Bu tədqiqat insanların qeyri-müəyyənliklə qarşılaşdıqda niyə fərqli davrandığını anlamağa çalışır. Gündəlik həyatda risk və qeyri-müəyyənlik çox vaxt eyni şey kimi işlədilir; lakin iqtisadiyyat və qərar nəzəriyyəsində onların arasında mühüm fərq vardır. Risk, ehtimalların məlum olduğu vəziyyətlərdir. Məsələn, zər atdıqda altı mümkün nəticənin olduğunu və hər nəticənin təxminən bərabər ehtimalla gələ biləcəyini bilirsiniz. Qeyri-müəyyənlik və ya tədqiqatın istifadə etdiyi mənada ambiguity isə ehtimalların tam məlum olmadığı vəziyyətlərdir. Məsələn, torbanın içində neçə qırmızı, neçə ağ top olduğunu bilmirsinizsə, oradakı qərar yalnız risk deyil, eyni zamanda qeyri-müəyyənlik də ehtiva edir.
Qeyri-müəyyənlikdən yayınma ilk dəfə Ellsberg paradoksu ilə güclü şəkildə görünən hala gəlmişdir. İnsanlar çox vaxt qazanma ehtimalı aydın məlum olan seçimi, ehtimalı bilinməyən, lakin nəzəri baxımdan daha sərfəli ola bilən seçimə üstün tuturlar. Bu davranış maliyyə investisiya qərarlarından karyera seçiminə, seçkilərdə iştirakdan təhsildə problem həlli davranışına qədər bir çox sahədə görünə bilər. Tədqiqatın giriş hissəsində də vurğulandığı kimi, məlum olmayan ehtimal paylanmaları insanlarda narahatlıq yarada və bu narahatlıq qərarları daha təhlükəsiz görünən seçimlərə yönəldə bilər.
Tədqiqatın əsas töhfəsi bu davranışın yalnız iqtisadi seçim strukturu ilə deyil, koqnitiv emal tərzi ilə də əlaqəli ola biləcəyini araşdırmasıdır. Tədqiqat Daniel Kahnemanın populyarlaşdırdığı ikili proses nəzəriyyəsi ilə əlaqə qurur. Bu nəzəriyyəyə görə insan zehnində təxminən iki növ emal mövcuddur. System 1, sürətli, avtomatik, intuitiv və çox vaxt şüurlu nəzarət tələb etməyən prosesləri ifadə edir. System 2 isə yavaş, analitik, şüurlu, diqqət tələb edən və hesablama yönümlü prosesləri ifadə edir.
Bu fərqi gündəlik həyatda asanlıqla görmək mümkündür. Üz ifadəsindən insanın qəzəbli olduğunu dərhal anlamaq System 1-ə yaxın prosesdir. Uzun riyazi əməliyyatı addım-addım həll etmək isə System 2-yə daha yaxındır. Lakin tədqiqatın ehtiyatla yanaşdığı mühüm məqam var: ANS tapşırıqları System 1 tipli koqnisiya ilə uyğun gəlir, amma nəzəri olaraq System 1 ilə tam eyni şey deyil. Yəni ANS, System 1-in bir hissəsi kimi düşünülə bilən intuitiv ədədi emal sahəsini təmsil edir; lakin System 1-in hamısını ölçmür.
Approximate Number System, yəni təxmini say sistemi, insanların və bəzi canlıların obyekt saylarını simvolik ədədlərdən istifadə etmədən sürətlə təxmin etməsinə imkan verən koqnitiv mexanizmdir. Məsələn, ekranda bir anlıq iki nöqtə qrupu gördükdə onları tək-tək saymadan hansı tərəfdə daha çox nöqtə olduğunu intuitiv şəkildə anlaya bilərsiniz. Bu bacarıq xüsusilə riyazi inkişaf baxımından vacibdir; çünki kəmiyyətləri intuitiv ayırd etmək sonradan simvolik riyaziyyat öyrənilməsi ilə əlaqələndirilən əsas bacarıqlardan biridir.
Tədqiqat System 1 və ANS səriştəsi yüksək olan şəxslərin risk və qeyri-müəyyənlik qarşısında daha tolerant ola biləcəyini fərz edir. Bu hipotezin məntiqi budur: qeyri-müəyyən vəziyyətlə qarşılaşdıqda hər şeyi tam təhlil etməyə çalışmaq bəzən insanı qərarsız vəziyyətə sala bilər. Bunun əksinə, güclü intuitiv emal insanın natamam informasiya altında sürətli ilkin qiymətləndirmə aparmasına, sınamağa daha açıq olmasına və bilinməyəndən tamamilə qaçmamasına imkan verə bilər. Təhsil baxımından bu, xüsusilə riyaziyyatda “səhv etməkdən qorxmadan sınamaq” davranışı ilə əlaqələndirilə bilər.
Tədqiqatın eksperimental dizaynı üç əsas mərhələdən ibarətdir. Birinci mərhələdə iştirakçıların risk və qeyri-müəyyənlik münasibətləri ölçülür. İkinci mərhələdə iştirakçılar WarmApp fəaliyyətinə qatılır. Üçüncü mərhələdə qeyri-müəyyənlik münasibəti yenidən ölçülərək WarmApp-dan sonra dəyişiklik olub-olmadığına baxılır. Bundan əlavə IQ, şəxsiyyət xüsusiyyətləri və demoqrafik məlumatlar da toplanır. Bu nəzarət dəyişənləri vacibdir; çünki risk və qeyri-müəyyənlik münasibətləri yalnız intuitiv say qavrayışı ilə deyil, yaş, cins, ümumi koqnitiv bacarıq və ya şəxsiyyət xüsusiyyətləri ilə də əlaqəli ola bilər.
