Комментарии 82
Ошибки случаются. Поэтому в этом смысле нам не следует винить Даннинга и Крюгера в допущенных ошибках.
Нет, наоборот. Знание без сомнений это не наука.
А эти ваши "чмошники" отрицают, не опровергая и не доказывая это, двухсотлентие определения молекулярной теории. Они буквально насрали на распределение Гаусса-Лапласа. Хотя оно имеет практическое применение в объективной реальности.
Даже опираясь на часть реальной науки, результат нерепрезентативен, в отличии от канона, имеющего приложение во множестве сред.
Коллега предлагает вместо построения необработанных данных рассчитать «ошибку самооценки» каждого человека.
В этот момент у вас и появляется автокорреляция.
Но при чем здесь эффект Д.К. если у них зависимость самооценка/(результат тестирования тестов), а не (результат тестирования - самооценка)/(результат тестирования), как у вас?
Или это такой психологический эксперимент, чтобы проверить, насколько аудитория Хабра критично воспринимает информацию?
эта статья - это подтверждение того самого эффекта, который пытается опровергнуть
Так а не это ли означает, что данный эффект неопровержим?
Это означает что статья написана придурком для придурков. Ни подтверждений, ни опровержений, а только некие высосанные из пальца факты и доводы.
Хотите утвердиться в научном мире - подтвердите теорию практикой. Хоть на минимальном уровне, пускай даже нерепрезентативном. Пускай клоп будет вашим свидетелем.
Общий смысл статьи заключается в типичной для "ньюби" мира: Выборка это то, что мне нужно, остальное - отрицаем. Пардон, но так и евклидову геометрию по***ить можно. Или тут речь о том, что "Бастилию брал не я, но как найду, то положу на место?"
эта статья - это подтверждение того самого эффекта, который пытается опровергнуть
Ваш вывод - следствие Вашей предвзятости. А так же и эффект Данниинга Крюгера тоже лишь предвзятость. Банальный пример специалист по планете Земля никогда не будет сомневаться в том что Земля шарообразная, а человек необразованный - блиновер будет.
Вы же будете оправдывать наличие такого эффекта только лишь потому что бессознательно понимаете удобство в его использовании а не потому что это факт, только лишь потому что Вам удобно так делать и игнорировать любые факты которые опровергают этот псевдоэффект - который Вы используете как способ поднятия Вашей самооценки.
Потому что на основе одного графика никаких выводов сделать нельзя. А выводы о наличии эффекта делаются на основе совместного анализа двух графиков, конкретно их разницы: если разница больше нуля - переоценка, меньше нуля - недооценка.
Хабр - это не научный журнал и, соотвественно, аудитория Хабра - не аудитория научного журнала. Если бы автор перевода потрудился хотя бы просмотреть оригинальную работу 1999 г. гг. Даннинга и Крюгера, он бы выбрал другую статью для перевода.
Ничего не понял, но кажется теперь я не тупой! Ура! Ох уж этот Даунинг-Крюгер, как же он ошибался.
Цель этой истории — продемонстрировать, что эффект Даннинга-Крюгера не имеет ничего общего с человеческой психологией. Это статистический артефакт — пример автокорреляции, скрывающийся на виду.
Подождите. На приведенном графике хорошо видно что это не так. Эффект далеко за пределами статистической погрешности и заключается он в том что самооценка человека и его реальные результаты теста хотя и не являются полностью независимыми, но кореляция между ними существенно меньше единицы. В этом и заключается эффект - люди ошибаются в своей самооценке и благодаря склонности к излишнему оптимизму сильнее ошибаются люди с худшими реальными результатами.
Рассмотрим ваш гипотетический случай с отсутствием кореляции между самоценкой и результатом. Если бы был реальностью, он бы говорил о том что люди вообще неспособны оценить свои работы самостоятельно.
Двигаясь слева направо, разброс ошибок самооценки имеет тенденцию уменьшаться по мере повышения уровня образования. Другими словами, преподаватели обычно лучше оценивают свои способности, чем первокурсники
И.. вы сами описали здесь эффект Даннинга-Крюгера - более компетентные люди лучше оценивают свои реальные сопособности. Это буквально тоже он.
Лучше оценивают, но не переоценивают. Изначально была речь о переоценке вроде:
Слышали ли вы об «эффекте Даннинга-Крюгера»? Это (очевидная) тенденция неквалифицированных людей переоценивать свою компетентность.
И.. вы сами описали здесь эффект Даннинга-Крюгера - более компетентные люди лучше оценивают свои реальные сопособности. Это буквально тоже он.
Нет.
