Бул изилдөө адамдар белгисиздикке туш болгондо эмне үчүн ар башкача жүрүм-турум кыларын түшүнүүгө аракет кылат. Күнүмдүк жашоодо тобокелдик менен белгисиздик көп учурда бир эле нерсе сыяктуу колдонулат; бирок экономикада жана чечим кабыл алуу теориясында алардын ортосунда маанилүү айырма бар. Тобокелдик — ыктымалдыктар белгилүү болгон жагдайлар. Мисалы, зар ыргытканда алты мүмкүн болгон натыйжа бар экенин жана ар бири болжол менен бирдей ыктымалдык менен чыгарын билесиз. Белгисиздик же изилдөө колдонгон мааниде ambiguity болсо ыктымалдыктар толук белгилүү эмес болгон жагдайлар. Мисалы, баштыктын ичинде канча кызыл, канча ак топ бар экенин билбесеңиз, ал жердеги чечим тобокелдикти гана эмес, белгисиздикти да камтыйт.

Белгисиздиктен качуу Ellsberg парадоксу аркылуу биринчи жолу ачык көрүнгөн. Адамдар көп учурда утуп алуу ыктымалдыгы так белгилүү вариантты, ыктымалдыгы белгисиз, бирок теориялык жактан пайдалуураак болушу мүмкүн болгон варианттан артык көрүшөт. Мындай жүрүм-турум финансылык инвестиция чечимдеринен карьера тандоого, шайлоого катышуудан билим берүүдөгү маселе чечүү жүрүм-турумуна чейин көп тармакта кездешет. Изилдөөнүн кириш бөлүгүндө баса белгиленгендей, белгисиз ыктымалдык бөлүштүрүүлөр адамдарда ыңгайсыздык жаратып, бул сезим чечимдерди коопсузураак көрүнгөн варианттарга бурушу мүмкүн.

Изилдөөнүн негизги салымы — бул жүрүм-турум экономикалык тандоо түзүмү менен гана эмес, когнитивдик иштетүү стили менен да байланыштуу болушу мүмкүн экенин текшериши. Изилдөө Daniel Kahneman популярдаштырган кош процесс теориясы менен байланыш түзөт. Бул теория боюнча адамдын акылында болжол менен эки түрдүү иштетүү процесси бар. System 1 — тез, автоматтык, интуитивдик жана көбүнчө аң-сезимдүү көзөмөлдү талап кылбаган процесстер. System 2 болсо жай, аналитикалык, аң-сезимдүү, көңүл бурууну талап кылган жана эсептөөгө багытталган процесстер.

Бул айырманы күнүмдүк жашоодо оңой байкоого болот. Бирөөнүн жүзүнөн анын ачуулуу экенин дароо түшүнүү System 1ге жакын процесс. Узак математикалык эсепти кадам-кадам чечүү System 2ге жакыныраак. Бирок изилдөө этият мамиле кылган маанилүү жагдай бар: ANS тапшырмалары System 1 тибиндеги когницияга шайкеш, бирок теориялык жактан System 1 менен толук бирдей эмес. Башкача айтканда, ANS System 1дин бир бөлүгү катары карала турган интуитивдик сандык иштетүүнү билдирет, бирок System 1дин баарын өлчөбөйт.

Approximate Number System, башкача айтканда болжолдуу сан системасы, адамдарга жана айрым жаныбарларга объекттердин санын символдук сандарды колдонбостон тез баалоого мүмкүндүк берген когнитивдик механизм. Мисалы, экранда бир көз ирмемге эки топ чекит көрсөтүлсө, аларды бирден санабай эле кайсы тарапта көбүрөөк экенин интуитивдик түрдө түшүнө аласыз. Бул жөндөм өзгөчө математикалык өнүгүү үчүн маанилүү, анткени көлөмдөрдү интуитивдик ажыратуу кийин символдук математиканы үйрөнүү менен байланышкан базалык жөндөмдөрдүн бири.

Изилдөө System 1 жана ANS компетенттүүлүгү жогору адамдар тобокелдик жана белгисиздикке көбүрөөк чыдамдуу болушу мүмкүн деп болжолдойт. Бул гипотезанын логикасы мындай: белгисиз жагдайга туш болгондо баарын толук талдоого аракет кылуу кээде адамды чечим чыгара албай калган абалга алып келет. Ал эми күчтүү интуитивдик иштетүү толук эмес маалымат шартында тез баштапкы баа берүүгө, аракет кылууга көбүрөөк даяр болууга жана белгисиз нерседен толугу менен качпоого жардам бериши мүмкүн. Билим берүү жагынан бул, өзгөчө математикада “ката кетирүүдөн коркпой аракет кылуу” жүрүм-туруму менен байланыштуу болушу мүмкүн.

