Close

Что ожидать в дальнейшем после этого решения: Что ожидать в дальнейшем после этого решения? — Юстива

Содержание

«Будущее зависит от принципиальности Павла Дурова»: что будет с криптовалютой Telegram после запрета в США

24 марта судья окружного суда Нью-Йорка Кевин Кастел предварительно признал криптовалюту братьев Дуровых ценной бумагой и тем самым подтвердил запрет на передачу токенов инвесторам. Telegram немедленно подал апелляционную жалобу (.pdf). В письме инвесторам от 25 марта (Forbes ознакомился с его содержанием) Telegram указывает, что суд пока не принял окончательного решения по делу. Пока компания ждет этого, она подала экстренную жалобу на предварительный вывод суда. «Одновременно мы продолжаем оценивать последствия решения (от 24 марта), — говорится в письме. — Хотя оно, очевидно, разочаровывающее, мы по-прежнему полностью посвящаем себя TON и делаем все возможное, чтобы обеспечить его успешный запуск».

О планах Telegram по запуску блокчейн-платформы Telegram Open Network (TON) стало известно в конце 2017 года. Для взаиморасчетов ее участников предполагалось использовать токены Gram. В январе и марте 2018 года компании Telegram Group и TON Issuer продали 2,9 млн токенов Gram 175 покупателям, собрав $1,7 млрд. Инвесторы должны были получить Gram после запуска блокчейн-платформы до 31 октября 2019 года, но в начале октября SEC подала иск и добилась приостановки ICO Telegram. Команда TON разослала инвесторам письмо, в котором предложила отложить запуск Gram до 30 апреля 2020 года или вернуть 77% денег. Среди инвесторов могли быть компании, связанные с Романом Абрамовичем и Михаилом Абызовым, и основанный семьей Гуцериевых фонд, следует из материалов суда.

Gram прошел тест

Как говорится в предварительном решении суда Южного округа Нью-Йорка, Gram был признан ценной бумагой на основе «теста Хоуи». «Тест Хоуи» разработал Верховный суд США, чтобы определять, можно ли квалифицировать ту или иную транзакцию как «инвестиционный контракт». Если можно, тогда транзакция попадает под действие законов «О ценных бумагах» и «Об обмене ценных бумаг». Согласно критериям теста, сделка является «инвестиционным договором», если это вложение денег, у сторон есть ожидание прибыли от инвестиций, если это вложение денег в общее предприятие и т.д.

По мнению суда, инвесторы купили токены, чтобы впоследствии перепродать их широкому кругу покупателей на вторичном рынке и заработать на этом благодаря усилиям Telegram. Исходя из такой установки «тест Хоуи» показал, что Gram — это ценная бумага.

«Telegram понимал, что разумные покупатели не захотят платить $1,7 млрд за Gram в качестве просто средства хранения денег. Вместо этого Telegram разработал схему увеличения суммы, которую заплатили первые покупатели. Telegram создал структуру, позволяющую этим покупателям максимизировать стоимость Gram при их перепродаже на рынке», — приводятся в документе аргументы судьи Кевина Кастела. Предписание, которое запрещает передачу токенов первоначальным покупателям, «уместно и будет принято», постановил он.

В документе также говорится, что «дочка» Telegram — компания TON Foundation — собиралась корректировать стоимость Gram в тех случаях, если бы она падала в половину ниже «базовой цены», которая примерно составляет $1,81 за Gram. TON Foundation по своему усмотрению могла бы выкупать Gram с рынка, предотвращая тем самым дальнейшее падение рыночной цены. Но Дуров в показаниях в рамках судебного расследования уверял, что после запуска блокчейн-платформы не смог бы влиять на стоимость токенов.

Реклама на Forbes

В материалах суда описываются планы по интеграции TON Blockchain с мессенджером Telegram, у которого большая база пользователей, но который никак сейчас не монетизируется. В частности, Telegram собирался зарезервировать 10% Gram после запуска платформы для создания стимулирующих программ, которые бы способствовали широкому распространению токенов. Для разработчиков Telegram, которые должны были построить блокчейн-платформу, было зарезервировано 4% Gram, а для братьев Дуровых — по 1%.

Кроме того, из документа стало известно, что Дуров сам оплачивает все расходы на разработку и поддержку Telegram, так как мессенджер не приносит никаких доходов. Более 90% расходов были покрыты из средств, которые Дуров привлек в ходе ICO. Бюджет Telegram в 2018 году составил $180 млн, а в 2019 — $220 млн. С января 2018 по январь 2020 года компания потратила $405 млн, или около 24% выручки, полученной в ходе ICO.

«Каждый должен положить на стол аргументы»

Предварительное решение суда разочаровало не только Telegram, но и некоторых инвесторов TON. Минимум 10 инвесторов TON готовы выйти из проекта и получить свои инвестиции обратно, рассказал ТАСС глава криптоинвестиционного банка Hash CIB Яков Баринский. «С учетом того, что происходит на финансовых рынках, это предложение сейчас выглядит намного лучше, чем в октябре»,- объясняет он. По оценке Баринского, после инвесторы могут потребовать возврата в сумме 72% от общих вложений. «Базовый вариант — вернуть всем инвесторам по 72 цента на доллар», — считает он.

Участник списка Forbes Давид Якобашвили, который инвестировал в TON, примет решение о том, забирать ли деньги из проекта, после переговоров с командой Telegram, рассказал он Forbes. «Я думаю, должны быть совместные переговоры с командой Telegram, каждый должен положить на стол свои аргументы, а потом инвесторы должны принять единое решение или большинством голосов», — считает Якобашвили. В прошлый раз решение о переносе дедлайна запуска блокчейн-платформы TON на 30 апреля 2020 года было принято голосованием, отметил он. «Сейчас, я думаю, решение будет принято таким же образом — это будет вполне демократично. Выслушать мнение самого Telegram и потом провести определенное голосование, потом будет ясно [что делать]. Только от моего мнения ничего не зависит, я один из членов этой команды», — отметил Якобашвили. По его словам, переговоры, скорее всего, будут проходить онлайн — отдельно с инвесторами или группами инвесторов.

Убытки не вернуть

По мнению опрошенных Forbes экспертов, у ответчиков остаются шансы на запуск TON. Для этого Дуровым нужно договориться с SEC о регистрации выпуска токенов и о размере штрафа или добиться победы в споре с регулятором в апелляционной инстанции.

Документ, который был опубликован судом Южного округа Нью-Йорка (.pdf), — это не решение по существу и не предварительное решение, а определение суда о запрете совершения неких действий, говорит управляющий партнер московского офиса коллегии адвокатов Pen & Paper Антон Именнов. Его можно назвать судебным запретом предложения к инвестированию.

Комиссия по ценным бумагам и биржам (SEC) доказывает, что Gram способен обращаться на финансовом рынке, а значит он —  ценная бумага, то есть должен иметь зарегистрированный в установленном порядке проспект эмиссии, объясняет Именнов. В противном случае, если Gram не ценная бумага, то проспект подпадает под исключения закона «О ценных бумагах и биржах», и эмитент не обязан связываться с SEC, на чем и настаивал Дуров. «Вероятно, Дуров решил пойти против системы, но поскольку основная масса инвесторов – граждане США, он должен был учесть этот момент до размещения предложения», — считает Именнов.

Теперь будущее Telegram зависит от принципиальности Павла Дурова, продолжает он: основатель Telegram может зарегистрировать проспект эмиссии Gram в качестве ценной бумаги и заплатить штраф — до $905 000 за одно нарушение. Размер штрафа определяет SEC, с ней можно торговаться. Но более вероятный сценарий – Дуров будет до последнего отстаивать «особую природу своего детища», уверен юрист.

Баринский также считает, что команда Дурова может зарегистрировать сделку, признав, что Gram является ценной бумагой. Но в этом случае запуск проекта будет перенесен на неопределенный срок. «К такому готовятся не меньше года», — говорит он. Другим вариантом развития событий, по мнению Баринского, является вывод из проекта американских инвесторов и запуск проекта без их участия, но за этим могут последовать иски от остальных инвесторов.

Маловероятно, что до 30 апреля исход дела разрешится в иную сторону из-за продолжительных сроков рассмотрения судебных споров американскими судами, считает руководитель юридической практики Grace Consulting Екатерина Орлова. По ее словам, независимо от решения суда встанет вопрос возврата денег инвесторам Telegram, и любые выплаты станут возможны только после 30 апреля в случае, если стороны не согласуют повторное продление сроков до решения суда апелляционной инстанции.

По словам Орловой, у инвесторов, скорее всего, не возникнет оснований для требования компенсации убытков у команды Дурова. В случае с Telegram судебный спор будет трактоваться как инициированный в связи с бездействием эмитента, полагает она, и, хотя в США по закону бездействующий эмитент «должен вернуть полную стоимость инвестиций, а также его могут заставить компенсированы убытки инвесторов, вызванные подобным бездействием», инвестиционное соглашение Telegram, «очевидно, содержит оговорки и лимиты ответственности». «Поэтому компенсировать инвесторам убытки Telegram будет не обязан», — заключает Орлова.

Решение суда будет иметь последствия не только для криптовалют, но и всего рынка ценных бумаг, считает партнер юридической фирмы Mitchell Silberberg & Knupp LLP Арина Шульга. Каждая эмиссия ценных бумаг должна быть или зарегистрирована в SEC, или быть проведенной по условиям одного из исключений из закона, напоминает она: «В моем понимании, Telegram не нарушил этих правил, но суд с этим не согласен». По примеру ICO Telegram, «делаются тысячи подобный сделок в мире инвестиций, например, в стартапы», говорит она. Становится понятно, что все другие ICO, структурированные подобным образом, оказываются под вопросом, заключила Шульга.

Коронавирус. Закрытие ночных клубов и другие решения 10.11.2020 / Сайт Сергея Собянина

Сергей Собянин

10 ноября 2020 в 14:10

Уважаемые москвичи,

 

С сентября происходит большой подъем эпидемии коронавируса. Два с половиной месяца идет настоящая борьба с этой бедой. Борьба за здоровье и жизни москвичей.

Неделю назад казалось, что уровень заболеваемости стабилизировался на высоком, но все же еще некритичном уровне.

Однако последние дни мы вновь видим существенный рост. В понедельник, 9 ноября 2020 было выявлено 6897 случаев заболевания – антирекорд за весь период пандемии.

В середине августа лишь 1 из 100 ПЦР-тестов давал положительный результат. В конце октября доля положительных тестов выросла до 5,8%, а затем и – до 7,5%. И, к сожалению, в ближайшие недели мы можем ожидать дальнейшего ухудшения ситуации.

К тому же медленно, но верно растет число заболевших ОРВИ и другими сезонными респираторными заболеваниями. И это тоже значительно увеличивает нагрузку на систему здравоохранения, которая и так работает на пределе.

В этих условиях существующих мер противодействия коронавирусу становится недостаточно. Требуется ввести дополнительные ограничения, чтобы – насколько это возможно – разорвать цепочки передачи вируса и снизить уровень заболеваемости

.

Эти ограничения вводятся с 13 ноября 2020 г. и будут действовать два месяца – до 15 января 2021 г.

 

1. Студенты городских вузов и колледжей переходят на дистанционную форму обучения. Правительство Москвы рекомендует принять аналогичные решения учредителям федеральных и частных вузов и колледжей.

Транспортные карты учащихся, переведенных на дистанционное обучение, будут временно заблокированы.

 

2. Школьникам и студентам, переведенным на дистанционную форму обучения, рекомендуется соблюдать домашний режим и свести к минимуму поездки по городу.

 

3. В заведениях общественного питания (ресторанах, кафе, барах), а также в ночных клубах, караоке, боулингах, на дискотеках и в других развлекательных заведениях запрещается обслуживание посетителей в ночное время – с 23.00 до 6.00.

Вводимые ограничения не распространяются на торговлю на вынос и курьерскую доставку готовых блюд, которые по-прежнему могут осуществляться круглосуточно.

Организациям, осуществляющим деятельность, связанную с обслуживанием граждан, рекомендуется использовать систему регистрации номеров телефонов (чек-ин) посетителей и работников.

 

4. Максимальное число зрителей в театрах, кинотеатрах и концертных залах не должно превышать 25% общей вместимости зала.

 

5. Проведение массовых физкультурных и спортивных мероприятий с участием зрителей разрешается только при условии согласования с Департаментом спорта города Москвы и Управлением Роспотребнадзора по городу Москве.

 

6. Временно приостанавливается проведение культурных, выставочных, просветительских, досуговых, развлекательных, зрелищных и аналогичных мероприятий с участием зрителей.

При этом учреждения культуры и иные организации могут проводить выставки, вернисажи, публичные лекции, тренинги, презентации, мастер-классы, рекламные акции и т.п. мероприятия в режиме онлайн.

Ограничения не распространяются также на официальные мероприятия, проводимые по решению органов исполнительной власти.

 

7. Временно приостанавливается работа детских лагерей дневного пребывания, детских развлекательных центров, детских комнат в ТРЦ, детских уголков в заведениях общепита и аналогичных мест развлечения и присмотра за детьми при условии, что они расположены в зданиях.

Проведение развлекательных мероприятий для детей на открытом воздухе по-прежнему возможно.

 

Друзья,

 

По опыту предыдущих месяцев пандемии вы знаете, что Правительство Москвы старается вводить неизбежные ограничения на максимально короткий срок, продлевая их по мере необходимости.

Однако в этот раз мы поступили иначе. Новые ограничения вводятся сразу на два месяца – до 15 января 2021 г.

Дело в том, что впереди новогодние праздники. Заранее установив ограничения на работу индустрии отдыха и развлечений, мы хотим избавить учреждения и бизнес от ненужных трат, которые приносит внезапная отмена концертов и других праздничных мероприятий.

 

Новые ограничения являются крайне неприятной, но вынужденной мерой. Надеюсь, что они сработают и спасут тысячи жизней и здоровье многих москвичей.

Берегите себя и свое здоровье!

 

Ваш мэр
С.Собянин

 

Указ Мэра Москвы «О внесении изменения в Указ Мэра Москвы от 8 июня 2020 г. № 68-УМ».

Поделитесь с друзьями!

Мир, снятый с ИВЛ — Экономика

Невероятное переполнение внутренних курортов РФ в конце лета соответствовало такому же переполнению всех внутренних курортов всех стран мира без исключения, несмотря на то что, в сущности, все отдыхающие в этом сезоне понимали: это не отдых, это что-то вроде демонстрации того, что нам это оказалось важным. В здравом уме на юг никто в августе 2020 года не поехал бы — но о каком здравом уме можно говорить, когда речь идет об истинных ценностях? Плевать на риск (позвольте, но именно сейчас еще нет никакой вакцины, а коронавирус, безусловно, еще есть!): свобода, как выяснилось, важнее.

Но дело не в курортах — хотя этот сдвиг, например, в изменении нормы сбережений, резко выросшей весной 2020 года, уже будет заметен в сентябре (еще одним связанным с ним эффектом, кстати, был резкий рост интереса населения к расширению спектра инвестирования — но этим темам, как и десяткам других отраслевых, гораздо рациональнее будет посвятить отдельные материалы). Глобальным стал под воздействием коронавируса и характер медиапотребления — главного в современном мире вида потребления, форматирующего под себя все и вся. Ограниченная свобода перемещения очень нестандартно в последние месяцы совпала с усилившейся свободой информационного перемещения. Хотя с коронавирусом действительно боролись почти всегда в пределах национальных границ (закрытых), мир впервые болел вместе, и новости о развитии пандемии в Китае, затем в Италии, в США, в Бразилии нас интересовали едва ли не больше, чем те же новости о том, что в этом смысле происходило в Дагестане, а тем более в Нижегородской или Челябинской области. Не говорим уже о том, что очередные вопросы очень быстро распространяющейся в российском обществе феминистской повестки наравне с повесткой антиксенофобской и антирасистской занимали население России, видимо, даже больше, чем попытки показательных процессов со стороны силовых госструктур (дело Дмитриева, дело «Нового величия», дело Ивана Сафронова и множество других дел). Информационное пространство, в том числе под давлением коронавирусной пандемии, глобализовалось мгновенно — и из мирового пространства в итоге российскую публику наполовину вытащили только новости о выборах и антиправительственных протестах в Белоруссии (к Минску в России все же относятся как к загранице, лишь предпринимая некоторые усилия для этого). Шансов на то, что информпространство снова замкнется в мировых границах, не так много.

Впрочем, коронавирус в той же мере — и также во всем мире — продемонстрировал и удивительную слабость современных медиа в целом и СМИ в частности в том, чтобы удовлетворять острый спрос на информацию. Для медиа первая половина 2020 года могла бы стать великим временем — только во времена больших войн спрос на информацию был настолько же велик. Увы, по крайней мере по внешним признакам чуда не произошло — возможности медиа обрабатывать информацию, проверять и консолидировать данные, проводить экспертизу точек зрения, отсеивать сильный информационный шум оказались сильно завышенными. Напротив, эмоциональный уклон, который в любых серьезных СМИ в прошлое десятилетие считался серьезным грехом, именно весной-летом 2020 года окончательно стал добродетелью, а обличение и возвеличивание чего-либо заведомо выигрывало у любой попытки объективности, точности и взвешенности. Вина самих медиа в этом вопросе невелика — доходы медиарынка падали в пандемию радикально, возможность работать сокращалась сильно, а сама по себе свобода СМИ от общественных настроений, предельно по меркам последних десятилетий взвинченных общей смертельной опасностью,- утопия, медиа не в состоянии быть принципиально спокойнее, корректнее и яснее своих потребителей. Публику, реагирующую только на сверхмощные эмоциональные раздражители и требующую — это в основном эффект соцсетей — все более быстро предоставленной и в меньшей степени проверенной информации, мало интересует истина и больше интересует то, на чем аршинными буквами написано ПРАВДА, это верно и для Нью-Йорка, и для Москвы, и для Куала-Лумпура, это было скорее верно и в 2019 году, но в 2020 году стало медиакатастрофой. Каким будет информационное общество, в котором главная добродетель медиа — как можно более энергичная, эффектная, эмоциональная и убедительная манипуляция? Этого мы также не знаем, но понимаем, что это заведомо не исчезнет, как бы мы этого ни хотели, это не случайная история и не эксцесс, а тренд, в котором коронавирус был лишь одним из элементов гремучей смеси — вместе с Путиным, Трампом, полицейской жестокостью в США, китайским национализмом, сирийскими беженцами, экологическими тревогами, легкими наркотиками, семейным насилием, сериалами, ростом больших городов, дешевыми авиаперелетами, смартфонами, космическими мечтами от Илона Маска и нулевыми процентными ставками крупнейших центробанков мира.

Возможно, именно коронавируса не хватало в коктейле, чтобы все понеслось неведомо куда. Впрочем, после довольно банального второго десятилетия XXI века, возможно, он сделает третье десятилетие более содержательным. По крайней мере мы на это надеемся.

Актуальные вопросы и перспективы совершенствования права ЕАЭС в сфере таможенных платежей и происхождения товаров — Мнение эксперта от 10.12.2020

Стенограмма выступления Е. Н. Бричевой на конференции «Таможня 2020 – новые вызовы», организованной ООО «Мультисервисная платежная система».

«Добрый день, уважаемые коллеги. Уже стало доброй традицией подводить некоторые итоги и строить планы на будущее. Наверное, и нынешнее мероприятие не исключение и позволит подвести некоторые итоги этого года, очень непростого, очень сложного года, который заставил нас научиться работать по-новому, научиться общаться по-новому и приходить к решению тех вопросов, которые перед нами жизнь поставила, в новом формате. И в определенном смысле Евразийской экономической комиссии (далее – Комиссия, ЕЭК) удалось организовать свою деятельность в этот сложный период таким образом, чтобы не оставить без внимания те запросы и от государств, и от бизнеса, которые в этот сложный период, связанный с пандемией, ставила жизнь. 

Ряд решений, принятых Комиссией, самым непосредственным образом затрагивали фискальную составляющую. Уже в марте – апреле 2020 года был принят ряд Решений Комиссии, которые были направлены на преодоление тех негативных последствий, которые повлекла за собой ситуация с новой инфекцией. Так, Советом Комиссии были приняты Решения от 16 марта 2020 г. № 21 и от 3 апреля 2020 г. № 33, которые установили тарифные льготы в отношении средств индивидуальной защиты, дезинфицирующих средств, диагностических реагентов, отдельных видов медицинского оборудования и материалов, товаров критического импорта, отдельных видов лекарственных средств и товаров медицинского назначения. Более того, на сегодняшний день уже достигнута договоренность о продлении до 31 марта 2021 года действия этих тарифных льгот в отношении отдельных компонентов и материалов для производства лекарственных и дезинфицирующих средств, медицинских препаратов, респираторов, защитных очков, резиновых перчаток, некоторых медицинских изделий и аппаратуры, а также боксов и носилок для транспортировки пациентов. Соответствующее решение, предусматривающее его ретроспективное применение, уже направлено в страны для подписания (прим. Решение Совета ЕЭК от 1 октября 2020 г. № 86 «О внесении изменений в Решение Комиссии Таможенного союза от 27 ноября 2009 г. № 130 и Решение Совета Евразийской экономической комиссии от 16 марта 2020 г. № 21» опубликовано 06.11.2020 г.). То есть те, кто сегодня ввиду отсутствия продленной льготы не может ею воспользоваться, в дальнейшем (после вступления в силу Решения, продлевающего действие таких тарифных льгот в отношении ряда товаров) сможет обратиться за возвратом таможенных пошлин. 

3 апреля 2020 г. было принято Решение Совета ЕЭК № 36 о возможности предоставления сертификатов происхождения товаров формы «А» не в оригиналах, как того требуют правила, а в виде бумажных или электронных копий с последующим представлением оригиналов, после того, как ситуация позволит их получить и направить импортеру товаров для представления в таможенный орган (правило действовало до 30 сентября 2020 г.). 

Были приняты Решения Комиссии в сфере таможенного регулирования. Так, внесены изменения в Решение Совета ЕЭК от 20 декабря 2017 г. № 109, которыми продлен с 12 до 18 месяцев предельный срок временного нахождения на территории Союза отдельных категорий товаров. Позднее в отношении указанных товаров была дана возможность совершить необходимые таможенные операции не в течение месяца, как это установлено ТК ЕАЭС, а в течение четырех месяцев. Это было сделано для того, чтобы вся эта сложная ситуация и новые обстоятельства работы как таможенных органов, так и бизнеса не создали непреодолимых препятствий для совершения необходимых таможенных операций, а невозможность совершения их в те сроки, которые были установлены до принятия этих Решений, не повлекла административных наказаний, взыскания таможенных платежей и так далее. 

Что мы имеем сегодня, над чем мы работаем. 

Начинается работа по внесению изменений в Таможенный кодекс Союза. 14 октября состоялось первое заседание рабочей группы, в состав которой вошли представители государственных органов государств-членов Союза на уровне заместителей руководителей данных государственных органов и руководителей их структурных подразделений, представители бизнес-сообщества и представители таможенного блока Евразийской экономической комиссии. Это было установочное заседание, на котором согласовали регламент работы. Регламент работы рабочей группы формировался, естественно, с учетом опыта работы по подготовке Таможенного кодекса Евразийского экономического союза. 

Задача рабочей группы, в первую очередь, обеспечить комплексность рассмотрения всех вопросов, по которым будут готовиться поправки в Таможенный кодекс или разрабатываться новые проекты международных договоров по таможенным вопросам.

По каждому из направлений, по которым будет вестись работа в рамках подготовки поправок в Таможенный кодекс, будут определены кураторы. Это и уже озвученная тема интернет-торговли, и вопросы таможенного транзита.

Нужно сказать, что оба вопроса обозначены в качестве стратегических направлений развития евразийской интеграции до 2025 года и предусматривают создание соответствующих механизмов, соответствующего регулирования. Причем, если говорить о таможенном транзите, то речь идет о создании единой системы транзита, предусматривающей, возможно, присоединение к ней и стран, не являющихся участницами Союза. 

Наряду с этими крупными блоками уже сформированы и поправки редакционного, уточняющего характера, поправки, направленные на устранение выявленных в рамках правоприменения пробелов. Таких поправок уже порядка 300, и я не исключаю, что их будет больше по итогам обсуждений. Комиссия свои предложения тоже подготовила, и мы опирались, конечно, на ту информацию, которую черпали и из открытых источников, и из обращений таможенных органов и участников внешнеэкономической деятельности. 

Несмотря на то, что Комиссия не обладает компетенцией по толкованию норм Кодекса, на самом начальном этапе применения главного акта в сфере таможенного регулирования Комиссией был выработан подход о необходимости формирования единой правоприменительной практики, что в определенной степени легче, чем последующая корректировка разных подходов. Поэтому Комиссия все вопросы, которые поступали от бизнеса или государственных органов, внимательно изучала, вырабатывала свою позицию и информировала об этой позиции и заявителей, и таможенные органы. Более того, мы эти позиции делали открытыми для неограниченного количества лиц, размещая на сайте Евразийской экономической комиссии. 

