життя. Ми пам’ятаємо останні кілька. І якщо «вікно» пам’яті коротке, то навіть після нескінченно великого обсягу даних хибність гравця зберігається. Мозок щоразу «перезапускається» з тієї ж точки невизначеності, і математична асиметрія знову робить своє.

П’ять закономірностей, які вчені нарешті пояснили

Найцікавіше в роботі Дорста те, що його модель пояснює відразу п’ять різних емпіричних феноменів, які раніше здавалися не пов’язаними між собою.

• По-перше, нелінійні очікування: при короткій серії люди очікують переключення, але якщо серія дуже довга — починають очікувати продовження (це фіксували ще в 1963 році, і досі не було єдиного пояснення).
• По-друге, залежність від досвіду: для добре знайомих процесів, як підкидання монети, люди швидше переходять до незалежних очікувань, ніж для незнайомих, таких як фондовий ринок.
• По-третє, залежність від нещодавно побаченої послідовності: якщо щойно бачив багато чергувань — очікуєш чергування; бачив довгу серію — очікуєш продовження.
• По-четверте, коли людей просять генерувати випадкові послідовності (а не передбачати), вони роблять їх надто чергуючими — частота переключень перевищує 50%.
• По-п’яте, ефект більш виражений, коли людину просять зробити бінарний прогноз (орел/решка), ніж коли просять назвати ймовірність числом.

Усі п’ять ефектів отримують природне пояснення з єдиного механізму — байєсівського оновлення при причинній невизначеності.

Що це означає для розуміння людського розуму

Робота Дорста — частина більшої наукової дискусії про природу людського мислення. З одного боку, є «механістичний» підхід: мозок використовує прості евристики, що часто дають збої, і є систематично ірраціональним. Цей погляд домінував наприкінці XX століття і ліг в основу поведінкової економіки.

З іншого боку, «раціональний» підхід стверджує: мозок — це ресурсно обмежений оптимізатор, і більшість «помилок» є насправді розумними компромісами в умовах обмеженої інформації і пам’яті.

Якщо навіть хибність гравця — один із найяскравіших і найдавніших прикладів «ірраціональності» — виявляється математично виправданою поведінкою, це серйозний аргумент на користь того, що людський мозок значно розумніший, ніж вважали.

Дорст не стверджує, що всі когнітивні упередження є раціональними. Але він показує: перш ніж називати поведінку «помилкою», варто запитати — а в якому середовищі вона мала б сенс? Можливо, середовище, де виникла наша психологія, давало саме такі підказки.

Чому це важливо знати

Ми постійно оцінюємо ризики: чи виграє наша улюблена команда після серії поразок, чи вдасться черговий бізнес-проект після кількох невдалих, чи варто їхати знайомим маршрутом, якщо він нещодавно кілька разів підводив. Щоразу ми робимо саме те, що Дорст описав як раціональну байєсівську поведінку. Якщо ви думали, що «чекати на зміну чорної смуги життя» — ознака слабкого мислення, можливо, ви просто раціонально реагуєте на реальну невизначеність у світі, де більшість процесів справді не є незалежними.