Cтратегии контроля неопределенности при решении прогностических задач

Введение

Прогнозирование рассматривается в психологии как одна из форм опережающего отражения наряду с такими явлениями, как антиципация, предчувствие, предвосхищение, предзнание и т. д. Многообразие терминов, используемых для описания процессов предвосхищения, связано с его включенностью в деятельность на всех ее уровнях [Ломов, 1980]; но наиболее подробно прогнозирование изучается в рамках исследования мышления [Брушлинский, 1979; Степаносова, 2006], в частности, процессов целеобразования [Тихомиров, 1984] и выдвижения гипотез [Смирнов, 2016].

Другой контекст изучения прогнозирования связан с рассмотрением его как особой деятельности, имеющей своей целью построение прогноза. Л.А. Регуш выделила прогностические задачи в особый класс, указывая на следующие их особенности: 1) целью в таких задачах является построение знания о будущем; 2) в условии не содержится достаточных данных для получения прогноза; 3) отношения между данным и искомым носит вероятностный характер; 4) направление поиска в прогностических задачах не задано их условиями [Регуш, 2003]. Эффективность решения такого рода задач определяется комплексным влиянием когнитивных и личностных переменных. Кроме того, наряду с вероятностным прогнозированием [Фейгенберг, 1978] изучались также особенности вынесения вероятностных суждений [Канеман, 2013] и выбора стратегий многоэтапных решений с вероятностным прогнозом; последнее часто изучается в экспериментальных моделях игровой деятельности. Связь общего интеллекта и успешности решения прогностических задач была показана в исследованиях на материале Игровой задачи Айова (Iowa Gambling Task — IGT) [Корнилова, 2018; Красавцева, 2018], которая применялась, в первую очередь, в экспериментальных моделях, основанных на концепции А. Дамасио о регулятивной роли интуиции и эмоций в прогностической активности [Bechara, 2005]. Вклад мотивации и соотношения интуитивных и дискурсивных компонентов мышления в эффективность прогнозов изучалась на материале прерывания видеоклипов [Степаносова, 2006] и решения задачи Васона [Каменев, 2002]. Влияние индивидуального опыта и связанных с ним систематических искажений при прогнозировании было продемонстрировано Д. Канеманом и А. Тверски, указавшими на необходимость использования экспериментальных процедур, корректирующих сформулированные субъектом интуитивные суждения [Канеман, 2005].

Неотъемлемой характеристикой прогностических задач выступает неопределенность условий или субъективная неопределенность. Впервые необходимость разведения субъективной и объективной неопределенности при анализе мыслительных стратегий показал О.К. Тихомиров [Тихомиров, 1969]. Несовпадение объективных характеристик ситуации принятия решений (вероятности исходов, величины возможных выигрышей и потерь, способа подачи информации и др.) и ее субъективной репрезентации, выраженной в оценках риска, неопределенности, или предпочтениях альтернатив, выступает источником неудовлетворительных прогностических возможностей, рассматриваемых с точки зрения ожидаемой полезности. В исследованиях Д. Канемана, А. Тверски, П. Словика, Г. Гигеренцера и др. [Канеман, 2005; Gigerenzer, 2015] было показано, что решения субъекта часто отклоняются от «оптимальных», соответствующих цели максимизации полезности. Был описан ряд когнитивных искажений (biases), опосредствующих принятие решений в ситуации неопределенности. Первоначально такого рода искажения обсуждались в контексте анализа причин отклонения ПР от «рациональных» стратегий.

Помимо внешних факторов субъективная неопределенность в ситуации принятия решений (ПР) связана с внутренними, среди которых выделяют ситуационные и диспозициональные факторы. Первые проявляются как ситуационные ограничения при ПР, вынуждающие человека принимать решения при неполной ориентировке. Вторые — свойства самого субъекта, к которым относятся личностные (например, мотивация, доступность внутреннего опыта и т. д.) и когнитивные особенности (уровень интеллекта, исполнительные функции и т. д.), восприятие риска и обусловленные им предпочтения выборов — как альтернатив при ПР в ситуации неопределенности и риска [Канеман, 2005; Корнилова, 2016].