Конечно, не по всем вопросам решение находилось легко, просто и быстро. Вот один из вопросов, который рассматривался на последнем заседании консультативного комитета по таможенному регулированию: вопрос о праве таможенного представителя при декларировании товаров от имени декларанта в рамках помещения товаров под таможенную процедуру таможенного транзита предоставлять обеспечение исполнения обязанности по уплате таможенных платежей. Разное прочтение одних и тех же норм, к сожалению, не дает нам на сегодняшний день единого мнения о возможности или невозможности предоставления таможенным представителем такого обеспечения. По итогам обсуждения, этот вопрос мы будем рассматривать дальше, обсуждение предложено провести в рамках экспертной группы по таможенным платежам. Такая экспертная группа была создана в прошлом году, но, к сожалению, пандемия не позволила нам активно начать использовать ее ресурсы и механизмы. Первый вопрос, который мы будем обсуждать в рамках заседания экспертной группы – обеспечение, которое может или не может предоставляться таможенным представителем при таможенном транзите. 

Второй блок вопросов, который видится весьма полезным обсудить в рамках экспертной группы, это вопросы, связанные с заполнением декларации на товары в условиях электронного декларирования, в условиях возможности обмена информацией. Нынешний порядок заполнения платежных граф декларации на товары сложный и отчасти неоднозначный. Как мне кажется, есть достаточно поводов для того, чтобы его существенно упростить, сделать более понятным и тем самым, исключить нарекания со стороны таможенных органов в адрес декларантов о некорректном заявлении соответствующих сведений, дать возможность таможенным органам понятным образом администрировать и контролировать правильность исчисления таможенных платежей, в условиях действия механизма зачисления и распределения ввозных таможенных пошлин дать возможность странам анализировать их начисление и уплату.

Если говорить о корректировке Решения № 257, то пользуясь, случаем, я бы уже сейчас обратила ваше внимание на то, что с 1 января 2021 года вступают в силу поправки, связанные с изменением порядка указания сведений о происхождении товаров. Эти поправки нашли свое отражение в Решении № 126, которое было принято достаточно давно, в июле 2019 года, но его вступление в силу было отложено в связи с тем, что белорусская сторона наложила вето на это Решение, объясняя некоторыми вопросами, связанными с применением непреференциальных и преференциальных правил в их совокупности. Тогда не смогли ввести новый механизм и новый порядок. Сейчас договоренности достигнуты, по их итогам было принято Решение Евразийского межправительственного совета о вступлении в силу Решения № 126, и с 1 января 2021 года правила заполнения сведений о происхождении товара в декларации на товары меняются. Базовым будет посыл об указании в декларации на товары непреференциального происхождения. В тех случаях, когда лицо претендует на применение тарифных преференций, дополнительно нужно будет указать преференциальное происхождение.

Для многих тема с двумя происхождениями в отношении одного и того же товара кажется странной, сложной и, действительно, в мировой практике подходы могут быть и бывают разные. Кто-то идет по пути установления единых правил происхождения для любых целей и затем устанавливает дополнительные требования для применения тарифных преференций, кто-то идет по пути установления разных правил происхождения товаров для разных целей. Когда готовился Договор о Евразийском экономическом союзе, мы пошли по второму пути. Такой путь предполагает применение непреференциальных правил для целей применения мер таможенно-тарифного регулирования, кроме тарифных преференций, для целей ведения таможенной статистики, для применения специальных, антидемпинговых и компенсационных мер, а преференциальных правил – только для целей применения тарифных преференций. При таком подходе возможны различия между преференциальными и непреференциальными правилами. Это приводит к тому, что один и тот же товар (как правило, конечно, речь идет о товарах, которые изготовлены из иностранных товаров в стране-партнере) с точки зрения преференциальных правил может иметь одно происхождение, а с точки зрения непреференциальных правил – другое. За прошедшее время (последние год-полтора) выстраивается общее понимание, и вопросов по этой тематике поступает значительно меньше. 

Если проанализировать те обращения, которые поступают в Евразийскую экономическую комиссию в последнее время (я имею ввиду тематику – платежи, стоимость, происхождение), то все-таки большая часть касается вопросов происхождения товаров. Это и вопросы, связанные с соблюдением странами-партнерами требований административного сотрудничества, обменом информацией о том, кто выдает сертификаты, кто подписывает, как подписывает и так далее. Это и вопросы, связанные с электронной сертификацией и верификацией. Здесь нужно сказать, что такая возможность в соответствующих международных соглашениях закладывается, но конкретные механизмы взаимодействия выстраиваются между таможенными органами наших государств и теми госорганами или организациями, которые в странах-партнерах выдают сертификаты о происхождении товара. И роль Комиссии здесь, в общем-то, минимальна – только информировать о том, есть такие механизмы или нет. Это вопросы, которые затрагивают порядок заполнения сертификатов, требования к заполнению сертификатов. И здесь нужно помнить и иметь ввиду, что, если в рамках применения преференциальных правил определения происхождения установлены формы сертификатов и требования к заполнению конкретных граф этих сертификатов, то когда мы говорим о непреференциальном подтверждении происхождения товаров, то, во-первых, нужно помнить о том, что сертификаты будут требоваться только в случае, когда ввозятся товары, аналогичные тем, в отношении которых установлены специальные, антидемпинговые или компенсационные меры, зависящие от происхождения товара. Во-вторых, непреференциальные правила не устанавливают формы сертификатов. Непреференциальные правила устанавливают лишь некоторые требования и указывают, какая информация должна содержаться в сертификате. Этот сертификат может быть оформлен по любой форме, но содержать необходимую информацию с тем, чтобы таможенные органы имели возможность провести соответствующий таможенный контроль. 

Еще одно направление, по которому поступает достаточно большое количество обращений это вопросы, связанные с восстановлением тарифных преференций. Соответствующие нормы о восстановлении тарифных преференций предусмотрены и в соглашениях, в рамках которых применяются тарифные преференции, и в правилах определения происхождения товаров из развивающихся и наименее развитых стран. Одновременно Таможенный кодекс Союза наделил Комиссию полномочиями на установление порядка восстановления тарифных преференций. И если в соответствующих правилах обычно дается посыл о возможности восстановления тарифных преференций в течение года с момента выпуска товаров, если при декларировании таких товаров происхождение не было определено или подтверждено либо лицо не заявило о таких преференциях, то Комиссия в своем Решении от 22.02.2019 № 64 дополняет эти случаи возможностью восстановления тарифных преференций в случае, когда выпуск товаров произведен таможенным органом с применением тарифных преференций, но по результатам проведения таможенного контроля после выпуска товаров таможенными органами выявлено несоблюдение условий предоставления тарифных преференций. В этом случае восстановить тарифные преференции можно за пределами 12-месячного срока. И когда готовилось соответствующее решение, это был один из тех плюсов, которые мы обозначали, обосновывая целесообразность принятия этого решения. 

Если таможенный орган провел таможенный контроль после выпуска товаров, а при таможенном декларировании не было вопросов, у декларанта должна быть возможность восстановить тарифные преференции. Но только в том случае, если при декларировании не были представлены фальсифицированные или поддельные документы. Если в сертификате о происхождении товаров таможенным органом выявлена ошибка в заполнении, то у декларанта должно быть право получить новый сертификат и представить его для восстановления тарифных преференций, даже если это происходит за пределами года после декларирования товаров. Еще раз поясню: эти особенности, связанные с восстановлением тарифных преференций, когда соответствующее решение таможенным органом было принято после выпуска товаров, обусловлены теми формами и сроками проведения таможенного контроля, которые установлены Таможенным кодексом. 

Говоря о платежном блоке вопросов нельзя не сказать о таможенной стоимости. По этому направлению большая часть Решений принята: это и Решения о правилах применения методов определения таможенной стоимости, и об особенностях проведения таможенного контроля, и об отложенном определении таможенной стоимости и т.д. 

На этом не останавливаемся. В ноябре состоится заседание экспертной группы по вопросам таможенной стоимости, в рамках которой будут рассмотрены некоторые технические правки в уже принятые решения, на них не буду останавливаться. Но два вопроса, предлагаемых к обсуждению, на мой взгляд, заслуживают внимания. 

Один из них – включение транспортных расходов в таможенную стоимость товаров, перемещаемых железнодорожным транспортом. В рамках той компетенции, которая предусмотрена Кодексом, об определении иного места, до которого транспортные расходы подлежат включению в таможенную стоимость товаров, подготовили соответствующий проект решения, который в ноябре выносим на суд экспертной группы по таможенной стоимости. В дальнейшем этот проект в установленном порядке будет вынесен на общественное обсуждение в рамках оценки регулирующего воздействия. Призываю всех заинтересованных поучаствовать в этой дискуссии. 

И второе решение, которое будет обсуждаться по вопросам таможенной стоимости – это дополнение порядка применения отложенного определения таможенной стоимости еще одним случаем. В настоящее время такой механизм может быть применен только в случае, если ввозятся биржевые товары и товары, в таможенную стоимость которых должны включаться лицензионные платежи или часть дохода, полученного после продажи товаров. Теперь предлагается дополнить еще и случаем, когда ввозятся товары, цена которых в договоре прямо не определена, но определены механизмы расчета этой цены. И эти механизмы зависят от характеристик товаров, определяемых после декларирования товаров. 

Возвращаясь к тематике Таможенного кодекса и тематике того, над чем мы будем в дальнейшем работать, я бы хотела еще обратиться ко всем слушателям. Таможенным блоком Комиссии сейчас проводится исследование о том, каким видят таможенное администрирование не только таможенные службы, но и бизнес. Задача такого исследования – «нащупать» те направления, которые, может быть, не являются столь глобальными, как таможенный транзит или интернет-торговля, но по которым также нужно двигаться дальше, обсуждать, сближать позиции государств-членов Союза, возможно, где-то минимизировать национальный сегмент в регулировании таможенных правоотношениях. В заключение своего выступления я хочу обратиться с просьбой принять участие в таком исследовании. Государственные органы нам потихонечку отвечают, уже пришли мнения и Российской стороны, и Кыргызстана. Вот бизнес, к сожалению, не очень активен в этой затее. Информация о том, где можно пройти это исследование, есть и на сайте Комиссии в новостной ленте, и на странице Евразийской экономической комиссии Facebook, ну а мы, используя результаты такого опроса, будем искать пути дальнейшего совершенствования, с тем, чтобы все-таки обеспечивать баланс интересов государства и бизнеса. Спасибо».

 

Ольга Сергеевна Олигер, эксперт Общественного совета при ФТС России: Спасибо большое, Елена Николаевна. Поступило несколько вопросов. Основной вопрос – не предусмотрена ли очередность принятия поправок по их важности?

Е.Н. Бричева: Насколько мне известно, это пока не обсуждалось. Сейчас нужно провести первое обсуждение тех поправок, которые есть, и дальше, в зависимости от того, как пройдет это обсуждение, наверное, можно будет делать вывод о принятии согласованных поправок и продолжении обсуждения тех, где остаются какие-то разногласия. Очевидно, ответ на этот вопрос в первую очередь будет зависеть от воли сторон, поскольку мы говорим о международном договоре. 

О.С. Олигер: Второй вопрос логично вытекает из первого – когда примерно может произойти принятие поправок, связанных с интернет-торговлей?

Е.Н. Бричева: Я бы не стала строить однозначных прогнозов, коллеги, поскольку одно дело разработать международный договор, договориться по его нормам, что может занимать достаточно длительный период. Затем, порой, не менее длительный период требуется для подготовки к подписанию, ратификации и вступления в силу этого акта.

О.С. Олигер: Наших участников действительно очень волнуют сроки принятия Решений, введения в действие новых норм и по традиции вопрос, который уже находится на повестке несколько лет. А когда ждать авансовых платежей в счет уплаты таможенных пошлин? 

Е.Н. Бричева: По авансовым платежам ситуация пока не изменилась. Рассчитывать на быструю ратификацию, наверное, нельзя было изначально. Ратификация всегда проходит по национальным правилам и, соответственно, она может затягиваться на достаточно длительное время. На сегодняшний день ратификационные процедуры завершены в Российской Федерации, в Республике Беларусь и в Республике Армения. Казахстан проинформировал о вероятности завершения всех ратификационных процедур к концу этого года, а Киргизия – в начале следующего года. Вступление в силу поправок в Договор о Союзе  в части авансовых платежей предусмотрено с первого числа месяца, следующего за месяцем получения последней ратификационной грамоты. А это по самым оптимистичным прогнозам – не ранее первого квартала следующего года. 

Глобальное изменение климата — проблемы потепления климата — изменение климата на Земле

На момент завершения саммита предварительные планы по сокращению эмиссий парниковых газов представили 189 государств. Пять стран, на долю которых приходится наибольший объем выбросов, предоставили следующие цифры по их снижению по отношению к 1990 году:

     • Евросоюз — 40%;

     • Россия — 30%;

     • США — 12-14%;

     • Китай — 6-18%;

     • Япония — 13%.

Официально страны должны озвучить свои обязательства по сокращению выбросов парниковых газов в день подписания документа. Важнейшее условие — они должны быть не ниже, чем уже заявленные цели в Париже.

Для мониторинга выполнения Парижского соглашения и взятых на себя странами обязательств предлагается сформировать специальную рабочую группу. Планируется, что она начнет работу уже в 2016 году. 

Разногласия и пути их решения

«Должны» заменили на «следовало бы»

На этапе обсуждения договора Россия выступала за то, чтобы соглашение носило юридически обязывающий характер для всех стран. Против этого выступали США. Как заявил неназванный дипломат, слова которого приводит агентство Associated Press, американская делегация настояла на том, чтобы в итоговом документе в разделе о показателях по сокращению выбросов в атмосферу слово «должны» было заменено на «следовало бы».

Такая структура договора позволяет обойтись без ратификации документа в Конгрессе США, который настроен крайне скептично в отношении экологической политики Обамы.

Конкретных обязательств нет

Другим предложением РФ было разделение ответственности за выбросы между всеми странами. Однако против этого выступили развивающиеся страны. По их мнению, большая часть нагрузки должна ложиться на развитые государства, которые долгое время являлись основными источниками выбросов. Между тем, сейчас в первую пятерку «загрязнителей» планеты, наряду с США и ЕС, входят Китай и Индия, которые считаются развивающимися странами. Россия находится на пятом месте по уровню выбросов СО2.

Как отметил французский эколог Николя Юло, в ходе конференции некоторые страны, такие как Саудовская Аравия, «приложили все усилия, чтобы максимально ослабить соглашение и вычеркнуть из него неудобные формулировки касательно сокращения выбросов и перехода к новым источникам энергии вместо традиционных углеводородов».

В результате в тексте документа отсутствуют какие-либо конкретные обязательства государств по снижению выбросов парниковых газов: предполагается, что каждая из стран будет самостоятельно определять свою политику в этой сфере.

Данный подход обусловлен тем, что среди стран — участников конференции — государства с разными возможностями, что не позволяет предъявлять им единые требования.

США «за все платить не собираются»

Еще одним пунктом, по которому страны долго не могли прийти к соглашению, стал вопрос финансирования. Несмотря на принятое решение продолжать выделять средства в Зеленый фонд, в Парижском договоре отсутствуют четко прописанные механизмы распределения средств и обязательств развитых стран.

В начале саммита президент Барак Обама признал, что Соединенные Штаты как один из главных «загрязнителей» планеты должны нести ответственность за сохранение окружающей среды для будущих поколений. Однако в кулуарах встречи члены делегации США четко дали понять, что «за все платить не собираются» и что они рассчитывают на активную финансовую поддержку других стран, таких как богатые нефтяные монархии Персидского залива.

9 фраз, которые не стоит говорить на собеседовании — Work.ua

Приятно получить приглашение на собеседование, но помните, что это лишь один из этапов. Работодатель может пригласить на интервью множество кандидатов. Очень важно не совершать ошибок, которые отбросят вас в конец очереди.

Вот 9 фраз, которые помешают получить работу.

1. Какие бонусы вы предлагаете?

Спрашивайте о преимуществах и льготах, которые вы получите, только после приема на работу. Или дождитесь пока работодатель сам о них расскажет. Например, если вы устраиваетесь в магазин одежды, не спрашивайте получите ли вы скидку на товары и какую.

2. Чем занимается ваша компания?

Как ни странно, HR-менеджеры слышат этот вопрос очень часто. Перед тем, как идти на собеседование, постарайтесь узнать о компании как можно больше, подумайте, что конкретно вы можете ей предложить, как сотрудник.

3. Мой бывший начальник был настоящим %$#*!

Жалобы на предыдущую работу покажут вас с очень плохой стороны. Даже если это правда, вы будете выглядеть человеком, который постоянно недоволен и на все жалуется. С такими работать никто не любит. Лучше поговорить о проблемах, с которыми вы столкнулись по работе и, с которыми успешно справились.

4. Мне нравится ваша прическа

Не говорите интервьюеру комплименты о его внешнем виде — это неуместно и будет выглядеть странно. Комплименты — это хорошо, но они должны быть направлены в сторону профессиональной деятельности. Например, можете похвалить какой-то недавний успех компании.

5. Радикулит меня просто убивает!

Никогда не жалуйтесь на состояние здоровья. Был случай, что кандидат жаловался на головную боль, потому что вчера очень хорошо погулял. Стоит ли говорить, что работу он не получил.

6. Меня уволили с предыдущей работы

Никогда не стоит врать на собеседовании, но есть и другие способы сказать, что с прошлой работы вы были уволены. «У нас были разные взгляды с начальством на то, как должен работать наш отдел, и я понял, что больше пользы принесу другой компании — например, вашей». Сосредоточьте внимание на опыте, который вы получили и, который пригодится на новой должности.

7. Мне просто нужна работа, любая работа

Это на самом деле может быть так, но отчаяние никого не привлекает. Работодатель хочет знать, что вам нужна именно эта работа и, что вы на нее подходите.

8. Я не знаю

Не говорите этого даже, если действительно не знаете ответа на вопрос интервьюера. Попробуйте сказать: «Я уточню и дам вам знать позже». Если это сложный гипотетический вопрос типа «Сколько нужно футбольных мячей, чтобы заполнить эту комнату?» — ответ должен показывать ход ваших мыслей. Размышляйте вслух: «Сперва нужно посчитать площадь комнаты, затем вычесть площадь мебели…». И так далее.

9. Мой самый большой недостаток в том, что я слишком усердно работаю

Любой HR-менеджер прекрасно знает эту фразу. И знает, что это ложь. Как же ответить на вопрос о вашем самом большом недостатке? Выберите что-то не связанное напрямую с должностью, на которую вы претендуете. Можно сказать: «Я чувствую себя неловко, когда выступаю перед публикой. Но на прошлой работе я специально часто практиковался, и этой проблемы уже практически нет».



Чтобы оставить комментарий, нужно войти.

Кассационная жалоба по-новому

Срок для кассационного обжалования

Шестимесячный срок для подачи кассационной жалобы разделён на два периода по три месяца в каждом. Первый период, состоящий из трех месяцев отводится на подачу первой кассационной жалобы. После рассмотрения первой кассационной жалобы наступает второй трёхмесячный срок со дня вынесения определения кассационным судом общей юрисдикции для подачи второй кассационной жалобы. 

Радует одно, что больше не надо ждать, когда апелляционная инстанция раскачается и соизволит вернуть дело в суд первой инстанции. В котором в свою очередь мы должны были получить заверенные копии решения суда первой инстанции и апелляционного определения, прежде чем подать кассационную жалобу. Без этих копий кассационная жалоба была обречена на возврат. С 1 октября 2019 г. эти копии больше можно не прикладывать к кассационной жалобе, которая подается первой. К кассационной жалобе в Верховный Суд РФ (второй кассационной жалобе) по-прежнему необходимо прикладывать заверенные копии всех постановлений по делу (ч. 4 ст. 390.5 ГПК РФ).

Куда подавать первую кассационную жалобу

До 1 октября 2019 г. кассационная жалоба подавалась в президиум областного суда. Я имею ввиду первую кассационную жалобу. Вторая кассационная жалоба подавалась в Верховный Суд РФ.

С 01 октября 2019 г. ситуация изменилась. Теперь кассационная жалоба подаётся в суд первой инстанции. При этом кассационную жалобу можно подать в электронном виде, через систему ГАС Правосудие. 

А суд первой инстанции теперь сам обязан направить вашу кассационную жалобу в суд кассационной инстанции. При этом сделать он это должен в течение трёх дней со дня поступления вашей жалобы в суд первой инстанции (ч. 1 ст. 377 ГПК РФ)

Это очень важный момент. Если забыть приложить хоть одну бумажку, то кассационную жалобу оставят без движения. Это тоже новшевство. Раньше кассационную жалобу просто возращали без разговоров, если хоть одну бумажку вы забыли приложить или неправильно оформили саму жалобу. Один знакомый помощник адвоката, рассказал мне, что его кассационную жалобу вернули, только за то, что у него в жалобе некоторые фразы были выделены подчеркиванием.

Куда подавать вторую кассационную жалобу

В силу ч. 1 ст. 390.4 ГПК РФ кассационные жалоба подаётся непосредственно в судебную коллегию Верховного Суда Российской Федерации.

Оставление кассационной жалобы без движения

Сейчас, наконец-то, жалобу не имеют права вернуть сразу. Сначала установят срок для устранения недостатков. То есть оставят кассационную жалобу без движения. И у вас будет время для того, что бы направить в суд недостающий документ.

Но теперь, по сути, прикладывается только документ об уплате госпошлины. Заметьте — не квитанция, как указвалось раньше, а документ. Пока не понятно, будут ли требовать именно подлинник квитанции как раньше, или можно приложить копию из клиентбанка. Я сам отправил сегодня (05.10.19 г.) кассационную жалобу по новому в электронном виде и приложил скриношот чека из клиентбанка. По идее, раз теперь можно подавать кассационную жалобу в электронном виде, то значит и квитанцию по оплате госпошлины можно в электронном. Хотя… Не будем забывать о том в какой стране мы живём.

Срок, который отводится судье для принятия или оставления кассационной жалобы без движения/возвращения составляет пять дней. И это не может не радовать. О принятии кассационной жалобы к производству выносится определение, копия которого направляется вам не позднее следующего дня.

Если кассационную жалобу оставили без движения, то можно выполнить требования, которые требует суд, либо подать жалобу. Интересно, что жалоба подается также в суд кассационной инстанции, которые оставил без движения кассационную жалобу. 

Жалобу можно подать  в течение месяца и рассмотреть её должны в течение десяти дней коллегиальным составом судей.

Срок рассмотрения кассационной жалобы

Не удивительно, но срок для рассмотрения кассационной жалобы оставили прежним, то есть в два месяца. 

Наконец-то, убрали эту промежуточную стадию, когда один судья просто возращал вашу кассационную жалобу, определением, указав, что решение суда первой инстанции и апелляционное определение соответствуют закону, а ваша жалоба существенных доводов для отмены не содержит. Теперь всё-так обязали проводить судебные заседания по рассмотрению вашей кассационной жалобы и вы можете на них присуствовать.

Как должна рассматриваться кассационная жалоба

Кассационную жалобу обязаны рассматривать теперь трое судей, а не один. Исключение составляет обжалование решений мировых судей и определений районных судов, кассационные жалобы на которые рассматривает один судья без проведения судебного заседания.

Можно участвовать через интернет. Явка в суд не обязательна.

Судья-докладчик обязан прочитать вашу кассационную жалобу и доложить дело. Если вы явились в судебное заседание, вы имеете право дать объяснения.

 

P.S. Ну так и есть. На днях мою кассационную жалобу, поданную через мировой участок вообще вернули, написав в сопроводительном письме, что она подана ошибочно.

Когда я принёл лично кассационную жалобу помощнику мирового судьи и просветил его по-поводу нововведений, он принял жалобу, но сказал, что хоть кассационную жалобу и можно теперь подавать в электронном виде, но госпошлину всё-равно надо на бумажном носителе.

Я ему говорю, что в силу ч. 8 ст. 378 ГПК РФ приложения также можно подавать в эл. виде. И знаете, что он мне ответил? Что госпошлина — это не приложение!!! Вот так ребята. Удачи с подачей кассации.

Будущее принятия решений: меньше интуиции, больше доказательств

Человеческая интуиция может быть удивительно хорошей, особенно после того, как она улучшена на опыте. Опытные игроки в покер настолько хорошо читают карты и блефы своих оппонентов, что у них, кажется, есть рентгеновское зрение. Пожарные могут под крайним давлением предвидеть, как пламя распространится по зданию. А медсестры в отделениях интенсивной терапии новорожденных могут определить, есть ли у ребенка опасная инфекция, еще до того, как результаты анализа крови вернутся из лаборатории.

