Отречение

Как ни убедительны эти результаты, но в исчерпывающем обзоре лабораторных исследований эффекта яркости Шелли Тейлор и Сьюзан Томпсон (1982, с. 172) пишут, что большинство исследований дают смешанные результаты или вообще не демонстрируют эффекта яркости, из чего они заключили, по крайней мере на основе лабораторных исследований, что эффект яркости «слаб, если вообще наблюдается».

Этот вывод должен, конечно, умерить пыл сторонников сильного влияния яркой информации на оценку. Но в то же время эффект яркости возникает, по крайней мере, в некоторых ситуациях. Во-первых, Тейлор и Томпсон отмечают несколько исключений из этого общего вывода. Например, они обнаружили, что различные случаи и истории зачастую бывают убедительнее статистической или абстрактной информации, а также, что при некоторых условиях видеоинформация более впечатляет, чем прочитанная или услышанная. Во-вторых, как прекрасно знали Тейлор и Томпсон, существует много способов объяснить отсутствие исследовательских данных. То, что в данном эксперименте не был обнаружен эффект яркости, можно объяснить как неправильной постановкой эксперимента, так и собственно его отсутствием, а в некоторых экспериментах яркость была смешана с другими факторами. И, наконец, также по замечанию самих Тейлор и Томпсон, есть основания думать, что лабораторные опыты не выявляют эффекта яркости, поскольку они основаны на темах, которые обычно не волнуют людей. Следовательно, лабораторные эксперименты могут серьезно снизить то значение, которое имеет эффект яркости в повседневной жизни.

Из последнего анализа ясно, что эффект яркости возникает, по крайней мере, в некоторых случаях, но его влияние ограничено. Кроме того, возвращаясь к эвристике доступности, яркие примеры событий могут повысить вероятность и частоту событий (в восприятии) людей больше, чем бледные примеры.

Заключение

Во многих случаях эвристика доступности приводит к вполне резонным и точным оценкам частоты и вероятности. В некоторых ситуациях, однако, она может привести к критическим (165:) смещениям в оценке. Например, здравоохранение опирается на знания статистики смертности от таких страшных болезней, как рак желудка. Если распространенность болезней не оценена, люди с меньшей охотой будут проходить профилактику (Кристиансен, 1983). Точно так же яркие, но редкие случаи смерти переоцениваются, хотя следовало бы обратить внимание на более распространенные опасности. Некоторые авторы, например, пишут, что американцы переоценивают опасность террористических актов во время заграничных поездок (Паулос, 1986, 24 ноября).

Один из способов решения этой проблемы — ясное и подробное сопоставление переоцененных и недооцененных опасностей, обращая внимание на незамеченные детали, из- за которых искажается оценка. Например, Американская комиссия по раковым заболеваниям должна давать информацию по статистике смертности от рака желудка по сравнению с такими опасностями, как убийство или автокатастрофа. Должны появляться объявления: «В ЭТОМ ГОДУ ОТ РАКА ЖЕЛУДКА ПОГИБНЕТ БОЛЬШЕ ЛЮДЕЙ, ЧЕМ В АВТОКАТАСТРОФАХ». Подобные заявления, несомненно, заставят людей понять, что рак желудка более распространенная причина смерти, чем они думали (хотя это может иметь нежелательный эффект снижения безопасности на дорогах). Турагентства используют те же приемы, когда, пропагандируя туризм, утверждают, что у путешественника больше шансов попасть в автокатастрофу, чем стать жертвой теракта.

Когда доходит до оценки вероятности и частоты, никакая другая эвристика не играет столь важную роль, как эвристика доступности. Тем не менее важно помнить, что эвристика доступности — лишь один из факторов, формирующих оценку частоты и вероятности. В следующей главе обсуждаются некоторые другие факторы, влияющие на оценку вероятности, и предлагается ряд советов, как снизить распространенные отклонения.