عدم قطعیت رادیکال با دو مثال مشخص از سوء استفاده از استدلال احتمالی آغاز می شود: تصمیم اوباما برای دستور حمله SEAL به مجتمع اسامه بن لادن و تلاش گلدمن ساکس و سایر بانک ها برای ارزیابی خطرات موجود در پرتفوی خود. هر دو مشکل موقعیت مشترک تصمیم گیرندگان در تجارت، سیاست و امور مالی را نشان می دهند که با عدم قطعیت های حل نشدنی مواجه هستند و در عین حال باید اقدام کنند. علاوه بر این، هر دو مثال دارای ویژگی هایی هستند که به عنوان مشکلات «جهان بزرگ» توصیف می کنیم. تمایز بین مشکلات «دنیای کوچک» و «جهان بزرگ» به دلیل جیمی ساویج است که با میلتون فریدمن رویکرد مطلوبیت مورد انتظار ذهنی (SEU) را به عدم قطعیت، روشی که اکنون در اقتصاد، به ویژه اقتصاد مالی غالب است، نوشت.
این تفاوت بین دنیای کوچک و بزرگ را می توان به عنوان تفاوت بین «پازل» و «معما» توصیف کرد. پازل ها مسائلی کاملاً تعیین شده با راه حل های منحصر به فرد هستند و حتی اگر محاسبه آن راه حل ها دشوار باشد، پس از تعیین راه حل، همه ناظران ذیصلاح بر سر راه حل توافق خواهند کرد. “رازها” به طور ناقص شرح داده شده اند: همه گزینه ها لزوماً به طور کامل مشخص نیستند و ممکن است حتی پس از رویداد نیز مشخص نباشد که اقدام مناسب چه بوده است. رایانه ها در دنیاهای کوچک از انسان ها بهتر عمل می کنند زیرا خطاهای محاسباتی مرتکب نمی شوند. رایانه‌ها در جهان‌های بزرگ تنها با یافتن مسائل مشابه در دنیای کوچک راه‌حل‌ها را پیدا می‌کنند و قیاس‌ها ممکن است مفید باشند یا نباشند.
تمایز بین معماها و معماها به دلیل گرگ ترورتون، مشاور سابق امنیت ملی ایالات متحده است و در بیشتر موضوعات عملی مشابه است و – مشکلات رام و شرورانه در شهرسازی و پزشکی، عدم قطعیت تصادفی و معرفتی در مهندسی. توصیف “قوهای سیاه” و تمایز بین مجهولات شناخته شده و ناشناخته مشکلات مشابهی را توصیف می کند، اما در گفتمان عامه از آن چنان سوء استفاده می شود که دیگر مفید نیست. تشابهات در استدلال حقوقی به ویژه پیچیده و آموزنده است و در کتاب ما به تفصیل مورد بحث قرار گرفته است.
SEU از این ایده ناشی می‌شود که بدیهیات انتخاب عقلانی که معمولاً توسط اقتصاددانان برای تجزیه و تحلیل رفتار مصرف‌کننده استفاده می‌شود را می‌توان به انتخاب تحت عدم قطعیت تعمیم داد. SEU ادعا می کند که هم هنجاری و هم توصیفی است – طرفداران آن هم ادعا می کنند که بدیهیات آن قطعی عقلانیت است و هم اینکه افراد عموماً عقلانی هستند. اصلی‌ترین و مطمئناً قوی‌ترین استدلال برای این موضع این است که افرادی که مطابق با الزامات بدیهیات رفتار نمی‌کنند، می‌توانند «محفوظ هلندی» باشند –با یک سری شرط‌بندی مواجه می‌شویم که نتیجه کلی آن باخت قطعی است.این به وضوح یک پیشنهاد “دنیای کوچک” است –تنها در جهان های کوچک می توان این نتیجه را به طور قطعی شناسایی کرد و استدلال را قانع کننده دانست.