Лексика для описания этого явления носит преимущественно мистический характер. У игроков в покер шестое чувство ; пожарные чувствуют намерения пожара; Медсестры просто знают , что кажется инфекцией. Они даже не могут сказать нам, какие данные и подсказки они используют для вынесения своих точных суждений; их интуиция исходит из глубины, которую нелегко исследовать. . Подобные примеры создают у многих впечатление, что человеческая интуиция в целом надежна и что мы должны больше полагаться на решения и прогнозы, которые приходят к нам в мгновение ока.

Это глубоко ошибочный совет. Мы должны меньше, а не больше полагаться на интуицию.

Огромное количество исследований многое прояснило о том, как работает интуиция, а как — нет. Вот кое-что из того, что мы узнали:

  • Чтобы развить хорошую интуицию, нужно много времени. Шахматистам, например, нужно 10 лет самоотверженных занятий и соревнований, чтобы собрать в уме достаточный репертуар раскладок на доске.
  • Интуиция хорошо работает только в определенных средах, которые дают человеку хорошие подсказки и быструю обратную связь. Cues — это точные указания на то, что будет дальше. Они существуют в покере и тушении пожаров, но не, скажем, на фондовых рынках. Несмотря на то, что думают аналитики, невозможно построить хорошую интуицию относительно будущих движений рынка, потому что никакая общедоступная информация не дает хороших подсказок о более поздних движениях акций. Обратная связь из среды — это информация о том, что сработало, а что нет. Он существует в отделениях интенсивной терапии новорожденных, потому что младенцы остаются там некоторое время. Однако сложно сформировать медицинскую интуицию об условиях, которые меняются после того, как пациент покинул медицинское учреждение, поскольку здесь нет обратной связи.
  • Мы применяем интуицию противоречиво. Даже эксперты непоследовательны. В одном исследовании определялось, какие критерии используют клинические психологи для диагностики своих пациентов, а затем на основе этих критериев были созданы простые модели. Затем исследователи представили врачам новых пациентов для диагностики, а также диагностировали этих новых пациентов с помощью своих моделей. Модели лучше справились с диагностикой новых случаев, чем люди, чьи знания были использованы для их создания. Лучшее объяснение этому состоит в том, что люди применяли то, что знали, непоследовательно — их интуиция менялась.Однако у моделей нет интуиции.
  • Быстро выносить неверные суждения легко. У нас есть множество предубеждений, которые сбивают нас с пути при проведении оценок. Вот только один пример. Если я спрошу группу людей: «Средняя цена немецких автомобилей больше или меньше 100 000 долларов?» а затем попросите их оценить среднюю цену немецких автомобилей, они «привязаны» к BMW и другим дорогим маркам при оценке. Если я задам параллельной группе те же два вопроса, но вместо этого скажу «более или менее 30 000 долларов», они будут привязаны к автомобилям VW и дадут гораздо более низкую оценку.Насколько ниже? В среднем около 35000 долларов, что составляет половину разницы между двумя якорными ценами. То, как представлена ​​информация, влияет на то, что мы думаем.
  • Мы не знаем, откуда пришли наши идеи. Даже опытный человек не может узнать, является ли спонтанная идея результатом законной экспертной интуиции или пагубной предвзятости. Другими словами, у нас плохая интуиция относительно нашей интуиции.

Мой вывод из всего этого исследования и многого другого: интуиция похожа на то, что я думаю об актерских способностях Тома Круза: реальные, но сильно переоцененные и слишком часто используемые.

Так можем ли мы сделать лучше? Есть ли у нас альтернатива полагаться на человеческую интуицию, особенно в сложных ситуациях, когда действует множество факторов? Конечно. У нас есть большой набор статистических методов, предназначенных для поиска закономерностей в огромных массивах данных (даже в больших массивах беспорядочных данных) и для получения наилучших предположений о причинно-следственных связях. Ни один ответственный статистик не сказал бы, что эти методы безупречны или гарантированно работают, но они довольно хороши.

Арсенал статистических методов может быть применен практически к любой обстановке, включая оценку вина.Экономист из Принстона Орлей Эшенфлетер прогнозирует качество вина Бордо (и, следовательно, возможную цену), используя разработанную им модель, которая учитывает зимние и урожайные осадки и температуру вегетационного периода. Влиятельный винный критик Роберт Паркер назвал Ashenfleter «абсолютным обманом», а его подход «настолько абсурдным, что может показаться смехотворным». Но, как рассказывает Ян Эйрес в своей великой книге «Суперкранчеры», Ашенфельтер был прав, а Паркер ошибался в отношении урожая 86-го года, и бесперспективные прогнозы, сделанные Ашенфельтером в отношении безупречного качества вин 89-го и 90-х годов, превзошли все ожидания. чтобы быть на месте.

Те из нас, кто не являются винными снобами или спекулянтами, вероятно, не слишком заботятся о ценах на первые сорта Бордо, но большинство из нас выиграют от точных прогнозов относительно таких вещей, как академическая успеваемость в колледже; диагностика инфекций горла и желудочно-кишечных расстройств; выбор профессии; и собирается ли кто-то остаться на работе, стать несовершеннолетним правонарушителем или совершить самоубийство.

Я выбрал эти, казалось бы, случайные темы, потому что именно в них статистические алгоритмы продемонстрировали как минимум 17-процентное преимущество над суждениями экспертов-людей.

Но разве не так много областей, где люди побеждают алгоритмы? Очевидно нет. В статье 2000 года был проведен обзор 136 исследований, в которых человеческое суждение сравнивалось с алгоритмическим предсказанием. Шестьдесят пять исследований не обнаружили реальной разницы между ними, а 63 обнаружили, что уравнение работает значительно лучше, чем у человека. Только восемь исследований показали, что люди значительно лучше предсказывают поставленную задачу. Если вы ведете счет, это чуть меньше 6% для людей и их интуиции и 46% чистых проигрышей.

Итак, почему мы по-прежнему так много полагаемся на интуицию и экспертные суждения? Я задаю этот вопрос со всей серьезностью. В целом, мы получаем худшие решения и результаты в критических ситуациях, когда полагаемся на человеческое суждение и интуицию, а не на твердые, холодные, скучные данные и математику. Этот вывод может показаться неудобным, особенно для сегодняшних интуитивных экспертов, но что с того? Я не могу придумать веской причины ставить свои интересы выше интересов пациентов, клиентов, акционеров и других лиц, на которых влияют их суждения.

Так что, мы просто откажемся от экспертов-людей или лишим их свободы усмотрения и прикажем им делать то, что говорит компьютер? В некоторых ситуациях это именно то, что было сделано. Для большинства из нас наши кредитные рейтинги являются отличным показателем того, вернем ли мы ссуду, и банки долгое время полагались на них при принятии автоматических решений «да / нет» о предоставлении кредита. (Обвал субстандартных ипотечных кредитов частично был вызван тем фактом, что кредиторы начали игнорировать или преуменьшать кредитные рейтинги в своем желании сохранить поток денег.Это была не столько интуиция, сколько ранговая жадность, но она показывает еще один важный аспект использования алгоритмов: они тоже не жадные).

Однако в большинстве случаев полностью исключить людей из цикла принятия решений нецелесообразно и неразумно. В этом случае разумным шагом будет следовать по следу, проложенному практиками доказательной медицины, и поместить людей, принимающих решения, в центр компьютерно-опосредованного процесса, который представляет первоначальный ответ или решение, выработанное на основе лучших результатов. доступные данные и знания.Во многих случаях этот ответ будет сгенерирован компьютером и основан на статистике. Это дает участвующему эксперту возможность отменить решение по умолчанию. Он отслеживает, как часто происходят переопределения и почему. он передает данные о частоте коррекции как экспертам, так и их начальникам. Он отслеживает исходы / результаты решения (если возможно), чтобы можно было улучшить как алгоритмы, так и интуицию.

Со временем мы получим больше данных, более мощные компьютеры и лучшие алгоритмы прогнозирования.Мы также сможем лучше помогать в принятии решений на уровне группы (а не на индивидуальном уровне), поскольку многим организациям требуется консенсус для принятия важных решений. Это означает, что «рыночная доля» автоматизированных или опосредованных компьютерных решений должна возрасти, а рыночная доля интуиции должна снизиться. Мы можем сожалеть о людях-экспертах, чьи роли уменьшатся, когда это произойдет. Однако я более склонен сожалеть о людях, которые принимают сегодня интуитивные решения и суждения.

Как вы думаете? Я слишком усерден в интуитивном принятии решений или недостаточно усерден? Могут ли эксперты и алгоритмы научиться ладить? Вы видели случаи, когда они так поступали? Оставьте комментарий и дайте нам знать.

(При написании этого поста я в значительной степени опирался на замечательную статью Дэниела Канемана и Гэри Кляйна «Условия для интуитивного опыта: отказ не согласиться»).

Перестаньте беспокоиться о правильном решении

Большая часть моей работы в качестве тренера включает в себя помощь людям в принятии важного решения.Некоторые из этих решений кажутся особенно важными, потому что они предполагают выбор одного варианта, исключая все остальные, когда цена «ошибки» может быть значительной: Если я нахожусь на перепутье в своей карьере, по какому пути мне следует идти? Если я рассматриваю предложения о работе, какое из них мне следует принять? Если меня просят переехать, я должен переехать в новый город или остаться?

Подобные сложные решения напоминают мне комментарий Скотта МакНили, соучредителя Sun Microsystems и его генерального директора в течение 22 лет, во время лекции, которую я посетил, когда учился в бизнес-школе в Стэнфорде: его спросили, как он принимает решения и ответил, по сути, Важно принимать правильные решения.Но я трачу гораздо меньше времени и энергии на беспокойство о «принятии правильного решения» и гораздо больше времени и энергии на то, чтобы любое принятое мной решение было верным.

Я перефразирую, но я хорошо помню этот комментарий, и его мысль была кристально ясной. Прежде чем принять какое-либо решение — особенно такое, которое будет трудно отменить, — мы по понятным причинам обеспокоены и сосредоточены на определении «наилучшего» варианта из-за риска «ошибиться». Но побочным продуктом такого мышления является то, что мы переоцениваем момент выбора и упускаем из виду все, что следует за ним.Простой выбор «наилучшего» варианта не гарантирует, что в долгосрочной перспективе все будет хорошо, так же как неоптимальный выбор не обрекает нас на неудачу или несчастье. Именно то, что происходит дальше (и в последующие дни, месяцы и годы), в конечном итоге определяет, было ли данное решение «правильным».

Еще один аспект этой динамики заключается в том, что наша сосредоточенность на принятии «правильного» решения может легко привести к параличу, потому что варианты, которые мы выбираем, очень трудно ранжировать в первую очередь.Как мы можем окончательно определить заранее, какой карьерный путь будет «лучшим», какое предложение о работе мы должны принять, или должны ли мы переехать через страну или оставаться на месте? Очевидно, не можем. Слишком много переменных. Но чем больше мы жаждем объективного алгоритма для ранжирования наших вариантов и принятия решений за нас, тем больше мы отдаляемся от субъективных факторов — нашей интуиции, наших эмоций, нашего чутья — которые в конечном итоге будут тянуть нас в том или ином направлении. И поэтому мы застреваем в ожидании знака — чего-то — указывающего нам путь.

Я считаю, что путь к тому, чтобы выбраться из тупика, столкнувшись с пугающим, возможно парализующим решением, встроен в комментарий Макнили, и он включает в себя фундаментальную переориентацию нашего мышления: сосредоточение внимания на выборе сводит к минимуму усилия, которые неизбежно потребуются для принятия любого решения. вариант успеха и уменьшает наше чувство свободы воли и собственности. Напротив, сосредоточение внимания на усилиях, которые потребуются после , наше решение не только помогает нам увидеть средства, с помощью которых любой выбор может быть успешным, он также восстанавливает наше чувство свободы воли и напоминает нам, что, хотя случайность играет роль в каждом исходе, наш локус контроля находится в нашей повседневной деятельности больше, чем в наших разовых решениях.

Итак, хотя я поддерживаю использование имеющихся данных для оценки наших вариантов в некотором приблизительном смысле, в конечном итоге нам лучше всего избегать паралича путем анализа и двигаться дальше по:

  1. уделяя пристальное внимание чувствам и эмоциям, которые сопровождают решение, с которым мы сталкиваемся,
  2. , оценивая, насколько мы мотивированы работать для достижения успеха в том или ином варианте, и
  3. признает, что независимо от того, какой вариант мы выберем, наши усилия по поддержанию его успеха будут более важными, чем первоначальные предположения, которые привели к нашему выбору.

Эта точка зрения согласуется с работой профессора Стэнфорда Бабы Шива, эксперта в области нейробиологии принятия решений. Шив отмечает, что в случае сложных решений рациональный анализ приблизит нас к решению, но не приведет к окончательному выбору, потому что наши варианты включают обмен одного набора привлекательных результатов на другой, а сложность каждого сценария делает это невозможным. заранее определить, какой результат будет оптимальным.

В ходе исследования Шива были сделаны два ключевых вывода: во-первых, успешные решения — это те, в которых лицо, принимающее решение, остается верным своему выбору.Во-вторых, эмоции играют решающую роль в определении успешного исхода компромиссного решения. Как Шив сказал журналу Stanford Business, эмоции — это «умственные ярлыки, которые помогают нам разрешать конфликты компромиссов и … с радостью принять решение». Идя дальше, Шив отметил: «Когда вы чувствуете конфликт компромиссов, вам просто следует сосредоточиться на своей интуиции».

Эта статья также встречается в:

Это не означает, что мы должны просто позволить эмоциям выбирать за нас. Мы все приняли «эмоциональные» решения, о которых позже пожалели.Но текущие исследования в области нейробиологии ясно показывают, что эмоции являются важным вкладом в процесс принятия решений, поскольку они исключают варианты, которые могут привести к отрицательному результату, и сосредотачивают наше внимание на вариантах, которые могут привести к положительному результату. В частности, исследование профессора штата Флорида Роя Баумейстера и других предполагает, что правильное принятие решений связано с нашей способностью предвидеть будущих эмоциональных состояний: «Это не то, что человек чувствует прямо сейчас, а то, что он или она ожидает, чувствуя себя как результат определенного поведения, который может быть мощным и эффективным руководством к правильному выбору.”

Итак, когда мы застряли или даже парализованы решением, нам нужен нечто большее, чем рациональный анализ. Нам нужно ярко представить себя в будущем сценарии, соприкоснуться с эмоциями, которые он вызывает, и оценить, как эти чувства влияют на нашу приверженность этому конкретному выбору. Мы не всегда можем принять правильное решение, но можем принять правильное любое решение.

Принятие решений с высокими ставками Центр аналитики HBR

Искусство принятия решений | Житель Нью-Йорка

В июле 1838 года Чарльзу Дарвину было двадцать девять лет, и он был холостым.Двумя годами ранее он вернулся из плавания на борту H.M.S. Бигль с наблюдениями, которые в конечном итоге легли в основу «Происхождения видов». Тем временем он столкнулся с более насущной аналитической проблемой. Дарвин собирался сделать предложение своей кузине Эмме Веджвуд, но беспокоился, что брак и дети могут помешать его научной карьере. Чтобы понять, что делать, он составил два списка. «Потеря времени», — написал он в первой. «Возможно, ссорится. . . . Не умею читать по вечерам.. . . Беспокойство и ответственность. Возможно, моей жене Лондон не понравится; тогда приговор — изгнание и превращение в праздного праздного дурака ». На втором он написал: «Дети (если угодно Богу). Постоянный спутник (и друг в преклонном возрасте). . . . Дом и кто-то по дому ». Он отмечал, что «невыносимо думать о том, чтобы провести всю жизнь, как кастрированная пчела, работать, работать». . . . Только представьте себе симпатичную мягкую жену на диване с хорошим огнем, книгами и музыкой.

Под своими списками Дарвин нацарапал: «Выходи замуж, Женись, Женись, QED». И все же, как пишет Стивен Джонсон в своей книге «Дальновидность: как мы принимаем решения, которые имеют наибольшее значение», «у нас нет свидетельств того, как он на самом деле сравнивал эти конкурирующие аргументы друг с другом». Джонсон, автор книги «Как мы добрались до настоящего» и других популярных работ по интеллектуальной истории, не мог не заметить посредственность процесса принятия решений Дарвином. Он отмечает, что Бенджамин Франклин использовал более продвинутую технику сторонников и против: в том, что Франклин называл «пруденциальной алгеброй», каждому перечисленному элементу присваивается числовой вес, а затем элементы уравновешивания удаляются.(«Если я найду Reason pro, равный некоторым двум Reasons con, я вычеркиваю три… и, продолжая таким образом, я обнаруживаю, где находится Балланс», — объяснил Франклин другу.) Даже такой подход, пишет Джонсон, небрежно и зависит от интуиции. «Умение делать дальновидный выбор — решения, требующие длительных периодов обдумывания, решения, последствия которых могут длиться годами, — заключает он, — является странно недооцененным навыком».

Мы говорим, что «решаем» жениться, иметь детей, жить в определенных городах или делать определенную карьеру, и в определенном смысле это правда.Но как нам на самом деле сделать этот выбор? Один из парадоксов жизни состоит в том, что наши большие решения часто менее расчетливы, чем наши маленькие. Мы мучимся из-за того, что транслировать на Netflix, а затем позволяем телешоу убедить нас переехать в Нью-Йорк; Покупка нового ноутбука может потребовать недель поиска в Интернете, но обсуждение разрыва, которое изменило жизнь, может состоять из нескольких бутылок вина. Мы едва ли более продвинуты, чем древние персы, которые, по словам Геродота, принимали важные решения, дважды обсуждая их: один раз в пьяном виде, второй в трезвом.

Джонсон надеется исправить нас. Он исследует ряд сложных решений с далеко идущими последствиями, таких как выбор, сделанный президентом Бараком Обамой и его советниками, разрешить рейд на предполагаемый комплекс Усамы бен Ладена в Абботтабаде, Пакистан, а затем показывает, как ответственные лица черпали идеи из «науки принятия решений» — области исследований на стыке поведенческой экономики, психологии и менеджмента. Он считает, что мы должны применять такие техники в нашей жизни.

Мне никогда не приходилось решать, начинать ли тайный рейд на подозреваемый террористический комплекс, но я принял свою долю важных решений. Прошлым летом у нас с женой родился мальчик. Его существование предполагает, что в какой-то момент я решил стать отцом. А я? Я никогда не занимался пруденциальной алгеброй; Вместо того, чтобы составлять списки плюсов и минусов и в итоге делать вывод о том, что иметь детей — это хорошая идея, я постепенно и непреднамеренно перешла от нежелания особо детей к их желанию и от желания их присоединиться к моей жене в их рождении.Если я и принимал решение, оно было не очень решающим. В «Войне и мире» Толстой пишет, что, хотя кабинетный генерал может представить себя «анализирующим какую-то кампанию на карте», а затем отдающим приказы, настоящий генерал никогда не оказывается «в начале какого-то события»; вместо этого он постоянно находится в середине серии событий, каждое из которых является звеном в бесконечной цепи причинно-следственных связей. «Неужели я позволил Наполеону дойти до Москвы?» — недоумевает толстовский генерал Кутузов. «Когда это было решено? Было ли это вчера, когда я послал Платову приказ об отступлении, или накануне вечером, когда я задремал и сказал Беннигсену отдать приказ? Или еще раньше? » В отличие от взятия Москвы Наполеоном, рождение сына было радостным событием.Тем не менее, как и Кутузов, я затрудняюсь объяснить это: это важный выбор, но я не могу точно определить его воплощение в пространстве или времени.

Для Толстого склонность принимать важные решения сама по себе была одной из великих загадок существования. Было высказано предположение, что истории, которые мы рассказываем о нашей жизни, не соответствуют их реальной сложности. Джонсон хочет предложить выход из толстовской загадки. Он хочет сделать нас писателями, а не читателями наших собственных рассказов. Для этого необходимо ответить на один из фундаментальных вопросов жизни: отвечаем ли мы за то, как мы меняемся?

В идеале мы должны быть всеведущими и здравомыслящими.На самом деле мы принимаем решения в несовершенных условиях, которые мешают нам обдумать вещи. Это, как объясняет Джонсон, проблема «ограниченной рациональности». Выбор ограничен предыдущими выборами; факты остаются неоткрытыми, игнорируемыми или непонятыми; Лица, принимающие решения, скомпрометированы групповым мышлением и их собственным ошибочным умом. Самые сложные решения несут в себе «противоречивые цели» и «неоткрытые возможности», требуя от нас предсказывать будущие возможности, которые могут быть поняты, сбивая с толку, только при «различных уровнях неопределенности.(Вероятность супружеской ссоры нужно как-то сравнивать с вероятностью создания научного шедевра.) И действительно важные жизненные выборы, по словам Джонсона, «не могут быть поняты на единой шкале». Предположим, вам предложили две работы: одну в Partners in Health, которая занимается оказанием медицинской помощи самым нуждающимся людям в мире, и другую в Goldman Sachs. Вы должны подумать, какой вариант будет наиболее привлекательным сегодня, позже в этом году и через десятилетия; что было бы предпочтительнее эмоционально, финансово и морально; и что лучше для вас, вашей семьи и общества.Решение должно появиться из этой многомерной матрицы.

Профессиональные лица, принимающие решения, сообщает Джонсон, используют процессы принятия решений для преодоления этой сложности. Многие из лучших процессов разворачиваются поэтапно — стадия дивергенции может предшествовать стадии конвергенции — и предпринимаются группами. (Дарвин мог разделить своих друзей на две противостоящие команды на стадии расхождения, а затем провести между ними дебаты.) Решение можно было бы превратить в повторяющееся приключение. В серии встреч, известных как «дизайнерские задания» (концепция заимствована из области дизайна продукта), большая проблема делится на подзадачи, каждая из которых назначается группе; Затем группы представляют свою работу всей команде, получают обратную связь, перегруппировываются и пересматривают в цикле, который повторяется до тех пор, пока не будет принято решение.(Для архитекторов из Парижа девятнадцатого века работа en charrette означала доработку до самой последней минуты, даже в тележке, по пути к представлению проекта судейской коллегии.) Шарреты полезны не только потому, что они разрушают концепцию. работают, но потому, что они заставляют группы с разными приоритетами и чувствами — программистов и дизайнеров, архитекторов и девелоперов — взаимодействовать, расширяя диапазон доступных точек зрения.

В таких компаниях, как Royal Dutch Shell, где рост требует инвестирования в дорогостоящие предприятия, такие как порты, скважины и трубопроводы, лица, принимающие решения, используют «сценарное планирование», чтобы представить, как такие инвестиции могут обернуться.(Стартовый набор для планирования сценариев, пишет Джонсон, содержит три возможных варианта будущего: «Вы строите одну модель, в которой все становится лучше, вторую — хуже, а вторую — странно».) Военные планировщики используют иммерсивные военные игры. в поле или за столом, чтобы увидеть больше «карты решений». В таких играх наши враги открывают возможности, которые мы не можем предвидеть, уменьшая бедность нашего индивидуального воображения. А поскольку в игры можно играть снова и снова, они позволяют лицам, принимающим решения, «перематывать ленту», исследуя многие ветви «дерева решений».

Было бы странно разыгрывать военную игру по поводу будущего брака. Тем не менее, пишет Джонсон, наука о принятии решений преподает нам уроки. В конце «Дальновидного» он рассказывает о своем собственном использовании стратегий научного принятия решений, чтобы убедить свою жену переехать с двумя детьми из Нью-Йорка в Район залива. Джонсон начинает с интуиции — секвойи прекрасны; техническая сцена — это круто, но быстро выходит за их рамки. Он проводит «анализ полного спектра», приходя к различным выводам о том, что переезд может означать финансово, психологически (заставит ли его переезд в новый город почувствовать себя моложе?) И экзистенциально (захочет ли он быть «таким человеком» который прожил на одном месте большую часть своей взрослой жизни »?).Джонсон резюмирует свои выводы в презентации PowerPoint, а затем показывает их жене, которая выдвигает возражения, которых он не предвидел (все ее друзья живут в Бруклине). В конце концов, они заключают контракт. Они переедут, но если через два года она захочет вернуться в Нью-Йорк, они сделают это, «без вопросов» — перемотка назад.

Семь лет спустя они счастливы, живя на двух берегах побережья. Получил бы Джонсон выгоду от «проведения мультидисциплинарного шаррета» для изучения переезда его семьи? Возможно нет.Тем не менее, пишет он, принципы науки о принятии решений — «поиск различных точек зрения на выбор, оспаривание ваших предположений, явное стремление сопоставить переменные» — составляли «шаг вперед» по сравнению со списками сторонников и противников, которые Франклин и Дарвин сделал бы. Оглядываясь назад на свое решение, Джонсон, по крайней мере, может быть уверен, что он его принял.