Qeyri-müəyyənlik tapşırığı Ellsberg paradoksuna əsaslanır. İştirakçılara iki urna seçimi təqdim olunur. Urn A, qara və ağ topların nisbəti məlum olan urnadır. Urn B isə 100 top ehtiva edir, lakin qara-ağ nisbəti məlum deyil. İştirakçı seçdiyi urnadan ağ top çıxarsa 5 avro qazanır. Beş tur boyunca Urn A-dakı ağ topların nisbəti azaldılır: birinci turda 50 ağ top olduğu halda, sonrakı turlarda bu say 45, 40, 35 və 30-a düşür. Urn B isə hər turda məlum olmayan kompozisiya ilə qalır.
Bu dizaynın məqsədi iştirakçının məlum, lakin getdikcə pisləşən ehtimala nə qədər müddət bağlı qaldığını görməkdir. Əgər şəxs 30 ağ top olan məlum urnanı belə məlum olmayan urnaya üstün tutursa, bu güclü qeyri-müəyyənlikdən yayınma göstəricisi ola bilər. Bunun əksinə, müəyyən nöqtədə məlum olmayan urnaya keçmək qeyri-müəyyənliyə dözməyə daha açıq münasibəti göstərə bilər.
Risk tapşırığı isə Holt və Laury tərəfindən hazırlanmış çoxsaylı qiymət siyahısı yanaşmasına əsaslanır. Bu tapşırıqda iştirakçılar 10 tur boyunca iki lotereya arasında seçim edir. Bir seçim daha təhlükəsizdir; digəri daha yüksək mükafat potensialına malikdir, lakin daha çox risk daşıyır. Turlar irəlilədikcə yüksək mükafat qazanma ehtimalı artır. İştirakçının daha təhlükəsiz seçimdən daha riskli seçimə keçdiyi nöqtə riskdən yayınma dərəcəsini qiymətləndirmək üçün istifadə olunur.
Tədqiqatdakı vizuallar bu eksperimental quruluşları konkretləşdirir. Risk tapşırığı ilə bağlı ilk iki şəkil iştirakçının sol və sağ lotereya seçimlərini vizual ehtimal çarxları üzərindən müqayisə etdiyini göstərir. Bu təqdimat abstrakt ehtimal ifadələrini daha intuitiv edir. WarmApp vizualları isə ədədi müqayisə, ədədi təxmin, forma müqayisəsi, uzunluq müqayisəsi və yol tanıma tapşırıqlarını göstərir. Bu mini oyunlarda məqsəd iştirakçının çox qısa müddətdə vizual və ədədi nümunələri intuitiv qiymətləndirməsidir.
WarmApp fəaliyyəti beş mini oyundan ibarətdir. Birinci oyunda iştirakçı iki obyekt çoxluğundan hansında daha çox element olduğunu müəyyən edir. İkinci oyunda ekrandakı elementlərin sayını təxmin edir. Üçüncü oyunda hansı formanın daha böyük olduğunu seçir. Dördüncü oyunda hansı xətt parçasının daha uzun olduğunu müəyyən edir. Beşinci oyunda isə suyun verilən yoldan axıb-axa bilməyəcəyini qiymətləndirir. Bu tapşırıqların ortaq xüsusiyyəti diqqətli hesablama və ya uzun təhlil əvəzinə sürətli intuitiv qiymətləndirmə tələb etməsidir.
WarmApp-də hər stimul yalnız 0.75 saniyə göstərilir. Bu müddət vacibdir; çünki iştirakçının obyektləri tək-tək saymasını və ya uzun analitik strategiyalar qurmasını çətinləşdirir. Beləliklə tapşırıqlar System 1 tipli sürətli emalı ölçmək üçün daha uyğun olur. İştirakçılar WarmApp-i 15 tur ərzində tamamlayır. İlk üç turun orta balı başlanğıc System 1 səriştəsinin göstəricisi kimi istifadə olunur. Üçüncü turdan etibarən iştirakçılara geribildirim verilir; bu geribildirim intuitiv qiymətləndirmələri möhkəmləndirmək və zamanla performans artımını izləmək məqsədi daşıyır.
Tədqiqatın nəzəri hissəsində risk və qeyri-müəyyənlik münasibətlərini kəmiyyətcə qiymətləndirmək üçün fayda funksiyalarından istifadə olunur. Risk tapşırığında hər turda iki lotereyanın gözlənilən faydası müqayisə edilir:
\[ EU_{iAk} = p_k U_i(W_A) + (1-p_k)U_i(L_A) \]
\[ EU_{iBk} = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]
Bu formullarda EUiAk, i iştirakçısının k turunda A seçimindən gözlədiyi faydanı; EUiBk, B seçimindən gözlədiyi faydanı göstərir. pk, yüksək mükafatın gəlmə ehtimalıdır. WA və WB, A və B lotereyalarındakı yüksək mükafatları; LA və LB, aşağı mükafatları təmsil edir. Ui, iştirakçının fayda funksiyasıdır.