Ключевыми среди личностных свойств, опосредствующих ПР в ситуации неопределенности, выступают такие качества субъекта, которые отражают его отношение к неопределенности. Приоритет в использование терминов «толерантность» и «интолерантность к неопределенности» принадлежит Э. Френкель-Брунсвик [Frenkel-Brunswik, 1949], указавшей на тот факт, что указанные свойства затрагивают как когнитивную, так и эмоциональную сферу. В многочисленных исследованиях продемонстрированы связи толерантно- сти/интолерантности к неопределенности с устойчивыми личностными, когнитивными и эмоциональными особенностями, в связи с чем А. Фернхем и Дж. Маркс предлагают рассматривать толерантность/интолерантность к неопределенности в качестве факторов второго или третьего порядка, влияющих на принятие субъектом решения или выбора им когнитивной стратегии [Furnham,A.,, 2013].

В качестве личностных факторов, проявляющихся при ПР в широком контексте жизненных ситуаций, выделяют также свойства импульсивности и готовности к риску. Вклад импульсивности и склонности к риску в регуляцию ПР был продемонстрирован на материале IGT [Корнилова, 2016; Краснов, 2017; Медведева, 2015]. Детально обсуждена связь прогнозов на отдельных этапах IGT с эмоциональным интеллектом [Красавцева, 2018; Краснов, 2017]. В регуляции ПР также задействованы особенности субъективной рациональности [Корнилова, 1997], отражающей готовность субъекта принимать решения в ситуациях неопределенности или при неполноте информации; в этом свойстве проявляется тенденция к обдумыванию решений. Рациональность понимается также как стилевая характеристика — рационально-аналитический стиль при принятии решений, согласно теории С. Эпстайна [Корнилова, 2017]. Рациональность, в свою очередь, оказывается положительно связанной с бдительностью как индивидуально-стилевым свойством регуляции ПР [Корнилова, 2016].

Применительно к прогностическим задачам регулирующая роль толерантности и интолерантности к неопределенности в предпочтении стратегий решения была показана в исследованиях на материале вербальных задач и компьютеризованной методики IGT [Корнилова, 2018]. Однако эта модель, позволяющая прослеживать динамику многоэтапных выборов, не предполагала возможности самому участнику ситуации регулировать или оценивать уровень субъективной неопределенности.

В компьютеризованной задаче, которую мы предложили в качестве экспериментальной модели в настоящей работе, участникам предоставлялась возможность самостоятельного выбора момента высказывания прогноза; такого рода процедура позволяла регулировать приемлемый для каждого участника уровень неопределенности ситуации. То есть учитывался тот факт, что именно интолерантность к неопределенности может выступать свойством позитивной регуляции прогноза в ситуации, когда потенциально лицу, принимающему решение, может быть доступна вся возможная информация.

Параметрами, задающими условия неопределенности, выступили соотношение известной и недостающей информации (мы обозначили этот параметр, как информированность) и степень соответствия полученных сведений гипотезам, на основании которых он совершает выбор (данный параметр мы назвали обоснованность). Помимо указанных параметров фиксировались показатели динамики фактора «обоснованность» при появлении новой информации (этот параметр мы назвали тенденция). Для мотивирования участников к совершению выбора при минимально приемлемом для них уровне неопределенности использовалась платежная матрица, задающая ценность прогноза. Ценность прогноза в настоящем исследовании (как, впрочем, и в большинстве реальных ситуаций прогнозирования) определяется двумя параметрами — своевременностью и точностью. Повышение точности и обоснованности прогноза подразумевает развернутую ориентировку, требующую больше информации и времени.

