Доказанное утверждение полезное не само по себе

Чем больше человек знает, тем очевиднее для него, насколько эти знания скудны (вспомним приписываемое Сократу «Я знаю, что ничего не знаю»). С тем же успехом этот закон работает и наоборот: чем меньше человек знает, тем увереннее он в своих знаниях и их безграничности. Сегодня перевели статью о когнитивном искажении раздутой самооценки и иллюзии компетентности — так называемом эффекте Даннинга-Крюгера. Вместе с главным редактором Knowing Neurons Кейт Фейлхабер разбираемся, почему некоторые люди не могут адекватно оценивать свои умения, когнитивные способности и уровень популярности, к каким последствиям это может вести и что отличает по-настоящему компетентных людей.

Однажды в 1995 году крупный здоровый мужчина среднего возраста ограбил два банка Питтсбурга средь бела дня. На нём не было маски или какой-либо другой маскировки, и он улыбался, глядя в камеры видеонаблюдения, прежде чем выходить из каждого банка. Позже той ночью полиция задержала потрясенного преступника Макартура Уилера. Когда ему показали записи с камер, Уилер смотрел в недоумении.

«Но на мне же был сок», — пробормотал он.

Видимо, Уилер считал, что нанесение лимонного сока на кожу делает его невидимым для камер видеозаписи. Ведь лимонный сок используется в качестве невидимых чернил, поэтому, по логике Уилера, пока он не находится рядом с источником тепла, он должен быть полностью невидимым.

Полиция пришла к выводу, что Уилер не был сумасшедшим или под воздействием наркотиков — просто он глубоко заблуждался.

На эту историю наткнулся Дэвид Даннинг из Корнеллского университета, который заручился поддержкой своего аспиранта, Джастина Крюгера, чтобы разобраться, что же тогда произошло.

Они рассуждали, что хотя почти все позитивно расценивают свои способности в различных социальных и интеллектуальных сферах, некоторые люди склонны ошибочно их завышать.

Эта иллюзия уверенности сегодня известна как «эффект Даннинга-Крюгера» и описывает когнитивное искажение раздутой самооценки.

Чтобы исследовать этот феномен в лаборатории, Даннинг и Крюгер разработали несколько экспериментов. В одном исследовании они задали студентам ряд вопросов о грамматике, логике и юморе, а затем попросили каждого респондента оценить свои результаты в целом, а также их относительный рейтинг по сравнению с другими студентами. Примечательно, что студенты, набравшие самый низкий результат в познавательных задачах, всегда переоценивали, насколько хорошо они справились. И наоборот — те учащиеся, что занижали себе оценку, выполняли задания лучше, чем две трети остальных.

Читайте также Парадоксы интеллекта: почему умные люди совершают глупости?

Эта «иллюзия уверенности» простирается на сферы за пределами университета и пронизывает реальную жизнь.

В следующем исследовании Даннинг и Крюгер покинули стены лаборатории и отправились на стрельбище, где они опрашивали любителей стрельбы о безопасности оружия. Аналогично их предыдущим результатам, те, кто отвечал на наименьшее количество вопросов правильно, безумно переоценивал свои знания об огнестрельном оружии.

За пределами фактических знаний, эффект Даннинга-Крюгера можно также наблюдать и при оценке людьми множества других личных способностей.

Если вы посмотрите любое шоу талантов, то можете заметить шок на лицах участников, которые не прошли кастинг и были отклонены судьями.

Может показаться забавным, когда люди действительно не подозревают, насколько вводят себя в заблуждение своим же собственным мнимым превосходством.

Безусловно, для нас характерно переоценивать свои способности. Одно исследование показало, что 80% водителей оценивают свои навыки вождения выше среднего, что является статистической невозможностью. И подобные же тенденции наблюдаются, когда люди оценивают свою популярность и когнитивные способности.

Проблема в том, что, когда люди некомпетентны, они не только приходят к неправильным выводам, но, кроме того, они лишены возможности осознавать свои ошибки.

Одно исследование студентов, которое длилось в течение семестра, показало, что успевающие ученики могли хорошо прогнозировать свою эффективность на экзаменах, основываясь на результатах прошлых оценок. Однако самые отстающие учащиеся не признавали своих проблем, несмотря на явные и неоднократные негативные оценки со стороны преподавателей. Вместо того чтобы оказаться в замешательстве, в недоумении или задуматься о своих неверных подходах, несведущие студенты настаивали на своей правоте.

Как писал Чарльз Дарвин в «Происхождении человека» (1871):

«Невежество чаще порождает уверенность, чем знание».

