任务分解对数值判断的影响，本文主要内容关键词为：数值论文,分解论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
当人们面临大的复杂问题难以用直觉直接解决时，通常会将它分解为多个简单的思维可及的小问题逐个加以解决，并将各个简单问题的解按一定的逻辑关系合并为大问题的解。
在思维判断中普遍采用的分解方法基于两种假设：1 ）对各分解单元作主观判断是比整体判断更简单的认知任务，因此也较少出现错误和偏差：2 ）使用正式模型整合信息比直觉方法整合相同信息能产生更准确的结果。这些假设通常被认为是理所当然的，因而人们较少用实验去证明。
本研究正是要检验任务分解对巨大未知数值判断的精度、难度和自信度的效应。
2 方法
2.1 被试：随机选取理工科学生45人，其中有29 名四年级本科生，16名硕士研究生。他们熟悉模型的构建和运用。
2.2 实验任务：要求被试对巨大的不确定数值进行判断，并在7点量表上评价估计的难度和自信度。共有9个问题，它们取自1992 年的《中国统计年鉴》。如，“1991年年底全国电视机的社会拥有量为多少台？”（《年鉴》中的实际统计值为2.07×10[8]）
2.3 实验设计：实验条件分三种， 以比较被试在各条件下的判断精度、难度和自信度。（1）对问题直接进行直觉判断， 然后评价难度和自信度，最后写出判断数值时所用到的信息；（2 ）由主试提供问题的分解模式，使之被分解为若干个较小的部分。要求被试对各部分分别估值、评价难度和自信度，以各次评价的均值作为该题的难度和自信度；（3）由被试自己对所判断的问题提出分解模式， 然后对各部分进行判断和评价。
研究采用被试内设计。在三个实验条件中，主试均提供相同的信息，即1991年底全国总人口数为115823万人。
2.4 实验程序：先把9道题随机分为3组， 各组按拉丁方设计分配至3种实验条件，同一条件下的3道题的判断顺序随机决定。
各实验条件的先后次序对每个被试都是固定的，即由条件1 至条件2至条件3，这样安排一方面是为了避免被试在作直觉估计时进行问题分解，另一方面也是为了让被试在自己建立分解模式前可通过条件2 对问题分解有一些初步经验。
3 结果
3.1 三种实验条件下被试判断精度的比较
在分析被试的判断精度时，我们只考虑估计值对实际值的偏离程度，而不考虑偏离方向。因此，可用下式计算判断精度：
Ac＝Max（Xj／Xt,Xt／Xj）式中，Ac表示判断精度，Xj表示判断值，Xt表示实际统计值。此时Ac≥1，1表示无偏差，Ac值越大，判断偏差越大，精度越低。
结果表明，被试在不同实验条件下的判断精度有显著差异（F（2， 402）＝50.50，P＜0.01），总的来说，问题分解减少了判断偏差，提高了判断的准确性。但是，被试分解并不比主试分解更能提高判断精度（见表1）。
表1 三种条件下判断精度的描述统计和多重比较
-
实验条件n X s LSD多重比较
1 1357.47 40.09 条件1-2:*
2 1354.52 2.36
1-3:*
3 1353.99 2.42
2-3:ns
注：*表示P＜0.05，ns表示不显著，下同
3.2 三种条件下的难度和自信度评价
被试在作出数值估计后，用7 点量表对判断的难度和自信度进行评估，1表示很难或没有把握，7表示很容易或很有把握。结果如表2：
表2 三种条件下的难度和自信度评价（n＝135）
实验 难度评价
LSD 自信度评价 LSD
-
-
条件Xs多重比较 X s 多重比较
12.79 1.18
1-2:* 2.771.12 1-2:*
23.84 1.24
1-3:* 4.081.25 1-3:*
33.25 1.11
2-3:* 3.701.15 2-3:*
方差分析和多重比较的结果表明，不同条件下的判断难度有显著差（F（2，402）＝27.08，P＜0.01）。分解判断比直接估计更容易， 但被试自己分解后作判断比按实验者的分解模型判断更难。另外，不同条件下的自信度也有显著差异（F（2,402）＝44.12，P＜0.01）。在直接判断时自信度最低，分解判断提高了被试的自信心，尤其是在按主试提供的分解模型作判断时信心最高。