Предвосхищение возможных исходов и их вероятностей, сбор информации, выдвижение и анализ гипотез, составляющие суть прогностической деятельности, позволяют снизить субъективную неопределенность ситуации. Таким образом, выбирая момент принятия решения, связанный с определенной ценностью прогноза (величина возможного выигрыша), каждый участник выбирал и субъективно приемлемый уровень неопределенности. Последний мы рассматриваем как одно из возможных измерений комплексной латентной переменной «непринятие неопределенности и риска» [Корнилова, 2010а].

Целью настоящего исследования являлась оценка регулирующей роли личностных свойств (рациональности, готовности к риску, импульсивности, толерантности и интолерантности к неопределенности, интуитивного стиля и стратегий совладания с неопределенностью) и интеллекта в решении прогностических задач, проявляющаяся в предпочтении различных уровней ценности прогнозов.

Гипотезы исследования.

1.   Информированность как более полная ориентировка в ситуации перед принятием решения положительно связана с личностными свойствами, входящими в комплексную латентную переменную «непринятие неопределенности и риска» [Корнилова, 2010а], а именно — с рациональностью и интолерантностью к неопределенности.

2.   Обоснованность прогноза, как степень достоверности возможного исхода с точки зрения имеющейся информации, положительно коррелирует с уровнем интеллекта и отрицательно — с готовностью к риску.

3.   Тенденция, отражающая склонность реагировать на сиюминутные изменения ситуации при построении прогноза, может быть положительно связана с импульсивностью и соответствующим непродуктивным копингом «сверхбдительность», проявляющемся как склонность принимать импульсивные решения в ситуации неопределенности.

4.   Существуют устойчивые паттерны соотношения информированности, обоснованности и тенденции, рассматриваемые как показатели стратегий контроля неопределенности, связанные с различиями в выраженности личностных, интеллектуальных и стилевых свойств, включенных в регуляцию принятия решений.

Методика

Участники исследования. В исследовании приняли участие 78 (79% — женщины) человек в возрасте от 17 до 66 лет (М=24; SD=10; Me=21). Большая часть выборки (60 человек) — студенты, остальные участники имели законченное высшее образование.

Прогностическая задача.

В качестве прогностической задачи использовалась компьютерная модификация методики оценки когнитивного порога принятия решения, предложенная В.Н. Азаровым [Азаров, 1982]. В нашей версии методики задача предъявлялась на экране монитора, который был разделен на две половины, в каждой из которых отображалось 10 одинаковых строк, состоящих из символа «*». В самом начале открывались первые строки на обеих половинах экрана. В них появлялись наборы вертикальных линий. Различия в количестве линий в строке варьировалось в диапазоне от 0 до 5. По прошествии 7 секунд открывалась вторая строка и так далее. Этот временной интервал был достаточен для того, чтобы увидеть целостную картину, но исключал возможность подсчета линий, и участнику необходимо было опираться на общее впечатление для принятия решения. Цель участника состояла в предугадывании, в какой из половин экрана общее число вертикальных линий будет больше, когда откроются все строки. Выбор осуществлялся нажатием кнопки внизу соответствующей половины экрана (рис. 1).

Для формирования у участников готовности совершить выбор как можно раньше в игре использовалась платежная матрица: в начале каждой серии участнику начислялось 100 игровых долларов. За каждую открытую строку списывалось 10 игровых долларов. Если испытуемый ошибался с выбором, его штрафовали на 50 игровых долларов. Таким образом, чтобы максимизировать выигрыш, он должен был совершать выбор как можно раньше, но при этом стараться не допустить ошибки, т. е. опираться в своем выборе на наличную ситуацию. Всего было 30 таких проб.

Сценарий игры был одинаковым для всех участников. Перед основной серией испытуемому предлагалось пройти тренировочную серию — для ознакомления с принципом работы программы.

