Kognitiv psykologi - Uppsala University...6 Informationsteknologi Institutionen för informationsteknologi | Felaktiga beslut Det kognitiva systemet tenderar att, i situationer av

1

Kognitiv psykologi

Anders Jansson

Besluts- och bedömningspsykologi

i teori och praktik

Info

rmat

ions

tekn

olog

i

Institutionen för informationsteknologi | www.it.uu.se

Bedömningspsykologi Normativt beslutsfattande Det kognitiva perspektivet

Empiriskt perspektiv Heuristics & Biases

Två alternativa synsätt Kleins RPD-modell Rasmussens SRK-modell

Erfarenheter från egna fältstudier

Info

rmat

ions

tekn

olog

i


Vad är ett beslut? Formuleringen av beslutsproblemet

avgör hur vi tolkar och beskriver beslutsfattarens prestationerÄr beslutet en händelse eller process?Har beslutsfattarens mål och

intentioner någon betydelse?Tillåts ostrukturerade beslutsuppgifter?Vad spelar situationen, sammanhanget

och domänkunskapen för roll?

2

Info

rmat

ions

tekn

olog

i


Osäkerhet Graden av osäkerhet varierar Hur ska osäkerhet formuleras?

Klassisk beslutsforskning hanterar detta med hjälp av sannolikheter och riskkalkyler

Är människan en ”intuitiv statistiker” eller en ”intuitiv ingenjör”?

Info

rmat

ions

tekn

olog

i


Domänkunskap/expertis Beslutsfattarens domänkunskap

varierar Ska man dra slutsatser om

människans förmåga att fatta beslut genomStudenters förmåga att besvara

allmänkunskapsfrågor?Experters förmåga att besvara

domänkunskapsfrågor?

Info

rmat

ions

tekn

olog

i


Tidens betydelse Ska bedömningar

och beslut ses som en serie oberoende eller interberoende händelser?

Hur påverkar tids-press prestation och beteende hos en beslutsfattare?

3

Info

rmat

ions

tekn

olog

i


Beslutskriterier Det optimala beslutet =

Den maximala utdelningen jämfört med ett på förhand förväntat värde?eller

Det i efterhand konstaterade utfallet i form av bästa tänkbara resultat?eller

När den mest lämpade experten inom området har avgjort ärendet!

Info

rmat

ions

tekn

olog

i


Gottröra-kraschen

Info

rmat

ions

tekn

olog

i


Beslutsforskning I Normativt beslutsfattande

Preskriptiva teorier Föreskriver hur beslut bör fattas för att

t.ex. maximera vinster eller minimera förluster Studier av hur mycket människor avviker

från sådana optimala beslut (utfall) Människan är en ”dålig intuitiv statistiker” Motiv för utveckling av beslutshjälpmedel

4

Info

rmat

ions

tekn

olog

i


Beslutsforskning II Beslutsfattande ur ett kognitivt

perspektivKognitiva processer styr våra val Förklarar mänskligt beslutsfattande i

termer av ”heuristics & biases” Bakomliggande principer

• Representativeness heuristic• Availability heuristic• Anchoring and adjustment heuristic• Overconfidence bias• Confirmation bias• Hindsight bias

Info

rmat

ions

tekn

olog

i


Beslutsforskning III Naturalistsikt beslutsfattande

Ett holistiskt perspektiv Syftar till att beskriva beslutsfattandet i

nära relation med kontext och innehåll Studerar beslutsfattare i representativa

miljöer Låter domänkunskapen vara en del av

förutsättningarna för beslutet

Info

rmat

ions

tekn

olog

i


Beslutsforskning IV Beslutsfattande på olika nivåer

Kunskapsnivån Vid analytiskt tänkande och problemlösning

Regelnivån Strategier färdiga att använda givet en viss

situationSkicklighetsnivån Bedömningar och beslut som är

automatiserade

5

Info

rmat

ions

tekn

olog

i


Tre modeller Heuristics & Biases

Modell från det kognitiva perspektivetMetod: Laboratorier + Experiment

Kleins RPD-modellNaturalistiska och dynamiska miljöerMetod: Fältstudier + Analyser

Rasmussens SRK-modell Ingenjörens perspektivMetod: Fallstudier + Felsökning

Info

rmat

ions

tekn

olog

i


SensoryProcessing Perception Response

SelectionCHOICE

ResponseExecution

SystemEnvironment(Feedback)

WorkingMemory

Cognition

DIAGNOSISH1 H2 ……..

Long-termMemory

AttentionResources

SelectiveAttention

Options Risks(Values)

Cues

Info

rmat

ions

tekn

olog

i


Långtidsminnet Tre grundläggande kognitiva

tumregler (heuristiker)Representativitet: likhetsmatchning

• ”Den här situationen liknar……..”• När vi har tillgång till många relevanta cues• Vad är sannolikheten att A tillhör B?

Tillgänglighet: frekvensspel• ”Den här situationen inträffar ofta…..”• När cues är tvetydiga och domänkunskapen låg• Vad är sannolikheten att A ska hända?