В своем классическом исследовании Даннингу и Крюгеру удалось пронаблюдать, что действительно умные люди не в состоянии точно оценивать свои способности. Те студенты, чьи когнитивные показатели были в верхнем квартиле ⓘВерхний квартиль – часть набора данных с наиболее высокими значениями в статистических исследованиях., недооценивали свою относительную компетентность. Такие студенты полагали, что если задачи им даются легко, то, должно быть, они являются легкими и для всех остальных.

Читайте также:  Полезные свойства сока из савойской капусты

Это так называемый «синдром самозванца», и его можно сопоставить с еще одним аспектом эффекта Даннинга-Крюгера, который проявляется тогда, когда ученики с высокими показателями не могут распознавать свои таланты и считают, что другие не менее компетентны.

Читайте также «Поймай меня, если сможешь»: что такое синдром самозванца

Разница в том, что действительно компетентные люди, в отличие от некомпетентных, открыты для критики и в состоянии корректировать свою самооценку, исходя из соответствующей обратной связи.

И в этом кроется ключ к неразумному поведению того грабителя банка. Иногда мы пытаемся делать вещи, которые ведут к благоприятным результатам, но иногда — как идея с лимонным соком — наши подходы несовершенны, иррациональны, нелепы или просто глупы.

Фокус заключается в том, чтобы не обманываться иллюзией своего превосходства и систематически пересматривать свою компетентность.

В конце концов, как говорил Конфуций,

«Истинное знание — это знание о невежестве».

Эта статья впервые была опубликована в журнале Aeon под заголовком «What know-it-alls don’t know, or the illusion of competence» с лицензией Creative Commons.

Взяо отсюда: https://monocler.ru/effect-danninga-krugera/

Источник

vgivanov

11 января 2017 в 17:28

Теореме Гёделя о неполноте, одной из самых известных теорем математической логики, повезло и не повезло одновременно. В этом она похожа на специальную теорию относительности Эйнштейна. С одной стороны, почти все о них что-то слышали. С другой — в народной интерпретации теория Эйнштейна, как известно, «говорит, что всё в мире относительно». А теорема Гёделя о неполноте (далее просто ТГН), в примерно столь же вольной фолк-формулировке, «доказывает, что есть вещи, непостижимые для человеческого разума». И вот одни пытаются приспособить её в качестве аргумента против материализма, а другие, напротив, доказывают с её помощью, что бога нет. Забавно не только то, что обе стороны не могут оказаться правыми одновременно, но и то, что ни те, ни другие не удосуживаются разобраться, что же, собственно, эта теорема утверждает.

Итак, что же? Ниже я попытаюсь «на пальцах» рассказать об этом. Изложение моё будет, разумеется нестрогим и интуитивным, но я попрошу математиков не судить меня строго. Возможно, что для нематематиков (к которым, вообще-то, отношусь и я), в рассказанном ниже будет что-то новое и полезное.

Математическая логика — наука действительно довольно сложная, а главное — не очень привычная. Она требует аккуратных и строгих манёвров, при которых важно не перепутать реально доказанное с тем, что «и так понятно». Тем не менее, я надеюсь, что для понимания следующего ниже «наброска доказательства ТГН» читателю понадобится только знание школьной математики/информатики, навыки логического мышления и 15-20 минут времени.

Несколько упрощая, ТГН утверждает, что в достаточно сложных языках существуют недоказуемые высказывания. Но в этой фразе почти каждое слово нуждается в пояснении.

Начнём с того, что попытаемся разобраться, что такое доказательство. Возьмём какую-нибудь школьную задачку по арифметике. Например, пусть требуется доказать верность следующей незамысловатой формулы: «» (напомню, что символ читается «для любого» и называется «квантор всеобщности»). Доказать её можно, тождественно преобразуя, скажем, так:

  1. ИСТИНА

Переход от одной формулы к другой происходит по некоторым известным правилам. Переход от 4-й формулы к 5-й произошёл, скажем, потому, что всякое число равно самому себе — такова аксиома арифметики. А вся процедура доказывания, таким образом, переводит формулу в булево значение ИСТИНА. Результатом могла быть и ЛОЖЬ — если бы мы опровергали какую-то формулу. В таком случае мы бы доказали её отрицание. Можно себе представить программу (и такие программы действительно написаны), которые бы доказывали подобные (и более сложные) высказывания без участия человека.

Для дальнейшего нам понадобится понятие алгоритма. Приводить здесь формальное его определение я не буду — это завело бы нас довольно далеко в сторону. Ограничусь неформальным: «алгоритм» — эта последовательность однозначных инструкций («программа»), которая за конечное число шагов переводит исходные данные в результат. Выделенное курсивом принципиально важно — если на каких-то начальных данных программа зацикливается, то алгоритма она не описывает. Для простоты и в применении к нашему случаю читатель может считать, что алгоритм — это программа, написанная на любом известном ему языке программирования, которая для любых входных данных из заданного класса гарантированно завершает свою работу с выдачей булевого результата.

Читайте также:  Раскраски полезные и не полезные продукты

Спросим себя: для всякой ли функции существует «доказывающий алгоритм» (или, короче, «дедуктика»), эквивалентный этой функции, то есть переводящий каждое высказывание именно в то булево значение, что и она? Лаконичнее тот же вопрос можно сформулировать так: всякая ли функция над множеством высказываний вычислима? Как вы уже догадываетесь, из справедливости ТГН следует, что нет, не всякая — существуют невычислимые функции такого типа. Иными словами, не всякое верное высказывание можно доказать.

Очень может быть, что это утверждение вызовет у вас внутренний протест. Связано это с несколькими обстоятельствами. Во-первых, когда нас учат школьной математике, то иногда возникает ложное впечатление почти полной тождественности фраз «теорема верна» и «можно доказать или проверить теорему ». Но, если вдуматься, это совершенно не очевидно. Некоторые теоремы доказываются довольно просто (например, перебором небольшого числа вариантов), а некоторые — очень сложно. Вспомним, например, знаменитую Великую теорему Ферма:

доказательство которой нашли только через три с половиной века после первой формулировки (и оно далеко не элементарно). Следует различать истинность высказывания и его доказуемость. Ниоткуда не следует, что не существует истинных, но недоказуемых (и не проверяемых в полной мере) высказываний.

Второй интуитивный довод против ТГН более тонок. Допустим, у нас есть какое-то недоказуемое (в рамках данной дедуктики) высказывание. Что мешает нам принять его в качестве новой аксиомы? Тем самым мы чуть усложним нашу систему доказательств, но это не страшно. Этот довод был бы совершенно верен, если бы недоказуемых высказываний было конечное число. На практике же может произойти следующее — после постулирования новой аксиомы вы наткнётесь на новое недоказуемое высказывание. Примете его в качестве ещё аксиомы — наткнётесь на третье. И так до бесконечности. Говорят, что дедуктика останется неполной. Мы можем также принять силовые меры, чтобы доказывающий алгоритм заканчивался через конечное число шагов с каким-то результатом для любого высказывания языка. Но при этом он начнёт врать — приводить к истине для неверных высказываний, или ко лжи — для верных. В таких случаях говорят, что дедуктика противоречива. Таким образом, ещё одна формулировка ТГН звучит так: «Существуют языки высказываний, для которых невозможна полная непротиворечивая дедуктика» — отсюда и название теоремы.

Иногда называют «теоремой Гёделя» утверждение о том, что любая теория содержит проблемы, которые не могут быть решены в рамках самой теории и требуют её обобщения. В каком-то смысле это верно, хотя такая формулировка скорее затуманивает вопрос, чем проясняет его.

Замечу также, что если бы речь шла о привычных функциях, отображающих множество вещественных чисел в него же, то «невычислимость» функции никого бы не удивила (только не надо путать «вычислимые функции» и «вычислимые числа» — это разные вещи). Любому школьнику известно, что, скажем, в случае функции вам должно сильно повезти с аргументом, чтобы процесс вычисления точного десятичного представления значения этой функции окончился за конечное число шагов. А скорее всего вы будете вычислять её с помощью бесконечного ряда, и это вычисление никогда не приведёт к точному результату, хотя может подойти к нему как угодно близко — просто потому, что значение синуса большинства аргументов иррационально. ТГН просто говорит нам о том, что даже среди функций, аргументами которой являются строки, а значениями — ноль или единица, невычислимые функции, хотя и совсем по другому устроенные, тоже бывают.

Для дальнейшего опишем «язык формальной арифметики». Рассмотрим класс строк текста конечной длины, состоящих из арабских цифр, переменных (букв латинского алфавита), принимающих натуральные значения, пробелов, знаков арифметических действий, равенства и неравенства, кванторов («существует») и («для любого») и, быть может, каких-то ещё символов (точное их количество и состав для нас неважны). Понятно, что не все такие строки осмысленны (например, «» — это бессмыслица). Подмножество осмысленных выражений из этого класса (то есть строк, которые истинны или ложны с точки зрения обычной арифметики) и будет нашим множеством высказываний.

Примеры высказываний формальной арифметики:

и т.д. Теперь назовём «формулой со свободным параметром» (ФСП) строку, которая становится высказыванием, если в качестве этого параметра подставить в неё натуральное число. Примеры ФСП (с параметром ):

Читайте также:  Чуфа вкусно полезно красиво и просто

и т.д. Иными словами, ФСП эквивалентны функциям натурального аргумента с булевыми значением.

Обозначим множество всех ФСП буквой . Понятно, что его можно упорядочить (например, сначала выпишем упорядоченные по алфавиту однобуквенные формулы, за ними — двухбуквенные и т.д.; по какому именно алфавиту будет происходить упорядочивание, нам непринципиально). Таким образом, любой ФСП соответствует её номер в упорядоченном списке, и мы будем обозначать её .

Перейдём теперь к наброску доказательства ТГН в такой формулировке:

  • Для языка высказываний формальной арифметики не существует полной непротиворечивой дедуктики.

Доказывать будем от противного.

Итак, допустим, что такая дедуктика существует. Опишем следующий вспомогательный алгоритм , ставящий в соответствие натуральному числу булево значение следующим образом:

  1. Находим -ю формулу в списке .
  2. Подставляем в неё число в качестве аргумента.
  3. Применяем к полученному высказыванию наш доказывающий алгоритм (по нашему предположению, он существует), который переводит его в ИСТИНУ или ЛОЖЬ.
  4. Применяем логическое отрицание к полученному результату.

Проще говоря, алгоритм приводит к значению ИСТИНА тогда и только тогда, когда результат подстановки в ФСП её собственного номера в нашем списке даёт ложное высказывание.

Тут мы подходим к единственному месту, в котором я попрошу читателя поверить мне на слово.

Очевидно, что, при сделанном выше предположении, любой ФСП из можно сопоставить алгоритм, содержащий на входе натуральное число, а на выходе – булево значение. Менее очевидно обратное утверждение:

  • Лемма: Любому алгоритму, переводящему натуральное число в булево значение, соответствует какая-то ФСП из множества .

Доказательство этой леммы потребовало бы, как минимум, формального, а не интуитивного, определения понятия алгоритма. Однако, если немного подумать, то она довольно правдоподобна. В самом деле, алгоритмы записываются на алгоритмических языках, среди которых есть такие экзотические, как, например, Brainfuck, состоящий из восьми односимвольных слов, на котором, тем не менее, можно реализовать любой алгоритм. Странно было бы, если бы описанный нами более богатый язык формул формальной арифметики оказался бы беднее — хотя, без сомнения, для обычного программирования он не очень подходит.

Пройдя это скользкое место, мы быстро добираемся до конца.

Итак, выше мы описали алгоритм . Согласно лемме, в которую я попросил вас поверить, существует эквивалентная ему ФСП. Она имеет какой-то номер в списке — скажем, . Спросим себя, чему равно ? Пусть это ИСТИНА. Тогда, по построению алгоритма (а значит, и эквивалентной ему функции ), это означает, что результат подстановки числа в функцию — ЛОЖЬ. Аналогично проверяется и обратное: из ЛОЖЬ следует ИСТИНА. Мы пришли к противоречию, а значит, исходное предположение неверно. Таким образом, для формальной арифметики не существует полной непротиворечивой дедуктики. Что и требовалось доказать.

Здесь уместно вспомнить Эпименида (см. портрет в заголовке), который, как известно, заявил, что все критяне — лжецы, сам являясь критянином. В более лаконичной формулировке его высказывание (известное как «парадокс лжеца») можно сформулировать так: «Я лгу». Именно такое высказывание, само превозглашающее свою ложность, мы и использовали для доказательства.

В заключение я хочу заметить, что ничего особенного удивительного ТГН не утверждает. В конце концов, все давно привыкли, что не все числа представимы в виде отношения двух целых (помните, у этого утверждения есть очень изящное доказательство, которому больше двух тысяч лет?). И корнями полиномов с рациональными коэффициентами являются тоже не все числа. А теперь вот выяснилось, что не все функции натурального аргумента вычислимы.

Приведённый набросок доказательства относился к формальной арифметике, но нетрудно понять, что ТГН применима и к многим другим языкам высказываний. Разумеется, не всякие языки таковы. Например, определим язык следующим образом:

  • «Любая фраза китайского языка является верным высказыванием, если она содержится в цитатнике товарища Мао Дзе Дуна, и неверна, если не содержится».

Тогда соответствующий полный и непротиворечивый доказывающий алгоритм (его можно назвать «догматической дедуктикой») выглядит примерно так:

  • «Листай цитатник товарища Мао Дзе Дуна, пока не найдёшь искомое высказывание. Если оно найдено, то оно верно, а если цитатник закончился, а высказывание не найдено, то оно неверно».

Здесь нас спасает то, что любой цитатник, очевидно, конечен, поэтому процесс «доказывания» неминуемо закончится. Таким образом, к языку догматических высказываний ТГН неприменима. Но мы ведь говорили о сложных языках, правда?

Теги:

  • математическая логика

Хабы:

  • Научно-популярное

Источник