Показатели стратегий. В оригинальной методике в качестве меры «когнитивного порога принятия решения» выступало среднее значение номера хода по всем пробам. Осуществлялась регистрация трех основных показателей. Решая предложенную прогностическую задачу, испытуемый мог опираться на два характеризующих наличную ситуацию параметра — соотношение открытых и закрытых строк и разность числа вертикальных линий в открытых строках. Чем больше значения этих показателей, тем вероятней, что прогноз окажется верным, однако при этом, согласно условиям задачи, выигрыш будет меньшим. Указанные показатели задают индивидуально приемлемую меру неопределенности, при которой человек готов сделать прогноз. Мы обозначили их как информированность и обоснованность соответственно. Еще одним параметром, на который могли, с нашей точки зрения, ориентироваться участники исследования, выступила величина (с учетом направления она могла быть как отрицательной, так и положительной) сдвига накопленной к предыдущему ходу разности числа линий в двух половинах экрана. Данный параметр был обозначен как тенденция.

Рис. 1. Интерфейс прогностической задачи

Психодиагностические методики.

1.    Опросник «Личностные факторы решений» (ЛФР-21) [Корнилова, 2010а]. Включает две шкалы: рациональность — склонность к более полной ориентировке в ситуации ПР; готовность к риску — готовность и умение осуществлять и реализовывать выбор в ситуации неопределенности.

2.   «Новый опросник толерантности к неопределенности» (НТН) [Корнилова, 2010]. Диагностирует три свойства: 1) толерантность к неопределенности (ТН), как личностное принятие новизны, сложности, противоречивости условий решения проблем и ПР; готовность действовать новыми необычными способами; 2) интолерантность к неопределенности (ИТН) как стремление к ясности, упорядоченности, избегание неопределенности, ориентация на правила и принципы, тенденция к четкому разделению правильных и неправильных мнений, ценностей и способов действия; 3) межличностная интолерантность к неопределенности (МИТН) как стремление к контролю в межличностных отношениях, желание ясности и переживание дискомфорта в отношениях, где эта ясность отсутствует.

3.    Опросник «Импульсивность 7» (I7) Г. и С. Айзенков в русскоязычной адаптации [Корнилова, 1995]. Включает три шкалы: 1) импульсивность как снижение самоконтроля и склонность действовать под влиянием сиюминутных импульсов; 2) склонность к риску, проявляющаяся в поиске сильных ощущений; 3) эмпатия, отражающая способность человека сопереживать другому человеку и заряжаться его эмоциями.

4.   Шкалы интуитивного стиля из опросника С. Эпстайна «Рациональный—Опытный» [Корнилова, 2013а]: интуитивная способность (ИС) и использование интуиции (ИИ).

5.   Мельбурнский опросник принятия решений (МОПР) [Корнилова, 2013], включающий 4 шкалы: 1) бдительность — продуктивная стратегии совладания (копинг) с неопределенностью, заключающаяся в стремлении тщательно продумывать возможные альтернативы при ПР; и

три непродуктивных копинга: 2) избегание — как стремление отказываться от самостоятельного ПР; 3) прокрастинация — как стремление оттянуть принятие решения; 4) сверхбдительность — как склонность к импульсивному ПР, стремление избавиться от ситуации неопределенности без интеллектуальной ориентировки в ней.

6.   Краткий отборочный тест [Бузин, 1992] для оценки уровня общих способностей (общего уровня интеллекта).

Результаты

1.   Оценка внутренней согласованности показателей выполнения прогностической задачи.

Для анализа показателей выполнения прогностической (игровой) задачи с точки зрения рассмотрения их в качестве критериев оценки индивидуальных особенностей принятия решений осуществлялась проверка внутренней согласованности. С этой целью использовался коэффициент Альфа Кронбаха. Полученные значения коэффициента составили: для показателя «информированность» — 0,987, для показателя «обоснованность» — 0,924 и для показателя «тенденция» — 0,555. Первые два показателя в совокупности задают уровень неопределенности ситуации в момент принятия решения. Чем меньше значение каждого из них, тем выше риск совершить ошибку в прогнозе. Столь высокие значения Альфа Кронбаха для этих показателей отражают устойчивость индивидуальных предпочтений ценности прогноза, определяемой соотношением величины риска — как неприемлемого уровня неопределенности — и потенциального выигрыша. Наименее однородным оказался показатель «тенденция», возможно, вследствие наиболее высокой степени взаимосвязи с ситуативными факторами ПР.

