Как предвзятость подтверждения помогает думать быстрее ⚡ экспресс
В работе предложена математическая модель подтверждающего искажения (склонности искать подтверждения своим убеждениям) на основе квантовой теории вероятностей, где наблюдения — это матрицы. Оказалось, что при проверке двух гипотез самый надёжный способ снизить ошибки — целенаправленно искать «удобные» факты, что и есть подтверждающее искажение. Такой подход обеспечивает минимальную нагрузку на память и экспоненциальное падение вероятности ошибки с ростом числа собранных данных. Удивительно, но тот же эффект даёт стратегия поиска максимально информативных свидетельств, словно следователь задаёт только ключевые вопросы.
Мы привыкли думать, что замечать только подтверждения своих догадок — это ошибка. Но недавние расчёты, вдохновлённые поведением волн, переворачивают этот взгляд. Оказывается, привычка искать знакомое — лучший способ уменьшить информационный шум (учёные называют его энтропией). Ещё Джон фон Нейман показал, что вероятности могут вести себя не как проценты, а как набегающие друг на друга волны.
Наш ум напоминает реку, которая с каждым разом углубляет промытое русло. Вода течёт по пути наименьшего сопротивления, и солнце освещает только знакомые берега. Без этой стратегии нам пришлось бы обрабатывать в сотни раз больше данных, чтобы не захлебнуться в информационном шуме. Это не слабость, а естественная экономия сил. Так природа помогает нам находить путь к смыслу в хаосе.
🎯 В квантовой вероятности шансы складываются не как проценты, а как волны: они могут усиливать или гасить друг друга.