Изилдөөнүн эксперименттик дизайны үч негизги баскычтан турат. Биринчи баскычта катышуучулардын тобокелдик жана белгисиздикке болгон мамилеси өлчөнөт. Экинчи баскычта катышуучулар WarmApp ишмердигине катышат. Үчүнчү баскычта белгисиздикке болгон мамиле кайра өлчөнүп, WarmAppтан кийин өзгөрүү болгон-болбогону каралат. Мындан тышкары IQ, инсандык сапаттар жана демографиялык маалыматтар да чогултулат. Бул көзөмөл өзгөрмөлөрү маанилүү, анткени тобокелдик жана белгисиздик мамилелери интуитивдик сан кабылдоосу менен гана эмес, жаш курак, жыныс, жалпы когнитивдик жөндөм же инсандык сапаттар менен да байланыштуу болушу мүмкүн.

Белгисиздик тапшырмасы Ellsberg парадоксуна негизделет. Катышуучуларга эки urna варианты берилет. Urn A — кара жана ак топтордун катышы белгилүү urna. Urn B болсо 100 топту камтыйт, бирок кара-ак катышы белгисиз. Катышуучу өзү тандаган урнадан ак топ чыкса 5 евро утат. Беш тур бою Urn Aдагы ак топтордун саны азайтылат: биринчи турда 50 ак топ болсо, кийинки турларда бул сан 45, 40, 35 жана 30га түшөт. Urn B ар бир турда белгисиз курамы менен кала берет.

Бул дизайн катышуучу белгилүү, бирок улам начарлап жаткан ыктымалдыкка канча убакыт кармалып турарын көрүү үчүн түзүлгөн. Эгер адам 30 ак топ бар белгилүү урнаны да белгисиз урнага артык көрсө, бул күчтүү белгисиздиктен качуунун белгиси болушу мүмкүн. Ал эми белгилүү бир чекитте белгисиз урнага өтүү белгисиздикке чыдамдуураак мамилени көрсөтүшү мүмкүн.

Тобокелдик тапшырмасы Holt жана Laury иштеп чыккан multiple price list ыкмасына негизделет. Бул тапшырмада катышуучулар 10 тур бою эки лотереянын арасынан тандайт. Бир вариант коопсузураак; экинчиси жогорку сыйлык потенциалына ээ, бирок көбүрөөк тобокелдик камтыйт. Турлар өткөн сайын жогорку сыйлыкты утуп алуу ыктымалдыгы өсөт. Катышуучунун коопсуз варианттан тобокелдүү вариантка өткөн чекити тобокелдиктен качуу даражасын баалоо үчүн колдонулат.

Изилдөөдөгү сүрөттөр бул эксперименттик түзүлүштөрдү конкреттештирет. Тобокелдик тапшырмасына байланыштуу алгачкы эки сүрөт катышуучунун сол жана оң лотерея варианттарын визуалдык ыктымалдык дөңгөлөктөрү аркылуу салыштырганын көрсөтөт. Мындай көрсөтүү абстракттуу ыктымалдык туюнтмаларын интуитивдүү кылат. WarmApp сүрөттөрү болсо сандык салыштыруу, сандык баалоо, форма салыштыруу, узундук салыштыруу жана жолду таануу тапшырмаларын көрсөтөт. Бул мини-оюндардын максаты — катышуучу өтө кыска убакытта визуалдык жана сандык үлгүлөрдү интуитивдүү баалашы.

WarmApp ишмердиги беш мини-оюндан турат. Биринчи оюнда катышуучу эки объект топтомунун кайсынысында көбүрөөк элемент бар экенин аныктайт. Экинчи оюнда экрандагы элементтердин санын баалайт. Үчүнчү оюнда кайсы форма чоңураак экенин тандайт. Төртүнчү оюнда кайсы сызык бөлүгү узунураак экенин аныктайт. Бешинчи оюнда болсо суунун берилген жол менен агып өтө алар-албасын баалайт. Бул тапшырмалардын жалпы өзгөчөлүгү — кылдат эсептөө же узак талдоонун ордуна тез интуитивдик баалоо талап кылышы.

WarmAppта ар бир стимул болгону 0.75 секунд көрсөтүлөт. Бул мөөнөт маанилүү, анткени катышуучуга объекттерди бирден саноого же узак аналитикалык стратегия иштеп чыгууга кыйындык жаратат. Ошентип тапшырмалар System 1 тибиндеги тез иштетүүнү өлчөөгө ылайыктуу болот. Катышуучулар WarmAppты 15 тур бою аткарат. Алгачкы үч турдун орточо упайы баштапкы System 1 компетенттүүлүгүнүн көрсөткүчү катары колдонулат. Үчүнчү турдан тартып катышуучуларга кайтарым байланыш берилет; бул интуитивдик баалоону бекемдөөгө жана убакыт өткөн сайын көрсөткүчтүн өсүшүн байкоого арналган.

Изилдөөнүн теориялык бөлүгүндө тобокелдик жана белгисиздик мамилелерин сандык баалоо үчүн пайдалуулук функциялары колдонулат. Тобокелдик тапшырмасында ар бир турда эки лотереянын күтүлгөн пайдалуулугу салыштырылат:

\[ EU_{iAk} = p_k U_i(W_A) + (1-p_k)U_i(L_A) \]

\[ EU_{iBk} = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]

Бул формулаларда EU_iAk i-катышуучунун k-турда A вариантынан күткөн пайдалуулугун; EU_iBk B вариантынан күткөн пайдалуулугун көрсөтөт. p_k жогорку сыйлыктын келүү ыктымалдыгы. W_A жана W_B A жана B лотереяларындагы жогорку сыйлыктарды; L_A жана L_B төмөн сыйлыктарды билдирет. U_i катышуучунун пайдалуулук функциясы.

Изилдөөдө колдонулган CRRA, башкача айтканда Constant Relative Risk Aversion пайдалуулук функциясы төмөнкүдөй:

\[ U(x) = \begin{cases} \frac{x^{1-r}}{1-r} & \text{eğer } r \neq 1 \\ \ln(x) & \text{eğer } r = 1 \end{cases} \]

Бул жерде x акчалай натыйжаны; r салыштырмалуу тобокелдиктен качуу коэффициентин көрсөтөт. r көбөйгөн сайын адам тобокелдиктен көбүрөөк качат. r = 1 өзгөчө учурда логарифмдик пайдалуулук функциясы колдонулат. Тобокелдик тапшырмасынын максаты — катышуучунун коопсуз варианттан тобокелдүү вариантка кайсы чекитте өткөнүн карап, r коэффициентин баалоо.

Өтүү чекитинде эки варианттын күтүлгөн пайдалуулуктары тең деп кабыл алынат:

\[ p_k U_i(W_A) + (1-p_k)U_i(L_A) = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]

Бул теңдик катышуучу коопсуз жана тобокелдүү варианттардын ортосунда кайдыгер боло баштаган чекти билдирет. Ошентип тобокелдиктен качуу параметрин баалоого болот.

Белгисиздик тапшырмасында болсо белгисиз urna үчүн төмөнкү пайдалуулук туюнтмасы колдонулат:

\[ EU_{i,\mathrm{Ambiguous}} = \alpha U_i(x_{\min}) + (1-\alpha)U_i(x_{\max}) \]

Бул жерде α белгисиздиктен качуу параметри. x_min эң төмөн натыйжаны; x_max эң жогорку натыйжаны билдирет. α жогорулаган сайын адам белгисиз варианттын начар натыйжасына көбүрөөк салмак берет; бул белгисиздиктен качуу катары түшүндүрүлөт.

Изилдөөдө белгисиз жана тобокелдүү урнадагы мүмкүн болгон акчалай натыйжалар бирдей болгондуктан формула жөнөкөйлөтүлөт. Утуучу түстөгү топ чыкса 5 евро төлөнөт; болбосо төлөм нөл. Бул учурда өтүү чекитинде төмөнкү теңдик жазылат:

\[ q_j U_i(W) + (1-q_j)U_i(L) = \alpha_i U_i(L) + (1-\alpha_i)U_i(W) \]

Бул жерде q_j белгилүү урнадагы утуп алуу ыктымалдыгы. W утуш абалын; L утулуш абалын көрсөтөт. Изилдөөдө нормалдаштыруу катары [ U_i(W)=1 ] жана [ U_i(L)=0 ] алынганда белгисиздиктен качуу параметри төмөнкү жөнөкөй байланыш менен алынат:

\[ \alpha_i = 1 - q_j \]

Бул формуланын түшүндүрмөсү так. Катышуучунун белгисиз урнага өткөн белгилүү ыктымалдык деңгээли анын белгисиздиктен качуу деңгээлин аныктайт. Эгер α_i > 1/2 болсо катышуучу белгисиздиктен качкан; α_i = 1/2 болсо белгисиздик боюнча нейтралдуу; α_i < 1/2 болсо белгисиздикти издеген же белгисиздикке ачыгыраак адам катары чечмеленет.

Маалымат бөлүмүндө изилдөө башында 108 катышуучудан турган үлгү менен башталат. Алардын 83ү эксперименттик топто, 25и көзөмөл топто. Негизги анализ WarmApp ишмердигин кошкондо бардык этаптарга катышкан эксперименттик топ боюнча жүргүзүлөт. Бирок тобокелдик жана белгисиздик тапшырмаларында айрым катышуучулар ыраатсыз өтүү жүрүм-турумун көрсөтөт. Изилдөөдө бул көрүнүш multiple-switching behavior, башкача айтканда MSB деп аталат.

MSB — катышуучунун варианттардын ортосунда рационалдуу өтүү тартибин карманбастан, бир алдыга, бир артка өтүшү. Мисалы, адегенде коопсуз вариантты, андан кийин тобокелдүү вариантты, кийин кайра коопсуз вариантты тандоо сыяктуу жүрүм-турум артыкчылыктарды ырааттуу өлчөөнү кыйындатат. Изилдөөдө тобокелдик тапшырмасында чечимдердин %8.5инде, белгисиздик тапшырмасында %7синде MSB байкалган. Жалпы 10 катышуучу мындай жүрүм-турум көрсөткөн. Ошондуктан кыскартылган үлгү 73 адамга түшкөн. Ошол эле учурда изилдөөчүлөр натыйжалардын сезгичтигин көрүү үчүн MSB катышуучуларын камтыган толук үлгү анализдерин да берген.

Сүрөттөө статистикасында жогорку System 1 компетенттүүлүгү тобунун орточо белгисиздиктен качуу мааниси 0.58, төмөн System 1 тобунда 0.60 деп берилет. Тобокелдиктен качуунун орточо мааниси жогорку System 1 тобунда 0.3, төмөн System 1 тобунда 0.4. Бул чийки айырмачылыктар System 1 компетенттүүлүгү жогору адамдар орточо алганда тобокелдикке жана белгисиздикке көбүрөөк чыдамдуу болушу мүмкүн экенин көрсөтөт; бирок айырмалар башка өзгөрмөлөрдөн улам пайда болдубу же жокпу деген суроону текшерүү үчүн регрессиялык анализдер жүргүзүлөт.

Изилдөөдө тобокелдик жана белгисиздик мамилелери үчүн Seemingly Unrelated Regression, башкача айтканда SUR модели колдонулат. Бул ыкма тобокелдиктен качуу жана белгисиздиктен качуу теңдемелерин бир убакта баалап, эки теңдемедеги ката терминдери өз ара байланыштуу болушу мүмкүн экенин эске алат. Мындай тандоо логикалуу, анткени тобокелдик жана белгисиздик мамилелерине таасир эткен айрым жеке өзгөчөлүктөр жалпы болушу мүмкүн.

Тобокелдик теңдемеси төмөнкүдөй жазылат:

\[ Risk_i = \beta_0 + \beta_1 WarmAppScore_i + \beta_2 PersTraits_i + \beta_3 IQ_i + \beta_4 Demogr_i + \varepsilon_{i1} \]

Белгисиздик теңдемеси болсо:

\[ Ambiguity_i = \gamma_0 + \gamma_1 WarmAppScore_i + \gamma_2 PersTraits_i + \gamma_3 IQ_i + \gamma_4 Demogr_i + \varepsilon_{i2} \]

Бул теңдемелерде WarmAppScore_i катышуучунун System 1 компетенттүүлүгүн көрсөткөн WarmApp упайы. PersTraits_i Big Five инсандык өзгөчөлүктөрүн; IQ_i IQ тест упайын; Demogr_i жаш курак жана жыныс сыяктуу демографиялык өзгөрмөлөрдү билдирет. ε_i1 жана ε_i2 тобокелдик жана белгисиздик теңдемелеринин ката терминдери.

Кыскартылган үлгүдө WarmApp упайынын тобокелдиктен качууга коэффициенти -0.1070, p-мааниси 0.005 деп берилет. Бул жогорку WarmApp упайы төмөн тобокелдиктен качуу менен байланыштуу экенин көрсөтөт. Натыйжа интуитивдик иштетүү компетенттүүлүгү жогору адамдар тобокелдик бар жагдайларда азыраак тартынчаак болушу мүмкүн деген гипотезаны колдойт.

Ошол эле кыскартылган үлгүдө WarmApp упайынын белгисиздиктен качууга коэффициенти -0.0122, p-мааниси 0.11. Багыты дагы эле терс; башкача айтканда, жогорку System 1 упайы төмөн белгисиздиктен качуу менен байланыштуу. Бирок p-мааниси салттуу %5 маанилүүлүк деңгээлине жетпейт. Ошондуктан бул натыйжа кыскартылган үлгүдө күчтүү статистикалык далил катары эмес, багыты гипотезага шайкеш, бирок үлгүнүн статистикалык күчү чектелүү табылга катары каралышы керек.

Тобокелдик теңдемелериндеги дагы бир көңүл бурарлык натыйжа — Neuroticism, башкача айтканда эмоционалдык туруксуздук/тынчсызданууга жакындык өлчөмү тобокелдиктен качуу менен оң жана статистикалык маанилүү байланышта болушу. Кыскартылган үлгүдө коэффициент 0.1945, p-мааниси 0.001. Бул табылга психологиялык жактан түшүнүктүү: тынчсыздануу жана терс натыйжаларга сезгичтик жогору адамдар жоготуу мүмкүнчүлүгү бар варианттардан көбүрөөк качышы мүмкүн.

MSB катышуучулары камтылган толук үлгүдө натыйжалар күчтүүрөөк көрүнөт. Тобокелдиктен качуу теңдемесинде WarmApp упайынын коэффициенти -0.1300, p-мааниси 0.0005. Белгисиздиктен качуу теңдемесинде WarmApp упайынын коэффициенти -0.0138, p-мааниси 0.0421. Бул толук үлгүдө System 1 компетенттүүлүгү менен тобокелдиктен жана белгисиздиктен качуунун ортосунда статистикалык маанилүү терс байланыш бар экенин көрсөтөт.

Бирок бул жерде этият болуу керек. MSB катышуучуларын кошуу үлгүнүн көлөмүн көбөйтүп, статистикалык күчтү жогорулатат; бирок алардын чечимдеринин ырааттуулугу талаштуу болгондуктан негизги интерпретация этият жүргүзүлүшү керек. Изилдөө ошол себептен кыскартылган жана толук үлгүнүн жыйынтыктарын тең берип, табылгалар үлгүнүн аныктамасына канчалык сезгич экенин көрсөтүүгө аракет кылат.

Сезгичтик анализи кыскартылган үлгүдөгү белгисиздик эффектинин төмөн маанилүүлүгүн үлгүнүн көлөмү менен байланыштырат. Изилдөөдө көп өзгөрмөлүү регрессия үчүн керектүү үлгү көлөмү Cohen ыкмасы менен эсептелет:

\[ n = \frac{\lambda}{f^2} \]

Бул жерде n керектүү үлгүнүн санын; λ талап кылынган статистикалык күч жана маанилүүлүк деңгээлине байланышкан параметрди; f² эффект көлөмүн билдирет. Изилдөөдө [ n \approx 107 ] натыйжасы алынат. Бул сан кыскартылган үлгүнүн көлөмүнөн чоң. Ошондуктан изилдөөчүлөр айрым эффекттердин статистикалык жактан так көрүнбөшүн үлгүнүн күчү аз болгону менен түшүндүрүшөт.

Эки топтун орточо маанилеринин ортосундагы кичине айырманы табуу үчүн талап кылынган үлгү дагы өзүнчө эсептелет:

\[ n = 2 \cdot \left(\frac{(Z_{\alpha/2}+Z_{\beta})\cdot \sigma}{\delta}\right)^2 \]

Бул формулада Z_α/2 маанилүүлүк деңгээлине; Z_β статистикалык күчкө; σ бириктирилген стандарттык четтөөгө; δ эки топтун орточо маанилеринин айырма көлөмүнө туура келет. Изилдөөдө δ = 0.02 сыяктуу кичине айырманы %80 күч жана %5 маанилүүлүк менен аныктоо үчүн жалпы болжол менен 141 адам керек деп эсептелет.

Изилдөө ошондой эле параметрдик божомолдорго азыраак көз каранды болгон Wilcoxon rank-sum тестин колдонот. Бул тестте жогорку жана төмөн System 1 компетенттүүлүгү топторунун белгисиздиктен качуу бөлүштүрүүлөрү салыштырылат. Нормалдык жакындашуу астында U статистикасы үчүн төмөнкү маанилер берилет:

\[ \mu_U = \frac{n_1 n_2}{2} = 630 \]

\[ \sigma_U = \sqrt{\frac{n_1 n_2(n_1+n_2+1)}{12}} \approx 189.3 \]

\[ z = \frac{U-\mu_U}{\sigma_U} \approx 4.07 \]

Бул z мааниси эки топтун ортосунда олуттуу айырма бар экенин жана жогорку System 1 компетенттүүлүгү тобунда белгисиздиктен качуу төмөн экенин колдойт. Бул натыйжа регрессиялык табылгаларга кошумча далил катары берилет.

Изилдөөнүн акыркы маанилүү бөлүгү — WarmApp машыгуусу белгисиздиктен качууну азайтабы деген суроо. Бул үчүн башында төмөн System 1 компетенттүүлүгүн көрсөткөн адамдар каралат. Катышуучулардын 15 тур бою WarmApp упайларындагы орточо өсүү темпи эсептелет. Андан кийин белгисиздиктен качуу упайындагы өзгөрүү ушул өсүү темпи менен байланыштырылат.

Колдонулган регрессия теңдемеси:

\[ \Delta \alpha_i = \beta_0 + \beta_1 \hat{r}_i + \beta_2 PersTraits_i + \beta_3 IQ_i + \beta_4 Demogr_i + \varepsilon_i \]

Бул жерде Δα_i катышуучунун интервенцияга чейинки жана кийинки белгисиздиктен качуу упайындагы өзгөрүүнү; r̂_i WarmApp упайларындагы орточо өсүү темпин; башка өзгөрмөлөр болсо инсандык, IQ жана демографиялык контролдорду билдирет.

Кыскартылган үлгүдө орточо өсүү темпинин коэффициенти -0.05, стандарттык ката 0.03, p-мааниси 0.06. Бул натыйжа %10 деңгээлинде маанилүү деп каралышы мүмкүн, бирок %5 деңгээлинде чек арада калат. Толук үлгүдө коэффициент -0.06, стандарттык ката 0.02, p-мааниси 0.01 болот. Бул WarmApp көрсөткүчүндө көбүрөөк өсүш көрсөткөн жана баштапкы компетенттүүлүгү төмөн катышуучуларда белгисиздиктен качуу көбүрөөк азайышы мүмкүн экенин билдирет.

Көзөмөл тобу жана жалпы үлгү үчүн жүргүзүлгөн туруктуулук текшерүүсүндө белгисиздиктен качуунун орточо өзгөрүүсү 0.01 деп берилет. Бул жалпы убакыт эффекти же тышкы факторлор менен түшүндүрүлө турган чоң өзгөрүү болбогонун көрсөтүү үчүн колдонулат. Изилдөөнүн түшүндүрмөсүнө ылайык, белгисиздиктен качуунун азайышы өзгөчө WarmApp машыгуусу аркылуу өсүш көрсөткөн жана баштапкы System 1 компетенттүүлүгү төмөн топто ачык көрүнөт.

Билим берүү жагынан бул табылга маанилүү. Математикада көп окуучу эсептөөнү билбегени үчүн гана эмес, белгисиз маселе менен жолукканда аракет кылууга батынбаганы үчүн да кыйналат. Ачык жооптуу маселеде биринчи кадам жасоо, ката кетирсе да жаңы стратегияны сынап көрүү жана чечим издөөнү улантуу белгилүү деңгээлде белгисиздикке чыдамдуулукту талап кылат. Изилдөө интуитивдик сандык иштетүү жөндөмдөрүн машыктырган кыска ишмердиктер мындай чыдамдуулукту жогорулатуу мүмкүнчүлүгүнө ээ болушу мүмкүн деп сунуштайт.

Бул жерде “propensity to attempt”, башкача айтканда аракет кылууга жакындык түшүнүгү изилдөөнүн билим берүү интерпретациясында борбордук орунга чыгат. Окуучу маселени көрөрү менен “муну жасай албайм” десе, когнитивдик жөндөмүнөн мурда белгисиздиктен качуу тоскоолдугуна туш болушу мүмкүн. Эгер интуитивдик көлөм кабылдоосу жана тез үлгү таануу жөндөмдөрү күчөтүлсө, окуучу белгисиз маселе жагдайларында биринчи аракетти оңойураак жасашы мүмкүн. Бул математика билими үчүн түздөн-түз кызыктуу тыянак.

Ошентсе да изилдөөнүн натыйжаларын ашыкча кеңейтүүгө болбойт. WarmApp узак мөөнөттүү билим берүү ийгилигин сөзсүз жогорулатат, окуучулардын математикалык жетишкендигин түздөн-түз көтөрөт же финансылык/саясий чечимдерди туруктуу жакшыртат деп бул текстте далилденген эмес. Изилдөө лабораториялык деңгээлде жана чектелген үлгү менен интуитивдик когнитивдик жөндөмдөр, тобокелдик/белгисиздик мамилелери жана кыска мөөнөттүү машыгуу эффектинин ортосунда байланыш издейт. Ошондуктан натыйжалар колдонуу үчүн үмүттүү, бирок кошумча текшерүүнү талап кылган табылгалар катары бааланышы керек.

Изилдөөнүн күчтүү жактарынын бири — System 1 тенденциясын өзүн-өзү баалоо менен гана өлчөбөгөнү. Мурунку айрым изилдөөлөрдө адамдар өздөрүн көбүрөөк интуитивдүү же аналитикалык деп баалашкан. Бул изилдөө болсо WarmApp сыяктуу жүрүм-турумдук жана компьютердик тапшырманы колдонуп, түз өлчөөгө аракет кылат. Мындан тышкары тобокелдик, белгисиздик, IQ, инсандык жана демографиялык өзгөрмөлөрдү бир эксперименттик агымда чогултуу көбүрөөк көзөмөлдөнгөн анализге шарт түзөт.

Чектөөлөр да ачык. Үлгүнүн көлөмү, өзгөчө кичине эффекттерди табуу үчүн чектелүү. Лабораториялык шарт жана 5 евро сыяктуу салыштырмалуу чакан сыйлык реалдуу жашоодогу чоң финансылык, билим берүү же карьералык чечимдердей психологиялык салмакка ээ болбошу мүмкүн. System 1 компетенттүүлүгү бир гана жүрүм-турумдук курал менен өлчөнгөн; реакция убактысы, нейрокогнитивдик көрсөткүчтөр же башка интуитивдик тапшырмалар менен колдоого алынса өлчөө ишенимдүүрөөк болмок. Мындан тышкары MSB катышуучуларын кошуу же алып салуу айрым натыйжалардын статистикалык маанилүүлүгүнө таасир бергендиктен, маалыматты тазалоо чечимдери интерпретацияда маанилүү.

Изилдөө эмнени айтат жана эмнени айтпайт — так айырмаланууга тийиш. Изилдөө интуитивдик когнитивдик жөндөмдөр тобокелдик жана белгисиздик мамилелери менен байланыштуу экенин жана WarmApp сыяктуу машыгуулар өзгөчө баштапкы компетенттүүлүгү төмөн адамдарда белгисиздиктен качууну азайтышы мүмкүн экенин көрсөтөт. Бирок изилдөө System 1 дайыма жакшыраак чечим берет деп айтпайт. Аналитикалык ой жүгүртүү керексиз деп ырастабайт. Тобокелдикке барууга үндөө ар бир жагдайда туура деп эсептебейт. Билим берүүнүн максаты окуучуларды ойлонбой тобокелдикке түртүү эмес; белгисиз маселелерде таптакыр токтоп калбай, аракет кыла ала турган когнитивдик жана эмоционалдык ийкемдүүлүктү колдоо.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөөнүн ыкмасы көзөмөлдөнгөн лабораториялык эксперименттен, жүрүм-турумдук когнитивдик тапшырмалардан, стимул берилген экономикалык чечим тапшырмаларынан жана регрессиялык анализдерден турат. Негизги максат — System 1 компетенттүүлүгү жана ANS тактыгы тобокелдик жана белгисиздик мамилелери менен кандай байланышта экенин изилдөө жана WarmApp машыгуусу белгисиздиктен качууга таасир этеби-жокпу текшерүү.

1. Үлгү жана эксперименттик топтор

2. Белгисиздик тапшырмасы

Катышуучу ак топ чыкса 5 евро утат. Утуучу түстүн ак же кара болушу катышуучулардын арасында кокустукталган. Бул түс менен байланышкан мүмкүн болгон кабылдоо же тандоо калыстыгын азайтуу үчүн жасалган.

3. Тобокелдик тапшырмасы

Тобокелдик мамилеси Holt жана Laury тибиндеги multiple price list ыкмасы менен өлчөнөт. Катышуучу 10 тур бою дисперсиясы төмөн коопсузураак лотерея менен дисперсиясы жогору тобокелдүү лотереянын арасынан тандайт. Жогорку сыйлыктын болуш ыктымалдыгы ар бир турда көбөйөт. Катышуучунун коопсуз варианттан тобокелдүү вариантка өткөн чекити тобокелдиктен качуу параметрин баалоодо колдонулат.

Тобокелдик тапшырмасындагы күтүлгөн пайдалуулук теңдемелери:

\[ EU_{iAk} = p_k U_i(W_A) + (1-p_k)U_i(L_A) \]

\[ EU_{iBk} = p_k U_i(W_B) + (1-p_k)U_i(L_B) \]

CRRA пайдалуулук функциясы:

\[ U(x) = \begin{cases} \frac{x^{1-r}}{1-r} & \text{eğer } r \neq 1 \\ \ln(x) & \text{eğer } r = 1 \end{cases} \]

4. WarmApp тапшырмалары

Ар бир стимул 0.75 секунд көрсөтүлөт. Катышуучулар жалпы 15 тур аткарат. Алгачкы үч турдун орточо упайы System 1 баштапкы компетенттүүлүгүнүн көрсөткүчү катары колдонулат. Кийинки турларда кайтарым байланыш берилип, көрсөткүчтүн өсүшү байкалат.