Tədqiqatda istifadə olunan CRRA, yəni Constant Relative Risk Aversion fayda funksiyası belədir:
\[ U(x) = \begin{cases} \frac{x^{1-r}}{1-r} & \text{eğer } r \neq 1 \\ \ln(x) & \text{eğer } r = 1 \end{cases} \]
Burada x, pul nəticəsini; r, nisbi riskdən yayınma əmsalını göstərir. r dəyəri artdıqca şəxs riskdən daha çox yayınır. r = 1 xüsusi halında loqarifmik fayda funksiyası istifadə olunur. Risk tapşırığının məqsədi iştirakçının hansı nöqtədə təhlükəsiz seçimdən riskli seçimə keçdiyinə baxaraq r əmsalını qiymətləndirməkdir.
Keçid nöqtəsində iki seçimin gözlənilən faydalarının bərabər olduğu qəbul edilir:
\[ p_k U_i(W_A) + (1-p_k)U_i(L_A) = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]
Bu bərabərlik iştirakçının artıq təhlükəsiz seçimlə riskli seçim arasında laqeyd qaldığı sərhədi təmsil edir. Beləliklə riskdən yayınma parametri qiymətləndirilə bilər.
Qeyri-müəyyənlik tapşırığında isə məlum olmayan urna üçün bu fayda ifadəsi istifadə olunur:
\[ EU_{i,\mathrm{Ambiguous}} = \alpha U_i(x_{\min}) + (1-\alpha)U_i(x_{\max}) \]
Burada α, qeyri-müəyyənlikdən yayınma parametridir. xmin, ən aşağı nəticəni; xmax, ən yüksək nəticəni təmsil edir. α dəyəri yüksəldikcə şəxs qeyri-müəyyən seçimin pis nəticəsinə daha çox çəki verir; bu, qeyri-müəyyənlikdən yayınma kimi şərh edilir.
Tədqiqatda qeyri-müəyyən və riskli urnadakı mümkün pul nəticələri eyni olduğu üçün formula sadələşir. Qazandıran rəngdə top çıxarsa ödəniş 5 avrodur; əks halda ödəniş sıfırdır. Bu halda keçid nöqtəsində bu bərabərlik yazılır:
\[ q_j U_i(W) + (1-q_j)U_i(L) = \alpha_i U_i(L) + (1-\alpha_i)U_i(W) \]
Burada qj, məlum urnadakı qazanma ehtimalıdır. W, qazanma vəziyyətini; L, itirmə vəziyyətini göstərir. Tədqiqatda normallaşdırma kimi [ U_i(W)=1 ] və [ U_i(L)=0 ] qəbul edildikdə qeyri-müəyyənlikdən yayınma parametri bu sadə münasibətlə əldə edilir:
\[ \alpha_i = 1 - q_j \]
Bu formulun şərhi aydındır. İştirakçının məlum olmayan urnaya keçdiyi məlum ehtimal səviyyəsi onun qeyri-müəyyənlikdən yayınma dərəcəsini müəyyən edir. Əgər αi > 1/2 isə iştirakçı qeyri-müəyyənlikdən yayınan; αi = 1/2 isə qeyri-müəyyənlik baxımından neytral; αi < 1/2 isə qeyri-müəyyənliyi axtaran və ya ona daha açıq şəxs kimi şərh olunur.
Məlumat bölməsində tədqiqat əvvəlcə 108 iştirakçıdan ibarət nümunə ilə başlayır. Bunların 83-ü təcrübə qrupunda, 25-i nəzarət qrupundadır. Əsas analiz WarmApp fəaliyyəti daxil olmaqla bütün mərhələlərdə iştirak edən təcrübə qrupu üzərində aparılır. Lakin risk və qeyri-müəyyənlik tapşırıqlarında bəzi iştirakçılar ziddiyyətli keçid davranışları göstərir. Tədqiqatda bu hal multiple-switching behavior, yəni MSB adlandırılır.
MSB iştirakçının seçimlər arasında rasional keçid ardıcıllığı izləmək əvəzinə bir irəli, bir geri keçməsi deməkdir. Məsələn, əvvəlcə təhlükəsiz seçimi, sonra riskli seçimi, daha sonra yenidən təhlükəsiz seçimi seçmək kimi davranışlar üstünlüklərin ardıcıl ölçülməsini çətinləşdirir. Tədqiqatda risk tapşırığında qərarların %8.5-ində, qeyri-müəyyənlik tapşırığında %7-sində MSB müşahidə olunub. Cəmi 10 iştirakçı bu davranışı göstərib. Buna görə azaldılmış nümunə 73 nəfərə düşüb. Bununla belə tədqiqatçılar nəticələrin həssaslığını görmək üçün MSB iştirakçılarını daxil edən tam nümunə analizlərini də təqdim edib.
Təsviri statistikada yüksək System 1 səriştəsi qrupunun orta qeyri-müəyyənlikdən yayınma dəyəri 0.58, aşağı System 1 qrupunun dəyəri 0.60 kimi verilir. Riskdən yayınma ortalaması isə yüksək System 1 qrupunda 0.3, aşağı System 1 qrupunda 0.4-dür. Bu xam fərqlər System 1 səriştəsi yüksək olanların orta hesabla daha çox risk və qeyri-müəyyənlik tolerantlığı göstərə biləcəyini düşündürür; lakin bu fərqlərin başqa dəyişənlərdən qaynaqlanıb-qaynaqlanmadığını anlamaq üçün reqressiya analizləri aparılır.