Книга Джонсона — часть давней традиции. На протяжении веков философы пытались понять, как мы принимаем решения и, в более широком смысле, что делает любое данное решение правильным или необоснованным, рациональным или иррациональным.«Теория принятия решений», к которой они пришли, обычно утверждала, что правильные решения вытекают из ценностей. Столкнувшись с выбором — специализироваться ли нам на экономике или истории искусства? — мы сначала спрашиваем себя, что мы ценим, а затем стремимся максимизировать эту ценность.

С этой точки зрения решение — это, по сути, уравнение максимизации стоимости. Если вы выходите на улицу и не можете решить, брать ли с собой зонт, вы можете принять решение, следуя формуле, которая определяет вес вероятности дождя, удовольствия, которое вы испытаете при прогулке без препятствий, и неудовольствия, которое вы испытываете. буду чувствовать, если промокнешь.Большинство решений более сложны, чем это, но теория решений обещает, что есть формула для всего, от рейда в Абботтабаде до рытья нефтяной скважины в Северном море. Включите свои ценности, и правильный выбор появится.

В последние десятилетия некоторые философы стали недовольны теорией принятия решений. Они указывают на то, что это становится менее полезным, когда мы не уверены, что нас волнует, или когда мы ожидаем, что то, что нас волнует, может измениться. В статье 2006 года под названием «Большие решения: выбор, обращение, дрейф» покойный израильский философ Эдна Ульман-Маргалит попросила нас представить себя одним из «первых социалистических пионеров сионизма», которые на рубеже двадцатого века мечтали о переезжая из Европы в Палестину и становясь «новыми евреями своих идеалов».Такое изменение, как она отметила, «меняет жизненный проект и внутреннюю суть человека»; можно было бы говорить о «старом человеке», который существовал до этого, просматривая книжные магазины в Будапеште, и «новом человеке», который существует после, работая в поле в пустыне. Смысл такого шага не в том, чтобы максимизировать свои ценности. Их нужно переконфигурировать, переписать уравнения, по которым сейчас живешь.

Ульман-Маргалит сомневался, что такой преобразующий выбор можно было бы оценить как здравый или необоснованный, рациональный или иррациональный.Она рассказывает историю о человеке, который «не решался заводить детей, потому что не хотел становиться« скучным типом », которым склонны становиться родители. «В конце концов, он решил завести ребенка, и со временем он принял скучные черты своих друзей-родителей, но был счастлив!» Чьи ценности были максимальными — старые или новые? Поскольку никакая формула максимизации ценности не могла охватить такой выбор, Ульманн-Маргалит предложила, чтобы вместо того, чтобы описывать этого человека как «решившего» иметь детей, мы сказали, что он «предпочел» иметь их — «предпочтя» (в ее использовании ) быть тем, что мы делаем, когда меняем наши ценности вместо того, чтобы максимизировать их.

10 лучших способов принимать лучшие решения

Кейт Дуглас и Дэн Джонс

Решения, решения! Наша жизнь полна ими, от мелочей и повседневных вещей, таких как то, что надеть или есть, до того, что меняет жизнь, например, жениться ли и с кем, какую работу взять и как воспитывать наших детей. Мы ревностно охраняем свое право выбора. Это центральное место в нашей индивидуальности & двоеточие; само определение свободы воли.Однако иногда мы принимаем неверные решения, которые оставляют нас несчастными или полными сожаления. Может ли помочь наука?

Принятие правильных решений требует от нас уравновешивания, казалось бы, противоположных сил эмоции и рациональности. Мы должны уметь предсказывать будущее, точно воспринимать настоящую ситуацию, понимать умы других и иметь дело с неопределенностью.

Большинство из нас не осведомлены о психических процессах, лежащих в основе наших решений, но это стало горячей темой для исследования, и, к счастью, то, что обнаруживают психологи и нейробиологи, может помочь нам всем сделать лучший выбор.Здесь мы объединяем некоторые из их многих увлекательных открытий в руководстве New Scientist, чтобы принять решение.

1 Не бойтесь последствий

Будь то выбор между длинными выходными в Париже или поездкой на горнолыжные склоны, новой машиной или большим домом или даже с кем жениться, почти каждое принимаемое нами решение влечет за собой предсказание будущего. В каждом случае мы представляем, как результаты нашего выбора заставят нас чувствовать себя и какими будут эмоциональные или «гедонистические» последствия наших действий.Разумно, мы обычно выбираем вариант, который, по нашему мнению, сделает нас в целом счастливее.

Теоретически такое «аффективное прогнозирование» прекрасно. Проблема только в том, что у нас это не очень хорошо получается. Люди обычно переоценивают влияние результатов решений и жизненных событий, как хороших, так и плохих. Мы склонны думать, что выигрыш в лотерею сделает нас счастливее, чем это будет на самом деле, и что жизнь была бы совершенно невыносимой, если бы мы потеряли способность использовать свои ноги. «Гедонистические последствия большинства событий менее интенсивны и более кратковременны, чем думает большинство людей», — говорит психолог Дэниел Гилберт из Гарвардского университета.Это верно как для тривиальных событий, таких как поход в отличный ресторан, так и для крупных, таких как потеря работы или почка.

Основным фактором, побуждающим нас делать неверные прогнозы, является «неприятие потерь» — вера в то, что потеря причинит больше вреда, чем соответствующая прибыль доставит удовольствие. Психолог Дэниел Канеман из Принстонского университета, например, обнаружил, что большинство людей не желают принимать ставку 50 на 50, если только сумма, которую они могут выиграть, примерно вдвое превышает сумму, которую они могут проиграть.Таким образом, большинство людей будет ставить 5 фунтов стерлингов при подбрасывании монеты только в том случае, если они смогут выиграть более 10 фунтов стерлингов. Тем не менее, Гилберт и его коллеги недавно показали, что, хотя неприятие потери влияет на выбор людей, когда они действительно проигрывают, они находят его гораздо менее болезненным, чем они ожидали ( Psychological Science , vol 17, p 649). Он объясняет это нашей невоспетой психологической стойкостью и нашей способностью рационализировать практически любую ситуацию. «Мы очень хорошо умеем находить новые способы взглянуть на мир, которые делают его лучшим местом для жизни», — говорит он.

Так что же должен делать плохой аффективный прогнозист? Вместо того, чтобы смотреть внутрь себя и воображать, какие чувства может вызвать у вас определенный результат, постарайтесь найти кого-то, кто принял такое же решение или выбор, и посмотреть, что он чувствовал. Помните также, что что бы ни ждало в будущем, оно, вероятно, причинит вам меньше вреда или доставит вам меньше удовольствия, чем вы думаете. Наконец, не всегда перестраховывайтесь. Худшего может никогда не случиться — и если это произойдет, у вас будет психологическая стойкость, чтобы с этим справиться.

«Что бы ни ожидало будущее, оно повредит вам или доставит вам меньше удовольствия, чем вы думаете»

2 Следуйте своим инстинктам

Заманчиво думать, что для принятия правильных решений вам нужно время, чтобы систематически взвешивать все за и против различных альтернатив, но иногда поспешное суждение или инстинктивный выбор столь же хороши, если не лучше.

В повседневной жизни мы быстро и компетентно принимаем решения о том, кому доверять и с кем взаимодействовать. Джанин Уиллис и Александр Тодоров из Принстонского университета обнаружили, что мы делаем выводы о надежности, компетентности, агрессивности, симпатии и привлекательности человека в течение первых 100 миллисекунд, когда мы видим новое лицо. Получив больше времени на поиск — до 1 секунды — исследователи обнаружили, что наблюдатели практически не пересматривали свои взгляды, они только становились более уверенными в своих поспешных решениях ( Psychological Science , vol 17, p 592).

Конечно, узнавая кого-то получше, вы уточняете свои первые впечатления. Само собой разумеется, что дополнительная информация может помочь вам принимать обоснованные и рациональные решения. Однако, как это ни парадоксально, иногда чем больше информации у вас есть, тем лучше вы руководствуетесь своими инстинктами. Информационная перегрузка может быть проблемой в самых разных ситуациях, от выбора школы для вашего ребенка до выбора места отдыха. В такие моменты вам может быть лучше избегать сознательного обдумывания и вместо этого оставить решение своему бессознательному мозгу, как показывают исследования Апа Дейкстерхуиса и его коллег из Амстердамского университета в Нидерландах ( Science , vol 311, p 1005). .

Они попросили студентов выбрать один из четырех гипотетических автомобилей, основываясь либо на простом списке из четырех характеристик, таких как пробег и пространство для ног, либо на более длинном списке из 12 таких характеристик. Некоторым испытуемым было дано несколько минут, чтобы подумать об альтернативах, прежде чем принять решение, в то время как другим пришлось потратить это время на решение анаграмм. Дейкстерхейс обнаружил, что, столкнувшись с простым выбором, испытуемые выбирали машины получше, если могли все обдумать. Однако, столкнувшись со сложным решением, они были обмануты и фактически сделали лучший выбор, когда сознательно не проанализировали варианты.

Дейкстерхейс и его команда обнаружили похожую картину в реальном мире. Делая простые покупки, такие как одежда или кухонные принадлежности, покупатели были бы более довольны своим решением через несколько недель, если бы они рационально взвесили альтернативы. Однако в случае более сложных покупок, таких как мебель, те, кто полагался на свой инстинкт, оказались более счастливыми. Исследователи пришли к выводу, что такое бессознательное принятие решений может быть успешно применено не только в торговом центре, но и в таких сферах, как политика и менеджмент.

Но прежде чем выбросить списки плюсов и минусов, сделаю небольшое предостережение. Если перед вами стоит очень эмоциональный выбор, ваши инстинкты могут не сослужить вам хорошую службу. На встрече Американской ассоциации содействия развитию науки в Сан-Франциско в феврале этого года Джозеф Арвай из Университета штата Мичиган в Ист-Лансинге описал исследование, в котором он и Робин Уилсон из Университета штата Огайо в Колумбусе попросили людей рассмотреть два общих риска в США. государственные парки — преступления и материальный ущерб белохвостым оленем.Когда их просили решить, что наиболее остро нуждается в управлении, большинство людей выбирали преступление, даже когда оно наносило гораздо меньший ущерб, чем олень. Арвай объясняет это негативными эмоциями, которые порождает преступление. «Эмоциональные реакции, вызываемые такими проблемами, как терроризм и преступность, настолько сильны, что большинство людей не принимают во внимание эмпирические данные при принятии решений», — говорит он.

3 Учитывайте свои эмоции

Вы можете подумать, что эмоции — враг принятия решений, но на самом деле они являются его неотъемлемой частью.Наши самые основные эмоции эволюционировали, чтобы мы могли быстро и неосознанно делать выбор в ситуациях, угрожающих нашему выживанию. Страх ведет к бегству или драке, отвращение — к избеганию. И все же роль эмоций в принятии решений гораздо глубже, чем эти рефлексы. Когда вы принимаете решение, ваша лимбическая система — эмоциональный центр мозга — активна. Нейробиолог Антонио Дамасио из Университета Южной Калифорнии в Лос-Анджелесе изучил людей с повреждениями только эмоциональных частей их мозга и обнаружил, что они были парализованы нерешительностью, неспособными сделать даже самый элементарный выбор, например, что надеть или есть.Дамасио предполагает, что это может быть потому, что наш мозг хранит эмоциональные воспоминания о прошлых выборах, которые мы используем для информирования о нынешних решениях.

Эмоции, несомненно, являются важнейшим компонентом выбранной нейробиологии, но всегда ли они позволяют нам принимать правильные решения — другой вопрос. Если вы попытаетесь сделать выбор под влиянием эмоции, это может серьезно повлиять на результат.

Взять гнев. Дэниел Фесслер и его коллеги из Калифорнийского университета в Лос-Анджелесе вызвали гнев у группы испытуемых, заставив их написать эссе, в котором они вспоминали опыт, который заставил их увидеть красный цвет.Затем они предложили им поиграть в игру, в которой им был предложен простой выбор & двоеточие; либо возьмите гарантированную выплату в размере 15 долларов, либо сделайте ставку на большее с перспективой ничего не выиграть. Исследователи обнаружили, что мужчины, но не женщины, больше играли в азартные игры, когда злились ( «Организационное поведение и процессы принятия решений», , том 95, стр. 107).

В другом эксперименте Фесслер и его коллега Кевин Хейли обнаружили, что разгневанные люди были менее щедры в игре в ультиматум — в которой одному человеку дается сумма денег и предлагается поделиться ею с анонимным партнером, который должен принять предложение, иначе ни один из них не получит что-нибудь.Третье исследование, проведенное Нитикой Гарг, Джеффри Инманом и Викасом Митталом из Чикагского университета, показало, что рассерженные потребители с большей вероятностью выберут первое, что им предложат, чем рассматривают другие альтернативы. Кажется, что гнев может сделать нас вспыльчивыми, эгоистичными и склонными к риску.

Отвращение также имеет несколько интересных эффектов. «Отвращение защищает от заражения», — говорит Фесслер. «Первоначальная реакция — это сбор информации, за которым следует отталкивание». Это помогает объяснить, почему в своих экспериментах с азартными играми команда Фесслера обнаружила, что отвращение ведет к осторожности, особенно у женщин.Отвращение также, кажется, делает нас более критичными в наших моральных суждениях. Талия Уитли из Национального института здоровья в Бетесде, штат Мэриленд, и Джонатан Хайдт из Университета Вирджинии использовали гипноз, чтобы вызвать отвращение в ответ на произвольные слова, а затем попросили людей оценить моральный статус различных действий, включая кровосмешение между кузенами. поедание собаки и взяточничество. В самом крайнем примере, люди, прочитавшие слово, вызывающее отвращение, доходили до того, что выражали моральное осуждение безупречного Дэна, члена студенческого совета, который просто организовывал встречи для обсуждения ( Psychological Science , vol 16, p 780).

Все эмоции влияют на наше мышление и мотивацию, поэтому лучше избегать принятия важных решений под их влиянием. И все же, как ни странно, есть одна эмоция, которая, кажется, помогает нам делать правильный выбор. В своем исследовании исследователи из Чикаго обнаружили, что грустным людям нужно было время, чтобы обдумать различные предлагаемые альтернативы, и в итоге они сделали лучший выбор. Фактически, многие исследования показывают, что депрессивные люди имеют наиболее реалистичный взгляд на мир. Психологи даже придумали для этого название & двоеточие; депрессивный реализм.

4 Играйте в адвоката дьявола

Вы когда-нибудь спорили с кем-нибудь по досадной проблеме, такой как иммиграция или смертная казнь, и разочаровывались, потому что они использовали только доказательства, подтверждающие их мнение, и игнорировали все, что противоречит им? Это повсеместная систематическая ошибка подтверждения. Других это может приводить в ярость, но мы все уязвимы каждый раз, когда взвешиваем доказательства для принятия решений.

Если вы сомневаетесь, попробуйте эту знаменитую иллюстрацию предвзятости подтверждения, которая называется задачей выбора карты Wason.Раскладываются четыре карты, каждая с буквой на одной стороне и числом — с другой. Вы можете видеть D, A, 2 и 5 и должны перевернуть те карточки, которые позволят вам решить, истинно ли следующее утверждение & двоеточие; «Если на одной стороне стоит D, то на другой — 5».

Как правило, 75 процентов людей выбирают D и 5, полагая, что если у них есть 5 и D соответственно на их оборотной стороне, это подтверждает правило. Но посмотрите еще раз. Хотя от вас требуется доказать, что если на одной стороне стоит буква D, а на другой — 5, в заявлении ничего не говорится о том, какие буквы могут быть на обратной стороне 5.Так что 5-я карта не имеет значения. Вместо того, чтобы пытаться подтвердить теорию, способ проверить ее — это попытаться опровергнуть ее. Правильный ответ — D (если обратное не 5, утверждение неверно) и 2 (если на другой стороне стоит D, утверждение неверно).

Предвзятость подтверждения является проблемой, если мы считаем, что принимаем решение, рационально взвешивая альтернативы, когда на самом деле у нас уже есть предпочтительный вариант, который мы просто хотим оправдать. Наша склонность переоценивать степень, в которой на суждения других людей влияет предвзятость подтверждения, отрицая ее в себе, ухудшает положение ( Trends in Cognitive Sciences , vol 11, p 37).

Если вы хотите сделать правильный выбор, вам нужно делать больше, чем просто цепляться за факты и цифры, подтверждающие вариант, который, как вы уже подозреваете, является лучшим. По общему признанию, активный поиск доказательств, которые могут доказать, что вы неправы, — процесс болезненный и требует самодисциплины. Это может быть слишком много, чтобы требовать от многих людей большую часть времени. «Возможно, этого достаточно, чтобы понять, что мы вряд ли будем по-настоящему объективными», — говорит психолог Рэй Никерсон из Университета Тафтса в Медфорде, штат Массачусетс. «Простое признание того, что эта предвзятость существует и что мы все ей подвержены, вероятно, хорошо.«По крайней мере, мы могли бы придерживаться своих взглядов немного менее догматично и выбирать с немного большим смирением.

«Поиск доказательств, подтверждающих вашу неправоту, — болезненный процесс»

5 Следите за мячом

Наши решения и суждения имеют странную и приводящую в замешательство привычку привязываться к произвольным или не относящимся к делу фактам и цифрам. В классическом исследовании, которое представило этот так называемый «эффект привязки», Канеман и покойный Амос Тверски попросили участников крутить «колесо фортуны» с числами от 0 до 100, а затем оценить, какой процент стран Организации Объединенных Наций Африканский.Испытуемые не знали, что колесо было настроено так, чтобы останавливаться на отметке 10 или 65. Хотя это не имело ничего общего с последующим вопросом, влияние на ответы людей было драматическим. В среднем участники, получившие 10 баллов на колесе, дали оценку 25%, в то время как число участников, набравших 65, составило 45%. Похоже, они взяли курс на вращение колеса.

Привязка может сработать всякий раз, когда от нас требуется принимать решение на основе очень ограниченной информации.Когда мало чего можно сделать, мы, кажется, более склонны цепляться за несущественные вещи и позволять им влиять на наши суждения. Однако он также может принимать более конкретную форму. Мы все подвергаемся опасности столкнуться с эффектом закрепления каждый раз, когда заходим в магазин и видим красивую рубашку или платье с пометкой «уменьшенный». Это связано с тем, что исходная цена служит якорем, с которым мы сравниваем цену со скидкой, делая ее похожей на сделку, даже если в абсолютном выражении это дорого.

Что делать, если вы думаете, что поддаетесь эффекту привязки? «Это очень сложно поколебать», — признает психолог Том Гилович из Корнельского университета в Итаке, штат Нью-Йорк.Одна из стратегий может заключаться в создании ваших собственных уравновешивающих якорей, но даже в этом есть свои проблемы. «Вы не знаете, насколько сильно на вас повлиял якорь, поэтому это трудно компенсировать», — говорит Гилович.

6 Не плачь над пролитым молоком

Звучит знакомо? Вы в дорогом ресторане, еда потрясающая, но вы так много съели, что начинаете чувствовать тошноту. Вы знаете, что должны оставить остаток десерта, но чувствуете себя обязанным отполировать его, несмотря на нарастающее чувство тошноты.Или как насчет этого? В глубине вашего гардероба скрывается неподходящий и устаревший предмет одежды. Он занимает драгоценное место, но вы не можете заставить себя выбросить его, потому что вы потратили на него целое состояние и с трудом надели его.

Причина, лежащая в основе обоих этих неверных решений, называется ошибкой невозвратных затрат. В 1980-х Хэл Аркс и Кэтрин Блумер из Университета штата Огайо продемонстрировали, насколько легко мы можем быть обмануты этим. Они заставили студентов представить, что они купили лыжную поездку на выходные в Мичиган за 100 долларов, а затем обнаружили еще более дешевую сделку на лучший курорт — 50 долларов на выходные в Висконсине.Только после обстрела обеих поездок студентам сказали, что у них одни выходные. Что бы они сделали? Удивительно, но большинство из них выбрали менее привлекательную, но более дорогую поездку из-за большей стоимости, уже вложенной в нее.

Причина этого в том, что чем больше мы вкладываем во что-то, тем больше приверженности этому. Инвестиции не обязательно должны быть финансовыми. Кто еще долго не выдерживал утомительной книги или необдуманной дружбы после того, как было бы разумно сократить свои потери? Никто не застрахован от ошибки невозвратных затрат.В 1970-х годах правительства Великобритании и Франции попались на это, когда они продолжили вкладывать значительные средства в проект Concorde далеко за пределами того момента, когда стало ясно, что разработка самолета не является экономически оправданной. Даже трейдеры на фондовом рынке восприимчивы, часто слишком долго ждут, чтобы отказаться от падающих в цене акций.

«Чем больше мы вкладываем во что-то, тем более привержены этому делу»

Чтобы не позволить невозвратным расходам повлиять на принятие решений, всегда напоминайте себе, что прошлое — это прошлое, а потраченные средства тратятся.Мы все ненавидим делать убытки, но иногда разумным вариантом будет перестать тратить хорошие деньги на плохие. «Если при рассмотрении вопроса о завершении проекта вы не стали бы его инициировать, то, вероятно, продолжать это не лучшая идея», — говорит Аркс.

7 Посмотрите на это с другой стороны

Рассмотрим эту гипотетическую ситуацию. Ваш родной город столкнется со вспышкой болезни, которая убьет 600 человек, если ничего не делать. Чтобы бороться с этим, вы можете выбрать либо программу A, которая спасет 200 человек, либо программу B, которая имеет один шанс из трех спасти 600 человек, но также имеет два из трех шансов никого спасти.Что вы выберете?

Теперь рассмотрим эту ситуацию. Вы столкнулись с той же болезнью и таким же количеством смертельных случаев, но на этот раз программа A приведет к верной смерти 400 человек, тогда как программа B имеет один из трех шансов на ноль смертей и два из трех шансов на 600 смертей. .

Вы, наверное, заметили, что обе ситуации одинаковы, и с точки зрения вероятности результат будет идентичным, что бы вы ни выбрали. Тем не менее, большинство людей инстинктивно выбирают A в первом сценарии и B во втором.Это классический случай «эффекта кадрирования», когда выбор, который мы делаем, иррационально окрашивается в зависимости от способа представления альтернатив. В частности, у нас есть сильное предубеждение к вариантам, которые, как кажется, предполагают прибыль, и отвращение к вариантам, которые, как кажется, предполагают убытки. Поэтому программа A лучше выглядит в первом сценарии, а программа B — во втором. Это также объясняет, почему здоровые закуски, как правило, продаются как «обезжиренные на 90%», а не как «на 10% жирные», и почему мы с большей вероятностью купим что-нибудь, от идеи до страховки, если она продается только на ее преимуществах.

В других случаях решающим фактором кадрирования является то, рассматриваем ли мы выбор как часть более широкой картины или отдельно от предыдущих решений. Например, любители скачек склонны рассматривать каждую гонку как возможность для индивидуальных ставок до конца дня, когда они видят в финальной гонке шанс компенсировать свои потери в течение дня. Это объясняет вывод о том, что игроки, скорее всего, сделают ставку на аутсайдера в финальной гонке.

В исследовании, опубликованном в прошлом году, Бенедетто Де Мартино и Рэй Долан из Университетского колледжа Лондона использовали функциональную МРТ, чтобы исследовать реакцию мозга на эффекты кадрирования ( Science , vol 313, p 660).В каждом раунде добровольцам давали ставку, скажем, 50 фунтов стерлингов, а затем предлагали выбрать между верным вариантом, таким как «сохранить 30 фунтов стерлингов» или «проиграть 20 фунтов стерлингов», или азартной игрой, которая принесет им такую ​​же зарплату. -выкл в среднем. Когда фиксированный опцион был представлен как прибыль (оставьте 30 фунтов стерлингов), они играли в азартные игры в 43% случаев. Когда это было представлено как проигрыш (потеря 20 фунтов стерлингов), они играли 62 процента времени. Все были подвержены этой предвзятости, хотя некоторые в большей степени, чем другие.

Сканирование мозга показало, что когда человек использовал эффект кадрирования, в его миндалине, части эмоционального центра мозга, наблюдалась большая активность.Де Мартино был заинтересован в том, чтобы обнаружить, что у людей, которые были наименее восприимчивыми, была такая же активность миндалевидного тела. Однако они смогли лучше подавить эту первоначальную эмоциональную реакцию, задействовав другую часть мозга, называемую орбитальной и медиальной префронтальной корой, которая имеет прочные связи как с миндалевидным телом, так и с частями мозга, участвующими в рациональном мышлении. Де Мартино отмечает, что люди с повреждением этой области мозга, как правило, более импульсивны. «Представьте, что это то, что настраивает эмоциональный отклик», — говорит он.

