인과관계의 상황
아모스와 나는 택시 문제의 여러 변형을 만들었지만,
인과관계 기저율이라는 막강한 개념을 만들지는 못했다.
이 개념은 심리학자 이체크 아이젠(Icek Ajzen)에게서 빌려왔다.
아이젠은 실험 참가자들에게,
예일대학에서 시험을 치른 일부 학생들을 묘사한 짧은글을 보여주었다.
그리고 각 학생이 시ㄹ험을 통과했을 확률을 추정해보라고 했다.
이때 적용한 인과관계 기저율 조작은 간단명료했다.
똑같은 학생들을 두고 , 참가자 한 불에게는 그들이 75퍼센트가 시험을 통과한 집단에서 뽑혔다고 하고,
다른 부륭게는 25퍼센트만 통과한 집단에서 뽑혔다고 했다. 이 조작의 위력은 대단했다.
25퍼센트만 통과했다면 시험은 분명 심각하게 어려웠을 거라는 즉각적인 추론이 가능하기 때문이다.
시험 난이도는 당연히 각 학생의 결과를 결정짓는 여러 인과관계 요소 가운데 하나다..
예상대로참가자들은 인과고나계 기저율 에 대단히 민감하게 반응해,
통과율이 낮은 집단보다 통과율이 높은집단에 속한 모든 학생의 시험 통과율을 높이 쳐줬다.
아이젠은 기발한 방법으로 인과관계와 무관한 기저율도제시했다.
참갖들에게, 문제에 묘사된 학생들은 시험을 통과한 학생과 통과하지 못한 학생을
의도적으로 선별해 만든 표본에서 뽑혔다고 했다.
그리고 이를테면 시험 통과율이 낮은 표본에 대한 정보는 아래와 같이 제시했다.
연구원은 주로 실패 원인에 관심이 있어서,
75펴센트가 시험을 통과하지 못한 학생들로 이루어진 표본을 만들었다.
여기서 차이에 주목하라.
이 기져율은개별 사례들을 추출한 표본과 관련한 순전히 통계적인 사실이다.
개별 학생이 시험을 통과했는가 못 했는가를 묻는 애초의 질문과는 상관이 없다.
예상대로, 노골적으로 제시된 이 기저율은 판단에 어느 정도 영향을 미쳤다.
그러나 통계적으로 이와 동일한 인과관계 기저율보다는 영향력이 적었다.
시스템1은 여러 요소가 인과관계로 얽힌 이야기는 잘 다루지만, 통계적 추론에는 약하다.
물론 베이즈 추론에 강한 사람들에게는 둘 다 똑같다.
이쯤 되면 만족스러운 결론을 얻었다고 단정하고 싶은 마음이 간절하다.
인과관계 기저율은 고려되고 단지 통계일 뿐인 사실은(어느 정도) 외면된다.
다음은 내가 아주 좋아하는, 상황이 좀 더 복잡한 연구다.
257-258