کامل بودن یک اصل کلیدی انتخاب عقلانی است. در SEU، این بدیهیات بیان می‌کند که افراد نسبت به هر قمار احتمالی ترجیحاتی دارند. این ترجیحات ذهنی هستند و ناشی از ترکیبی از احتمالات ذهنی “پیشینی بیزی” و سودمندی ها “ارزیابی ذهنی سود و زیان مرتبط با قمار هستند. با طرح مشکلاتی با احتمالات عینی قابل تعیین، می توان بینشی در مورد منشاء و این ترجیحات به دست آورد”211 اندازه گیری “اشتها به ریسک” پاسخ دهندگان مشاوران مالی به طور رسمی ملزم به انجام این کار هستند و روش های مشابه به طور گسترده کمتر به طور رسمی مورد استفاده قرار می گیرند.
ادبیات گسترده در حال حاضر در اقتصاد رفتاری، بسیاری از شکست‌های سیستماتیک آزمودنی‌ها را در اعمال صحیح SEU در مسائل کوچک جهان نشان می‌دهد.SEU به عنوان یک نظریه توصیفی ناکافی است. کسانی که این مطالعات را انجام می دهند از ارزش هنجاری SEU حمایت می کنند و بنابراین انحرافات از آن را به عنوان “سوگیری” توصیف می کنند. راه حل آموزش بهتر پاسخ دهندگان در نسخه های SEU است.
SEU عناصر پویا در انتخاب را در شرایط عدم قطعیت کم اهمیت می کند. اساساً فرض بر این است که نمایندگان یکبار برای همیشه تصمیماتی می گیرند که منعکس کننده انتخاب های آینده و همچنین انتخاب های فوری است. ماهیت غیر واقعی این فرض کاهش می یابد، اما نه چندان، با ابزار “کالاهای احتمالی” – تصمیمات آینده ممکن است به نتایج ناشناخته اما از پیش تعریف شده رویدادهای آینده بستگی داشته باشد. با این حال، الزامات محاسباتی چنین بهینه سازی به وضوح قابل توجه است – عوامل می توانند طیف وسیعی از ساده سازی های ممکن را برای دستیابی به راه حل ها اتخاذ کنند. به نظر می‌رسد هدف آزمایش‌های LML دانمارکی شناسایی ساده‌سازی‌های قابل قبول و یافتن مواردی است که تقریب بهتری برای راه‌حل‌هایی ارائه می‌دهند که عوامل در این مسائل «جهان کوچک» شناسایی می‌کنند.
حتی در “جهان های کوچک” بسیاری از مشکلات اضافی بوجود می آیند. برای مثال، بعید است که عوامل نسبت به حالت های میانی یک مسیر پویا بی تفاوت باشند.و در زمینه بهینه سازی پورتفولیو، ممکن است افق زمانی محدودی وجود نداشته باشد یا هیچ افق قابل شناسایی نباشد.
اما مشکل اساسی تر این است که ما در جهان های کوچک زندگی نمی کنیم. عامل ها حتی کسری از اطلاعات مورد نیاز برای انجام محاسبات مربوطه که توسط این مدل ها ذکر شده را ندارند و نمی توانند داشته باشند. اصل کامل بودن به دور از نیاز به عقلانیت، در دنیایی که اطلاعات ناقص و نابرابر توزیع شده است، بر غیرعقلانی بودن دلالت دارد.افراد منطقی رفتار نمی کنند “یا اگر منطقی رفتار می کنند، زمانی که دانش کمی دارند به احتمالات قبلی عمل نمی کنند و تشخیص می دهند که دیگران ممکن است دانش متفاوت و احتمالا بهتری داشته باشند. اکثر افراد منطقی به فروشگاه‌های شرط‌بندی یا کازینو سر نمی‌زنند و بیشتر آن‌هایی که می‌روند ضرر می‌کنند. بیشتر افراد منطقی به درستی نسبت به بازارهای مالی و مکان‌هایی که نزدیک‌ترین رویکرد را به «جهان‌های کوچک» SEU ارائه می‌کنند، محتاط هستند. پس از سخنان دیمون رانیون که مارلون براندو در این فیلم به‌طور خاطره‌انگیز بیان می‌کند، این را مشکل پسران و عروسک‌ها می‌نامیم. پیرمرد می‌گوید: «پسرم، مهم نیست چقدر سفر می‌کنی یا چقدر باهوش هستی، همیشه این را به خاطر داشته باش: روزی، جایی، فلان مرد نزد تو می‌آید و کارت‌های کاملاً جدیدی را به تو نشان می‌دهد که مهر و موم آن هرگز شکسته نشده است، و آن مرد به تو شرط می‌بندد که یک جک بیل از آن عرشه بیرون بپرد و سیدر به او می‌گوید.گوش خود را با سيدر پر خواهي كرد.