Tədqiqatda risk və qeyri-müəyyənlik münasibətləri üçün Seemingly Unrelated Regression, yəni SUR modeli istifadə olunur. Bu üsul riskdən yayınma və qeyri-müəyyənlikdən yayınma tənliklərini eyni vaxtda qiymətləndirir və iki tənlikdəki xəta terminlərinin əlaqəli ola biləcəyini nəzərə alır. Bu seçim məntiqlidir; çünki risk və qeyri-müəyyənlik münasibətlərinə təsir edən bəzi fərdi xüsusiyyətlər ortaq ola bilər.
Risk tənliyi belə yazılır:
\[ Risk_i = \beta_0 + \beta_1 WarmAppScore_i + \beta_2 PersTraits_i + \beta_3 IQ_i + \beta_4 Demogr_i + \varepsilon_{i1} \]
Qeyri-müəyyənlik tənliyi isə belədir:
\[ Ambiguity_i = \gamma_0 + \gamma_1 WarmAppScore_i + \gamma_2 PersTraits_i + \gamma_3 IQ_i + \gamma_4 Demogr_i + \varepsilon_{i2} \]
Bu tənliklərdə WarmAppScorei, iştirakçının System 1 səriştəsini göstərən WarmApp balıdır. PersTraitsi, Big Five şəxsiyyət xüsusiyyətlərini; IQi, IQ test balını; Demogri, yaş və cins kimi demoqrafik dəyişənləri təmsil edir. εi1 və εi2, risk və qeyri-müəyyənlik tənliklərinin xəta terminləridir.
Azaldılmış nümunədə WarmApp balının riskdən yayınma üzərindəki əmsalı -0.1070, p-dəyəri isə 0.005 kimi hesabat verilir. Bu, daha yüksək WarmApp balının daha aşağı riskdən yayınma ilə əlaqəli olduğunu göstərir. Bu nəticə intuitiv emal səriştəsi yüksək şəxslərin riskli vəziyyətlərdə daha az çəkingən davrana biləcəyi hipotezini dəstəkləyir.
Eyni azaldılmış nümunədə WarmApp balının qeyri-müəyyənlikdən yayınma üzərindəki əmsalı -0.0122, p-dəyəri isə 0.11 kimi verilir. İstiqamət yenə mənfidir; yəni daha yüksək System 1 balı daha aşağı qeyri-müəyyənlikdən yayınma ilə əlaqəlidir. Lakin p-dəyəri ənənəvi %5 əhəmiyyətlilik səviyyəsinə çatmır. Buna görə bu nəticə azaldılmış nümunədə güclü statistik sübut kimi deyil, istiqaməti hipotezlə uyğun, amma nümunə gücü məhdud tapıntı kimi oxunmalıdır.
Risk tənliklərində diqqətçəkən başqa nəticə Neuroticism, yəni emosional qeyri-sabitlik/narahatlığa meyllilik ölçüsünün riskdən yayınma ilə müsbət və əhəmiyyətli əlaqəli olmasıdır. Azaldılmış nümunədə əmsal 0.1945, p-dəyəri 0.001 kimi verilir. Bu tapıntı psixoloji baxımdan anlaşılırdır: narahatlıq və mənfi nəticələrə həssaslıq səviyyəsi yüksək şəxslər itki ehtimalı daşıyan seçimlərdən daha çox yayına bilər.
MSB iştirakçıları daxil edilən tam nümunədə nəticələr daha güclü görünür. Riskdən yayınma tənliyində WarmApp balının əmsalı -0.1300, p-dəyəri 0.0005 kimi hesabat verilir. Qeyri-müəyyənlikdən yayınma tənliyində isə WarmApp balının əmsalı -0.0138, p-dəyəri 0.0421 olur. Bu, tam nümunədə System 1 səriştəsi ilə həm riskdən, həm də qeyri-müəyyənlikdən yayınma arasında statistik əhəmiyyətli mənfi əlaqə olduğunu göstərir.
Lakin burada diqqətli olmaq lazımdır. MSB iştirakçılarının daxil edilməsi nümunə ölçüsünü artırır və statistik gücü yüksəldir; lakin bu iştirakçıların qərar ardıcıllığı mübahisəli olduğu üçün əsas şərh ehtiyatla aparılmalıdır. Tədqiqat buna görə həm azaldılmış, həm də tam nümunə nəticələrini təqdim edərək tapıntıların nümunə tərifinə həssaslığını göstərməyə çalışır.
Həssaslıq analizi azaldılmış nümunədə qeyri-müəyyənlik təsirinin aşağı əhəmiyyətlilik səviyyəsini nümunə ölçüsü ilə əlaqələndirir. Tədqiqatda çoxsaylı reqressiya üçün tələb olunan nümunə ölçüsü Cohen yanaşması ilə hesablanır:
\[ n = \frac{\lambda}{f^2} \]
Burada n, lazım olan nümunə sayını; λ, arzu olunan güc və əhəmiyyətlilik səviyyəsindən asılı parametri; f2, effekt ölçüsünü təmsil edir. Tədqiqatda [ n \approx 107 ] nəticəsinə çatılır. Bu say azaldılmış nümunə ölçüsündən yüksəkdir. Buna görə tədqiqatçılar bəzi effektlərin statistik olaraq aydınlaşmamasını aşağı nümunə gücü ilə izah edir.