2.    Взаимосвязи между психодиагностическими показателями

и характеристиками выполнения игровой задачи.

Для оценки взаимосвязи между измеренными показателями использовался коэффициент корреляции Спирмена (табл. 1).

Показатели уровня интеллекта обнаруживают единственную значимую взаимосвязь — с предпочтением стратегии «прокрастинация» (r=0,245 при p<0,05).

Были выявлены значимые положительные корреляции уровня интеллекта с двумя показателями выполнения прогностической задачи (r=0,261 при p<0,05 — с показателем «информированность»; r=0,244 при p<0,05 — с показателем «обоснованность»). Эти два показателя в совокупности задают неопределенность текущей игровой ситуации. Таким образом, уровень интеллекта связан с тенденцией к более достоверному прогнозированию, с опорой на наличную ситуацию, при том, что потенциальная величина выигрыша снижается.

Показатель «тенденция» положительно коррелирует с показателями по шкале «интолерантность к неопределенности» (r=0,226 при p<0,05).

3.    Выявление стратегий контроля неопределенности

при решении прогностической задачи.

Для выделения различающихся устойчивых паттернов соотношения объективных характеристик, задающих неопределенность игровой ситуации, на которые ориентировались участники исследования при ПР в нашей задаче, был проведен кластерный анализ методом К-средних.

Матрица интеркорреляций измеренных
психодиагностических переменных (N = 78)

Примечания: «*» — корреляция значима при p<0,05; «**» — корреляция значима при p<0,01.

В качестве переменных для кластеризации использовались показатели выполнения игровой задачи. Рассматривались двух-, трех-и четырехкластерные решения. Сходимость при небольшом числе итераций (4) была достигнута для лвухкластерного решения (табл. 2).

Участники, показатели которых вошли в первый кластер, предпочитали делать более рискованные прогнозы, совершая выбор при меньшем числе открытых строк (информиро-

Таблица 2

Конечные центры кластеров

ванность) и при меньших различиях в числе объектов в двух половинах экрана (обоснованность), но при этом в большей степени ориентировались на величину изменения разницы в числе объектов в текущем ходу (тенденция) по сравнению с теми участниками, показатели которых вошли во второй кластер.

Далее мы оценили внутреннюю согласованность показателей «информированность», «обоснованность» и «тенденция» отдельно для каждого из выделенных кластеров (табл. 3).

Таблица 3

Внутренняя согласованность показателей выполнения игровой задачи для двух кластеров наблюдений

В табл. 3 показано, что значения коэффициента альфа различаются для первого и второго кластеров. В обеих группах показатель «информированность» (соотношение числа открытых и закрытых строк на момент прогноза) демонстрирует высокую надежность. Для показателя «обоснованность» (разность числа линий в двух половинах экрана на момент прогноза) достаточный уровень внутренней согласованности наблюдается только для значений, составивших первый кластер. По показателю «тенденция» (изменение числа объектов в двух половинах экрана на момент прогноза) значения коэффициента альфа не достигают удовлетворительных значений. Полученные данные могут означать, что участники, показатели которых вошли в первый кластер, предпочитают информированность и обоснованность при составлении прогноза, а следовательно, именно данные факторы могут рассматриваться как устойчивые критерии выбора стратегии контроля приемлемой неопределенности при ПР. Участники исследования, показатели которых вошли во второй кластер, составляют прогноз на основании лишь одного фактора — «информированность».

Проверка наличия взаимосвязи между значениями показателей выполнения игровой задачи у лиц, показатели которых вошли в разные кластеры, осуществлялась путем расчета коэффициента Спирмена отдельно для двух групп (табл. 4).