Означает ли это, что мы можем научиться распознавать эффекты кадрирования и игнорировать их? «Не знаю, — говорит Де Мартино, — но важно знать, что у нас есть предвзятость». Он считает, что этот образ мышления, вероятно, эволюционировал, потому что он позволяет нам включать тонкую контекстную информацию в процесс принятия решений. К сожалению, это иногда приводит к неправильным решениям в современном мире, где мы имеем дело с более абстрактными концепциями и статистической информацией. Есть некоторые свидетельства того, что опыт и лучшее образование могут помочь противодействовать этому, но даже те из нас, кто наиболее склонен к эффекту кадрирования, могут предпринять простые меры, чтобы избежать этого & двоеточие; посмотрите на свои варианты под разными углами.

8 Остерегайтесь социального давления

Вы можете считать себя целеустремленным человеком, а вовсе не тем человеком, который позволяет другим влиять на вас, но факт в том, что никто не застрахован от социального давления. Бесчисленные эксперименты показали, что даже самые нормальные, хорошо приспособленные люди могут под влиянием авторитетных фигур и их сверстников принять ужасные решения ( New Scientist , 14 апреля, стр. 42).

В одном классическом исследовании Стэнли Милгрэм из Йельского университета убедил добровольцев применить электрический ток к кому-то, кто находится за ширмой.Это была постановка, но испытуемые этого не знали, и по настоянию Милгрэма многие продолжали повышать напряжение до тех пор, пока реципиент явно не терял сознание. В 1989 году подобное почтение к власти сыграло свою роль в гибели 47 человек, когда самолет врезался в автостраду недалеко от аэропорта Ист-Мидлендс в Великобритании. Один из двигателей загорелся вскоре после взлета, и капитан отключил не тот. Член бортпроводника осознал ошибку, но решил не подвергать сомнению его полномочия.

Сила давления со стороны сверстников также может привести к неправильному выбору как внутри лаборатории, так и за ее пределами. В 1971 году эксперимент в Стэнфордском университете в Калифорнии, как известно, пришлось остановить, когда группа обычных студентов, которым было поручено действовать в качестве тюремных охранников, начала психологически оскорблять другую группу, действующую в качестве заключенных. С тех пор исследования показали, что группы единомышленников склонны занимать крайние позиции и что группы сверстников с большей вероятностью выберут рискованные варианты, чем люди, действующие в одиночку.Эти эффекты помогают объяснить всевозможные варианты выбора, которые мы можем счесть неразумными, от опасных выходок банд мальчиков-подростков до радикализма некоторых борцов за права животных и членов сект.

Как избежать пагубного влияния социального давления? Во-первых, если вы подозреваете, что делаете выбор, потому что думаете, что это то, чего хотел бы ваш начальник, подумайте еще раз. Если вы являетесь членом группы или комитета, никогда не предполагайте, что группа знает лучше, а если вы обнаружите, что все согласны, играйте противником.Наконец, остерегайтесь ситуаций, в которых вы чувствуете, что не несете личной ответственности — именно тогда вы, скорее всего, сделаете безответственный выбор.

«Если вы обнаружите, что все в вашей группе согласны, играйте противником»

Хотя нет сомнений в том, что социальное давление может отрицательно повлиять на наши суждения, бывают случаи, когда его можно использовать как силу добра. В недавнем эксперименте исследователи под руководством Роберта Чалдини из Университета штата Аризона в Темпе рассмотрели способы продвижения экологически безопасных продуктов.Они размещали карточки в гостиничных номерах, поощряя гостей повторно использовать свои полотенца либо из уважения к окружающей среде, ради будущих поколений, либо потому, что большинство гостей так и поступало. Давление со стороны сверстников оказалось на 30 процентов эффективнее, чем другие мотиваторы.

9 Ограничьте свои возможности

Вы, вероятно, думаете, что больший выбор лучше, чем меньший — конечно, Starbucks — но примите во внимание эти выводы. Люди предлагали слишком много альтернативных способов инвестирования, чтобы их пенсия стала менее склонной к инвестированию; и люди получают больше удовольствия от выбора шоколада из пяти, чем когда они выбирают ту же сладость из 30.

Это два открытия, сделанных психологом Шиной Айенгар из Колумбийского университета в Нью-Йорке, которая изучает парадокс выбора — идею о том, что, хотя мы думаем, что больший выбор лучше, чем меньше, тем лучше. Проблема в том, что за больший выбор обычно приходится платить. Это предъявляет более высокие требования к вашим навыкам обработки информации, и этот процесс может сбивать с толку, требовать много времени и в худшем случае может привести к параличу & толстой кишки; вы тратите так много времени на обдумывание альтернатив, что в конечном итоге ничего не делаете.Кроме того, больший выбор также увеличивает вероятность того, что вы совершите ошибку, поэтому вы можете в конечном итоге почувствовать себя менее удовлетворенным своим выбором из-за незначительного страха, что вы упустили лучшую возможность.

Парадокс выбора применим ко всем, но одних он поражает сильнее, чем других. Больше всего страдают «максимизаторы» — люди, которые стремятся к максимальному, изучая все возможные варианты, прежде чем принять решение. Эта стратегия может хорошо работать, когда выбор ограничен, но терпит неудачу, когда все становится слишком сложным.«Satisficers» — люди, которые склонны выбирать первый вариант, который соответствует их заранее установленному порогу требований, — страдают меньше всего. Психологи считают, что именно так большинство из нас выбирает романтического партнера из миллионов возможных свиданий.

«Если вы стремитесь найти« достаточно хорошее », большая часть давления снимается, и задача выбора чего-то в море безграничного выбора становится более управляемой», — говорит Барри Шварц, психолог из Swarthmore College, Пенсильвания. Когда он исследовал стратегии максимизации и удовлетворения среди выпускников колледжей, выходящих на рынок труда, он обнаружил, что, хотя максимизаторы заканчивали работу со средней стартовой зарплатой на 20% выше, чем удовлетворяющие, на самом деле они были менее удовлетворены.«По каждому психологическому исходу, который мы могли измерить, они чувствовали себя хуже — они были более подавленными, разочарованными и тревожными», — говорит Шварц.

Даже когда «достаточно хорошо» объективно не лучший выбор, он может сделать вас самым счастливым. Поэтому вместо того, чтобы тщательно рыться в веб-сайтах и ​​каталогах в поисках идеальной цифровой камеры или садового барбекю, попробуйте спросить друга, довольны ли они своей камерой. «Если да, то, вероятно, вам тоже подойдет», — говорит Шварц. Даже в ситуациях, когда выбор кажется слишком важным, чтобы его можно было просто удовлетворить, вам следует попытаться ограничить количество вариантов, которые вы рассматриваете.«Я думаю, что максимизация действительно помогает людям, когда выбор становится слишком большим», — говорит Шварц.

10 Попросите кого-нибудь выбрать

Мы склонны верить, что всегда будем счастливее, когда все контролируем, чем когда за нас выбирает кто-то другой. Тем не менее, иногда, независимо от результата решения, сам процесс его принятия может вызывать у нас чувство неудовлетворенности. Тогда, возможно, будет лучше отказаться от контроля.

В прошлом году Симона Ботти из Корнельского университета и Энн МакГилл из Чикагского университета опубликовали серию экспериментов, исследующих эту идею (Journal of Consumer Research, vol 33, p 211).Сначала они раздали добровольцам список из четырех пунктов, каждый из которых описывался четырьмя атрибутами, и попросили их выбрать один. Им предлагали либо приятный выбор между сортами кофе или шоколада, либо неприятный — между разными неприятными запахами. После того, как выбор был сделан, они заполнили анкеты, чтобы оценить свой уровень удовлетворенности результатом и указать, что они думают о принятии решения.

Как и следовало ожидать, люди, которым предлагался выбор из приятных вариантов, обычно были очень довольны выбранным предметом и с радостью принимали заслуги в принятии правильного решения.Однако когда выбор стоял между неприятными вариантами, неудовлетворенность была обычным явлением & двоеточие; людям не нравился их выбор, и, более того, они были склонны винить себя в том, что в итоге получилось что-то неприятное. Не имело значения, что это был наименее плохой вариант, им все равно было не по себе. Им было бы лучше вообще не выбирать.

В аналогичном эксперименте испытуемым приходилось делать выбор без какой-либо информации, которой они могли бы руководствоваться. На этот раз все они были менее удовлетворены, чем люди, которым просто была предоставлена ​​возможность выбора.Причина, по мнению исследователей, в том, что люди, выбирающие вариант, не могли отдать себе должное, даже если в итоге они остановились на хорошем варианте, но все же чувствовали себя обремененными мыслью, что они, возможно, выбрали не лучшую альтернативу. Даже когда у тех, кто выбирает, была небольшая информация — хотя и недостаточная, чтобы чувствовать ответственность за результат — они не чувствовали себя счастливее, выбирая, чем быть выбранными.

Botti считает, что эти результаты имеют большое значение для принятия любого тривиального или неприятного решения. Например, позвольте кому-нибудь выбрать вино в ресторане или автомату выбрать числа на вашем лотерейном билете.Вы также можете быть счастливее, если оставите некоторые решения на усмотрение государства или профессионала. Последняя работа Ботти предполагает, что люди предпочитают, чтобы врач делал выбор в отношении того, какое лечение им следует пройти или удалить ли жизнеобеспечение у серьезно недоношенного ребенка. «Есть фиксация на выборе, вера в то, что он приносит счастье», — говорит она. «Иногда это не так».

Принятие решений человеком предвосхищает будущие успехи в моторном обучении

Abstract

Хорошо известно, что люди могут учитывать распределение своих ошибок в двигательной активности, чтобы оптимизировать вознаграждение.Здесь мы спросили, учитывают ли люди в контексте моторного обучения, когда количество ошибок в испытаниях уменьшается, свое будущее, улучшенную успеваемость, чтобы принимать оптимальные решения для максимизации вознаграждения. Одна группа участников выполнила виртуальное задание по метанию, в котором им периодически давали возможность выбирать из набора более мелких целей с возрастающей ценностью. Вторая группа участников выполнила задачу достижения при зрительномоторном ротации, в которой после выполнения начального набора испытаний они выбрали структуру вознаграждения (соотношение баллов за попадания в цель и промахи) для различных горизонтов эксплуатации (т.е., количество испытаний, которые их могут попросить выполнить). Поскольку ошибки движения уменьшались экспоненциально в ходе испытаний в обеих обучающих задачах, требовался оптимальный выбор цели (задача 1) и выбор оптимальной структуры вознаграждения (задача 2) с учетом будущих результатов. Результаты обеих задач показывают, что люди предвидят свои двигательные способности в будущем, чтобы принимать решения, которые улучшат их ожидаемую будущую награду.

Информация об авторе

Отличительной чертой моторного обучения является уменьшение ошибок в исполнении с практикой, что может иметь важные последствия для принятия решений.Например, при покупке новой доски для серфинга мы должны предвидеть наши улучшения с практикой, чтобы выбрать подходящую доску. В этой статье мы спрашивали, учитывают ли люди в контексте двух различных задач моторного обучения свое будущее, улучшенную успеваемость, чтобы принимать оптимальные решения для максимизации вознаграждения. В задании по метанию, которое включало изучение динамики брошенного предмета, участникам периодически давали возможность выбирать из набора более мелких целей с возрастающей ценностью.В задаче достижения, которая включала адаптацию к зрительно-моторному ротации, участники — после выполнения начального блока испытаний — выбирали структуру вознаграждения (соотношение баллов за попадания в цель и промахи) для различных горизонтов эксплуатации (т. Е. Количество испытаний, в которых они могут быть попросили выполнить). Ошибки производительности уменьшились в ходе испытаний в обеих задачах, и поэтому требуется оптимальный выбор цели (задача 1) и выбор оптимальной структуры вознаграждения (задача 2) с учетом будущих результатов. В обеих задачах участники предвидели свои двигательные способности в будущем, чтобы принимать решения, которые улучшили их ожидаемую будущую награду.

Образец цитирования: Moskowitz JB, Gale DJ, Gallivan JP, Wolpert DM, Flanagan JR (2020) Принятие решений человеком предвосхищает будущие результаты в моторном обучении. PLoS Comput Biol 16 (2): e1007632. https://doi.org/10.1371/journal.pcbi.1007632

Редактор: Адриан М. Хейт, Университет Джона Хопкинса, США

Поступила: 23 июля 2019 г .; Принят в печать: 6 января 2020 г .; Опубликован: 28 февраля 2020 г.

Авторские права: © 2020 Moskowitz et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в рукописи и ее файлах с вспомогательной информацией.

Финансирование: Эта работа была поддержана грантами Совета по естественным наукам и инженерным исследованиям Канады и Канадских институтов медицинских исследований J.Р.Ф. а также финансирование от Wellcome Trust и Королевского общества (профессор Норин Мюррей по нейробиологии) D.M.W. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, решении опубликовать или подготовке рукописи.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

Неотъемлемый компонент сенсомоторного контроля включает в себя работу с изменчивостью движений, которая возникает из-за сенсорного и моторного шума [1–3].Было показано, что в контексте движений глаз и рук, двигательное планирование учитывает зависящий от сигнала шум в двигательных командах, чтобы минимизировать дисперсию конечных точек [4]. Более того, в соответствии с современными теориями управления с обратной связью [5–7] было показано, что оперативные исправления ошибок, возникающих из-за шума или возмущений, минимизируют релевантную для задачи изменчивость, которая угрожает успешному достижению цели. Например, при реагировании на ошибки в боковом положении руки во время достижения, усиление корректирующей реакции больше, когда цель узкая, чем когда она широкая [8,9].

Исследования, посвященные оптимизации вознаграждения во время целенаправленного достижения, показали, что люди могут точно оценить свою двигательную изменчивость [например, 10,11–13]. В задаче, разработанной Троммершойзером и его коллегами [14], участники делали быстрые движения в направлении частично перекрывающихся областей вознаграждения и штрафов (кружков), представленных на сенсорном экране компьютера. Эти исследования показали, что участники выбирали место прицеливания (которое могло быть далеко от центра области вознаграждения), которое было почти оптимальным с точки зрения максимизации вознаграждения, что указывает на то, что они точно включили изменчивость собственных движений в двигательное планирование [14,15] .Последующий эксперимент показал, что при представлении двух конфигураций, каждая из которых состоит из области вознаграждения и частично перекрывающейся области штрафов, участники быстро выбирали, а затем оптимально нацеливались на конфигурацию, которая имела наибольший ожидаемый выигрыш с учетом их изменчивости движений [16]. Эти результаты показывают, что люди могут быстро учитывать изменчивость своего передвижения при принятии стратегических решений о том, куда им добраться. Интересно, что когда изменчивость движений была искусственно увеличена с помощью измененной визуальной обратной связи, участники точно обновили свои оценки этой изменчивости, чтобы достичь почти оптимальных результатов [17–19].

В основных исследованиях, описанных выше, использовалось хорошо отработанное движение, то есть простое направленное достижение цели, так что распределение ошибок относительно желаемой точки прицеливания было фиксированным. Однако во многих задачах моторного обучения ошибки обычно уменьшаются в разных испытаниях за счет уменьшения систематической ошибки и дисперсии [20,21]. Например, при адаптации к вращению зрительномотора, которое поворачивает видимую позицию руки относительно этой начальной точки движения, уменьшение ошибки в значительной степени включает уменьшение смещения в направлении досягаемости, вызванного вращением.Напротив, во многих задачах по обучению навыкам уменьшение ошибок в первую очередь связано с уменьшением дисперсии. Это уменьшение ошибок, связанных с моторным обучением, может иметь важные последствия для принятия решений [22]. Например, по мере улучшения навыков игрока в сквош он захочет перейти от самого прыгающего мяча начального уровня (синяя точка) к менее упругому (красная, желтая и, наконец, двойная желтая точка). Выбирая мяч для матча, новичок при выборе мяча может захотеть учесть их вероятное улучшение во время матча.Например, если они предсказывают, что они улучшатся, они могут выбрать шар с красной или даже желтой точкой вместо шара с синей точкой, который они, возможно, использовали в прошлый раз. Точно так же, арендуя или покупая пару лыж, доску для серфинга или теннисную ракетку, мы должны предвидеть вероятное улучшение со временем за счет моторного обучения. В более общем плане существует множество ситуаций, требующих принятия обязательств — таких как выбор сложности курсов в университете — в которых при оптимальных решениях необходимо учитывать ожидаемое обучение.

Целью настоящего исследования было проверить гипотезу о том, что люди могут оптимизировать вознаграждение во время моторного обучения, принимая во внимание свои текущие и, что особенно важно, их будущие двигательные характеристики. Мы проверили эту гипотезу с помощью двух разных двигательных задач, в которых прогнозы будущих результатов оценивались по-разному.

В эксперименте 1 участники выполнили задание виртуального броска, в котором они ненадолго приложили силу к жесткому датчику, чтобы направить виртуальную шайбу, отображаемую на вертикальном экране, к круглой цели (см. Методы и рис. 1).Шайба действовала как демпфируемая точечная масса, и более 200 участников испытаний имели тенденцию уменьшать свою ошибку, поскольку они изучали динамику шайбы и улучшали приложение силы. Действительно, мы обнаружили, что для всех участников ошибки движения уменьшались примерно в геометрической прогрессии во всех испытаниях. В каждом испытании участник получал вознаграждение, если шайба останавливалась в пределах цели, и вознаграждение зависело от размера цели. Было шесть возможных размеров цели, при этом значение целей увеличивалось (целочисленные значения от 1 до 6) по мере уменьшения размера цели.Эксперимент начался с самого большого и самого низкого целевого значения, и после каждого пятого испытания участникам была предоставлена ​​возможность выбрать из диапазона целей, меньших, чем текущая цель, или остаться с текущей целью (рис. 1). Важно отметить, что участники не могли выбрать более крупную цель, и поэтому выбор меньшей цели требовал обязательств. Мы включили это ограничение, потому что хотели защитить участников от «риска» на меньшую цель, зная, что они могут вернуться к более крупной цели.Важно отметить, что это ограничение, побуждающее участников откладывать переключение на меньшую цель, работало против нашей гипотезы о том, что участники будут выбирать меньшие цели на основе ожидаемых будущих результатов . Другими словами, если участники выбирают цели, которые предназначены для будущих результатов, в отличие от текущих или прошлых результатов, мы можем разумно предположить, что этот выбор основан на прогнозировании будущих результатов. Мы оценили выбор целей участниками, используя модель, которая могла бы учитывать изменчивость задач как в прошлом, так и в будущем.Хотя мы полностью ожидали, что участники будут выбирать все меньшие и меньшие цели по мере того, как их производительность улучшается, ключевой вопрос касается сроков этого выбора и того, адаптированы ли они к прошлым или ожидаемым результатам.

Рис. 1. Отображение образца при выборе цели.

Участник просматривал потенциальные цели в верхней части экрана и мог выбрать одну из них, используя клавиши со стрелками влево и вправо на клавиатуре. Выбранная потенциальная цель была выделена (закрашена белым) и показана в целевой позиции.Участник подтвердил свой выбор цели, нажав клавишу со стрелкой вниз на клавиатуре. Радиусы 6 потенциальных целей составляли 208, 104, 64, 48, 38 и 32 мм, а соответствующие награды за успешное попадание составляли 1, 2, 3, 4, 5 и 6 очков. Обратите внимание, что в испытаниях по броскам отображались только шайба и цель.

https://doi.org/10.1371/journal.pcbi.1007632.g001

В эксперименте 2 вторая группа участников выполняла движения по достижению цели с визуально-моторным вращением (см. Методы).После каждого испытания была предоставлена ​​обратная связь о том, было ли движение «попаданием» (т.е. курсор, управляемый рукой, попал в цель), «промахом» или «ошибкой» (время реакции> 350 мс). После первых 30 испытаний участникам сказали, что они будут случайным образом распределены в одну из трех групп, которые завершат дополнительные 24, 150 или 216 испытаний. Для каждого из этих возможных «горизонтов эксплуатации» участников просили выбрать график вознаграждений со значением попадания в диапазоне от 60 до 100 баллов и соответствующим значением промаха от 40 до 0 баллов.Участникам сообщили, что они получат денежную выплату, пропорциональную количеству заработанных баллов. Затем каждому участнику сказали, что они фактически были отнесены к контрольной группе и, как следствие, проведут 216 испытаний со средним графиком вознаграждения 80:20 (попадание: промах). Это позволило нам проанализировать полную кривую обучения каждого участника, а затем определить, сколько баллов они получили бы за каждый выбранный график вознаграждений и временной горизонт. Основываясь на гипотезе о том, что участники ожидают будущих улучшений в производительности, мы предсказали, что по мере увеличения продолжительности периода эксплуатации участники будут выбирать графики вознаграждения, которые все больше отдают предпочтение попаданиям, а не промахам.Мы также предсказали, что в пределах каждого горизонта выбранный график вознаграждений будет коррелировать между участниками с их фактической эффективностью.

Результаты

Эксперимент 1

Анализ обучения.

Для количественной оценки производительности мы вычисляли ошибку движения при каждой попытке, определяемую как результирующее расстояние между конечным положением центра шайбы и центром мишени. Кружки на рис. 2 показывают ошибку движения как функцию испытания для четырех участников, выбранных, чтобы проиллюстрировать наблюдаемый нами диапазон показателей.Пунктирная черная линия представляет радиус цели, выбранной участником (за исключением первого блока из 5 испытаний, где для них была выбрана самая большая цель). Кружки имеют цветовую маркировку в зависимости от того, попала ли шайба в цель (попадание, синий цвет) или нет (промах, красный цвет). Для всех участников ошибка движения была изначально большой, а затем уменьшалась в ходе испытаний. Пунктирные серые линии на рисунке показывают экспоненциальное соответствие ошибочным данным. Парный t-тест между участниками выявил значительную разницу (t7 = 6.0, p <0,001) ошибки перемещения от первого блока (M = 135 мм, SE = 17 мм) до последнего блока (M = 35 мм, SE = 4 мм), что указывает на улучшение производительности во время выполнения задачи. Обратите внимание, что половина участников выбрали все 5 меньших целей во время эксперимента, а другая половина выбрала 4 из этих целей, причем трое из этих участников пропустили самую маленькую цель, а один - вторую по величине цель.

Рис. 2. Ошибки движения (кружки) и фактический выбор целей (пунктирные черные линии) как функция испытания для четырех репрезентативных участников.

Целевые числа показаны справа на каждой панели. Для каждого участника показаны целевые выборы, сделанные по трем моделям: глобальный оптимальный, локальный оптимальный и опережение-отставание. Очки, заработанные участником и тремя моделями, показаны в скобках вверху на каждой панели. Ошибка движения обозначается цветом успеха (синий = попадание, красный = промах). Пунктирная серая линия указывает соответствие погрешности движения экспоненциальной функции вида ae bx + c .

https://doi.org/10.1371/journal.pcbi.1007632.g002

Левая часть рисунка 3 (панели AC) показывает среднюю долю совпадений, выбранный размер цели и вознаграждение, полученное в каждом испытании за весь эксперимент. (200 испытаний). На правой стороне (панели D-F) показаны те же самые переменные для 5 испытаний до и 5 испытаний после целевого переключателя (сворачиваются на всех переключателях). Результаты, показанные на рисунке, показывают, что участники стремятся поддерживать приблизительно постоянную частоту попаданий на протяжении всего эксперимента, но что есть временное падение скорости попаданий после переключения цели.Обратите внимание, что при самой первой пробе после переключения наблюдается сильный провал, который, вероятно, связан с забыванием двигателя, связанным с временной задержкой, связанной с выбором новой цели. Напротив, в то время как вознаграждение имеет тенденцию к увеличению на протяжении всего эксперимента, очевидного увеличения вознаграждения сразу после переключения не наблюдается.

Рис. 3.

(A-C) Доля совпадений, выбранный размер цели и полученное вознаграждение как функция испытания за весь эксперимент, усредненные по участникам.(D-F) Те же переменные, показанные для 5 испытаний до и 5 испытаний после целевого переключения, сжимаются для всех переключателей внутри участников, а затем усредняются по участникам. Вертикальные полосы представляют ± 1 SE.

https://doi.org/10.1371/journal.pcbi.1007632.g003

Анализ оптимальности.

Чтобы оценить, насколько эффективно участники выбирали цели, мы сначала определили «глобальный оптимальный» сценарий выбора целей для каждого участника, который учитывает эффективность каждого участника в течение всего эксперимента.При этом использовался метод грубой силы, который вычислял количество баллов (т.е. ожидаемое вознаграждение), которое участник получит на основе их фактических результатов, для всех возможных сценариев выбора цели (> 10 6 ) с учетом тех же двух ограничений. наложено в эксперименте: (1) цель в первом блоке была самой большой, и (2) в начале данного пробного блока нельзя было выбрать цель больше, чем текущая выбранная цель. Пунктирные синие линии на рис. 2 показывают глобальный оптимальный целевой сценарий выбора каждого репрезентативного участника.Для половины участников глобальное оптимальное решение включало выбор всех 5 меньших целей, а для другой половины это решение включало выбор 4 из этих целей.