Обсуждаемый "эффект" гласит не то что "глупые оценивают себя неправильно", а "глупые считают себя умнее чем есть на самом деле".
Это какое-то очень вульгализированное определение. Вот вики: "The Dunning–Kruger effect is a cognitive bias in which people with limited competence in a particular domain overestimate their abilities. Some researchers also include the opposite effect for high performers: their tendency to underestimate their skills."
Люди с низкой компетентностью переоценивают свои способности, люди с высокой - недооценивают. Никаких "глупых" и "умнее" тут нет.
Обсуждаемый "эффект" гласит не то что "глупые оценивают себя неправильно", а "глупые считают себя умнее чем есть на самом деле".
Это же одно и то же - не правильно, с нарушением закона тождества - переоценивают себя
Разоблачён только секрет популярных блогеров - рассуждать о том, чего не понимаешь, но читатель тоже не понимает, но поддаётся уверенному тону и "открытию тайн".
Для начала - автокорреляция это совсем другое.
Человек пытался на пальцах объяснить, что сравниваются две переменные x и производная из нее, условный x+y. Естественно, между ними будет наблюдаться высокая степень скоррелированности. На практике обычно это означает, что совместное рассмотрение таких двух переменных нового знания не дает, о чем и написано в этой статье.
Прошу прощения, что-то я не понял: человек демонстрирует эффект Даннинга-Крюгера, пытаясь его опровергнуть, или нет? Я запутался
Читал по диагонали и что-то ваши аргументы насчет автокорелляции меня не убедили (начиная с момента "предположим мы получили вот такие вот рандомные данные").
Если бы мне вдруг захотелось разоблачить эффект Даннинга-Крюгера, то я бы просто заявил, что "люди в среднем считают себя выше среднего" и сказал бы, что это связано с этим и вот этим
Есть некоторая методика, которая демонстрирует некий эффект, "закон". Если даем ей на вход корректные данные - она хорошо демонстрирует эффект, если подсовываем ей случайный набор данных, то она.. тоже так-же хорошо демонстрирует этот эффект. Как по нме методика явно никуда не годится, если она вне зависимости от корректности данных дает один и тот-же нужный авторам эффект.
Неверный вывод.
С чего вы взяли что независимые случайные данные - некорректные?
То, что эффект является следствием независимости величин - не делает эффект "неправильным".
Особенно когда нулевая гипотеза - что величины как раз-таки зависимы.
А с чего вы решили что они корректные? Случайные величины страдают синдромом Данинга-Крюгера? Так что-ли?
Случайные величины страдают синдромом Данинга-Крюгера? Так что-ли?
Именно так)
Нулевая гипотеза предполагает, что коэффициент регрессии для зависимости самооценки от актуальной оценки должен быть близок к единице. Это поведение, которого мы ожидаем от людей. Если мы получаем отклонение - то, значит, есть какой-то эффект, который это отклонение вызывает (люди ведут себя не так, как мы ожидаем). В случае со случайными величинами - мы явно не можем ожидать, что люди в качестве своей оценки будут давать просто случайное число (будто бросают кубик). И если наши данные выглядят, будто они делают именно так - то есть какой-то эффект, который должен обеспечивать подобную статистику. Почему выглядит так, что люди отвечают случайно, хотя мы-то точно знаем, что они отвечают неслучайно? Вот причина, по которой так происходит - это и есть эффект Даннинга-Крюгера.
Но результаты в зависимости от разных входных данных разные. Возьмем три набора данных. Реальные, независимое случайное распределение, прямую кореляцию при которой самооценка равна реальному результату.
Получим для реальных данных коэффициент кореляции ~0.5; для случайного распределния ~0.0; для прямой кореляции =1.0 (внезапно)
Выводы:
люди в среднем способны оценивать свою компетентность; (иначе коэффициент был бы как при случайном распределении)
люди обычно неверно оценивают свою компетентность; (иначе коэффициент был бы как при прямой корреляции)
абсолютная ошибка оценки выше на низких уровнях компетенции; (это не следует из приведенных наблюдений, но следует из реальных данных)
Итак, нас (неявно) просят сравнить y – x с x :
(y−x) ∼ x
Видите проблему? Мы сравниваем x с его отрицательной версией.
Если бы в этой разнице, автокорреляция играла бы решающую роль, то наклон всего графика был бы обратный. Ведь x коррелирует с -x. А на графике наклон положительный.
Спасибо за перевод, очень интересно! Когда я понял, что весь эффект сводится к утверждению "с ростом x значение y-x уменьшается", я полез пересматривать график ещё раз - не может же быть всё так тупо! Оказалось, что может.
Перечитал статью и критику в оригинале:
1) То, что эффект воспроизводится на случайных данных, его не опровергает, а скорее подтверждает, пусть и не в особо сильном виде (это по сути равносильно ситуации, где оценка своих способностей никак не связана с реальной компетенцией).
2) Эффект всё равно подтасован из-за проблем с неравномерным обрубанием шума в данных на концах разброса (для худших и лучших). Написал в другом комментарии ниже объяснение подробнее.
Я думаю, что никакого подвоха нет: в целом, тесты проверяют способности человека объективнее, чем сам человек, однако, с ростом человека его оценка может становиться точнее.
Здесь две степени свободы: человеческий решатель и решатель-тест. Между ними есть некоторая корреляция, именно честная, которую и должна ловить наука. Пример - связь тока и напряжения в электрической цепи. Это две степени свободы, потому что напряжение не всегда влечет за собой ток - это зависит от сопротивления цепи, и наоборот.
Да какая нафиг корреляция между категориальной и непрерывной переменными? Тут надо дисперсионный анализ применять
Не знаю даже, мне трудно сказать.
Квартили это количественная оценка. Дискретность не мешает корреляции с непрерывным. Например так часто делают при калибровке АЦП. Напряжение подают "аналоговое", а результат берут в цифровом бинаризированном виде.
На рисунке 2 (жирная кривая) видно, что самооценка очень слабо коррелирует с результатами тестов. То есть, люди с низким результатом тестов в среднем оценивают себя почти так же, как люди с высоким результатом тестов. Ну а раз они оценивают себя почти одинаково, то люди с низкой квалификацией склонны переоценивать себя, а люди с высокой квалификацией - недооценивать. (Предполагаем, что результаты тестов коррелируют с уровнем квалификации).
Далее в статье продемонстрировано, что если взять две независимых случайных величины, то график получится почти такой же (красная горизонтальная кривая на рисунке 10). И это только подтверждает первоначальный вывод, что самооценка очень слабо коррелирует с результатами тестов.
Допустим человек случайно оценивает свой результат теста: вероятность попасть в группу "переоценки собственных результатов" у тех кто прошёл тест отвратительно почти 100%, также и у тех кто прошёл тест идеально и случайно оценивает свой результат почти 100% вероятность попасть в группу "недооценки собственных результатов". Т.е. если оценка людьми своих способностей случайна, то они не "склонны", у них нет выбора. Т.е. человеку набравшему 0/100 на тесте нужно в своей оценке попасть в диапазон от 0 до 25 (25% диапазона), чтобы сравниться по точности с человеком набравшим 50/100 и который в своей оценки попадает в диапазон от 25 до 75 (50% диапазона), мало того у "неуспевающего" с 0/100 в тесте нет физической возможности недооценить свой результат, только переоценить или угадать идеально точно, у "отличника" 100/100, та же ситуация только с обратной стороны. Единственно верный вывод из реальных тестов: "люди с низкой квалификацией немного менее точно оценивают свои результаты (как в меньшую, так и большую сторону) по сравнению с людьми с высокой квалификацией".
Давайте лучше опишу так, что вы сможете пересказать своим друзьям, которые не знают, что такое коэффициент корреляции и линейная регрессия.
1) Набираем 5 человек в группу. Тестируем их с помощью 100-балльного теста, получив результаты 30, 40, 50, 60, 70 (неважно в каком порядке, важно лишь, что результаты теста распределяются не от 0 до 100 равномерно, а блже к среднему).
2) Теперь допустим эти люди назвали оценки своих тестов, ошибившись на 2 балла в обе стороны равномерно, ну скажем: 32, 41, 49, 59, 71 .
3) Теперь эти два профессора зачем-то теперь переранжировали результаты тестов по 100-балльной шкале от 0 до 100, получив в нашем примере цифры 10, 30, 50, 70, 90 .
4) Теперь они вычитают переранжированные результаты тестов и собственную оценку результатов тестов этими людьми. В данном примере получается, что тот, кто оценил себя на 32 балла, получил на самом деле 10 баллов на тесте (на самом деле -- на переранжированном тесте!), то есть, накрутил себе 22 балла! А тот, кто набрал 90 баллов (опять же на переранжированном тесте!) -- оценил себя на 71 балл, а набрал 90 баллов, то есть, наоборот, на 19 баллов оценил себя хуже. И такой результат статистически значимый, и выглядит как почти прямая наклонная линия.
5) Делаем вывод: те люди, что хуже сдают тест -- накручивают себе результаты, а те, что лучше сдают тест -- занижают свои результаты. Причём весьма сильно. Видите же какой большой наклон у линии?