Сравнение корреляций показателей выполнения игровой задачи выявило несовпадение связей показателя «тенденция» в двух выделенных кластерах. Отрицательная корреляция показателя «тенденция» с показателями «информированность» и «обоснованность» свидетельствует о том, что участники, результаты которых вошли в первый кластер, делали прогноз раньше и при меньшей разнице линий в двух половинах экрана при заметном увеличении числа линий в открывшейся строке. Корреляционный анализ аналогичных показателей участников второй группы не обнаружил такой взаимосвязи, т. е. у испытуемых данной группы обоснованность прогноза не связана с информированностью.

Таблица 4

Связи показателей стратегий выполнения прогностической задачи для участников двух выделенных групп

Примечание: ниже диагонали — данные для первого кластера, выше — для второго. В скобках приведены коэффициенты корреляции, рассчитанные для всей выборки.

4.    Оценка индивидуальных различий между участниками

в двух выделенных группах.

Анализ различий в выраженности личностных свойств и уровне интеллекта на основании показателей у испытуемых обеих групп осуществлялся с использованием критерия Манна— Уитни, поскольку для большинства шкал не выполнялось требование нормальности распределения. Значимые различия (U=558 при p=0,047) были обнаружены только для одной шкалы — «интолерантность к неопределенности» (опросник НТН): среднее значение по шкале в первой группе составило 59,38, в то время как среднее значение во второй группе составило 55,47.

Обсуждение результатов

Полученные в ходе анализа матрицы интеркорреляций данные согласуются с результатами аналогичных исследований: интеркорреляции шкал опросников ЛФР-21, И7, НТН, МОПР и ИС воспроизводят ранее описанные связи [Корнилова, 2016; Корнилова, 2013; Корнилова, 2010; Корнилова, 1995; Корнилова, 2013а]. Не было выявлено значимой взаимосвязи стратегии «бдительность» и и таких личностных факторов принятия решения, как толерантность и интолерантность к неопределенности, а также готовность к риску (опросник ЛФР-21) [Корнилова, 2013]. Также обнаруживается лишь частичная взаимосвязь показателей по опроснику Эпстайна с показателями по шкалам ЛФР-21 и НТН [Корнилова, 2017]. Полученные в настоящем исследовании результаты не согласуются с данными других исследований и могут объясняться сравнительно небольшим размером выборки (что не позволило получить требуемый уровень значимости показателей).

Интолерантность к неопределенности обнаруживает взаимосвязь с рациональностью и бдительностью, а следовательно, данные факторы можно объединить в единый комплекс и обозначить его как неприятие неопределенности и риска [Корнилова, 2010а]. Однако гипотеза 1 о связи данного комплексного фактора с информированностью как критерием выбора оптимальной стратегии ПР отвергается.

Обнаруженная связь показателя «обоснованность» с уровнем интеллекта позволяет принять в этой части вторую гипотезу. Помимо этого, уровень интеллект обнаруживает положительную взаимосвязь с фактором «информированность». Включенность фактора «интеллект» в регуляцию стратегий выборов при решении прогностических задач на материале Айова-теста ранее была продемонстрированы в исследованиях процессов многоэтапного решения разного типа задач [Корнилова, 2018]. Однако гипотеза 2 о взаимосвязи обоснованности с готовностью к риску отвергается.

Поскольку иных значимых связей показателей выраженности изучаемых в исследовании личностных свойств с показателями «информированность» и «обоснованность» прогностической задачи также не было обнаружено. Результаты свидетельствуют о необходимости отвергнуть гипотезу 3 — о связи этого показателя с импульсивностью и готовностью к риску. При этом была обнаружена положительная взаимосвязь между показателем «тенденция» в стратегии ПР и выраженностью интолерантности к неопределенности. То есть лица с выраженной интолерантностью к неопределенности при составлении прогноза в большей степени ориентировались на изменение текущей игровой ситуации. Такого рода результаты позволяют переформулировать предположение о факторах личностной регуляции ПР и выдвинуть предположение о включенности интолерантности к неопределенности в стратегию контроля динамики изменений ситуативной неопределенности (показатель «тенденция»). При этом необходимо отметить, что показатель «тенденция» (в отличие от двух других) не позволял с высокой вероятностью предсказать исход — такой вариант не предполагался сценарием игры.

