휴리스틱과 편향 연구 프로그램

문제와 계보

사이먼의 제한된 합리성은 전지전능한 선택자를 경제학에서 끌어내렸다. 하지만 사람이 계산을 끝까지 못 한다는 말만으로는 실제 판단이 어떻게 나오는지 알 수 없다. 트버스키와 카너먼은 질문을 한 단계 좁혔다. 확률이나 빈도를 곧바로 계산하지 않을 때, 사람은 무엇을 대신 계산하는가.

핵심 주장

1974년 논문은 그 대체를 세 갈래로 묶었다. 사례가 전형과 닮은 정도를 확률로 읽는 대표성 휴리스틱, 기억에서 사례가 잘 떠오르는 정도로 빈도를 읽는 이용가능성 휴리스틱, 처음 주어진 수에서 조정을 시작하는 앵커링과 조정이다. 셋은 복잡한 문제를 아무렇게나 찍는 방식이 아니다. 평소에는 적은 노력으로 그럴듯한 답을 내지만, 대체한 단서와 원래 질문이 어긋나는 조건에서는 오차가 한쪽으로 모인다.

대표 과제 또는 형식

이 연구 프로그램의 실험은 그 어긋남을 일부러 만든다. 성격 묘사가 직업의 전형과 닮아도 직업별 인구 비율은 달라지지 않고, 생생한 사건이 잘 떠올라도 실제 발생 빈도가 늘어나는 것은 아니다. 무작위 숫자는 정답에 관한 정보를 주지 않지만 뒤따르는 추정치를 붙든다. 판단을 확률론이나 논리의 규칙과 대조하면 우연한 실수와 반복되는 방향을 구분할 수 있다는 것이 이 프로그램의 주장이다.

논쟁과 한계

기거렌처는 바로 그 대조 기준을 공격했다. 확률을 단일 사건의 수치로 묻느냐 자연 빈도로 보여 주느냐에 따라 기저율 무시와 결합 오류가 크게 달라지고, 문제의 일상 언어가 수학자가 의도한 뜻과 다르게 읽힐 수도 있다고 지적했다. 그 비판은 휴리스틱이 허구라는 결론보다 오류의 위치를 다시 묻게 한다. 사람의 머리 안에만 오류가 있는가, 아니면 문제 형식과 규범의 선택에도 일부가 있는가.

그래서 이 프로그램을 편향 목록으로만 읽으면 절반이 빠진다. 이 연구는 어려운 질문이 어떤 쉬운 질문으로 바뀌며, 어느 조건에서 둘의 답이 갈라지는지를 추적한다.