در «جهان‌های بزرگ»، مشکلات معمولاً بد تعریف و منحصربه‌فرد هستند، همانطور که اوباما و گلدمن ساکس با آن روبرو هستند. همانطور که ما می نویسیم، مدیران خطوط هوایی مشتاقند بدانند چه زمانی عملیات به حالت عادی باز می گردد، و کارشناسان بهداشت عمومی مطمئن نیستند که انواع جدیدی از ویروس کووید چگونه ایجاد می شود. عدم قطعیت، سعی کنید این مشکلات را دقیق تر تعریف کنید. او سؤالات را فرموله می کند؛ چه زمانی اداره امنیت حمل و نقل ایالات متحده باید 2.3 میلیون مسافر یا بیشتر در روز را برای سه روز متوالی بررسی کند؟ چه زمانی یک نوع غیر دلتا از SARS-CoV-2 بیش از 70.0٪ از کل موارد COVID-19 ایالات متحده را تشکیل می دهد؟ اما در دستیابی به چنین دقتی و تقاضای پیش‌بینی‌های غیرقابل ابطال، او سوالات مبهم‌تری را که تصمیم‌گیرندگان واقعاً می‌خواهند پاسخ دهند، پشت سر گذاشته است. آیا اوباما باید SEAL ها را بفرستد؟ گلدمن ساکس چقدر سرمایه باید برای محافظت از بانک در برابر خطرات شدید مستقر کند؟
در دنیاهای بزرگ، لزوماً نمی‌توان انتخاب‌های خوب و بد را تشخیص داد، حتی با نگاه به گذشته. حمله به بن لادن موفقیت آمیز بود. تلاش برای نجات گروگان های ایرانی در سال 1979 انجام نشد. اما این نشان نمی دهد که اوباما تصمیم گیرنده خوبی بوده است – شاید او خوش شانس بود و کارتر فقط به یک رویداد دم بلند برخورد کرد. گلدمن ساکس از بحران مالی جان سالم به در برد نه به این دلیل که سرمایه کافی داشت، بلکه به این دلیل که دولت ایالات متحده بانک را نجات داد، اتفاقی که می‌توانست به طور منطقی، اما مطمئناً پیش‌بینی نشده باشد.
SEU و انواع آن برای انتخاب در “جهان های بزرگ” مناسب نیستند. راه بهتر این نیست که مجموعه‌های بدیهیاتی را برای بدیهیات SEU استخراج کنیم که می‌توانند فقط برای مجموعه‌ای محدود از مسائل «جهان کوچک» قابل استفاده باشند، بلکه مطالعه رویه‌های تصمیم‌گیرندگان خوب و بد و درک اینکه چگونه افراد ظرفیت تصمیم‌گیران خوب را توسعه داده‌اند، است. بسیاری از انحرافات از SEU که در آزمایش‌های «جهان کوچک» شناسایی شده‌اند، «تعصب» نیستند، بلکه پاسخ‌های تطبیقی به جهان‌های پیچیده و ناآشنا هستند. برای مثال، نتیجه‌گیری زودهنگام است که «پشیمانی»، واکنش احساسی که وزن بیشتری را بر ضرر نسبت به سودی با بزرگی مشابه می‌گذارد، حتی اگر هر دو مقدار نسبت به ثروت موجود ناچیز باشند، بدون در نظر گرفتن زمینه بزرگ‌تر غیرمنطقی است. کودکی که دستش را روی اجاق داغ می گذارد پشیمان می شود و دیگر این کار را نمی کند.یادگیری
به طور کلی، عدم قطعیت ناشی از اطلاعات ناقص – لزوماً در مورد آینده، اغلب در مورد حال، و حتی در مورد گذشته. گاهی چنین عدم قطعیتی قابل حل است. اطلاعات بیشتری را می توان یافت که برای تصمیم گیری با اطمینان کافی است. در برخی موارد، عدم قطعیت را می توان به صورت احتمالی توصیف کرد، یا به این دلیل که فرآیندی اساسی وجود دارد که می توان آن را به صورت ریاضی توصیف کرد – بازی‌های شانسی که احتمال برای آنها ریاضیات اختراع شده است یا به این دلیل که ایستایی اولیه اجازه می‌دهد احتمالات از مشاهدات گسترده داده‌ها و جداول بیمه عمر و تصادفات جاده‌ای که توسط اکچوئرها جمع‌آوری شده‌اند، استخراج شود.