İki qrupun orta qiyməti arasındakı kiçik fərqi aşkarlamaq üçün lazım olan nümunə də ayrıca hesablanır:
\[ n = 2 \cdot \left(\frac{(Z_{\alpha/2}+Z_{\beta})\cdot \sigma}{\delta}\right)^2 \]
Bu formulda Zα/2, əhəmiyyətlilik səviyyəsinə; Zβ, statistik gücə; σ, birləşdirilmiş standart sapmaya; δ, iki qrup ortalaması arasındakı fərqin ölçüsünə uyğun gəlir. Tədqiqatda δ = 0.02 kimi kiçik fərqi %80 güc və %5 əhəmiyyətliliklə aşkarlamaq üçün təxminən 141 nəfərlik ümumi nümunənin lazım olduğu hesablanır.
Tədqiqat həmçinin parametrik fərziyyələrdən daha az asılı olan Wilcoxon rank-sum testindən istifadə edir. Bu testdə yüksək və aşağı System 1 səriştəsi qruplarının qeyri-müəyyənlikdən yayınma paylanmaları müqayisə edilir. Normal yaxınlaşma altında U statistikası üçün bu dəyərlər verilir:
\[ \mu_U = \frac{n_1 n_2}{2} = 630 \]
\[ \sigma_U = \sqrt{\frac{n_1 n_2(n_1+n_2+1)}{12}} \approx 189.3 \]
\[ z = \frac{U-\mu_U}{\sigma_U} \approx 4.07 \]
Bu z dəyəri iki qrup arasında əhəmiyyətli fərq olduğunu və yüksək System 1 səriştəsi qrupunda qeyri-müəyyənlikdən yayınmanın daha aşağı olduğunu dəstəkləyir. Bu nəticə reqressiya tapıntıları ilə yanaşı əlavə sübut kimi təqdim olunur.
Tədqiqatın son mühüm hissəsi WarmApp təliminin qeyri-müəyyənlikdən yayınmanı azaldıb-azaltmamasıdır. Bunun üçün başlanğıcda aşağı System 1 səriştəsi göstərən şəxslər araşdırılır. İştirakçıların 15 tur boyunca WarmApp ballarındakı orta inkişaf tempi hesablanır. Sonra qeyri-müəyyənlikdən yayınma balındakı dəyişiklik bu inkişaf tempi ilə əlaqələndirilir.
İstifadə olunan reqressiya tənliyi belədir:
\[ \Delta \alpha_i = \beta_0 + \beta_1 \hat{r}_i + \beta_2 PersTraits_i + \beta_3 IQ_i + \beta_4 Demogr_i + \varepsilon_i \]
Burada Δαi, iştirakçının müdaxilədən əvvəl və sonra qeyri-müəyyənlikdən yayınma balındakı dəyişməni; r̂i, WarmApp ballarındakı orta inkişaf tempini; digər dəyişənlər isə şəxsiyyət, IQ və demoqrafik nəzarətləri təmsil edir.
Azaldılmış nümunədə orta inkişaf tempi əmsalı -0.05, standart xəta 0.03, p-dəyəri isə 0.06 kimi hesabat verilir. Bu nəticə %10 səviyyəsində əhəmiyyətli sayıla bilər; lakin %5 səviyyəsində sərhəddə qalır. Tam nümunədə isə əmsal -0.06, standart xəta 0.02, p-dəyəri 0.01 olur. Bu, WarmApp performansında daha çox inkişaf edən və başlanğıc səriştəsi aşağı olan iştirakçıların qeyri-müəyyənlikdən yayınmada daha çox azalma göstərə biləcəyini düşündürür.
Nəzarət qrupu və bütün nümunə üçün aparılan dayanıqlılıq yoxlamasında orta qeyri-müəyyənlikdən yayınma dəyişməsi 0.01 kimi verilir. Bu, ümumi zaman təsiri və ya xarici amillərlə izah oluna biləcək böyük dəyişiklik olmadığını göstərmək məqsədi daşıyır. Tədqiqatın şərhinə görə qeyri-müəyyənlikdən yayınmadakı azalma xüsusilə WarmApp təlimi ilə inkişaf göstərən və başlanğıc System 1 səriştəsi aşağı olan qrupda nəzərə çarpır.
Təhsil baxımından bu tapıntı vacibdir. Riyaziyyatda bir çox şagird yalnız əməliyyatı bilmədiyi üçün deyil, qeyri-müəyyən problemlə qarşılaşdıqda sınamağa cəsarət etmədiyi üçün çətinlik çəkir. Açıq uclu problemdə ilk addımı atmaq, səhv etsə belə yeni strategiya sınamaq və həll axtarışını davam etdirmək müəyyən qeyri-müəyyənlik tolerantlığı tələb edir. Tədqiqat intuitiv ədədi emal bacarıqlarını işlədən qısa fəaliyyətlərin bu tolerantlığı artırmaq potensialına malik ola biləcəyini irəli sürür.
Bu nöqtədə “propensity to attempt”, yəni sınamağa meyllilik anlayışı tədqiqatın təhsil şərhində mərkəzi yer tutur. Şagird problemi görən kimi “bunu edə bilmərəm” deyirsə, koqnitiv qabiliyyətindən əvvəl qeyri-müəyyənlikdən yayınma baryerinə ilişmiş ola bilər. Əgər intuitiv kəmiyyət qavrayışı və sürətli nümunə tanıma bacarıqları gücləndirilərsə, şagird qeyri-müəyyən problem vəziyyətlərində ilk cəhdi daha rahat edə bilər. Bu, riyaziyyat təhsili üçün birbaşa maraqlı nəticədir.
