|
В исчерпывающем обзоре несправедливых приговоров Хьюго Бедау и Майкл Раделет в 1987 году обсуждали 350 (275:) зафиксированных в США случаев, в которых ложно обвиненные в уголовных преступлениях, несмотря на то что обвинения «вызывали обоснованные сомнения», были осуждены. В пяти случаях ошибка была обнаружена до вынесения окончательного приговора. Другим обвиняемым повезло меньше: 67 были заключены в тюрьмы на срок до 25 лет, 139 — на срок более 25 лет и 139 были приговорены к смерти. На тот момент, когда Бедау и Раделет писали свой обзор, 23 человека из приговоренных уже были казнены.
Градуирование
«Градуирование» — это согласование уверенности и точности. Человек, принимающий решение, может считать свою градуировку совершенной, если во всех оценках уровня уверенности отношение точности равно вероятности правоты. Другими словами, 90% всех оценок верны — 90% уверенности в том, что ответы верны; 80% оценок верны — 80% уверенности в ответах и т.д.
Когда оценки индивидуальны, особого смысла говорить о градуировании нет. Насколько хорошо градуировано решение человека, ответившего 70% на вопрос п. 216 Анкеты? Градуировка важна, когда речь идет о сотнях оценок (Лихтенштейн, Фишхофф и Филлипс, 1982).
Поскольку существует множество способов измерения уверенности, существует ряд методик измерения градуировки. Одна из них — обычный подсчет разницы между средним уровнем уверенности и общей пропорцией правильных ответов. Скажем, человек имеет 80% уверенности в своих ответах на ряд вопросов из области общего знания, но правильно ответил только на 60%. Этот субъект переоценил свои силы на 20%.
Несмотря на то что такой способ градуирования очень удобен, он не всегда может быть применен. Представьте себе, например, человека, уверенность и точность оценок которого равны 80% каждая. Этот человек обладает совершенной градуировкой? Необязательно. Он мог быть на 60% уверен в половине ответов и на 100% — в другой половине (в среднем — 80% уверенности), а верно ответить на 80% вопросов и в первой, и во второй половине. Такой человек имеет заниженную самооценку, когда уверен в 60% ответов, и завышенную, когда уверен во всех. (276:)
Более совершенной методикой является оценка точности через ряд условий уверенности. Если точность подсчитывается для разных уровней уверенности, то появляется возможность создать «кривую градуирования», где горизонтальная ось будет обозначать уверенность, а вертикальная — точность. Рисунок 19.2 содержит две кривые градуирования: одна — для предсказания метеослужбами выпадения осадков, другая — для диагнозов пневмонии. Как вы можете видеть, предсказания погоды почти
— 140 —
|