Förankring & förändring: initiala värden• Bedömningar och skattningar med numeriska

värden

6

Info

rmat

ions

tekn

olog

i


Felaktiga beslutDet kognitiva systemet tenderar att, i

situationer av underspecificering, reagera med kognitiva operationer i form av tumregler som tidigare visat sig vara användbara

Detta ger upphov till en rad olika former av fel, och dessa fel uppstår på alla kognitiva nivåer

Info

rmat

ions

tekn

olog

i


Långtidsminnet forts. Långtidsminnet och systematiska

felhandlingarÖverkonfidensfenomenet Vi tror oss kunna mer än vad vi faktiskt

vet! Forskare tvistar om fenomenets ekologiska

validitetKonfirmationsfenomenet Vi söker hellre bevis för att existerande

uppfattning är rätt, snarare än att kritiskt granska våra antaganden

Info

rmat

ions

tekn

olog

i


Arbetsminnet

Hur väljer vi mellan olika alternativ?

Alternativ

Attribut

1

3

21 3 4

2

7

Info

rmat

ions

tekn

olog

i


Beslutsfattande Klassiskt

beslutsfattande Utgår från

sannolikhetsmodeller Ger en bild av

människan som en dålig ”intuitiv statistiker”

Naturalistiskt och dynamiskt beslutsfattande Integrerar olika

kognitiva processer Ger en bild av

människan som en god ”intuitiv ingenjör”

Info

rmat

ions

tekn

olog

i


Experience the situation in a changing context

Seek moreinformationReassesssituation Is the situation

familiar?

Recognition: Four aspects

Areexpectancies

violated?

Mental simulation of action (n)

Will itwork?

Implement

Modify

Plausiblegoals

Relevantcues

Expectancies Actions1…..n

No

YesYes

NoNo

Yes, but

Yes

Info

rmat

ions

tekn

olog

i


Kleins RPD-modell Viktiga, särskiljande drag jmf. med

IP-modellen1. Fokus på situationsuppfattning2. Tillvaratar erfarenhet och kompetens3. Omedelbar identifiering av rimlig lösning4. Tillräckligt bra beslut räcker5. Bedömning av ett alternativ i taget6. Utvärdering i form av mental simulering7. Kontinuerlig beredskap för handling

8

Info

rmat

ions

tekn

olog

i


NDM: Utgångspunkter Beslutsmiljöer kännetecknas av

1. Ostrukturerade problem2. Osäkra, dynamiska miljöer3. Skiftande, illa definierade och konkurrerande

mål4. Beslutsprocess i form av handling och feedback5. Tidspress, realtid, olika tidsskalor6. Starka intressen och stort ansvar7. Många aktörer8. Organisatoriska mål och normer

Info

rmat

ions

tekn

olog

i


Ostrukturerade problem

Info

rmat

ions

tekn

olog

i


Sleipner före….. ….och efter

Osäkra dynamiska miljöer

9

Info

rmat

ions

tekn

olog

i


Handling och feedback

Info

rmat

ions

tekn

olog

i


Tidspress, realtid ocholika tidsskalor

Info

rmat

ions

tekn

olog

i


Starka intressen ochstort ansvar

10

Info

rmat

ions

tekn

olog

i


Många aktörer ska samverka

Info

rmat

ions

tekn

olog

i


Organisatoriska mål och normer

Info

rmat

ions

tekn

olog

i


Knowledge-Based

Symbols

Rule-Based

Behaviour

Skill-Based

BehaviourFeature

Formation

AutomatedSensori-Motor

Patterns

Sensory Input

Signals

Output Actions

Recognition AssociationState/Task

Stored RulesFor Task

Identification DecisionOf Task Planning

Signs

Symbols

Goals

11

Info

rmat

ions

tekn

olog

i


Rasmussens SRK-modell Beslutsfattarens egenskaper kan

delas in i två delarAllmänmänskliga egenskaper i form av

förmågor och begränsningar T.ex. att arbetsminnesbegränsningar

påverkar allt kontorsarbete negativtDomänspecifik kunskap och kompetens

i form av expertis inom ett område T.ex. att lokförare måste ha linjekännedom

för att kunna stanna vid en plattform

Info

rmat

ions

tekn

olog

i


SRK forts. Allmänmänskliga

drag Modelleras med

hjälp av modeller inom kognitiv psykologi

Domänspecifik kunskap Modelleras med

hjälp av en treskiktstaxonomi (SRK) ”Skills” ”Rules” ”Knowledge”

Info

rmat

ions

tekn

olog

i


SRK: Kunskapsnivån Problemrymden =

mentala modeller Helhet-delar Mål-medel Kausala relationer

Processregler i form av: Tumregler Modellutveckling Transformering av

modeller Matchning mellan

abstraktionsnivåer Tankeexperiment

12

Info

rmat

ions

tekn

olog

i


SRK: Regelnivån Problemrymden =

implicita regler Regler i form av

matchning mellan intryck och handlingar

Handling-respons modeller (implicita)