3.3 判断精度与自信度、难度评价的关系
数据说明，难度感、自信心和判断精度三者间的相关均显著（P＜0.01，表略）。被试感到难度小或自信心高时，判断精度也高； 同时难度感越低自信心越强。
3.4 不同条件下的高估和低估倾向分析
被试在不同的实验条件下所出现的高估和低估频次的分布如表3。x[2]分析的结果表明，被试估值的偏差方向与实验条件有关。在直觉判断时，被试有明显的低估倾向：但这种低估倾向在任务分解条件下逐步消失。
表3 被试估计的偏差方向的x[2]检验
条件高估频次 低估频次 x[2]值 df P
1 4986 10.14 1
0.00
2 6174
1.25 1
0.26
3 6768
0.01 1
0.93
Σ177
228
6.42 1
0.01
4 讨论
4.1 数值判断中的分解效应
当人们在有限信息条件下对直觉思维不可及的大的不确定问题作决策时，采取“分而化之，各个击破”的策略通常是有效的，因为解决分解后的小问题只需较少的心理资源，且不易超出理性的界限，因而使决策更可靠。本研究的结果也再次证明，任务分解有助于提高判断的精度，并使直觉判断时的低估倾向减少乃至消失。
然而，研究还发现，当被试按自己构建的分解模型作判断时，其判断精度并未显著高于按主试强加于他的模型作判断时的精度。我们认为，分解虽能减少偏差，但也能造成偏差，其效应的性质取决于具体的分解方式。若分解所得出的成分以及各成分间的关系适合判断者的知识结构和思维习惯，则分解的积极作用会发生；若分解模型不适当，则会带来新的判断偏差。本研究未能发现被试自己分解对提高精度的显著作用，其原因可能有以下几个方面：1 ）模型对知识结构的适合性是相对的，主试提供的分解模型未必完全不适合被试；2 ）被试构建模型的能力并不理想，因而自己分解时未能得出真正适合自己知识结构的精确模型，这一点似乎也可从难度和自信度的评估上得到验证；3 ）由于实验条件的顺序是主试分解在前、被试分解在后，因此被试在分解时可能模仿了主试的分解模型，从而使模型的个人适合性降低；4 ）由于分解过程本身耗费了较多的认知资源，这样，在条件三下完成实验任务所需的心理资源总量并不比条件二少，再加上此前已进行了两轮判断，因而被试在自己分解判定数值时受到疲劳因素的影响。尽管上述原因会使自己分解的部分效应被掩盖，但本研究也未完全否定自己分解对判断起促进作用的可能性。
4.2 难度、自信度评价及其与判断精度的关系
难度、自信度和精度三者间存在显著相关，表明被试在难度和自信度上的评级与自己的判断精度基本一致。在直觉判断时，被试感到难度最大、自信度最低、精度也最差。而分解使这些方面均有改善。然而，在主试提供现成的分解模型时，被试感到比自己分解更容易判断，也更为自信。出现这种看似与研究假设相矛盾的结果一方面是因为被试认为主试的模型是经过充分考虑的，因而是准确可靠的；另一方面是由于被试在自己分解时要执行比按现成模型判断更多的心理操作：区分单元、确定单元间逻辑关系、对各单元成分估值以及按模型整合数据，而被试又不可能对模型作长时间的精心考虑和修订。所以，自己分解显著增加了难度、降低了信心，同时却只是微弱地提高了精度。
4.3 分解效应对决策分析与辅助的意义
在不确定条件下作决策时，人们往往要进行决策分析和运用决策辅助。从某种意义上说，决策分析正是要得出有关整体决策任务的分解模型，以逐步解决问题。而决策辅助的常用方式则是向决策者提供决策策略或策略评价方法，这也正是要提供比直觉选择更有效的评价与选择模型。决策研究中常用的期望效用模型、贝叶斯统计推断、多特征效用理论以及决策树分析模型等实际上都可看成是一种任务分解。本研究结果表明，人们用直觉解决巨大不确定问题时不仅偏差程度大，而且判断的标准差也较大，但分解能改善人的判断，这就意味着决策分析和辅助可以提高决策质量。此时模型的可靠性是第一位的，而模型是否适合决策者的认知特点也会在一定程度上影响着决策质量。另外，决策分析和辅助还能使决策者感到更容易和更有信心。
标签：决策能力论文;