Хеуристика () је процес којим људи користе менталне пречице да би донели одлуке. Хеуристике су једноставне стратегије које људи, животиње, организације, и чак машине користе за брзо доношење судова, одлука и проналажење решења за сложене проблеме (Решавање проблема). Често ово укључује фокусирање на најрелевантније аспекте проблема или ситуације како би се формулисало решење. Иако се хеуристички процеси користе за проналажење одговора и решења која ће највероватније функционисати или бити тачна, они нису увек у праву или најтачнији. Судови и одлуке засновани на хеуристикама су једноставно довољно добри да задовоље хитну потребу у ситуацијама неизвесности, где су информације непотпуне. У том смислу, они се могу разликовати од одговора које дају логика и вероватноћа.

Економиста и когнитивни психолог Херберт А. Сајмон увео је концепт хеуристике у 1950-им годинама, сугеришући да постоје ограничења у рационалном доношењу одлука. Током 1970-их, психолози Амос Тверски и Данијел Канеман допринели су овом пољу својим истраживањем о когнитивним пристрасностима. Управо је њихов рад увео специфичне хеуристичке моделе, поље које се од тада само ширило. Иако неки тврде да чиста лењост стоји иза хеуристичког процеса, ово би могло бити само поједностављено објашњење зашто људи не поступају онако како смо очекивали од њих. Друге теорије тврде да овај процес може бити тачнији од одлука заснованих на сваком познатом фактору и последици, као што је ефекат „мање је боље”.

Историја Херберт А. Сајмон је формулисао један од првих модела хеуристике, познат као задовољавање. Његов општији истраживачки програм поставио је питање како људи доносе одлуке када нису испуњени услови за теорију рационалног избора, односно како људи одлучују у условима неизвесности. (директно преузимање PDF датотеке – преко Defense Technical Information Center.) Сајмон је такође познат као отац ограничене рационалности, коју је схватио као проучавање подударања (или неподударања) између хеуристике и окружења за доношење одлука. Овај програм је касније проширен на проучавање еколошке рационалности.

Почетком 1970-их, психолози Амос Тверски и Данијел Канеман заузели су другачији приступ, повезујући хеуристике са когнитивним пристрасностима. Њихова типична експериментална поставка састојала се од правила логике или вероватноће, уграђеног у вербални опис проблема просуђивања, и показала је да људско интуитивно просуђивање одступа од тог правила. Проблем Линде испод даје пример. Ово одступање се затим објашњава хеуристиком. Ово истраживање, названо програм хеуристике и пристрасности, оспорило је идеју да су људска бића рационални актери и први пут је стекло светску пажњу 1974. године радом у часопису Science под називом „Judgment Under Uncertainty: Heuristics and Biases” и иако су првобитно предложене хеуристике временом усавршаване, овај истраживачки програм је променио поље трајним постављањем истраживачких питања.

Оригиналне идеје Херберта Сајмона су 1990-их преузели Герд Гигеренцер и други. Према њиховој перспективи, проучавање хеуристике захтева формалне моделе који омогућавају да се предвиђања понашања праве ex ante. Њихов програм има три аспекта:

Које хеуристике људи користе? (дескриптивно проучавање „адаптивне кутије са алатима”) Под којим условима би људи требало да се ослањају на дату хеуристику? (прескриптивно проучавање еколошке рационалности) Како дизајнирати хеуристичка помагала за доношење одлука која су лака за разумевање и извршење? (инжењерско проучавање интуитивног дизајна, на пример са приступима дизајна усредсређеног на човека или дизајна усредсређеног на корисника.)

Између осталог, овај програм је показао да хеуристике могу довести до брзих, штедљивих и тачних одлука у многим ситуацијама у стварном свету које карактерише неизвесност.

Ова два различита истраживачка програма довела су до две врсте модела хеуристике, формалних и неформалних модела. Формални модели описују процес одлучивања у смислу алгоритма, што омогућава математичке доказе и компјутерске симулације. Насупрот томе, неформални модели су вербални описи.