Bununla belə tədqiqat nəticələri şişirdilməməlidir. WarmApp-in uzunmüddətli təhsil uğurunu qəti artırdığı, şagirdlərin riyazi performansını birbaşa yüksəltdiyi və ya maliyyə/siyasi qərarları daimi şəkildə yaxşılaşdırdığı bu mətndə sübut edilmir. Tədqiqat laboratoriya səviyyəsində və məhdud nümunə ilə intuitiv koqnitiv bacarıqlar, risk/qeyri-müəyyənlik münasibətləri və qısamüddətli təlim təsiri arasında əlaqə axtarır. Buna görə nəticələr tətbiq üçün ümidverici, lakin əlavə doğrulama tələb edən tapıntılar kimi qiymətləndirilməlidir.
Tədqiqatın güclü tərəflərindən biri System 1 meylini yalnız öz-bildirişlə ölçməməsidir. Əvvəlki bəzi tədqiqatlarda insanlar özlərini daha intuitiv və ya daha analitik kimi qiymətləndiriblər. Bu tədqiqat isə WarmApp kimi davranış və kompüter əsaslı tapşırıqdan istifadə edərək daha birbaşa ölçmə aparmağa çalışır. Həmçinin risk, qeyri-müəyyənlik, IQ, şəxsiyyət və demoqrafik dəyişənləri eyni eksperimental axında toplaması daha nəzarətli analiz aparmağa imkan verir.
Məhdudiyyətlər də aydındır. Nümunə ölçüsü, xüsusilə kiçik effektləri aşkarlamaq üçün məhduddur. Laboratoriya mühiti və 5 avro kimi nisbətən kiçik mükafatlar real həyatda böyük maliyyə, təhsil və ya karyera qərarları ilə eyni psixoloji ağırlığa malik olmaya bilər. System 1 səriştəsi bir davranış aləti ilə ölçülüb; reaksiya müddətləri, neyrokoqnitiv göstəricilər və ya fərqli intuitiv tapşırıqlarla dəstəklənsə ölçmə daha möhkəm ola bilər. Bundan əlavə MSB iştirakçılarının daxil edilib-edilməməsi nəticələrin əhəmiyyətliliyinə təsir göstərə bildiyi üçün məlumat təmizləmə qərarları tapıntıların şərhində vacibdir.
Tədqiqatın dediyi ilə demədiyi şey aydın ayrılmalıdır. Tədqiqat intuitiv koqnitiv bacarıqların risk və qeyri-müəyyənlik münasibətləri ilə əlaqəli olduğunu və WarmApp tipli təlimlərin xüsusilə başlanğıc səriştəsi aşağı şəxslərdə qeyri-müəyyənlikdən yayınmanı azalda biləcəyini düşündürür. Lakin tədqiqat System 1-in həmişə daha yaxşı qərar verdiyini demir. Analitik düşünmənin lazımsız olduğunu iddia etmir. Risk almağa təşviq etməyin hər vəziyyətdə doğru olduğunu müdafiə etmir. Təhsildə məqsəd şagirdləri düşünmədən risk almağa yönəltmək deyil; qeyri-müəyyən problem vəziyyətlərində tamamilə donmadan cəhd edə biləcək koqnitiv və emosional çevikliyi dəstəkləməkdir.
Tədqiqatın Metodu və Nəticələri
Tədqiqatın metodu nəzarətli laboratoriya təcrübəsi, davranış koqnitiv tapşırıqları, stimullaşdırılmış iqtisadi qərar tapşırıqları və reqressiya analizlərindən ibarətdir. Əsas məqsəd System 1 səriştəsi və ANS kəskinliyinin risk və qeyri-müəyyənlik münasibətləri ilə əlaqəsini araşdırmaq və WarmApp təliminin qeyri-müəyyənlikdən yayınmaya təsir edib-etmədiyini öyrənməkdir.
1. Nümunə və təcrübə qrupları
| Element | Tədqiqatda verilən məlumat | Şərh |
|---|---|---|
| Başlanğıc nümunə | 108 iştirakçı | Beş eksperimental sessiyada toplanmışdır. |
| Təcrübə qrupu | 83 iştirakçı | WarmApp fəaliyyətinə qatılan qrup. |
| Nəzarət qrupu | 25 iştirakçı | WarmApp əvəzinə plasebo tapşırıq alan müqayisə qrupu. |
| Azaldılmış təcrübə nümunəsi | 73 iştirakçı | Nizamsız çoxsaylı keçid davranışı göstərənlər çıxarıldıqdan sonra istifadə olunan əsas nümunə. |
| MSB göstərən iştirakçılar | 10 iştirakçı | Risk və/və ya qeyri-müəyyənlik tapşırıqlarında ziddiyyətli keçid davranışı göstərənlər. |
2. Qeyri-müəyyənlik tapşırığı
| Tur | Urn A: Məlum kompozisiya | Urn B: Məlum olmayan kompozisiya | Qərar |
|---|---|---|---|
| Lot 1 | 50 qara, 50 ağ | 100 top, nisbət bilinmir | Urn A, Urn B və ya təsadüfi seçim |
| Lot 2 | 55 qara, 45 ağ | 100 top, nisbət bilinmir | Urn A, Urn B və ya təsadüfi seçim |
| Lot 3 | 60 qara, 40 ağ | 100 top, nisbət bilinmir | Urn A, Urn B və ya təsadüfi seçim |
| Lot 4 | 65 qara, 35 ağ | 100 top, nisbət bilinmir | Urn A, Urn B və ya təsadüfi seçim |
| Lot 5 | 70 qara, 30 ağ | 100 top, nisbət bilinmir | Urn A, Urn B və ya təsadüfi seçim |
İştirakçı ağ top çıxarsa 5 avro qazanır. Qazandıran rəngin ağ və ya qara olması iştirakçılar arasında təsadüfiləşdirilib. Bu, rənglə əlaqəli mümkün qavrayış və üstünlük qərəzlərini azaltmaq üçün edilib.