5. Кошумча өлчөөлөр

• IQ: 10 суроолук кыска UNIT-IQ тести колдонулган.
• Инсандык сапаттар: Big Five кыска инсандык тест колдонулган.
• Демография: Жаш курак жана жыныс маалыматтары чогултулган.

6. SUR анализинин натыйжалары: кыскартылган үлгү

7. SUR анализинин натыйжалары: толук үлгү

8. Сезгичтик жана статистикалык күч анализи

9. WarmApp машыгуусунун белгисиздиктен качууга таасири

10. Изилдөөнүн негизги табылгалары

• WarmApp упайы тобокелдиктен качуу менен терс жана статистикалык маанилүү байланышта.
• Белгисиздиктен качуу менен WarmApp упайынын байланышы терс багытта; кыскартылган үлгүдө маанилүүлүк алсыз, толук үлгүдө маанилүү.
• Neuroticism тобокелдиктен качуу менен оң жана статистикалык маанилүү байланышта.
• Башында төмөн System 1 компетенттүүлүгүнө ээ адамдарда WarmApp көрсөткүчүнүн өсүшү белгисиздиктен качуунун азайышы менен байланыштуу.
• Көзөмөл топтун жыйынтыктары өзгөрүү убакыттын өтүшү менен гана түшүндүрүлбөй турганын колдоо үчүн колдонулган.

11. Чектөөлөр

• Үлгүнүн көлөмү кичине эффекттерди аныктоо үчүн чектелүү.
• Эксперимент лабораториялык шартта жана салыштырмалуу аз акчалай стимулдар менен жүргүзүлгөн.
• System 1 компетенттүүлүгү бир гана жүрүм-турумдук инструмент менен өлчөнгөн.
• WarmAppтын узак мөөнөттүү таасири бул изилдөөдө көрсөтүлгөн эмес.
• Натыйжаларды мектеп чөйрөсүнө, финансылык чечимдерге же саясий катышууга түз жалпылоо үчүн кошумча изилдөөлөр керек.
• MSB катышуучуларын кошуу айрым натыйжалардын маанилүүлүгүн жогорулатса да, маалыматтын ырааттуулугу боюнча этият чечмелөө талап кылынат.

Булак жана Ыкма Жөнүндө Эскертүү

Бул макала Riccardo Manghi жана Luigi Bernardi даярдаган “Intuitive Cognitive Abilities and Attitudes Towards Risk and Ambiguity: An Exploratory Study with Educational Implications” аттуу изилдөөгө негизделип даярдалган. Изилдөөдө авторлордун байланышы Luiss University Department of Economics and Finance жана University of Turin деп көрсөтүлгөн.

Булактын түрү тексттин түзүлүшү жана мазмундук өзгөчөлүктөрү боюнча чалгындоочу эксперименттик академиялык изилдөө макаласынын долбоору катары бааланышы керек. Текстте этикалык уруксат жана катышуучулардын макулдугу тууралуу билдирүү, маалыматка жетүү шилтемеси, автордук салымдар жана кызыкчылыктардын кагылышы жөнүндө билдирүү бар. Бирок изилдөө текстинде рецензияланган журналга кабыл алынганы, акыркы жарыянын DOIси же ачык рецензиялоо процесси ырасталбагандыктан рецензиядан өтүшү текст боюнча ырасталбаган изилдөө деген аныктама колдонулушу керек.

Бул мазмун даярдалганда изилдөөдө берилген эксперименттик дизайн, WarmApp тапшырмалары, тобокелдик жана белгисиздикти өлчөө ыкмалары, CRRA жана ambiguity параметр формулалары, үлгүнү тазалоо процесси, SUR анализдери, сезгичтик анализдери, Wilcoxon тести, машыгуу эффектинин регрессиясы, көзөмөл топтун табылгалары жана чектөөлөр негиз катары алынган. Текстте жок болгон клиникалык таасир, сөзсүз билим берүү ийгилиги, узак мөөнөттүү үйрөнүү кепилдиги, реалдуу рынок жүрүм-турумунун кепилдиги же бардык окуучулар үчүн так саясаттык жыйынтык сыяктуу ырастоолор кошулган эмес.

Изилдөөнүн жыйынтыктары өзгөчө математика билими жана чечим кабыл алуу психологиясы үчүн кызыктуу; бирок үлгүнүн көлөмү, лабораториялык контекст жана өлчөө куралдарынын чектөөлөрү себептүү чоңураак, узак мөөнөттүү жана ар башка жаш топторун камтыган изилдөөлөр менен бекемделиши керек. Ошондуктан WarmApp сыяктуу интуитивдик сан жана үлгү машыгуулары белгисиздиктен качууну азайтышы мүмкүн деген жыйынтык үмүт берүүчү, бирок кеңири текшерүүнү талап кылган табылга катары окулушу керек.