톰 W의 전공은?

톰W는 일류대학 대학원생이다. 다음 분야중 톰W가 전공할 확률이 높은 것부터 가장 점수를 매겨보라. 경영학, 컴퓨터공학, 기계공학, 인문교육학, 법학, 약학, 도서관학, 자연및 생명과학, 사회과학. 특정 색깔 구슬이 차지하는 비율을 '기저율'이라고 하는데 판단과 의사결정에 필요한, 사건들의 상대적 빈도가 된다. 톰W가 특정 학문을 전공할 확률은 단순한 개념이 아니다. 많은 전문가들에게 있어 이는 주관적인, 믿는 측정방법이다. 일반인에게 확률은 불확실성, 경향, 타당성, 놀라움과 연관된 모호한 개념일 뿐이다. 그렇다고 확률만 모호한 것이 아니고, 확률이 특히 문제를 많이 일으키는 것도 아니다. 우리는 민주주의나 아름다움 같은 단어를 사용할 때 어떤 뜻으로 사용했는지 알고, 우리와 대화하는 사람들도 우리가 무슨 말을 하려는지 이해한다.

 

대표성이 만드는 직관적인 인상이 종종 우연한 추측보다 정확하다. 휴리스틱은 어느 정도는 타당하더라도 거기에만 전적으로 의존하면, 통계논리를 위반하는 심각한 죄를 짓는다. 인상은 시스템2의 경계감을 높여준다. 시스템2가 실패할 수 있는 두가지 이유는 무시와 게으름이다. 대표성이 저지르는 두 번째 죄는 증거의 질에 대한 무감각이다.  시스템 1의 규칙 WYSIATI를 기억하라. 톰 W는 정확성 여부와 상관 없는 톰 W에 대한 묘사가 연상기계를 활성화시킨다, 대표성은 함께 생길 가능성 있는 서로 밀접하게 연관된 기본평가들의 무리에 속한다. 가장 정합적인 이야기가 반드시 가장 개연성 있는 이야기일 필요는 없지만,  그들은 타당성이 있으며,  부주의한 사람들은 정합성, 타당성, 개연성이라는 개념들을 쉽게 혼돈한다.  더 자세한 결과는 더 자세할뿐, 더 타당성이 있거나, 더 정합적 이거나,  더 나은 이야기는 아니다.  타당성과 적합성의 평가는 개연성 문제를 제안하거나  답을 주지 못한다. 경쟁하는 직관이 없으면 논리가 이긴다.

 

시스템2의 게으름은 인생에서 중요한 요소이며,  대표성이 분명한 논리적 규칙의 적용을 방해할 수 있다. 정치적 논쟁에서도 약자에 집중하는 모습을 쉽게 찾을 수 있다. 인간판단에서 편향의 유행은 중요한 이슈이다. 우리가 어떤 상황을 판단할 때 두종류의 기저율에 영향을 받는다.  통계적 기저율은 집단에 관한 사실이지만 개별사례에는 적용되지 않으며, 일반적으로 과소평가 된다.  인과적 기저율은 개별 사례가 발생한데 관한 당신의 관점을 바꿔준다. 인과적 기저율은 개별사례에 대한 정보로 취급되고, 다른 구체적 사례와도 쉽게 통합된다. 시스템1의 기본 특징중 하나는 그것이 범주들 기준과 전형적인 모범으로 표현한다는 것이다. 우리는 말, 냉장고, 경찰관을 생각할 때  기억 속에서 이런 각각 범주에 속한 하나 이상의 일반적인 구성원의 묘사를 간직한다.  범주들이 사회적 성격을 띨 때 이런 특정 방식의 묘사들은 '고정관념'이라 불린다.  어떤 강력한 특징이 그들처럼 정상적이고 괜찮은 사람마저 놀랍도록 무책임하고 냉혹한 사람으로 만든다.

 

인간행동에 대해 놀라운 사실들을 배우는 사람들이 친구들에게 자신이 들은 내용을 말해 줄만큼 깊은 인상을 받을지 모른다.  하지만 그렇다고 해서 그들의 세계관이 확실히 바뀐건 아니다. 확실한 인과적 통계들 조차 개인적 경험에 뿌리박고 있는 믿음이나 오랫동안 간직했던 믿음을 바꾸지는 못한다. 누군가에게 놀라운 사실을 듣기보다 자신이 한 행동에서 놀라운 점을 발견함으로써 무언가를 배울 가능성이 더 높다. 평균보다 뛰어난 성과를 보인 사람들을 칭찬한다. 그러나 그 사람이 그때만 잘한거라면 칭찬의 여부와 상관없이 다음에는 못할 수 있다.  실적이 엉망인 사람에게 벌을 주지만, 그 사람은 벌을 받든 말든 상관없이 그 다음에는 잘 할 수 있다. 이것을 '평균으로의 회귀'라고 한다. 칭찬을 받고 벌을 받고 여부와 상관없이 처음에는 결과가 좋지 못해도 다음에 더 나은 결과가 나오고, 처음에 좋은 결과가 나오면 다음에 더 나쁜 결과가 나올 가능성이 크다는 것이다. 우리가 살면서 접하게 되는 피드백이 왜곡된다. 타인이 나를 기쁘게 해주면 나도 그에게 잘하고, 반대로 내게 못하면 나도 그를 잘 대하지 않는다. 그래서 통계적으로 보면 우리는 남에게 잘 대하면 벌을, 잘못 대하면 상을 받게 되는 셈이다.  보통의 성공은 재능에 약간의 운이 더해진 것이다. 대단한 성공은 약간 더 많은 재능에 약간 더 많은 운이 더해진 것이다.

 

인생은 우리에게 전망할 수 있는 많은 기회를 제공한다. 경제학자는 인플레이션과 실업율을, 금융분석가는 기업 실적을, 군사 전문가는 사상자 수를, 벤처기업가는 기업의 수익성을, 소방대장은 화재 진압에 필요한 소방차와 소방관의 수를 예측한다. 기술자들이 하는 예측적 판단은 주로 탐색표, 정확한 계산, 유사사례에서 관찰된 결과의 명쾌한 분석에 의지한다. 반복적 경험으로 습득한 기술과 전문지식에 주로 의존하는 직관도 있다. 당신의 연상기억은 가용 가능한 정보로부터 최상의 가능한 이야기를 재빨리 자동적으로 만들어낸 것이다. 직관적 예측을 수행하는 일은 시스템2가 맡는다. 적절한 준거 범주를 찾고, 기준 예측을 추정하고, 증거와 질을 평가하려면 상당한 노력이 수반된다. 시스템1이 지나치게 자신만만한 판단을 야기하는 것도 자연스러운 현상이다. 자신감은 우리 손에 쥐고 있는 증거를 통해 말할 수 있는 가장 좋은 이야기의 정합성으로 결정되기 때문이다. 우리의 직관은 지나치게 극단적인 예측을 내놓고 그것을 지나치게 맹신하려 한다. 신생기업의 전망은 놀랄만큼 훌륭하지만 정말 미래에 그렇게 좋아질지 기대하진 말라.신생기업은 여전히 시장과 멀리 떨어져 있기 때문에 퇴행 여지가 많다. 우리의 직관적 예측은 예측은 매우 혹은 지나치게 우호적일지도 모른다. 우리가 가진 증거의 신뢰성을 확인해 보고, 예측을 평균으로 회귀시키자.