Полученные в нашем исследовании данные свидетельствуют о том, что два из трех показателей стратегий (информированность и обоснованность) выполнения прогностической задачи демонстрируют высокую внутреннюю согласованность, и, следовательно, могут рассматриваться как устойчивые индивидуальные основания принятия решения. Мы рассматриваем их выраженность как критерий наличия субъективно приемлемого уровня неопределенности. Взаимосвязь информированности и обоснованности с уровнем интеллекта выявляют регулирующую роль когнитивных компонентов интеллектуально-личностного потенциала [Корнилова, 2016]. Возможное объяснение отсутствия связей показателей информированности и обоснованности с личностными и стилевыми характеристиками, опосредствующими ПР, может заключаться и в том, что принятие риска на уровне поведения и неопределенности в большей степени определяется ситуативным, а не диспозициональными устойчивыми факторами [Козелецкий, 1979; Корнилова, 2016].

Полученные результаты позволяют принять 4-ю гипотезу о существовании устойчивых паттернов соотношения характеристик информированности, обоснованности и тенденции. Два выявленных паттерна соотношения показателей выполнения игровой задачи позволяют говорить о различных стратегиях контроля неопределенности при решении прогностической задачи. Первая предполагает устойчивую ориентировку на большее число параметров ситуации и их связь (об этом свидетельствуют высокие значения коэффициента Альфа Кронбаха для показателей «информированность» и «обоснованность» и их значимые корреляционные связи с третьим параметром — «тенденция»). Использование данной стратегии в предложенной нами задаче свидетельствует о склонности субъекта к риску при прогнозировании исхода игровой ситуации. При этом выраженность интолерантности к неопределенности выше у лиц, использовавших данную стратегию. Стремление к максимальной ясности, характерное для лиц с высокими показателями интолерантности к неопределенности, связано с поиском ориентиров, позволяющих снизить неопределенность ситуации.

Следует также отметить, что используемые ориентиры не всегда позволяют успешней решать стоящую задачу. В нашем исследовании среднее число правильных прогнозов для лиц, использовавших стратегию риска, составило 17,24 (что немногим отличается от вероятности случайного угадывания в 30 пробах) против 20,67 у тех, кто предпочитал альтернативную стратегию. Вторая стратегия связана с устойчивой ориентацией на один фактор — информированность (лишь для него получено удовлетворительное значение коэффициента Альфа). Индивиды, использовавшие данную стратегию, предпочитали составлять прогноз с опорой на соотношение доступной и недостающей информации, открывая большее число строк при решении задачи.

Выводы

1.   Полученные данные свидетельствуют о том, что такие характеристики ситуации прогнозирования, как соотношение доступной и недостающей информации и обоснованность возможного выбора, могут рассматриваться в качестве индивидуально устойчивых субъективных ориентиров при принятии решений в прогностических задачах.

2.Уровень интеллекта связан с тенденцией к более обоснованному прогнозированию с опорой на наибольшее количество доступной информации.

3 Выявлены две стратегии решения прогностических задач, различающиеся развернутостью ориентировки в ситуации прогнозирования. Первая стратеги заключается в ориентации субъекта на оба фактора, отражающих приемлемый уровень неопределенности, — информированность и обоснованность, — и учет их связи с третьим измеряемым фактором (тенденция). Вторая стратегия заключается в устойчивой ориентации только на фактор «информированности». Первая стратегия связана с тенденцией давать более ранние и менее обоснованные прогнозы.

4.Интолерантность к неопределенности связана с более развернутой ориентировкой в ситуации прогнозирования, проявляющейся в тенденции к учету большого числа параметров и их связей без учета их реального вклада в конечный результат, что, в свою очередь, может приводить к недооценке роли значимых параметров, а следовательно, к более рискованным и менее обоснованным прогнозам.