3. Risk tapşırığı
Risk münasibəti Holt və Laury tipli çoxsaylı qiymət siyahısı ilə ölçülür. İştirakçı 10 tur boyunca aşağı variasiyalı daha təhlükəsiz lotereya ilə yüksək variasiyalı daha riskli lotereya arasında seçim edir. Yüksək mükafatın baş vermə ehtimalı hər turda artır. İştirakçının təhlükəsiz seçimdən riskli seçimə keçdiyi nöqtə riskdən yayınma parametrinin qiymətləndirilməsində istifadə olunur.
Risk tapşırığındakı gözlənilən fayda tənlikləri:
\[ EU_{iAk} = p_k U_i(W_A) + (1-p_k)U_i(L_A) \]
\[ EU_{iBk} = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]
CRRA fayda funksiyası:
\[ U(x) = \begin{cases} \frac{x^{1-r}}{1-r} & \text{eğer } r \neq 1 \\ \ln(x) & \text{eğer } r = 1 \end{cases} \]
4. WarmApp tapşırıqları
| Mini oyun | Ölçülən bacarıq | System 1 / ANS ilə əlaqəsi |
|---|---|---|
| Numerical Comparison | Hansı çoxluqda daha çox element olduğunu seçmə | Sürətli təxmini say müqayisəsi. |
| Numerical Estimation | Ekrandakı elementlərin sayını təxmin etmə | ANS kəskinliyi və intuitiv kəmiyyət təxmini. |
| Shape Comparison | Hansı formanın daha böyük olduğunu müəyyən etmə | Sürətli vizual böyüklük qiymətləndirilməsi. |
| Length Comparison | Hansı xətt parçasının daha uzun olduğunu seçmə | İntuitiv vizual ölçü müqayisəsi. |
| Pathways Recognition | Suyun verilən yoldan axıb-axa bilməyəcəyini müəyyən etmə | Avtomatik vizual nümunə tanıma. |
Hər stimul 0.75 saniyə göstərilir. İştirakçılar ümumilikdə 15 tur tamamlayır. İlk üç turun orta balı System 1 başlanğıc səriştəsinin göstəricisi kimi istifadə olunur. Sonrakı turlarda geribildirim verilərək performans inkişafı izlənir.
5. Əlavə ölçmələr
- IQ: 10 suallıq qısa UNIT-IQ testi istifadə edilmişdir.
- Şəxsiyyət: Big Five qısa şəxsiyyət testi tətbiq edilmişdir.
- Demoqrafiya: Yaş və cins məlumatları toplanmışdır.
6. SUR analiz nəticələri: azaldılmış nümunə
| Asılı dəyişən | Mühüm dəyişən | Əmsal | p-dəyəri | Şərh |
|---|---|---|---|---|
| Riskdən yayınma | WarmApp balı | -0.1070 | 0.005 | Daha yüksək System 1 səriştəsi daha aşağı riskdən yayınma ilə əlaqəlidir. |
| Riskdən yayınma | Neuroticism | 0.1945 | 0.001 | Daha yüksək neuroticism daha yüksək riskdən yayınma ilə əlaqəlidir. |
| Qeyri-müəyyənlikdən yayınma | WarmApp balı | -0.0122 | 0.11 | İstiqamət mənfi olsa da ənənəvi əhəmiyyətlilik səviyyəsinə çatmır. |
7. SUR analiz nəticələri: tam nümunə
| Asılı dəyişən | Mühüm dəyişən | Əmsal | p-dəyəri | Şərh |
|---|---|---|---|---|
| Riskdən yayınma | WarmApp balı | -0.1300 | 0.0005 | Nəticə daha güclü və əhəmiyyətlidir. |
| Riskdən yayınma | Neuroticism | 0.1862 | 0.0001 | Riskdən yayınma ilə müsbət əlaqə davam edir. |
| Qeyri-müəyyənlikdən yayınma | WarmApp balı | -0.0138 | 0.0421 | Tam nümunədə əlaqə %5 səviyyəsində əhəmiyyətli olur. |
8. Həssaslıq və güc analizi
| Analiz | Nəticə | Mənası |
|---|---|---|
| Çoxsaylı reqressiya güc analizi | Təxminən 107 müşahidə tələb olunur | Azaldılmış nümunə kiçik effektləri aşkarlamaqda yetərsiz qala bilər. |
| İki qrup t-testi güc analizi | Təxminən 141 ümumi iştirakçı tələb olunur | 0.02 kimi kiçik orta fərqləri etibarlı aşkarlamaq üçün daha böyük nümunə lazımdır. |
| Wilcoxon rank-sum testi | z ≈ 4.07, p < 0.01 | Yüksək və aşağı System 1 qrupları arasında qeyri-müəyyənlikdən yayınma fərqini dəstəkləyir. |
9. WarmApp təliminin qeyri-müəyyənlikdən yayınmaya təsiri
| Nümunə | Dəyişən | Əmsal | p-dəyəri | Şərh |
|---|---|---|---|---|
| Aşağı System 1 qrupu, azaldılmış nümunə | Orta WarmApp inkişaf tempi | -0.05 | 0.06 | Qeyri-müəyyənlikdən yayınmada azalma istiqamətində sərhəddə əhəmiyyətli əlaqə. |
| Aşağı System 1 qrupu, MSB daxil | Orta WarmApp inkişaf tempi | -0.06 | 0.01 | Tam nümunədə əlaqə daha güclü və əhəmiyyətlidir. |
| Nəzarət qrupu | Orta qeyri-müəyyənlik dəyişməsi | 0.01 | Göstərilməyib | Ümumi zaman təsirinin böyük olmadığını göstərmək məqsədi daşıyır. |
10. Tədqiqatın əsas tapıntıları
- WarmApp balı riskdən yayınma ilə mənfi və əhəmiyyətli əlaqəlidir.