Хотя и участники, и глобальная оптимальная модель иногда пропускали цель (как отмечено выше), большинство целей, выбранных участниками, также были выбраны моделью. Как показано на рис. 2, пробный блок, в котором участник впервые выбрал заданную цель, может либо опережать, либо отставать от пробного блока, на котором глобальная оптимальная модель выбрала ту же самую цель.Участник P1 продемонстрировал четкую картину отставания от глобальной оптимальной модели; то есть они последовательно выбирали конкретные цели после того, как глобальная оптимальная модель выбрала эти цели. Напротив, участники P2 и P7 продемонстрировали противоположную тенденцию, выбирая конкретные цели перед глобальной оптимальной моделью. Менее согласованный образец был продемонстрирован участником P5, который первоначально выбирал меньшие цели, чем глобальная оптимальная модель, но позже склонялся к выбору более крупных целей, чем оптимальная модель.

Кривые на рис. 4 показывают для каждого участника ожидаемое вознаграждение как функцию всех возможных сценариев выбора цели, ранжированные с точки зрения ожидаемого вознаграждения. Обратите внимание, что мы представили ожидаемую награду в виде z-показателя, чтобы мы могли визуально сравнить кривые от разных участников. Пятеро участников имели целевые выборы, которые входили в верхние 11 процентов возможных сценариев отбора. Целевые выборы трех других участников были менее оптимальными, но все они находились в верхней половине возможных сценариев отбора.T-тест для парных выборок, сравнивающий оптимальное количество баллов, которое мог бы получить каждый испытуемый (M = 618, SD = 175), с фактическим количеством набранных баллов (M = 563, SD = 149), показал, что участники имели значительно меньшее количество баллов. (t 7 = -2,65, p = 0,033) общая сумма баллов выше оптимальной, со средней разницей в 55 баллов (эквивалент 1,10 доллара США). Мы также определили процентильный ранг целевых решений, принятых каждым участником, среди всех возможных перестановок решений. В среднем участники набрали 83 процентилей всех решений (SD = 18).

Рис. 4. Кривые показывают для каждого участника ожидаемое вознаграждение — представленное в виде z-показателя — для всех возможных сценариев выбора цели как функцию от ожидаемого ранжирования вознаграждения.

Кружки показывают сценарий выбора цели, выбранный каждым участником. Пять участников продемонстрировали сценарий выбора цели, который находился в верхних 11 процентах всех возможных сценариев выбора, и все участники продемонстрировали сценарий выбора цели, который находился в верхней половине возможных сценариев выбора.

https://doi.org/10.1371/journal.pcbi.1007632.g004

Принимая во внимание, что глобальная оптимальная модель учитывает производительность во всех 200 испытаниях и, что особенно важно, во всех точках принятия решения одновременно, чтобы найти лучший набор целевых выборов, более биологически выполнимая модель будет ограничена только рассмотрением прошлых и будущих показателей в каждой последующей точке принятия решения (т.е. каждые 5 испытаний), независимо от других точек принятия решения. Мы называем эту модель «локальной оптимальной» моделью.Модель была ограничена таким образом, чтобы количество предыдущих испытаний (лагов) и количество будущих испытаний (отведений) было постоянным для всех точек принятия решения, за исключением случаев, когда эти числа были ограничены доступным количеством предыдущих или будущих испытаний, соответственно. Таким образом, в каждой точке принятия решения модель вычисляет вознаграждение, которое будет получено за испытания, охватываемые отставанием и опережением, и выбирает целевой размер, который максимизирует это вознаграждение, с ограничением, что можно переключиться только на меньшую цель или сохранить текущий выбранный.Чтобы найти локальную оптимальную модель, оптимизирующую вознаграждение, мы перебрали все возможные опережения и задержки в ходе эксперимента. Сплошные синие линии на рис. 2 показывают для каждого репрезентативного участника прогнозируемые целевые выборы для локальной оптимальной модели (подходят отдельно для каждого участника). В среднем в локальной оптимальной модели учитывались 14 предыдущих испытаний (SE = 4,8) и 18 будущих испытаний (SE = 6,5). T-тест для парных выборок также показал, что количество точек, предсказанных локальной оптимальной моделью (M = 615, SD = 175), было значительно больше (t 7 = -2.41, p = 0,047), чем фактическое количество баллов, заработанных участниками, со средней разницей в 51 балл (эквивалент 1,02 доллара США).

Примерка опережающего участника

Для дальнейшей оценки степени, в которой участники принимали во внимание прошлые и будущие испытания при выборе целей, мы определили локальную модель опережения-запаздывания, которая лучше всего предсказывала целевые выборы, которые фактически сделали участники. В частности, для каждого участника мы нашли комбинацию опережения и запаздывания, которая минимизировала сумму квадратов разностей (по всем 39 вариантам) между целевым числом, выбранным для модели, и целевым числом, выбранным участником.Для сравнения мы также определили лучшие модели — с точки зрения прогнозирования целевого выбора участников — которые учитывали только опережения (модель опережения) или только учитывали задержки (модель запаздывания). Если бы участники смотрели вперед и назад при выборе цели, мы могли бы предсказать, что комбинированная модель опережения-запаздывания должна приводить к меньшей квадратичной ошибке (т. Е. Более точно отражать выбор участников) по сравнению с подгонками, произведенными либо моделью опережения, либо модель запаздывания. Мы использовали F-тесты для сравнения модели опережения-запаздывания с моделью опережения и моделью запаздывания, чтобы учесть различия в количестве параметров, используемых в моделях.

Сначала мы сравнили модели при объединении всех участников, допуская отдельные параметры опережения и / или отставания для каждого участника. Таким образом, всего было 8 параметров для модели опережения и модели запаздывания (1 параметр модели x 8 участников) и 16 параметров для комбинированной модели опережения-запаздывания (2 параметра модели x 8 участников). Комбинированная модель опережения-отставания значительно лучше соответствовала данным участников, чем любая из моделей опережения (F (8,296) = 18,84, p <0.001) или модель запаздывания (F (8,296) = 69,46, p <0,001). Когда модели сравнивались для каждого участника отдельно, мы обнаружили, что для 7 из 8 участников комбинированная модель опережения-отставания работала значительно лучше, чем модель опережения в отдельности (на уровне p <0,05), а для 6 из 8 участников - опережение. Модель задержки работала значительно лучше, чем одна модель задержки (на уровне ap <0,05). Оранжевые линии на рис. 2 показывают для каждого репрезентативного участника целевые выборы, произведенные с помощью модели опережения-запаздывания.При сравнении моделей опережения и запаздывания с 8 параметрами мы обнаружили, что сумма квадратов остатков была намного меньше для модели опережения (524), чем для модели запаздывания (999), что указывает на то, что модель опережения обеспечивает значительно лучшее соответствие, чем модель запаздывания. . Для сравнения, сумма квадратов остатков для 16-параметрической модели опережения-запаздывания (347) была значительно меньше. Среднее абсолютное отклонение - усредненное по 8 участникам и 39 точкам отбора - между целями, выбранными участниками, и целями, выбранными с помощью трех моделей, составило: отставание: 1.27, опережение: 0,891, и отставание: 0,663. (Обратите внимание, что значение 1 указывает, что в среднем модель отклоняется от одной цели; например, выбор цели 6 вместо цели 5).

Модель опережения-отставания показала, что в среднем участники смотрели вперед 38 испытаний (SE = 16,6) и отставали от 46 испытаний (SE = 13,2) при выборе целей. На рис. 5 показан анализ чувствительности этой подгонки модели опережения-отставания, когда опережение и запаздывание смещены от оптимальных значений. Этот рисунок показывает, что подгонка более чувствительна к изменениям опережения, чем запаздывания.Парный выборочный t-тест показал, что баллы, полученные с помощью модели опережения-отставания (M = 600, SE = 64), существенно не отличаются (t 7 = -1,6; p = 0,15) от фактических баллов, полученных участников (M = 563, SE = 53), что указывает на то, что модель хорошо соответствует данным. Взятые вместе, эти результаты предполагают, что участники принимали во внимание как прошлые ошибки, так и предсказанные будущие ошибки при принятии решений о выборе цели во время обучения.

Рис. 5. Анализ чувствительности модели опережения-отставания.

Объясненная дисперсия (усредненная по участникам) показана как изменение опережения и запаздывания по сравнению с оптимальной моделью опережения-запаздывания для каждого участника. Мы составили в среднем 2 рэнд для положительных и отрицательных смещений до 10 опережений / запаздываний. (Обратите внимание, что для участников с опережением или отставанием менее 10 мы брали только те смещения, которые могли рассчитать). Планки стандартных ошибок были рассчитаны путем удаления сначала средней дисперсии, объясненной для каждого участника, усредненной по всем отведениям и всем лагам (отдельно), так что планки ошибок отражают изменчивость уменьшения дисперсии, объясняемую смещением, а не изменчивость среднего объяснение расхождений между участниками.

https://doi.org/10.1371/journal.pcbi.1007632.g005

Наша модель предполагает, что нет никакой связи между выбором цели и двигательными характеристиками. То есть мы предполагаем, что участники всегда стараются минимизировать ошибку в одинаковой степени, независимо от размера выбранной цели. Чтобы оценить это предположение, мы сравнили ошибки движения как функцию пробного блока в нашем основном эксперименте, в котором участники выбирали все более мелкие цели, с ошибками в нашем исследовательском эксперименте, в котором размер цели всегда был очень мал.(Обратите внимание, что для этого анализа мы использовали первые 200 испытаний из исследовательского эксперимента.) Если ошибки перемещения зависят от размера цели, то мы ожидаем увидеть значительную взаимосвязь между экспериментом и пробным блоком. Двухфакторный эксперимент (основной против исследовательского) с помощью пробного блока (40 блоков) ANOVA со смешанными факторами не выявил основного эффекта группы (F 1,15 = 0,79, p = 0,388) или взаимодействия (F 39,585 = 0,759, p = 0,856) между блоком и группой, что предполагает, что моторные характеристики (т.е.е., ошибка) не зависел от размера цели.

Мы оценивали выполнение нашей задачи с точки зрения ошибки движения, определяемой как расстояние между конечным положением шайбы и центром мишени. Это уместно, поскольку успех или неудача в задаче определяется этой ошибкой. Эффективность также можно оценить, изучив систематическую ошибку и дисперсию. (Для скалярной ошибки среднеквадратическая ошибка равна (среднее смещение) 2 + дисперсия). В предыдущей работе, посвященной изучению хорошо усвоенных задач, смещение было близко к нулю [12,14,15].Однако в нашей обучающей задаче мы можем ожидать, что уменьшение ошибок включает уменьшение как систематической ошибки, так и дисперсии. Чтобы оценить, как эти различные компоненты ошибки изменились в нашей задаче, мы вычислили окончательные средние значения x и y положения шайбы и соответствующее стандартное отклонение (SD) для этих средних значений в скользящем окне из 9 испытаний (рис. 6A – 6D). Как и следовало ожидать, исходя из нашей задачи, смещение и дисперсия были существенно больше по y, чем по x. Как показано на панели B, в среднем участники имели тенденцию превосходить цель во время начального обучения (жирная черная линия), хотя между участниками наблюдалась значительная вариабельность с точки зрения этой систематической ошибки (тонкие серые линии).Как можно визуально оценить, это смещение в значительной степени уменьшилось до нуля примерно после 20 испытаний. Как показано на панели D, стандартное отклонение y постепенно уменьшалось в течение первых 100 испытаний. Фиг.6E и 6F показывают для x и y, соответственно, долю среднеквадратичной ошибки (MSE), приходящуюся на смещение. В целом, смещение составило около 15–20 процентов x MSE и ближе к 10 процентам y MSE. Для позиции x этот процент не изменился с обучением. Однако для позиции y этот процент был относительно высоким в течение первых 20 испытаний, прежде чем выровнялся.Обратите внимание, что мы также исследовали корреляцию между ошибками x и y в одном и том же окне (не показано). Корреляция, усредненная по участникам, варьировала от -0,42 до 0,16 в течение эксперимента, и, таким образом, мы не наблюдали какой-либо сильной зависимости между этими ошибками.

Рис. 6. Средние конечные положения шайбы по x (A) и y (B) и соответствующие стандартные отклонения (SD) x (C) и y (D) этих средних значений, вычисленные по скользящему окну из 9 попыток.

Тонкие серые линии представляют отдельных участников, а толстая черная линия представляет среднее значение по участникам.Среднее положение обеспечивает оценку систематической ошибки, а SD — оценку дисперсии. Панели E и F показывают для x и y соответственно долю среднеквадратичной ошибки (MSE), приходящуюся на смещение, где MSE = (среднее смещение) 2 + дисперсия. Толстая черная линия представляет собой среднее значение по участникам, а высота серых областей представляет собой ± 1 стандартную ошибку.

https://doi.org/10.1371/journal.pcbi.1007632.g006

В совокупности результаты эксперимента 1 показывают, что участники принимают во внимание как свои прошлые, так и, что особенно важно, будущие результаты при выборе целей, связанных с различными наградами. .Это говорит о том, что люди предсказывают свои двигательные способности в будущем, принимая решения, основанные на навыках.

Эксперимент 2

В эксперименте 2 мы исследовали способность участников прогнозировать будущие результаты с помощью задачи зрительно-моторной адаптации, в которой участники генерировали целевые, направленные вперед и назад движения в горизонтальной плоскости. В каждом испытании участник перемещал курсор, управляемый ручкой, прикрепленной к роботизированному устройству [23], из начальной позиции к одной из трех случайно выбранных целей и обратно в непрерывном движении (рис. 7A).Когда было реализовано визуально-моторное вращение, просматриваемая позиция курсора была повернута на 45 градусов относительно начальной позиции. Чтобы ограничить использование когнитивных стратегий для адаптации к вращению, досягаемость должна быть инициирована в течение времени реакции (RT) 350 мс после предъявления цели [24,25]. Кроме того, чтобы предотвратить онлайн-коррекцию направления движения, как только рука была смещена на 3 см от начального положения, был реализован «силовой канал» в соответствии с текущим направлением движения (рис. 7B).После каждого испытания была предоставлена ​​обратная связь о том, было ли движение «попаданием» (т.е. курсор попал в цель), «промахом» или «ошибкой» (RT> 350 мс).

Рис. 7.

(A) Схема роботизированного устройства и установки виртуальной реальности, использованных в эксперименте 2. (B) Вид сверху, показывающий расположение начальной точки и трех целей. Силовой канал, представленный стрелками, ограничивал движение прямой линией в направлении начального движения. Во время испытаний на зрительно-моторное вращение положение наблюдаемого курсора, управляемое рукояткой, было повернуто на 45 ° относительно начального положения.(C) Круги, представляющие количество испытаний, которые должны быть выполнены во время начального обучения, были показаны участникам на протяжении всей этой фазы. Они заполняются по мере завершения испытаний, цвет указывает на попадание, промах или неисправность (время реакции> 350 мс). (D) На этапе принятия решения участники рассматривали закрашенные кружки, показывающие их начальную успеваемость, и пустые кружки, показывающие количество испытаний для трех различных горизонтов. Используя «ползунок», показанный слева, они выбрали графики вознаграждений для каждого горизонта.(E) Показатели, связанные с последующей фазой сбора урожая репрезентативного участника (Long Horizon).

https://doi.org/10.1371/journal.pcbi.1007632.g007

Участники сначала выполнили серию базовых испытаний без зрительно-моторного вращения, чтобы ознакомить их с задачей. Затем участники выполнили начальные 30 испытаний с визуально-моторным вращением (рис. 7C). Затем им сказали, что они будут случайным образом распределены в одну из трех возможных групп и, в зависимости от группы, проведут дополнительные 24, 150 или 216 испытаний.Для каждого из этих «горизонтов» участника попросили выбрать график вознаграждений со значением попадания в диапазоне от 60 до 100 баллов и соответствующим значением промаха от 40 до 0 баллов (рис. 7D). Таким образом, участники никогда не могли потерять баллы из-за промаха. (Ошибка RT всегда приводила к 0 баллам.) Участники были проинформированы о том, что они получат денежную выплату, пропорциональную количеству заработанных баллов. Обратите внимание, что график вознаграждения 60:40 (попадание: промах) был бы более прибыльным, если бы производительность за горизонт была плохой, тогда как график вознаграждения 100: 0 был бы более прибыльным, если бы производительность за горизонт была отличной.После того, как были выбраны три графика вознаграждений, участнику сказали, что они фактически были распределены в контрольную группу, которая проведет 216 испытаний со средним графиком вознаграждения 80:20 (попадание: промах). Затем они выполнили эти дополнительные испытания (рис. 7E).

Рис. 8 показывает ошибку углового вылета как функцию испытания для двух репрезентативных участников. Хотя оба участника продемонстрировали приблизительно экспоненциальное уменьшение ошибки на начальных этапах обучения и сбора урожая, участник, показанный на панели А, продемонстрировал лучшее обучение и более часто попадал в цель (синие кружки) во время фазы сбора урожая.На рис. 9А показана средняя доля совпадений, усредненная по участникам, для короткого, промежуточного и длинного горизонтов (то есть за первые 24, 150 и 216 испытаний фазы сбора урожая). Как и ожидалось, доля совпадений увеличивалась по мере увеличения длины горизонта и повышения производительности. ANOVA с повторными измерениями выявил значительное влияние горизонта на долю совпадений (F 2, 32 = 34,0; p <0,001). Последующие парные t-тесты выявили значительные различия между всеми тремя попарными сравнениями (24–150: t 16 = -5.23; p <0,001, 24–216: t 16 = -6,28; p <0,001, 150–216: t 16 = -6,93; p <0,001), которые остаются значимыми при корректировке методом Холма-Бонферрони.

Рис. 8. Ошибка углового охвата как функция испытания во время базовой линии, начального обучения (серая область) и последующих этапов сбора урожая показаны для двух участников: хорошо обучающегося (A) и плохо обучающегося (B).

Круги имеют цветовую кодировку в зависимости от того, привели ли испытания к попаданию, промаху или ошибке (RT> 350 мс).Обратите внимание, что случайные промахи происходили из-за недолета цели, даже если ошибка направления была близка к нулю.

https://doi.org/10.1371/journal.pcbi.1007632.g008

Рис. 9.

(A) Средняя доля совпадений, усредненная по участникам, для короткого, промежуточного и длинного горизонтов (т. е. первые 24, 150 и 216 испытаний фазы уборки урожая). (B) Среднее значение выбранных результатов, усредненное по участникам для трех горизонтов. (C) Три линии показывают для одного участника взаимосвязь между значением попадания и ожидаемой наградой для каждого горизонта (см. Числа).Соответствующие кружки показывают фактические значения попаданий, выбранные участником для каждого горизонта. (D) Заштрихованные столбцы показывают среднее вознаграждение, полученное участниками для каждого из горизонтов. Открытые и полосатые полосы показывают соответствующие максимальные и минимальные награды, которые могли быть достигнуты в зависимости от выбора значения попадания. (E) Средние выбранные значения попаданий как функция среднего наклона зависимости между ожидаемым вознаграждением и значением попадания (то есть наклоны линий в C) для каждого горизонта.(F) Связь между значением попадания и наклоном значения «вознаграждение-попадание» после удаления средних эффектов горизонта (показано в E). Каждый круг представляет одного участника и горизонт и имеет цветовую кодировку горизонта (см. E).

https://doi.org/10.1371/journal.pcbi.1007632.g009

На рис. 9В показано среднее значение попадания, выбранное участниками для трех горизонтов. ANOVA с повторными измерениями выявил значительное влияние горизонта на значение совпадения (F 2, 32 = 15.8; p <0,001) и парные t-тесты выявили значимые различия между всеми тремя попарными сравнениями (24–150: t 16 = 4,035; p <0,001, 24–216: t 16 = 4,333; p <0,001, 150– 216: t 16 = 2,562; p = 0,021), которые остаются значимыми при корректировке с помощью метода Холма-Бонферрони. Эти результаты показывают, что участники ожидали, что их производительность улучшится на этапе сбора урожая при выборе структуры вознаграждения.

Чтобы определить оптимальное значение попадания, мы рассчитали для каждого участника и горизонта вознаграждение, которое участник мог бы получить — на основе их фактических результатов — в зависимости от значения попадания.Эта процедура проиллюстрирована для одного участника на рис. 9C. Обратите внимание, что ожидаемое вознаграждение является линейной функцией значения попадания. Следовательно, оптимальное значение попадания всегда было либо 60, либо 100 в зависимости от того, является ли наклон отношения между значением попадания и ожидаемым вознаграждением отрицательным или положительным. Для этого участника оптимальное значение попадания (т. Е. Значение попадания, дающее наибольшее вознаграждение) составляло 60 для короткого горизонта и 100 для промежуточного и длинного горизонтов. Кружки представляют значения попаданий, выбранные этим участником для каждого горизонта.Для короткого горизонта участник выбрал значение попадания 63, что было близко к оптимальному. Для промежуточного горизонта участник выбрал значение попадания 80. Хотя это было далеко от оптимального (100), поскольку наклон был лишь немного больше 0 (0,03), последствия с точки зрения вознаграждения были небольшими. Для длинного горизонта участник выбрал значение попадания 87, что было ближе к оптимальному значению попадания.

Заштрихованные столбцы на рис. 9D показывают вознаграждение, усредненное по участникам, для каждого из горизонтов, а открытые и полосатые столбцы показывают соответствующие максимальные и минимальные вознаграждения, соответственно, которые могли быть получены в зависимости от выбора значения попадания.Парные t-тесты показали, что максимальное (или оптимальное) вознаграждение было больше фактического вознаграждения для всех трех горизонтов (короткое: t 16 = 2,71; p = 0,015, промежуточное: t 16 = 3,66; p = 0,002, long: t 16 = 3,15; p = 0,006), различия, которые остались значимыми при корректировке с помощью метода Холма-Бонферрони. Однако, как можно визуально оценить, участники делали выбор, близкий к оптимальному для короткого горизонта, в то время как разница между фактическим вознаграждением и максимальным вознаграждением была больше для двух более длинных горизонтов (хотя во всех случаях фактическое вознаграждение было ближе к максимальное вознаграждение, чем минимальное вознаграждение).

На рис. 9Е показано, как в среднем выбранные значения попаданий менялись в зависимости от наклона зависимости между ожидаемым вознаграждением и значением попадания (то есть наклона линий на рис. 9С) по трем горизонтам. Как показано на рисунке, как средний наклон, так и среднее значение выбранного совпадения увеличиваются с увеличением длины горизонта. Таким образом, наблюдалась четкая корреляция по горизонтали между выбранным значением попадания и наклоном. Обратите внимание, что наклон для конкретного участника и горизонта дает показатель эффективности этого участника на этом горизонте.Положительный наклон — где оптимальная частота попаданий — 100 — указывает на хорошую производительность, тогда как отрицательный наклон — где оптимальная частота попаданий составляет 60 — указывает на низкую производительность. Если бы выбор участников в отношении вознаграждения был связан с их эффективностью, тогда — для каждого горизонта — мы ожидали бы увидеть положительную корреляцию между выбранным значением попадания и наклоном значения «вознаграждение – результат». Чтобы оценить эту взаимосвязь, мы объединили результаты по трем горизонтам после удаления средних эффектов горизонта (показано на рис. 9E).В частности, как для значений попаданий, так и для уклонов мы вычли среднее из этого горизонта, а затем добавили обратно большое среднее, чтобы получить скорректированные значения попаданий и уклоны. Как показано на фиг. 9F, наблюдалась положительная корреляция (r = 0,34; p = 0,016) между скорректированным наклоном и скорректированным значением совпадения. Чтобы оценить надежность этой корреляции, мы также рассчитали корреляцию с 10-кратной перекрестной проверкой. Для этого мы выполнили линейную регрессию с выборкой методом Монте-Карло 1000 раз, чтобы вычислить прогнозирующую SSE.Мы также сделали это для уменьшенной модели (подходящей только по среднему значению). Исходя из этого, мы вычислили прогнозирующее значение r и соответствующее значение p. Этот строгий тест дал коэффициент корреляции (r = 0,28), который остался значимым (p = 0,0458). Таким образом, как по горизонтали, так и по участникам в рамках горизонтов мы видим, что решения о вознаграждении разумно связаны с будущими фактическими результатами.

Обратите внимание, что участники также выбрали значения попаданий для базовых испытаний. В частности, в начале эксперимента участники сначала выполнили 30 испытаний без зрительно-моторного вращения, а затем использовали ползунок, чтобы выбрать график вознаграждений для дополнительных 102 базовых испытаний, при этом просматривая закрашенные кружки, отражающие их результативность в течение первых 30 испытаний, и незаполненные кружки. представляющие дополнительные испытания (как на рис. 7D).Во время этих дополнительных базовых испытаний они получали баллы в соответствии с их выбором. Средняя частота попаданий для этих исходных испытаний составляла 0,90 (SE = 0,03), а среднее значение попаданий, выбранных участниками, было 89,8 (SE = 2,4), что намного выше значений, выбранных для трех горизонтов испытаний зрительно-моторного вращения (рис. 9B). . Эти результаты согласуются с нашим выводом, сделанным на основе испытаний на зрительно-моторное вращение, о том, что решения о вознаграждении разумно связаны с производительностью. Среднее вознаграждение, полученное участниками во время этих исходных испытаний, составило 81 балл.7 (SE = 3,3). Среднее максимальное вознаграждение, которое участники могли бы получить — которое для всех участников, кроме одного, было бы получено, выбрав значение попадания 100, — составляло 90,1 (SE = 2,9), а среднее минимальное вознаграждение, которое они могли бы получить, составляло 57,8 (SE = 0,8. ). Этот результат также согласуется с нашим выводом из испытаний зрительно-моторного вращения, что участники выбирали консервативные значения ударов, которые дают немного меньше оптимального вознаграждения, но в оптимальном направлении.

Обсуждение

Целью настоящего исследования было проверить, могут ли участники при изучении новой двигательной задачи, в которой ошибки движения имеют тенденцию уменьшаться в ходе испытаний, во внимание будущие результаты (т.е. уменьшение количества ошибок) при принятии решений, которые определят будущую награду, связанную с производительностью. Мы рассмотрели этот вопрос в двух экспериментах с двумя разными задачами моторного обучения. В задаче по метанию, использованной в эксперименте 1, участникам была предоставлена ​​возможность принимать решения о награде — путем выбора размера цели, который был обратно пропорционален награде, полученной за успешное попадание — на протяжении всего обучения. В задаче зрительно-моторной адаптации, использованной в эксперименте 2, участники сначала выполнили набор начальных обучающих проб, а затем приняли решение о вознаграждении за различные возможные горизонты; я.е., дополнительные испытания, которые им, возможно, придется провести впоследствии. Мы предсказали, что в обеих этих задачах участники не будут основывать свой выбор исключительно на текущем и / или недавнем выполнении задачи, но также будут учитывать свои прогнозируемые будущие результаты.

В эксперименте 1 мы обнаружили, что все участники улучшили задачу в том, что их ошибки охвата по отношению к центрам целей уменьшались в ходе испытаний. Это уменьшение ошибки движения было дополнено участниками, использующими (т.e., выбрав) все или все, кроме одной из меньших целей. В целом принятие участниками решения по выбору целевой аудитории оказалось достаточно эффективным. В среднем участники набирали ~ 90 процентов от общего количества баллов, набранных с помощью глобальной оптимальной модели. Более того, целевые сценарии выбора участников в среднем входили в верхние 20 процентов всех возможных сценариев. Это говорит о том, что участники с готовностью оценили характер задачи и то, как выбор цели может повлиять на вознаграждение.Эта интерпретация согласуется с предыдущей работой, показывающей, что люди охотно ценят соответствие между размером цели и штрафами и вознаграждениями в контексте достижения [12,14–16].

Чтобы оценить степень, в которой участники учитывали прошлые и будущие результаты при выборе целей, мы протестировали модели, в которых выбор цели в каждой точке принятия решения основывался на ошибках движения из прошлого (модель запаздывания), будущего (модель опережения) или сочетание прошлого и будущего (модель опережения-отставания).Для каждой модели мы нашли для каждого участника отставание, опережение или комбинацию опережения и запаздывания, которые наиболее точно соответствовали выбору цели участником. В целом модель опережения превзошла модель запаздывания, но обе эти модели были значительно хуже, чем модель опережения-запаздывания. Это говорит о том, что при выборе целей участники принимали во внимание будущие результаты в дополнение к прошлым. Хотя неудивительно, что участники выбирали все более мелкие цели на протяжении всего эксперимента, не очевидно, что решение об уменьшении размера цели будет основываться не только на текущих показателях, но и на ожидаемых будущих показателях.И это несмотря на то, что наша задача, не позволяя участникам возвращаться к более крупной цели, вероятно, способствовала консервативному выбору, который, во всяком случае, задерживал бы переключение на меньшую цель.

Все модели, которые мы оценивали, использовали фактические прошлые и будущие ошибки участников, и, таким образом, предполагали, что участники полностью знали об этих ошибках. Хотя кажется маловероятным, что участники помнили все свои прошлые ошибки, кажется вполне правдоподобным, что они могли поддерживать некоторую сводную статистику этих ошибок, такую ​​как текущее среднее и текущее отклонение.Недавняя работа предполагает, что мозг, помимо хранения памяти о прошлых действиях [26], может также отдельно хранить память о прошлых ошибках [27] или предвидеть будущие ошибки [28]. В то время как участники наблюдали прошлые ошибки, необходимо было оценить будущие ошибки. Существует ряд подходов, которые можно применить для прогнозирования будущих ошибок; например, оценка зашумленной экспоненты на основе прошлой производительности и экстраполяции. Действительно, любая модель обучения [например, 29,30,31], включая модели, которые представляют статистику (например, 29,30,31).грамм. Prior) прошлого опыта обучения, могут быть адаптированы для этой цели. Важно отметить, что реализация таких моделей при условии, что они хорошо подходят, не изменит нашего основного вывода о том, что участники при выборе целей учитывают как прошлые, так и будущие результаты. Предыдущая работа показала, что при оценке дисперсии или неопределенности участники уделяют больше внимания недавним испытаниям [17,19]. В наших моделях для простоты мы выбрали одинаковый вес для всех ошибок в данном временном окне. Тем не менее, модели, тем не менее, улавливают эффекты новизны путем тестирования различных окон запаздывания.

Модель «опережение-отставание» показала, что участники ожидали в среднем 38 испытаний. Теоретически, если бы ошибки участников уменьшались монотонно, оптимальным решением было бы рассматривать только 5 испытаний в будущем в каждой точке принятия решения (т. Е. Движения до следующей точки принятия решения). Тот факт, что наши участники рассматривали более длинный горизонт, по-видимому, отражает тот факт, что их кривые обучения не были монотонными, а, наоборот, были довольно шумными.

Наша модель предполагает, что нет никакой связи между выбором цели и двигательными характеристиками.То есть мы предполагаем, что участники всегда стараются минимизировать ошибку в одинаковой степени, независимо от размера выбранной цели. Хотя есть свидетельства того, что выполнение задания с оптимальной сложностью улучшает производительность [32], наши результаты показывают, что на ошибку движения не повлиял выбор целей участниками. В частности, мы не наблюдали каких-либо различий в ошибках движения между испытаниями между участниками основного эксперимента (которые выбирали цели разного размера) и участниками нашего исследовательского эксперимента, которым на протяжении всего эксперимента была представлена ​​очень маленькая цель.Этот результат, возможно, неудивителен, учитывая, что оптимальная производительность — с точки зрения вознаграждения — в нашей задаче заключалась в выборе целей, которые всегда были сложными, что приводило к частым промахам. Следовательно, вполне вероятно, что участники были сильно мотивированы минимизировать ошибку.

Результаты эксперимента 2 обеспечивают дополнительную поддержку гипотезы о том, что участники принимают во внимание будущее, улучшая производительность при принятии решений о вознаграждении. Мы обнаружили, что участники выбрали более сложные графики вознаграждений (т.е., более высокие значения попаданий) по мере увеличения длины горизонта, что указывает на то, что они правильно предсказали, что их производительность улучшится в ходе испытаний. Мы также обнаружили, что для самого короткого горизонта участники выбирали графики вознаграждения, близкие к оптимальным. Что касается более длинных горизонтов, что, возможно, неудивительно, выбор участников был менее оптимальным, но все же в оптимальном направлении. Мы также исследовали взаимосвязь между выбором значения попадания и чувствительностью вознаграждения к этому выбору, характеризующуюся крутизной зависимости между значением попадания и ожидаемым вознаграждением, которая зависит от производительности.Мы обнаружили, что, когда наклон был отрицательным, что указывало на низкую производительность, участники имели тенденцию соответствующим образом выбирать меньшие значения попаданий. Напротив, когда наклон был положительным, что указывало на хорошую производительность, участники, как правило, выбирали более высокие значения попаданий.

Одна из возможных интерпретаций результатов эксперимента 1 заключается в том, что участники, вместо того, чтобы основывать свой выбор целевых показателей на прогнозируемом улучшении производительности, основывают свой выбор на текущей производительности, но переоценивают эту производительность, что заставляет их выбирать все меньшие и меньшие цели.Эта интерпретация требует, чтобы участники постоянно переоценивали свой текущий уровень успеваемости на протяжении всего обучения. Одним из аргументов против этой альтернативной интерпретации является то, что предыдущие исследования показывают, что люди, выполняя знакомую задачу по достижению цели, не переоценивают свою производительность, которая в этой задаче определяется изменчивостью движений [12,14,15]. Даже когда изменчивость искусственно изменена, люди быстро корректируют свои оценки, чтобы поддерживать точную оценку своей работы [17].Результаты эксперимента 2 также опровергают эту интерпретацию. Мы обнаружили, что при выборе графиков вознаграждений для разных горизонтов после первоначального обучения участники успешно ожидали, что их результаты будут становиться все лучше и лучше в ходе испытаний. Если бы участники основывали свой выбор структур вознаграждения на завышенной оценке своих текущих результатов, а не на прогнозах будущих результатов, они, вероятно, выбрали бы один и тот же график вознаграждений для всех горизонтов.

Многочисленные исследования изучали оценку ближайших и будущих вознаграждений в контексте обучения и принятия решений, основанных на вознаграждении, часто с акцентом на лежащие в основе вовлеченные нейронные процессы [33,34].Эта работа показала, что участники могут узнать о свойствах изменяющейся среды и непредвиденных обстоятельствах вознаграждения и использовать эту информацию для разумного управления поведением, ориентированным на вознаграждение. Например, было показано, что люди могут оценивать изменяющуюся волатильность среды вознаграждения, чтобы принимать оптимальные решения [35]. Точно так же исследования поиска пищи на участках показали, что участники могут представлять ценность текущего участка и потенциальных новых участков, чтобы принимать оптимальные решения относительно компромисса между разведкой и разработкой [36–39].В то время как эта предыдущая работа показала, что участники могут узнать об изменениях в среде вознаграждения, текущее исследование демонстрирует, что участники могут предвидеть изменения в своей производительности, принимая решения о вознаграждении, основанные на результатах.

Предыдущая работа показала, что при принятии решений, связанных с движением (например, куда стремиться), люди могут учитывать ошибки в своей постоянной работе, чтобы оптимизировать вознаграждение [12]. Основным достижением текущей работы является демонстрация того, что люди могут принимать во внимание прогнозируемые изменений в производительности, связанные с моторным обучением, для увеличения вознаграждения.Обратите внимание, что в хорошо изученных двигательных задачах, таких как простое достижение, смещение (например, среднее направление охвата) минимально, а ошибки хорошо улавливаются дисперсией среднего. Напротив, ошибки во время моторного обучения обычно возникают как из-за предвзятости, так и из-за дисперсии. Наши результаты, показывающие, что участники ожидают уменьшения ошибок во время моторного обучения, предполагают, что они учитывают как систематическую ошибку, так и дисперсию. В то время как в нашей работе изучались относительно простые задачи моторного обучения, способность предсказывать будущие результаты явно была бы полезной во многих контекстах обучения.Более того, эта способность может стать основой для принятия решений о том, когда вкладывать средства в обучение, начиная от языка программирования и заканчивая новым подходом к теннису. Во многих областях большинство из нас довольно часто пробует свои силы в изучении новой задачи или нового контента, и попутно может подумать, стоит ли продолжать, основываясь на оценке того, насколько хорошо мы будем учиться, сколько времени это займет. , усилия (и любые другие затраты), которые будут задействованы, и вознаграждения, которые мы можем получить. В принципе, понимание основ таких решений может быть полезным с точки зрения разработки учебных ситуаций, которые позволяют людям принимать оптимальные инвестиционные решения.

Методы

Эксперимент 1. Бросок задания

участников.

Восемь участников (3 женщины) в возрасте от 18 до 26 лет (M = 21,4) были набраны для участия в основном эксперименте в этом исследовании. Девять отдельных участников (7 женщин) в возрасте от 18 до 26 лет (M = 20,8) были набраны для участия в исследовательском эксперименте, предназначенном для выбора оптимальных целевых размеров для основного эксперимента. Эти размеры выборки соответствуют тем, которые обычно используются в исследованиях моторного обучения человека.Все участники получали базовую оплату в размере 10 долларов в час и могли зарабатывать больше, успешно поражая цели во время эксперимента (см. Ниже). Участники предоставили письменное информированное согласие, и после завершения эксперимента их опросили. Эксперимент был одобрен Комиссией по общей этике исследований Королевы и соответствовал Хельсинкской декларации.

Аппараты и раздражители.

Сидящие участники использовали свою доминирующую руку, чтобы схватить, используя точный хват, жесткую сферическую ручку, расположенную на столе от них.Ручка, которая была установлена ​​на датчике силы (ATI Industrial Automation, N.C.), располагалась в среднесагиттальной плоскости участников примерно в 30 см от их тела. Участник приложил горизонтальную силу к ручке, чтобы «бросить» круглую «шайбу» (диаметром 10 мм) из стартовой позиции в цель, оба изображения отображались на вертикальном экране через обратную проекцию (NEC UM-330W). Чтобы задача была интуитивно понятной, сопоставление между силами в горизонтальной плоскости и моделируемой силой на шайбе было таким же, как и стандартное сопоставление между движением мыши и движением курсора на экране.Таким образом, направленная вперед горизонтальная сила, приложенная к ручке (т. Е. Непосредственно от участника), перемещала шайбу прямо вверх по экрану, а направленная вправо горизонтальная сила, приложенная к ручке, перемещала шайбу вправо на экране. Шайба была смоделирована как затухающая точечная масса с использованием следующего уравнения: где F — сила, приложенная к шайбе, m и b — моделируемые масса (0,010 кг) и вязкость (0,035 Н / м / с), а a и v — ускорение и скорость.Во всех испытаниях центр мишени располагался на 30 см прямо над стартовыми точками; т. е. центр шайбы в начале попытки. Важно то, что во время каждого броска имитируемая сила могла быть применена к шайбе только тогда, когда центр шайбы все еще находился в пределах 10 см от ее начального положения. То есть, как только центр шайбы переместился на 10 см от стартовой точки, имитируемая сила была установлена ​​на ноль. Среднее время между началом движения шайбы (скорость более 5 см / с) и достижением шайбой отметки 10 см варьировалось от 92 до 126 мс между участниками.Таким образом, управление шайбой включало упреждающий контроль, и участники должны были выучить правильный импульс (силу, действующую с течением времени), который нужно приложить к ручке, чтобы обеспечить точное движение шайбы к цели.

Мишень могла быть одного из 6 размеров (радиус 208, 104, 64, 48, 38 и 32 мм), и они были связаны с разными значениями точки (1, 2, 3, 4, 5 и 6 соответственно). за успешные броски, при которых 1 балл заработал участнику 0,02 доллара. Все цели имели центральную черную точку (радиус 5 мм).Во время выбора цели, который происходил после каждых 5 испытаний, 6 потенциальных целей отображались в верхней части экрана, при этом текущая выбранная цель была заполнена белым цветом, а остальные — синим. Участники использовали стрелки влево и вправо на клавиатуре, чтобы выбрать цель для следующих 5 испытаний. Например, нажатие стрелки вправо приведет к тому, что потенциальная цель справа от текущей выбранной потенциальной цели станет белой (и станет текущей выбранной потенциальной целью).Выбранная в настоящий момент потенциальная цель также отображалась в целевой позиции, что позволяло участникам оценить ее размер в контексте задачи, прежде чем переходить к этой цели. Обратите внимание, что могут быть выбраны только потенциальные цели, равные или меньшие, чем текущая цель. Как только участник определился с выбором цели, он мог выбрать его, нажав клавишу со стрелкой вниз.

Выбор 6 размеров мишени.

Наша цель при определении размеров 6 потенциальных целей состояла в том, чтобы побудить участников выбрать все 6 целей, чтобы быть оптимальными.В частности, мы хотели выбрать размеры мишеней, которые сделают каждую мишень оптимальной — с точки зрения заработанных очков — для приблизительно равного количества попыток на этапе обучения, в котором ошибка движения (расстояние между центрами мишени и шайбы) уменьшилось. Для достижения этой цели мы сначала провели отдельный исследовательский эксперимент, в котором группа из 9 участников выполнила 400 пробных метаний с небольшой мишенью (радиус 10 мм). Для поощрения хороших результатов участники получали право участвовать в розыгрыше подарочной карты на 20 долларов каждый раз, когда они попадали в цель.

Для всех участников ошибка движения уменьшалась примерно экспоненциально и достигла асимптоты в течение 200 попыток. (Это количество испытаний, которое мы затем использовали в нашем основном эксперименте.) Используя ошибки движения из этих 200 испытаний, мы определили 6 целевых размеров (на 1–6 баллов при уменьшении размера), так что для получения оптимального вознаграждения выбирается каждая цель. примерно на такое же количество испытаний (200/6). Чтобы приблизиться к этому решению, для данного потенциального набора целевых размеров мы рассчитали количество испытаний, которые участники потратят на каждую цель, чтобы получить максимальное вознаграждение.Затем мы определили максимальное из этих пробных чисел по целям. Затем оптимизация выбрала набор размеров целей, чтобы минимизировать этот максимум. Фактически, этот подход имеет тенденцию равномерно распределять испытания по шести целям. Эта оптимизация также была ограничена таким образом, что общий коэффициент попадания должен был быть выше 50%, чтобы мы не указывали целевые размеры, которые демотивировали бы испытуемых. Как будет показано ниже, этот подход оказался эффективным в том смысле, что для всех участников основного эксперимента как их фактическая производительность, так и их оптимальная производительность включали выбор всех или всех целей, кроме одной.

Процедура.

В первых 5 испытаниях по метанию наибольшая потенциальная цель (радиус 208 мм) была зафиксирована в качестве цели. После этих первых 5 попыток и после каждого последующего блока из 5 попыток участник мог выбрать цель по своему выбору с помощью клавиатуры (см. Выше). Все участники выполнили в общей сложности 200 попыток броска и, таким образом, сделали 39 выборок мишеней. Мы применили два правила при выборе цели. Во-первых, участники не могли выбрать больший целевой размер, чем тот, который выбран в настоящее время.Например, если участник во втором блоке выбрал цель с радиусом 104 мм, он не смог бы выбрать цель с радиусом 208 мм в третьем блоке или любом последующем блоке. Мы применили это правило, чтобы ограничить целевое пространство принятия решений, которое мы должны были бы оценить при оценке оптимальности целевого выбора участников. [Обратите внимание, что без этого правила количество возможных последовательностей выбора цели (6 39 = 2,2×10 30 ) было бы чрезвычайно большим. При этом правиле это число (1.09×10 6 ) была вычислительно управляема]. Во-вторых, мы установили самую большую цель в течение первых 5 испытаний, чтобы дать участникам опыт с задачей, прежде чем они смогут начать выбор цели.

В начале каждой попытки на экране появлялись мишень и шайба (расположенные в стартовой позиции). Когда участник был готов, он прикладывал силу к джойстику, пытаясь забросить шайбу в цель. Участники могли видеть, как шайба приближается к цели и останавливается.Бросок считался успешным, если какая-либо часть шайбы после того, как она остановилась, находилась в пределах 1 мм от любой части мишени. [Обратите внимание, что мы добавили этот запас в 1 мм, чтобы избежать ситуаций, в которых участник ошибочно полагал, что почти попадание было попаданием, что могло привести к разочарованию]. Когда участники попадали в цель, они получали положительную обратную связь в виде звукового сигнала (1000 Гц, 50 мс), и круг цели на мгновение становился белым. Кроме того, на экране отображался текст, указывающий количество баллов, заработанных в этом испытании (ноль в случае промаха), а также среднее количество баллов за испытание, заработанное на данный момент.

Анализ данных.

Для количественной оценки выполнения задачи мы вычислили ошибку перемещения как результирующее (x, y) расстояние между конечным положением шайбы и центром мишени (данные доступны в S1 Data). Чтобы оценить кривые обучения, мы использовали Curve Fitting Toolbox в MATLAB. Повторные измерения ANOVA и парные t-тесты были использованы для оценки обучения с использованием альфа-уровня 0,05.

Модели.

Обозначим шесть целей i = 1… 6, отсортированных по убыванию радиуса r i .В случае успешного выполнения в испытании k th , цель i th награждается i баллами. Обозначим абсолютную ошибку движения участника при испытании как e k .

В модели опережения-отставания в каждой точке принятия решения (испытания 5 j , где j = 1, 2…. 39) модель учитывает общее количество баллов, V , которые были бы получены для каждой цели меньше или равно текущей цели i для предыдущих испытаний , отставания и будущих , опережающих испытаний : где i — (по определению) значение цели, а H — это функция хэви-сайда, которая определяет, будет ли испытание вознаграждено (1) или нет (0):

Цель, выбранная в решении j , q j *, определяется как:

Для локальной оптимальной модели мы выбрали значения отставания и опережения для каждого участника, что максимизировало общее вознаграждение, которое могло быть получено за 200 испытаний.

Для подбора участников с опережением и запаздыванием мы выбрали значения отставания и опережения , чтобы минимизировать сумму квадратов разностей между целевым числом, выбранным моделью, и числом, выбранным участником, суммированных по 39 вариантам. . Для обеспечения устойчивости мы рассматривали только модели, в которых сумма опережения и запаздывания составляла не менее 5. Для моделей отставания и опережения значение опережения и запаздывания было установлено равным нулю, соответственно, во время оптимизации.

Для глобальной оптимальной модели мы рассмотрели все возможные допустимые (т.е. уменьшающиеся в размере) последовательности целей из 39 вариантов, чтобы найти целевую последовательность, которая максимизирует общее вознаграждение, которое может быть достигнуто.

Во всех наших моделях мы использовали фактическую производительность участников для расчета вознаграждения, которое может быть получено при различных возможных целевых размерах. Предыдущие неадаптационные исследования изучали ожидаемое вознаграждение, вычисляя смещение и дисперсию, а затем интегрируя распределение ошибок движения внутри цели для оценки вероятности вознаграждения [e.грамм. 40]. Однако применение такого метода к нашей двумерной обучающей задаче потребует оценки текущего (т. Е. Изменяющегося во времени) двумерного смещения и 3-параметрической ковариационной матрицы (поскольку задача асимметрична). Для надежного вычисления таких средних и ковариационных матриц требуется значительный объем данных, что затруднительно во время обучения. В нашей задаче участник столкнулся с фактическими ошибками, и поэтому при рассмотрении задержек наш метод дает точный ответ на вопрос «Был бы я лучше справился с меньшей целью?».Точно так же для потенциальных клиентов мы применяем практический подход, используя фактическую производительность участников в качестве верхнего предела того, что они могли бы оценить, задавая вопрос: «добьется ли я большего успеха в будущем с меньшей целью?»

Эксперимент 2: Задача по зрительно-моторной адаптации

участников.

Семнадцать участников-правшей (9 женщин) в возрасте от 19 до 27 лет (M = 22,17) приняли участие в эксперименте после предоставления письменного информированного согласия. Мы использовали больший размер выборки в этом эксперименте, потому что мы получили от каждого участника небольшое количество вариантов выбора (см. Ниже), что, по нашему опыту, может привести к большей вариативности [e.г., 41]. Участники получили 10 долларов за завершение часового эксперимента и дополнительную денежную сумму, соответствующую 0,05 доллара за каждые 100 баллов, набранных в ходе эксперимента. Это исследование было одобрено Советом по этике общих исследований Королевского университета и соответствовало Хельсинкской декларации.

Аппараты и раздражители.

Участники схватились за ручку плоского манипулятора [23] правой рукой, чтобы произвести необходимые движения (рис. 7A).Положение ручки регистрировалось с частотой 1000 Гц. Визуальные стимулы, включая курсор, управляемый ручкой (закрашенный оранжевый круг, радиус 5 мм), начальную позицию (закрашенный белый круг, радиус 5 мм) и цель (пустой белый круг, радиус 10 мм), проецировались компьютерный монитор вниз на полу-посеребренное зеркало, которое было видно участникам и блокировало обзор их рук (рис. 7A). Чтобы еще больше не дать участнику видеть свою руку или руку, между шеей участника и ближней стороной зеркала была вставлена ​​занавеска.Высота зеркала была на полпути между монитором и центром ручки, поэтому визуальные стимулы появлялись на высоте центра ручки.

В начале каждого испытания робот прикладывал силу к рукоятке, чтобы установить ее (и курсор) в начальное положение. После задержки в 400 мс цель появилась в одном из трех псевдослучайно выбранных местоположений в 100 мм от начальной позиции и расположенных в 0, +45 и -45 градусов относительно начальной позиции (рис. 7B).Участникам было предложено начать единичное непрерывное движение к цели и обратно в исходное положение, как только цель появится. Если время реакции было больше 350 мс, участник не получал баллов за это испытание. Этот критерий времени реакции был реализован, чтобы ограничить вероятность того, что участники будут задействовать когнитивные стратегии (например, умственное вращение), когда было реализовано зрительно-моторное вращение [24,25,42,43]. Слуховой сигнал прозвучал через 500 мс после того, как их ручка покинула исходное положение, и участники были проинструктированы, что ручка должна вернуться в исходное положение синхронно с этой сигнальной меткой.

Участникам было дано указание не вносить онлайн-корректировки, если направление курсора не совпадает с направлением цели. Однако, чтобы гарантировать, что участники не внесли исправления, как только курсор достиг 30 мм от начальной позиции, был реализован «силовой канал» в соответствии с вектором, соединяющим начальную позицию и текущую позицию курсора (рис. 7B). . Этот канал ограничивал ручку прямолинейным движением за счет приложения силы, перпендикулярной направлению канала, если ручка отклонялась от центра канала.(Усилие в канале моделировалось как демпфирующая пружина с жесткостью 3500 Н / м и демпфированием 2 Нс / м.).

Участники получали существенные отзывы о своих двигательных характеристиках во время каждого испытания. Когда рукоятка достигала 100 мм от начальной позиции (то есть расстояния до цели), «копия» курсора отображалась на экране в этом месте и оставалась там до конца испытания. (Если курсор не достиг отметки 100 мм, положение курсора в точке поворота экстраполировалось на отметку 100 мм и отображалось.) Кроме того, в конце движения назад и вперед отображался текст, указывающий, было ли испытание «неисправностью» (время реакции> 350 мс) или, если критерий времени реакции был удовлетворен, был ли испытание «ошибкой». попадание »(где любая часть курсора перекрывает любую часть цели во время движения) или« промах ». Наконец, в начале каждой фазы эксперимента сетка из пустых белых кружков, представляющих испытания, которые должны быть выполнены — с 6 строками и N столбцами, где 6 x N было количеством испытаний — отображалась и показывалась на протяжении всей фазы (см. Рис. 7C – 7E).Кружок, соответствующий данной пробе, менял цвет в конце каждого движения, с зеленым, красным и желтым, указывая, что проба была попаданием, промахом или ошибкой, соответственно. (Обратите внимание, что зеленые круги показаны синим на рисунке.) Эта сетка кругов предоставляла участникам визуальное представление о количестве испытаний, которые должны быть выполнены, а также позволяла участникам контролировать свою работу на протяжении всей фазы.

Процедура.

После выполнения серии исходных испытаний (см. Ниже) было реализовано зрительно-моторное вращение на 45 °, и участник завершил начальную фазу обучения из 30 испытаний (см. Рис. 7C).После этих 30 испытаний участники выбрали график вознаграждения для каждого из трех разных горизонтов сбора урожая: короткий (24 испытания), средний (150 испытаний) и длинный (216 испытаний) горизонт. Участники были проинформированы о том, что после выбора графика вознаграждений они будут случайным образом распределены в одну из трех «групп горизонта» и, в зависимости от группы, им будет предложено пройти дополнительные 24, 150 или 216 испытаний с выбранным графиком вознаграждений. для этого горизонта.

Для выбора расписания вознаграждений участники использовали визуальный ползунок (рис. 7D), которым они могли управлять, перемещая ручку робота (см. Ниже).В дополнение к ползунку отображалась сетка из 30 цветных кружков с конца начальной фазы обучения вместе с набором из 24, 150 или 216 незаполненных кружков, представляющих количество испытаний, связанных с одним из трех горизонтов. 30 цветных кружков предоставили участникам визуальное представление об их начальных результатах, а незаполненные кружки предоставили участникам визуальное представление о количестве испытаний, которые будут выполняться для каждого горизонта. Обратите внимание, что порядок, в котором были представлены различные горизонты, был случайным.

Участники выбрали график вознаграждений, наведя курсор на ползунок и нажав кнопку в верхней части ручки vBOT, чтобы «схватить» ползунок. Перемещая ручку влево или вправо, участники могли выбрать график вознаграждений. Как только участники были удовлетворены расписанием, они подтвердили свой выбор, отпустив кнопку, переместив курсор в текстовое поле с надписью «ОК» и снова нажав кнопку. Сумма очков за попадание и количество очков за промах всегда равна 100.Изначально ползунок был установлен посередине на 80:20 (попадание: промах), и участники могли настроить ползунок с шагом в 1 пункт до 60:40 или 100: 0.

После того, как графики вознаграждения были выбраны для каждого горизонта обучения, экспериментатор сообщил участнику, что на самом деле им было назначено контрольное условие, в котором они будут выполнять длинный горизонт с графиком вознаграждения 80:20. Это позволило нам получить такое же большое количество (216) испытаний для каждого участника и контролировать любое влияние, которое выбор высокого или низкого графика вознаграждения может иметь на производительность, при этом все еще получая объективные решения от наших участников.На этой заключительной фазе эксперимента участники выполнили 216 попыток с визуально-моторным вращением на 45 ° по часовой стрелке с графиком вознаграждения 80:20, после чего их опросили и оплатили.

Перед выполнением начального этапа обучения участники завершили ряд этапов, призванных ознакомить их с задачей охвата и процедурой принятия решения. Сначала участники выполнили 30 практических испытаний без ротации зрительно-моторного механизма и с графиком вознаграждения 80:20 (попадание: промах), получив те же отзывы, что и на начальном этапе обучения, описанном выше.Затем участники выбрали график вознаграждений для предстоящего блока из 102 базовых испытаний. Как описано выше, ползунок был представлен вместе с 30 цветными кружками, показывающими их эффективность по первым 30 испытаниям, и 102 кружками без закрашивания. Затем они выбрали график вознаграждений и выполнили 102 базовых испытания с 7 выбранным графиком.

Анализ данных.

Для оценки производительности мы сначала вычислили угловую погрешность их досягаемости, т. Е. Угол между вектором от начальной позиции до курсора и вектором от начальной позиции до цели, когда курсор был смещен на 100 мм от начальное местоположение (данные доступны в S1 Data).Если курсор не доходил до отметки 100 мм, мы использовали положение курсора при его максимальном смещении от начальной позиции. Проба классифицировалась как попадание, если в любой момент движения любая часть курсора перекрывалась любой частью цели, что приводило к угловой ошибке ≤ 5,73 градуса. Начало движения определяли как время, в которое были удовлетворены два критерия: (1) скорость ручки превышала 50 мм / с и (2) ручка была смещена более чем на 5 мм от начального положения.Проба считалась ошибкой, если время реакции от предъявления цели до начала движения превышало 350 мс. Повторные измерения ANOVA, парные t-критерии и корреляции использовались для оценки результатов с использованием альфа-уровня 0,05.

Благодарности

Благодарим Мартина Йорка за техническую помощь в проведении экспериментов.

Список литературы

  1. 1. Wolpert DM, Landy MS. Управление моторикой — это принятие решений. Curr Opin Neurobiol.2012; 22: 996–1003. pmid: 22647641
  2. 2. Вольперт Д.М., Дидрихсен Дж., Фланаган Дж. Р. Принципы сенсомоторного обучения. Nat Rev Neurosci. 2011; 12: 739–751. pmid: 22033537
  3. 3. Орбан Г., Вольперт ДМ. Представления о неопределенности в сенсомоторном управлении. Curr Opin Neurobiol. 2011; 21: 629–635. pmid: 21689923
  4. 4. Харрис CM, Wolpert DM. Сигнал-зависимый шум определяет планирование двигателя. Природа. 1998; 394: 780–784. pmid: 9723616
  5. 5.Скотт Ш. Оптимальное управление с обратной связью и нейронная основа произвольного моторного управления. Nat Rev Neurosci. 2004; 5: 532–546. pmid: 15208695
  6. 6. Тодоров Э. Принципы оптимальности в сенсомоторном управлении. Nat Neurosci. 2004; 7: 907–915. pmid: 15332089
  7. 7. Тодоров Э., Иордания МИ. Оптимальное управление с обратной связью как теория координации движений. Nat Neurosci. 2002; 5: 1226–1235. pmid: 12404008
  8. 8. Нашед JY, Crevecoeur F, Scott SH.Влияние поведенческой цели и препятствий окружающей среды на быструю обратную связь. J Neurophysiol. 2012; 108: 999–1009. pmid: 22623483
  9. 9. Knill DC, Bondada A, Chhabra M. Гибкое, зависимое от задачи использование сенсорной обратной связи для управления движениями рук. J Neurosci. 2011; 31: 1219–1237. pmid: 21273407
  10. 10. Battaglia PW, Schrater PR. Люди выбирают компромисс между временем просмотра и продолжительностью движения, чтобы улучшить зрительно-моторную точность при выполнении быстро выполняемых задач. J Neurosci.2007. 27: 6984–6994. pmid: 17596447
  11. 11. Фейсал А.А., Вольперт Д.М. Практически оптимальное сочетание сенсорной и моторной неопределенности во времени при выполнении задачи естественного восприятия и действия. J Neurophysiol. 2009; 101: 1901–1912. pmid: 19109455
  12. 12. Троммершойзер Дж., Мэлони Л.Т., Лэнди М.С. Принятие решений, планирование движения и теория статистических решений. Trends Cogn Sci. 2008; 12: 291–297. pmid: 18614390
  13. 13. Чу VWT, Sternad D, Sanger TD.Здоровые и дистонические дети компенсируют изменения двигательной изменчивости. J Neurophysiol. 2013; 109: 2169–2178. pmid: 23343896
  14. 14. Троммершойзер Дж., Мэлони Л.Т., Лэнди М.С. Статистическая теория принятия решений и компромиссы в управлении двигательной реакцией. Spat Vis. 2003. 16: 255–275. pmid: 12858951
  15. 15. Троммершойзер Дж., Мэлони Л.Т., Лэнди М.С. Теория статистических решений и выбор быстрых целенаправленных движений. J Opt Soc Am A Opt Image Sci Vis.2003. 20: 1419–1433. pmid: 12868646
  16. 16. Троммершойзер Дж., Лэнди М.С., Мэлони ЛТ. Люди быстро оценивают ожидаемый выигрыш в планировании передвижения. Psychol Sci. 2006; 17: 981–988. pmid: 17176431
  17. 17. Троммершойзер Дж., Гепштейн С., Мэлони Л.Т., Лэнди М.С., Бэнкс М.С. Оптимальная компенсация изменений в изменчивости движений в зависимости от задачи. J Neurosci. 2005; 25: 7169–7178. pmid: 16079399
  18. 18. Körding KP, Wolpert DM. Байесовская интеграция в сенсомоторном обучении.Природа. 2004. 427: 244–247. pmid: 14724638
  19. 19. Landy MS, Trommershäuser J, Daw ND. Динамическая оценка релевантной задаче дисперсии движения в условиях риска. J Neurosci. 2012; 32: 12702–12711. pmid: 22972994
  20. 20. Кракауэр Дж. В., Маццони П. Сенсомоторное обучение человека: адаптация, навыки и многое другое. Curr Opin Neurobiol. 2011; 21: 636–644. pmid: 21764294
  21. 21. Коэн Р.Г., Стернад Д. Изменчивость в моторном обучении: перемещение, направление и уменьшение шума.Exp Brain Res. 2009. 193: 69–83. pmid: 18953531
  22. 22. Галливан Дж. П., Чепмен К. С., Вулперт Д. М., Фланаган-младший. Принятие решений в сенсомоторном управлении. Nat Rev Neurosci. 2018; 19: 519–534. pmid: 30089888
  23. 23. Ховард И.С., Ингрэм Дж. Н., Вольперт DM. Модульный планарный робот-манипулятор с контролем крутящего момента в конечной точке. J Neurosci Methods. 2009. 181: 199–211. pmid: 19450621
  24. 24. Фернандес-Руис Дж., Вонг В., Армстронг ИТ, Фланаган Дж. Р.. Связь между временем реакции и ошибками в досягаемости при зрительно-моторной адаптации.Behav Brain Res. 2011; 219: 8–14. pmid: 21138745
  25. 25. Haith AM, Huberdeau DM, Krakauer JW. Влияние времени подготовки движений на выражение зрительно-моторного обучения и сбережения. J Neurosci. 2015; 35: 5109–5117. pmid: 25834038
  26. 26. Хуанг В.С., Хейт А., Маццони П., Кракауэр Дж. У. Переосмысление моторного обучения и экономии в парадигмах адаптации: память без моделей для успешных действий в сочетании с внутренними моделями. Нейрон. 2011; 70: 787–801. pmid: 21609832
  27. 27.Herzfeld DJ, Vaswani PA, Marko MK, Shadmehr R. Память об ошибках в сенсомоторном обучении. Наука. 2014; 345: 1349–1353. pmid: 25123484
  28. 28. Такияма К., Хирасима М., Нозаки Д. Предполагаемые ошибки определяют двигательное обучение. Nat Commun. 2015; 6: 5925. pmid: 25635628
  29. 29. Scheidt RA, Dingwell JB, Mussa-Ivaldi FA. Учимся двигаться в условиях неопределенности. J Neurophysiol. 2001; 86: 971–985. pmid: 11495965
  30. 30. Торфман К.А., Шадмер Р.Обучение действию через адаптивную комбинацию двигательных примитивов. Природа. 2000; 407: 742–747. pmid: 11048720
  31. 31. Вэй К., Кординг К. Актуальность ошибки: что движет адаптацией двигателя? J Neurophysiol. 2008. 101: 655–664. pmid: 1

    79
  32. 32. Гуаданьоли М.А., Ли Т.Д. Проблема: основа для концептуализации эффектов различных условий практики в моторном обучении. J Mot Behav. 2004; 36: 212–224. pmid: 15130871
  33. 33. Rushworth MFS, Noonan MP, Boorman ED, Walton ME, Behrens TE.Фронтальная кора и обучение и принятие решений, ориентированные на вознаграждение. Нейрон. 2011; 70: 1054–1069. pmid: 21689594
  34. 34. Rushworth MFS, Behrens TEJ. Выбор, неопределенность и ценность в префронтальной и поясной коре. Nat Neurosci. 2008; 11: 389–397. pmid: 18368045
  35. 35. Беренс TEJ, Woolrich MW, Walton ME, Rushworth MFS. Узнавая ценность информации в неопределенном мире. Nat Neurosci. 2007; 10: 1214–1221. pmid: 17676057
  36. 36. Хайден Б., Пирсон Дж. М., Платт М. Л..Нейронная основа последовательных решений о поиске пищи в неоднородной среде. Nat Neurosci. 2011; 14: 933–939. pmid: 21642973
  37. 37. Коллинг Н, Беренс TEJ, Марс РБ, Рашворт МФС. Нейронные механизмы кормодобывания. Наука. 2012; 336: 95–98. pmid: 22491854
  38. 38. Доу Н.Д., О’Догерти Дж. П., Даян П., Сеймур Б., Долан Р. Дж. Корковые субстраты для исследовательских решений у людей. Природа. 2006; 441: 876–879. pmid: 16778890
  39. 39. Коэн Дж. Д., МакКлюр С. М., Ю. А. Дж.Мне остаться или идти? Как человеческий мозг находит компромисс между эксплуатацией и исследованием. Philos Trans R Soc Lond B Biol Sci. 2007; 362: 933–942. pmid: 17395573
  40. 40. О’Брайен М.К., Ахмед А.А. Передается ли чувствительность к риску через движения? Журнал нейрофизиологии. 2013. С. 1866–1875. pmid: 23324319
  41. 41. Фланаган младший, Бельцнер Массачусетс. Независимость перцептивных и сенсомоторных предсказаний в размерно-весовой иллюзии. Nat Neurosci. 2000; 3: 737–741.pmid: 10862708
  42. 42. Галливан Дж.П., Стюарт Б.М., Боуг Л.А., Вулперт Д.М., Фланаган-младший. Быстрое автоматическое моторное кодирование конкурирующих вариантов охвата. Cell Rep., 2017; 19: 890–893. pmid: 28445737
  43. 43. де Брауэр AJ, Albaghdadi M, Flanagan JR, Gallivan JP. Использование поведения взгляда для разделения явного и неявного вклада в зрительно-моторное обучение. J Neurophysiol. 2018; 120: 1602–1615. pmid: 29995600

Как принимать непростые карьерные решения

Когда вы закончите расследование, пора принимать решение.Вот еще несколько советов по принятию решений, которые помогут сделать ваш рейтинг более точным.

Рассмотрите возможность оценки ваших вариантов

Может быть полезно оценить ваш краткий список вариантов по каждому из факторов, перечисленных на втором этапе, от одного до десяти. Есть некоторые свидетельства того, что принятие такого структурированного решения может повысить точность. Может быть полезно сложить все свои баллы и посмотреть, какой из них занимает наивысшее место. Не используйте оценку вслепую для принятия решения — в основном это средство проверки вашего мышления.

Когда дело доходит до оценки каждого фактора, есть больше советов о том, на что следует обращать внимание, в нашей статье о карьерном росте.

Анализ положительных и отрицательных сторон

Если вы хотите более подробно описать свою оценку, подумайте также о том, чтобы представить себе положительный и отрицательный сценарий для ваших лучших вариантов, чтобы получить представление о полном диапазоне возможностей (вместо узкого мышления, которое является нормой и особенно вводит в заблуждение в мире добрых дел, где часто большая часть вашего воздействия исходит от небольшого шанса на огромный успех).

Простой способ сделать это — рассмотреть сценарий «успеха» и «неудачи» для каждого из них. Рассмотрим более сложный вариант:

  • Перспективный сценарий — что произойдет в наиболее вероятном лучшем случае? (Чтобы быть более точным, это могут быть 5% лучших результатов.)
  • Обратный сценарий — что происходит в наиболее вероятном наихудшем сценарии? (Например, 5% худших результатов.)
  • Медиана — что произойдет с наибольшей вероятностью?

В каждом сценарии подумайте, насколько хорошим или плохим будет вариант, исходя из факторов, которые вы определили ранее — влияние, карьерный капитал, обучение и так далее.Одно из преимуществ заключается в том, что вы часто извлекаете максимальную пользу из неудач, поэтому обратный сценарий, возможно, не так плох, как кажется.

Если вы взвесите каждый сценарий по его вероятности, вы можете сделать приблизительную оценку ожидаемой стоимости опциона — это часто будет зависеть от стоимости восходящего сценария.

Возможно, вы захотите исключить любые варианты, у которых есть необычно большие недостатки. Например, если вы думаете, что преследование варианта может сжечь вас, обанкротить, испортить вашу репутацию или несет в себе другой риск, который может помешать вам оказать влияние в будущем, вероятно, лучше всего устранить его, чтобы вы могли « остаться ». the game »и продолжайте иметь возможность внести свой вклад в будущем.Мы поговорим больше о вариантах Plan Z позже.

Также стоит очень осторожно подходить к любым действиям, которые могут значительно оттеснить вашу область, особенно потому, что их легко недооценить.

Если вы пытаетесь решить, на какой работе сосредоточиться в течение нескольких лет, то большая часть вашего решения должна заключаться в том, чтобы узнать, что может быть наиболее подходящим для вас в долгосрочной перспективе (ценность информации). Это может означать, что лучше сосредоточиться на пути с наилучшим сценарием роста, а не с наилучшим ожидаемым значением (при условии, что недостатки аналогичны).Это потому, что если реализуется сценарий роста, вы можете придерживаться его, а если нет, вы можете переключиться на что-то другое. Эта асимметрия означает, что разумно быть в некоторой степени оптимистичным.

Проверяйте свою интуицию

После того, как вы закончите оценку, сделайте перерыв и повторно оцените свои варианты.

После того, как вы составили рейтинг, замечает, если ваша интуиция чувствует беспокойство по поводу чего-то . Вы не можете просто следовать своей интуиции, чтобы принимать правильные карьерные решения, но вы также не должны игнорировать свою интуицию.Ваша интуиция хороша в тех аспектах решения, в которых у вас было много возможностей попрактиковаться, с относительно быстрой обратной связью, например, заслуживают ли другие вовлеченные люди доверия. Но ваша интуиция не умеет оценивать новые ситуации, как многие решения о карьере.

Если ваш кишечник чувствует беспокойство, попытайтесь определить, почему у вас такая реакция, и имеет ли смысл действовать в данном случае с вашим кишечником. Идеал правильного принятия решений — сочетать интуитивные и систематические методы и использовать лучшие аспекты каждого из них.

На нем тоже неплохо поспать. Это может помочь вам обработать информацию. Это также снижает вероятность того, что ваше настроение в этот момент окажет на вас чрезмерное влияние.

Другие способы уменьшить предвзятость

Если вы хотите пойти дальше, вот несколько других методов, которые помогут уменьшить предвзятость в вашем мышлении:

  • Спросите себя, почему вы, скорее всего, ошибаетесь в своем рейтинге. Это один из самых полезных советов по снижению систематической ошибки.
  • Pre-mortem и pre-party: Представьте, что вы выбираете вариант, но два года спустя вы потерпели неудачу и сожалеете о принятом решении — что пошло не так? Затем представьте, что вместо этого вариант оказался лучше, чем вы ожидали — что произошло? Это помогает расширить ваши представления о возможном, которые, как правило, слишком узкие.
  • Поменять раму. Представьте, что вы уже приняли решение, как вы себя чувствуете? Как вы ожидаете почувствовать себя через год? А что насчет 10 лет спустя? Что бы вы посоветовали сделать другу?
  • Спросите у других. Необходимость объяснять свои доводы кому-то еще может быстро раскрыть дыры. Вы также можете спросить людей, в чем, по их мнению, вы, скорее всего, ошибетесь.

Более сложные методы принятия решений

О том, как принимать правильные решения, можно сказать гораздо больше.Например, часто решения сводятся к предсказаниям , особенно относительно ваших вероятных шансов на успех в определенной области и ожидаемого воздействия различных вмешательств.

Например, чтобы делать более точные прогнозы, вы можете делать прогнозы базовой скорости со многих точек зрения, комбинируя их на основе их предсказательной способности. Вам следует попытаться обновить свои доказательства «байесовским» способом. Вы можете разбить прогноз на несколько компонентов как «оценку Ферми». И вы можете попытаться улучшить свою калибровку с помощью тренировок.

Вот некоторые дополнительные материалы, которые мы рекомендуем для принятия решений:

Вот еще несколько дополнительных материалов:

Как вы можете помочь своему ученику в процессе принятия решения о карьере

Студентам важно понимать, что процесс принятия решения о карьере — это всего лишь процесс. Это не событие. Люди должны постоянно принимать решения относительно будущей карьеры. Принятие обоснованных и осознанных решений — ключ к правильному выбору.Понимание себя (интересов, навыков, ценностей) также играет важную роль в процессе принятия решений. Важно нести ответственность за принятые решения и брать на себя их ответственность.

Родители хотят для своих детей самого лучшего. Родители могут лучше всего поддержать своих учеников, облегчая процесс принятия решений. Это не означает, что решение принимать за них — даже если вы оплачиваете счет. Вы хотите, чтобы ваш ученик получал удовольствие от работы своей жизни и был удовлетворен, а не просто зарабатывал зарплату. В карьере можно найти удовлетворение и удовольствие.Мы не хотим, чтобы ваша личность полностью зависела от карьеры, но мы хотим, чтобы они получали удовлетворение от работы после окончания учебы.

Способы помочь:
1. Помогите своему ученику понять интересы, увлечения, навыки и увлечения . Вы знаете своих детей лучше, чем кто-либо. Напомните им, кем они хотели быть, когда им было пять лет. Большинство людей не сильно меняются со временем. Они все больше и больше становятся такими, какие они есть. Планирование карьеры и развитие предлагают различные оценки, чтобы помочь вашему ученику определить интересы и раскрыть свой тип личности, что, в свою очередь, поможет ему / ей принять обоснованное решение.

2. Поощряйте ученика учиться. College — это обучение. Они будут учиться с академической точки зрения, но они также узнают о себе. Поощряйте своего ученика проводить исследования по различным специальностям. Поощряйте его / ее работать в тени кого-то, кто делает карьеру, в которой они заинтересованы. Поощряйте его / ее провести информационное интервью, чтобы лучше понять, на что на самом деле похожа работа.

3. Помогите им понять ценность сети. Лучший способ найти работу — это нетворкинг.Это означает, что очень важно, чтобы учащиеся производили хорошее впечатление во время учебы в колледже. Большинство студентов тратят много времени в Интернете на поиск нужной рекламы. Это может привести к получению работы, но самый продуктивный совет по поиску работы — это установление контактов и построение позитивных отношений с другими людьми.

4. Подтвердите ценность создания резюме и получения опыта. Наш офис встретится с вашим студентом один на один и поможет им составить резюме. Мы хотим, чтобы наши студенты в Университете Северной Алабамы были как можно более востребованными, когда они устраиваются на работу с частичной занятостью, работу с полной занятостью и стажировки.

Leave a Reply

Your email address will not be published. Required fields are marked *