راه حل های دیگر با عدم قطعیت رادیکال مشخص می شوند. معمولاً عدم قطعیت ریشه‌ای از سه مشکل ناشی می‌شود که اغلب به صورت ترکیبی عمل می‌کنند. مشکل ممکن است ذاتا مبهم یا نامشخص باشد. “ابهام” به نظر می رسد شکست ارتباطات انسانی است، اما یک مشکل فلسفی کلی است – از زمان های قدیم به عنوان مشکل سوری ها شناخته شده است. عبارت “باران خواهد بارید” “مبهم” است و از نظر هواشناسان به این معنی است که در یک زمان خاص در منطقه ای که پیش بینی آن اعمال می شود، در دوره زمانی مربوطه بارندگی وجود خواهد داشت.اداره هواشناسی بریتانیا توضیح می دهد: “منظور ما از “هر بارندگی” حداقل 0.1 میلی متر است، که کمترین مقداری است که می توانیم اندازه گیری کنیم. اما حتی با قطعیت گفته شود که فردا در جایی در بریتانیا باران خواهد بارید و احتمالاً مقداری آنقدر کم است که حتی متوجه نمی شوید که آیا شما تصمیم می گیرید که آیا تصمیمی برای تصمیم گیری شما نیست یا نه. عروسی
اغلب شناسایی تمام نتایج ممکن یا انجام دقیق این کار غیرممکن خواهد بود. دقیقاً چه موارد احتمالی بود که مدل‌سازان ریسک گلدمن ساکس می‌خواستند از آنها اجتناب کنند؟ یا طیف کاملی از نتایجی که مداخله ایالات متحده در افغانستان می‌توانست به آن امیدوار باشد؟
و حتی اگر فرآیندهای زیربنایی شناخته شده باشند و بتوان آنها را کمیت کرد، آنها ثابت نمی مانند. یکی از دلایل مهم انعکاس پذیری است – بر خلاف بسیاری از فرآیندهای فیزیکی، فرآیندهای اقتصادی تحت تأثیر باورهای ما هستند. اگر ورشکستگی Lehman و عواقب آن در سپتامبر 2008 پیش بینی می شد، این اتفاق نمی افتاد زیرا Lehman و سایر شرکت کنندگان رفتار متفاوتی داشتند. این باور که از سری داده های تاریخی می توان برای پیش بینی نکول وام مسکن در آینده استفاده کرد، منجر به ارائه وام مسکن به وام گیرندگان با ویژگی های متفاوت از وام گیرندگانی شد که سری های تاریخی از آنها گرفته شده است.
عدم قطعیت رادیکال یک هنجار است و دامنه مشکلات در تجارت، اقتصاد و امور مالی که می‌توان مدل‌های دنیای کوچک را برای آنها اعمال کرد بسیار محدود است. از مدل‌ها می‌توان در این حوزه‌ها برای نشان دادن سناریوها و ارزیابی استحکام آنها در برابر مفروضات مفید استفاده کرد، اما این مشابه استفاده از آنها برای پیش‌بینی یا پیش‌بینی درباره انسان نیست. رفتار. پ;