Формални модели хеуристике

Списак формалних модела хеуристике: Хеуристика елиминације по аспектима Брза и штедљива стабла Хеуристика течности Хеуристика погледа Хеуристика препознавања Задовољавање Хеуристика сличности Хеуристика „узми најбоље” Пребројавање

Сајмонова стратегија задовољавања

Хеуристика задовољавања Херберта Сајмона може се користити за одабир једне алтернативе из скупа алтернатива у ситуацијама неизвесности. Овде неизвесност значи да укупан скуп алтернатива и њихових последица није познат или не може бити познат. На пример, професионални предузетници у области некретнина ослањају се на задовољавање да би одлучили на којој локацији ће инвестирати у развој нових комерцијалних области: „Ако верујем да могу добити најмање x повраћаја у року од y година, онда прихватам ту опцију.” Генерално, задовољавање се дефинише као:

Корак 1: Поставите ниво аспирације α Корак 2: Изаберите прву алтернативу која задовољава α

Ако се не пронађе ниједна алтернатива, онда се ниво аспирације може прилагодити.

Корак 3: Ако након времена β ниједна алтернатива није задовољила α, онда смањите α за неки износ δ и вратите се на корак 1.

Задовољавање је пријављено у многим доменима, на пример као хеуристика коју трговци аутомобилима користе за одређивање цена половних BMW-а.

Елиминација по аспектима За разлику од задовољавања, хеуристика елиминације по аспектима Амоса Тверског може се користити када су све алтернативе истовремено доступне. Доносилац одлуке постепено смањује број алтернатива елиминишући алтернативе које не испуњавају ниво аспирације одређеног атрибута (или аспекта). Током низа избора, људи имају тенденцију да искусе неизвесност и покажу недоследност. Елиминација по аспектима би се могла користити приликом суочавања са изборима. Генерално, процес елиминације по аспектима је следећи:

Корак 1: Изаберите један атрибут повезан са доношењем одлуке Корак 2: Елиминишите све алтернативе које искључују овај специфични атрибут Корак 3: Користите други атрибут да бисте додатно елиминисали алтернативе Корак 4: Понављајте корак 3 док не остане само једна опција, тада је одлука донета

Елиминација по аспектима не спекулише да би бирање алтернатива могло помоћи потрошачима да максимизирају корисност, напротив, она сматра да је избор резултат вероватнотног процеса који постепено елиминише алтернативе. Једноставан пример даје Амос Тверски: када неко жели да купи нови аутомобил, први аспект који ће узети у обзир може бити аутоматски мењач, ово ће елиминисати све алтернативе које не садрже такав аспект. Затим, када се елиминишу све алтернативе које немају ову карактеристику, даће се други аспект, као што је ограничење цене од 3000 долара. Процес елиминације наставља да се одвија све док се све алтернативе не елиминишу.

Елиминација по аспектима се добро користи у раној фази процеса доношења одлука пословних анђела јер олакшава алат за брзо доношење одлука – алтернативе ће бити елиминисане када инвеститори открију критични недостатак потенцијалних могућности. Друго истраживање је такође показало да се елиминација по аспектима широко користи у избору уговора за електричну енергију. Логика иза ова два примера је да елиминација по аспектима помаже у доношењу одлука када се суочавамо са низом компликованих избора. Можда ће неко морати да донесе одлуку међу свим алтернативама док има само ограничене интуитивне рачунске могућности и време. Међутим, елиминација по аспектима као компензациони модел могла би помоћи да се донесу тако сложене одлуке јер ју је лакше применити и укључује ненумеричка израчунавања.

