1 Kognitiv psykologi Anders Jansson Besluts- och bedömningspsykologi i teori och praktik Informationsteknologi 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 Informationsteknologi Institutionen för informationsteknologi | www.it.uu.se Vad är ett beslut? Formuleringen av beslutsproblemet avgör hur vi tolkar och beskriver beslutsfattarens prestationer Är beslutet en händelse eller process? Har beslutsfattarens mål och intentioner någon betydelse? Tillåts ostrukturerade beslutsuppgifter? Vad spelar situationen, sammanhanget och domänkunskapen för roll?
18
Embed
Kognitiv psykologi - Uppsala University...6 Informationsteknologi Institutionen för informationsteknologi | Felaktiga beslut Det kognitiva systemet tenderar att, i situationer av
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
• ”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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
Arbetsminnet
Hur väljer vi mellan olika alternativ?
Alternativ
Attribut
1
3
21 3 4
2
7
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
Ostrukturerade problem
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Sleipner före….. ….och efter
Osäkra dynamiska miljöer
9
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Handling och feedback
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Tidspress, realtid ocholika tidsskalor
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Starka intressen ochstort ansvar
10
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Många aktörer ska samverka
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
Organisatoriska mål och normer
Info
rmat
ions
tekn
olog
i
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se
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
Institutionen för informationsteknologi | www.it.uu.se