信息信息与决策过程

信息信息与决策过程

1决策策略的定义与过程跟踪方法启发式是人类决策的基本特征。如果决策的信息加工能力超过决策者的信息加工能力，则祖母称之为的“有限理性”起着重要作用。决策者通常根据自己的价值来判断和搜索以前的知识经验，并找到所谓的“满意选择”。当决策任务处于高度不确定性状态与战略性的情景的时候,引导决策者行动的已经不是决策任务信息,决策者已经没有时间或者没有信息来源去考查这些信息,启发式与行动策略已经成为影响决策结果的重要因素。所谓策略就是指个体对决策信息与所具有知识的提取的过程特征,一些决策者表现出比另一些人更加有效地提取知识与信息,这是一种动态的特征。Anderson提出程序性知识的概念,认为这是一种在问题解决的过程中体现出的知识,是关于怎么做的知识,更加多地可以用行动的规则来表示,主要是指对决策知识进行加工的某些程序规则,打一个比方就是数据库中提取信息不同的算法,这些算法决定的信息提取的速度与有效性。对于决策策略的研究,大多数的心理学研究采用过程跟踪方法。这种研究一般依据决策过程研究范式,集中于研究决策输入与决策输出之间的信息加工过程,通过决策者收集信息的过程研究决策策略。这种方法弥补了决策研究的结构性范式所带来决策认知过程研究的不足,集中于决策的过程,通过过程性的特征考查决策策略。研究采用的主要技术是口语报告法与信息公告板技术,因为这些技术有利于采用过程跟踪的方法了解决策过程。2两种信息加工策略多特征多选择决策(MMAU)是信息公告板技术常用来研究决策策略的任务。多特征多选项决策任务通常有两个以上的选项,每一个选项有两个以上特征。特征数量与选项不同就形成不同变式。由于决策信息非常多,决策者通常不会采用查阅所有信息的策略,启发式在这种决策中就会体现得非常明显。决策者的决策信息搜索过程能够极大地体现决策者信息策略,表现出决策者采用什么方式进行决策。在这种决策任务中,决策者可以表现多种决策的信息搜索策略。通常把这些策略归为两种:完全信息加工策略与不完全信息加工策略。前者是以对决策信息的逐步的完全搜索为基础的,对每个选项每个特征的值进行查阅,进行仔细地比较,通常每一个选项还有一定的权重,通过不同项目不同特征的整合得到最后的决策结果。完全信息加工策略对决策者的信息加工中造成高负荷,因为所有的信息都需要查阅与利用。但是当任务的信息复杂程度比较高的时候,比如,当多特征多选择决策任务决策的选择项与特征数量比较大的时候,不完全信息加工的策略才是决策者通常利用的决策策略。也就是心理学家通常所说的“启发式”。图1列出了多特征多选择决策任务的几种策略类型。前面的加权总和策略与平均总和策略是完全信息策略中的两种,决策者通过对所有维度所有信息查看后,通过总和的方式做出决策,所以这也称为补偿性策略(compensatorystrategy),因为每个维度的信息都得到了整合与利用。而后面三种策略:满意策略、查阅策略与方面排除策略是3种典型的启发式策略,决策者并没有利用所有信息,这类策略也称为非补偿性策略(non-compensatorystrategy),因为在这些策略中,如果一个维度上的得分到分数低是无法通过其他维度的高分来补偿的。通常决策者会采用混合策略,如(6)所示的就是查阅策略与平均总和策略的混合。3基于策略指数的测量Ball提出,在多特征多选择决策任务中的所有策略都可以分解成为某些单步与多步策略的组合,并且通过相应的策略指标来反应决策者使用的策略偏向,我们称这些策略为简单策略(参见图2)。虽然我们可以在多特征多选择决策任务中,对8种不同的简单策略进行计数作为评价决策者信息策略的指标。但是,要从整体上对策略进行评价,就需要引入新的指标。在图1所示的策略中,完全信息策略采用了更多的类型Ⅱ策略,而不完全信息策略更多地采用了类型Ⅲ策略,这两种策略是决策避发式运用次数的重要指标。我们认为,当决策者使用策略Ⅱ的时候,决策者倾向于对选项的不同方面信息进行整合,而当决策者使用策略Ⅲ的时候,决策者偏向于对不同选项的比较。策略Ⅱ与策略Ⅲ的比例说明了信息加工的能力,当策略Ⅲ的比例提高的时候,启发式的成分就增加了。Payne首先介绍了一种方法,引入了一个策略指标,利用单步跳转数量测量决策策略,测量公式如下所示:NⅡ指第Ⅱ种类型跳转步骤的数量。NⅢ指第Ⅲ种类型跳转步骤的数量。从这个公式中,我们看到这个策略指数的值从-1变化到+1,我们称之为策略指数(SI)。对于这个指标我们看到当类型Ⅱ比类型Ⅲ运用得多的时候,指标为正数,反之则为负数。许多研究证实了这个指标(SI)是可以确切地反应策略的变化,但是这个指标也容易受到特征数量与选择数量的影响,而且分布的峰度容易受到特征数量的影响。为了弥补这些缺陷,Bockenholt与Hynan另外提出了一个更加合理的策略测量指标:NⅡ指第Ⅱ种类型跳转步骤的数量。NⅢ指第Ⅱ种类型跳转步骤的数量。Nalt指选择项的数量,Natt指特征的数量。N是决策者的查阅信息次数的总量。这个指标的大小含义与上一个相一致,但优点在于这个指标的分布是正态的,而且变化的值的范围并不受限制,而且考虑了多特征多选项决策任务的选项与特征变化,我们称之为策略标度(SM)。虽然这些指标不够完备,但是我们认为,它们可以从一定程度上也可以反映决策策略的总体情况。这两个指数从总体上说,可以反应决策者倾向于运用完全信息策略还是不完全信息策略,如果SI与SM的数值越大,则表明决策者倾向于运用完全信息策略,反之,则倾向于使用启发式策略以减少信息加工的负荷。4决策策略的选择对于决策者在多特征多选项任务中决策策略的研究,大多数是集中于对多种策略类型的划分与确认。其他一些研究关心任务因素、情景因素、个人因素等多方面的其他因素对决策策略的使用的影响。总体上说,这一类策略的研究重点在于对决策过程的描述而不是对决策模型的解释。Beach与Mitchell提出,决策者采用何种策略来解决问题,是由一个复杂的