Processregler i form av: Situationsbaserade

regler Handlingar riktade

mot fysiska eller symboliska objekt i arbetsmiljön

Info

rmat

ions

tekn

olog

i


SRK: Skicklighetsnivån Problemrymden =

interna dynamiska modeller om omgivningen Närmiljöns och den

egna kroppens beteende

Processregler i form av: Ej relevant, här

kontrolleras beteendet inte av några regler, utan av naturens egna lagar, t.ex. fluktuationer i nervsystemet

Info

rmat

ions

tekn

olog

i


SRK: Nivåer av signaler Kunskapsnivån – Symboler utgör

grunden för kunskapsbaserat beteende

Regelnivån – Tecken och signaler leder till regelbaserat beteende som t.ex. igenkänning

Skicklighetsnivån – Sinnesintryck leder till automatiserade handlingar

13

Info

rmat

ions

tekn

olog

i


SRK: Stödjer experter Fördelen med SRK-modellen är att

den ger möjlighet att utforma dialoger och processgrafik utifrån beslutsfattarens kompetens

Detta är särskilt viktigt i miljöer där domänspecifik kunskap är en förutsättning för att det slutliga beslutet ska bli bra

Info

rmat

ions

tekn

olog

i


Our theoretical modelRequirements in order to control a system:

• goals (G)

• models (M)

• actions (A)

• observations (O)Process time

Observations

ModelsGoals

Actions

Info

rmat

ions

tekn

olog

i


Snabba beslut I

14

Info

rmat

ions

tekn

olog

i


Snabba beslut II

Info

rmat

ions

tekn

olog

i


Fordon, fartygProcess-och trafik-styrning

Administrativt arbete

MDI studerar datorstöd i arbetslivet……

Vård-och omsorg-arbete

Info

rmat

ions

tekn

olog

i


Olika generationer av beslutsstöd

15

Info

rmat

ions

tekn

olog

i


Info

rmat

ions

tekn

olog

i


Dynamiska beslut Beslut i dynamiska miljöer

En serie av interberoende beslutBeslutsuppgiften förändras, både av sig

själv och på grund av operatörens handlingar

Besluten måste tas realtid

Info

rmat

ions

tekn

olog

i


Dynamiska beslut forts. Tre generella aspekter som

människor har svårt med

KomplexitetOgenomskinlighetDynamik

16

Info

rmat

ions

tekn

olog

i


Komplexitet Målkonflikter är svåra att hantera i

rätt ordning Sido-effekter är svåra att förutse Stora system är svåra att överblicka Systemens natur kan vara svåra att

hantera Positivt återkopplade system är svåra att få

kontroll på Negativt återkopplade system är svåra att

påverka

Info

rmat

ions

tekn

olog

i


Observerbarhet Dålig feedback-

kvalitet ….. gör det svårt att

veta systemets tillstånd

gör det svårt att avgöra kausala samband

Dålig feedback-kvalitet beror på … att man inte har

tillgång till all information

att informationen inte är strukturerad eller presenterad på rätt sätt

Info

rmat

ions

tekn

olog

i


Dynamik Tidspress är svår att hantera om

förloppen är för snabba Exponentiella utvecklingar är alltid

svåra att kontrollera Fördröjningar är svåra att kognitivt

kompensera Många olika tidsskalor är svåra att

integrera

17

Info

rmat

ions

tekn

olog

i


Fördröjningar Feedback-fördröjningar kan finnas

på olika ställen i en feedback-loopDödtid är den tid det tar för ett system

att svara på ett kommandoTidskonstanten är den tid det tar för ett

system att uppnå ett visst (bör)värde Informationsfördröjning är den tid det

tar för ett system att återrapportera status av en förändring

Info

rmat

ions

tekn

olog

i


Strategier Feedback-baserad

direktinteraktion Kognitivt enkla

operationer, ofta i normalfallet

Perception eller automatiserade processer

Ofta inte tillräckliga vid beräkningar och fördröjningar

Mentala modeller (feedforward) Kognitivt

ansträngande operationer

Mentala modeller eller simuleringar

Ofta nödvändiga vid besvärliga problem och vid avvikelser

Info

rmat

ions

tekn

olog

i


Komplexa problem För att kunna lösa problem som är

komplexa, dynamiska och ogenomskinliga krävs en form av operativ intelligens som inte klassisk intelligensforskning vet så mycket om

Heuristisk kompetens är ett komplement till intelligens

18

Info

rmat

ions

tekn

olog

i


Heuristisk kompetens Förmåga att planera och utvärdera

på strategisk nivå Förmåga att systematiskt undersöka

och bygga upp en bättre förståelse Förmåga att utvärdera idéer,

hypoteser och strategier Förmåga att självkritiskt reflektera

över uppnått resultat

Info

rmat

ions

tekn

olog

i


Maladaptiva beteendenBrist på heuristisk kompetens (orsaker)

Att agera direkt på feedback Otillräcklig systematisering Otillräcklig kontroll av strategier och

hypoteser Brist på självreflektion

Detta kan leda till (verkan)

Selektiv informationsinhämtning Selektivt handlande Intellektuellt vagabonderi

Documents

Kognitiv psykologi - Uppsala University...6 Informationsteknologi Institutionen för informationsteknologi | Felaktiga beslut Det kognitiva systemet tenderar att, i situationer av