Хеуристика препознавања

Хеуристика препознавања користи основну психолошку способност препознавања да би се донели закључци о непознатим количинама у свету. За две алтернативе, хеуристика гласи:Ако се једна од две алтернативе препозна, а друга не, онда закључите да препозната алтернатива има већу вредност у односу на критеријум.На пример, на тениском турниру у Вимблдону 2003. године, Енди Родик је играо против Томија Робреда. Ако је неко чуо за Родика, али не и за Робреда, хеуристика препознавања доводи до предвиђања да ће Родик победити. Хеуристика препознавања користи делимично незнање; ако је неко чуо за оба или ниједног играча, потребна је другачија стратегија. Студије о Вимблдону 2003. и 2005. показале су да је хеуристика препознавања коју су примењивали полу-игнорантни аматерски играчи предвидела исходе свих мушких сингл мечева једнако добро и боље од носиоца вимблдонских експерата (који су чули за све играче), као и АТП ранг-листа. Хеуристика препознавања је еколошки рационална (односно, добро предвиђа) када је валидност препознавања знатно изнад случајности. У овом случају, препознавање имена играча у високој је корелацији са њиховим шансама за победу.

Узми најбоље

Хеуристика „узми најбоље” користи основну психолошку способност за преузимање знакова из меморије по редоследу њихове валидности. На основу вредности знака, она закључује која од две алтернативе има већу вредност по критеријуму. За разлику од хеуристике препознавања, она захтева да се све алтернативе препознају, и стога се може применити када хеуристика препознавања не може. За бинарне знакове (где 1 означава већу вредност критеријума), хеуристика се дефинише као:

Валидност vi знака i дефинише се као удео исправних одлука ci:

vi = ci / ti

где је ti број случајева у којима се вредности две алтернативе разликују за знак i. Валидност сваког знака може се проценити из узорака посматрања.

Хеуристика „узми најбоље” има изванредна својства. У поређењу са сложеним моделима машинског учења, показало се да често може предвидети боље од регресионих модела, стабала класификације и регресије, неуронских мрежа и векторских машина подршке. [Brighton & Gigerenzer, 2015]

Слично томе, психолошке студије су показале да у ситуацијама у којима је хеуристика „узми најбоље” еколошки рационална, велики део људи тежи да се ослони на њу. Ово укључује доношење одлука од стране цариника на аеродромима, професионалних провалника и полицајаца као и студентске популације. Услови под којима је ова хеуристика еколошки рационална су углавном познати. „Узми најбоље” показује да је претходни став према којем би игнорисање дела информација било генерално ирационално — нетачан. Мање може бити више.

Брза и штедљива стабла

Брзо и штедљиво стабло је хеуристика која омогућава класификације, као што је то да ли пацијент са јаким болом у грудима вероватно има срчани удар или не, или да ли је аутомобил који се приближава контролном пункту вероватно терористички или цивилни. Назива се „брзим и штедљивим” јер, баш као и хеуристика „узми најбоље”, омогућава брзе одлуке са само неколико знакова или атрибута. Назива се „стаблом” јер се може представити као стабло одлучивања у којем се поставља низ питања. Међутим, за разлику од пуног стабла одлучивања, оно је непотпуно стабло – како би се уштедело време и смањила опасност од прекомерног прилагођавања (overfitting).

мини|upright=1.15|Слика 1: Скрининг на ХИВ у општој популацији прати логику брзог и штедљивог стабла. Ако је први ензимски имунотест (ELISA) негативан, дијагноза је „нема ХИВ-а”. Ако није, ради се друга ELISA; ако је негативна, дијагноза је „нема ХИВ-а”. У супротном, ради се Вестерн блот тест, који одређује коначну класификацију. Слика 1 приказује брзо и штедљиво стабло које се користи за скрининг на ХИВ (вирус хумане имунодефицијенције). Баш као и „узми најбоље”, стабло има правило претраге, правило заустављања и правило одлучивања:

У ХИВ стаблу, прво се спроводи ELISA (ензимски имуносорбентни тест). Ако је резултат негативан, поступак тестирања се зауставља и клијент се обавештава о добрим вестима, односно „нема ХИВ-а”. Ако је резултат позитиван, спроводи се други ELISA тест, пожељно од другог произвођача. Ако је друга ELISA негативна, поступак се зауставља и клијент се обавештава да „нема ХИВ”. Међутим, ако је резултат позитиван, спроводи се финални тест, Вестерн блот.