- Qeyri-müəyyənlikdən yayınma ilə WarmApp balı arasındakı əlaqə mənfi istiqamətdədir; azaldılmış nümunədə əhəmiyyətlilik zəif, tam nümunədə əhəmiyyətlidir.
- Neuroticism riskdən yayınma ilə müsbət və əhəmiyyətli əlaqəlidir.
- Başlanğıcda aşağı System 1 səriştəsinə malik şəxslərdə WarmApp performans inkişafı qeyri-müəyyənlikdən yayınmada azalma ilə əlaqəlidir.
- Nəzarət qrupu nəticələri dəyişmənin yalnız zaman keçməsindən qaynaqlanmadığını dəstəkləmək üçün istifadə olunub.
11. Məhdudiyyətlər
- Nümunə ölçüsü kiçik effektləri aşkarlamaq üçün məhduddur.
- Təcrübə laboratoriya şəraitində və nisbətən kiçik pul stimulları ilə aparılıb.
- System 1 səriştəsi tək davranış aləti ilə ölçülüb.
- WarmApp-in uzunmüddətli təsiri bu tədqiqatda göstərilməyib.
- Nəticələrin məktəb mühitinə, maliyyə qərarlarına və ya siyasi iştiraka birbaşa ümumiləşdirilməsi üçün əlavə tədqiqatlar lazımdır.
- MSB iştirakçılarının daxil edilməsi bəzi nəticələrin əhəmiyyətliliyini artırsa da, məlumat ardıcıllığı baxımından ehtiyatlı şərh tələb edir.
Mənbə və Metod Qeydi
Bu məqalə Riccardo Manghi və Luigi Bernardi tərəfindən hazırlanmış “Intuitive Cognitive Abilities and Attitudes Towards Risk and Ambiguity: An Exploratory Study with Educational Implications” başlıqlı tədqiqata əsasən hazırlanmışdır. Tədqiqatda müəllif əlaqələri Luiss University Department of Economics and Finance və University of Turin kimi göstərilib.
Mənbə növü mətn quruluşu və məzmun xüsusiyyətləri baxımından kəşfiyyat xarakterli eksperimental akademik tədqiqat məqaləsi layihəsi kimi qiymətləndirilməlidir. Mətndə etik təsdiq və iştirakçı razılığı bəyanatı, məlumatlara çıxış bağlantısı, müəllif töhfələri və maraqlar toqquşması bəyanatı mövcuddur. Lakin tədqiqat mətnində onun resenziyalı jurnalda yayımlandığını göstərən jurnal qəbul məlumatı, yekun nəşr DOI-si və ya açıq resenziya prosesi təsdiqlənmədiyi üçün resenziya vəziyyəti mətn əsasında təsdiqlənə bilməyən iş ifadəsi işlədilməlidir.
Bu məzmun hazırlanarkən tədqiqatda verilən eksperimental dizayn, WarmApp tapşırıqları, risk və qeyri-müəyyənlik ölçmə üsulları, CRRA və ambiguity parametr formulları, nümunə təmizləmə prosesi, SUR analizləri, həssaslıq analizləri, Wilcoxon testi, təlim təsiri reqressiyası, nəzarət qrupu tapıntıları və məhdudiyyətlər əsas götürülmüşdür. Mətndə olmayan klinik təsir, qəti təhsil uğuru, uzunmüddətli öyrənmə zəmanəti, real bazar davranışı zəmanəti və ya bütün şagirdlər üçün qəti siyasət nəticəsi kimi iddialar əlavə edilməmişdir.
Tədqiqatın nəticələri xüsusilə riyaziyyat təhsili və qərarvermə psixologiyası baxımından diqqətçəkəndir; lakin nümunə ölçüsü, laboratoriya konteksti və ölçmə alətlərinin məhdudluğu səbəbindən daha böyük, uzunmüddətli və fərqli yaş qruplarını əhatə edən tədqiqatlarla dəstəklənməlidir. Buna görə WarmApp kimi intuitiv say və nümunə təlimlərinin qeyri-müəyyənlikdən yayınmanı azalda biləcəyi nəticəsi ümidverici, lakin hələ daha geniş doğrulama tələb edən tapıntı kimi oxunmalıdır.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib