Согласно отчету, опубликованному в номере журнала Science от 11 июня, масштабные эксперименты и машинное обучение могут по-новому взглянуть на теории о том, как люди принимают решения между «рискованными выборами» .
Рискованный выбор - это выбор между двумя неравными «азартными играми», которые связаны с неопределенными исходами и являются одной из наиболее хорошо изученных парадигм в психологии. Реальный пример проблемы рискованного выбора может заключаться в том, чтобы решить, покупать ли страхование автомобиля или дома. Если страховка приобретена, мы гарантированно застрахованы. Однако это может никогда не понадобиться. Если страховка не приобретена, существует некоторая вероятность потери денег.
Лучшее понимание того, как люди принимают эти решения, могло бы помочь потребителям в выработке более эффективных стратегий принятия решений и информировать разработчиков политики о неоптимальных решениях людей, которые приводят к отрицательным результатам.
Понимание и прогнозирование того, как люди принимают решения, было давней целью во многих областях, особенно в поведенческих науках, таких как психология и экономика, что привело к распространению конкурирующих теорий и моделей принятия решений. Однако, несмотря на то, что многие десятилетия были активной темой исследований, идеи часто трудно отличить друг от друга, и лишь немногие из них дают дискретное или новое понимание человеческого поведения.
«Принятие решений важно, потому что оно в конечном итоге определяет определенные жизненные и социальные результаты и лежит в основе значительной части экономического поведения», - сказал ведущий автор Джошуа Петерсон, исследователь из Принстонского университета.
По словам Петерсона, причина того, что существует так много конкурирующих теорий, заключается в том, что человеческое поведение при принятии решений является сложным, и каждая теория часто объясняет только несколько явлений из постоянно растущего списка. Из-за такого разнообразия остается мало единого мнения о наилучшей теории или модели принятия решений и незначительный выигрыш в их общей прогностической силе.
«Причина этого не в недостатке изобретательности, - сказал Петерсон, - но, тем не менее, теоретик может посвятить не так много времени, а отсутствие новых инструментов, подобных тем, которые появляются в других науках, затрудняет ускорение разработки теории за пределы темп прошлых десятилетий ».