6) ... (стыдное немое молчание в зрительском зале, потому что ни один психолог, который читал их работу, за 17 лет с 1999 по 2016 год не заметил этот хитрый математический трюк! А математики, видимо, эту работу и не читали вовсе)
7) Профит!
В 3) также проводят аналогичный перерасчет самооценок. У серой и черной линий шкала Y одинаковая, естественно, иначе на графиках творились бы Содом и Гоморра. Особенно если учесть, что изначальные оценки тестов не обязательно числовые.
Если я правильно понял, то весь прикол в том, что в таком переранжированном варианте те, кто в топе, просто физически не могут себя сильно переоценить. Даже если человек набрал 40 баллов из 100, но при этом среди всех n участников эксперимента это лучший результат, то он не может оценить себя выше чем на n (потому что их спрашивают о том, как они справились относительно других, а не "сколько баллов вы набрали по вашему мнению"). А в меньшую сторону себя недооценить можно хоть на n-1. Аналогичная проблема с теми, кто в самом низу - они могут себя только переоценить. Как можно получить другой результат с такими измерениями? (риторический вопрос)
За пример конечно респект, но всё же не кажется ли тебе неправильным "хитрую" работу с ошибкой? Ведь 2 балла от 30 и 70 это более чем в 2 раза разные значения, при этом ты увеличил разницу взяв 32 и 71. О чём я говорю: величина отклонения для сравнения при заданных двух баллах - кажущимися как 2%:
2/30≈6.67% и 1/70≈1.4% соответственно. То есть сам разброс опорных данных отличается как минимум в 4 раза.
Если за начальное условие брать то, что участники уже знают с округлением до десятков свой результат — величину ошибки следовало бы как-то привязать к самому результату (хотя бы шумному). Хотя лично мне кажется что эффект ДК наблюдается именно в попытках людей правильно определить десятки - ментально на уровне сравнения "я точно знаю лучше того ботаника"
А вы знакомы с непараметрическими статистическими критериями? Там, в отличие от всеми любимого t-критерия, значения вообще не имеют значения (извините). Пусть у вас экспериментальные точки будут равны 1, 2, 27, 80, 5, 31, 100, 2000, 800, 10 - любой ранговый критерий их располагает в порядке от 1-го до 10-го и над ними уже проводит поранговое сравнение выборок. И это работает.
Тестируем их с помощью 100-балльного теста, получив результаты 30, 40, 50, 60, 70
После этого их спрашивают, как Вы оцениваете свои знания по сравнению с другими. Тот, кто набрал 30 баллов, отвечает "мои знания выше среднего" (58% на графике на рис.2). Не смотря на то, что другие показали результат выше, чем у него.
Как из п.1 получили числа в п.3, поясните, плз
Переранжировка -- это когда мы берём результаты теста, и наихудшему даём значение 1, следующему -- значение 2, дальше 3, 4, и так далее до 100.
Если человек 5, а не 100, то чисел на всех не хватает, поэтому они берут равноудалённые точки на прямой линии от 0 до 100, например, если у них 4 когорты, то одной когорте они приписали значение 15, второй 40, третьей 65, четвёртой 90 ( то есть, 10 + 25*n ).
Кто-то где-то в интернете ляпнул чушь и теперь ее везде обсуждают. Хотя статья сама по себе хороша, можно дать в старших классах с заданием объяснить, что именно в ней неверно (помимо того, что автор под автокорреляцией понимает, видимо, что-то глубоко свое и отличное от остального мира).
В двух словах: автор утверждает, что если самооценка человека будет полностью случайной (горизонтальная красная линия), то мы увидим похожий эффект - худшие оценивают себя лучше, лучшие хуже. А значит все врут Спасибо, это в общем-то тривиально (смещение к среднему). Соль как раз в том, что самооценка человека ожидается быть не случайной, а где-то в тесной окрестности его реальной оценки, чего не происходит. И вот это расхождение ожидания с наблюдением и назвали эффектом.
Желающие могут еще на HN посмотреть, там народ тоже поудивлялся: https://news.ycombinator.com/item?id=38415252
>Кажется, что люди с любыми способностями одинаково плохо предсказывают свои навыки. Нет и намека на эффект Даннинга-Крюгера.
Вот здесь и есть ваша ошибка. Из графика видно, что способные и неспособные дают одинаковую оценку своим навыкам - а это автоматически означает, что способные себя недооценивают, а - неспособные - переоценивают. То есть наблюдается тот самый эффект. Иными словами - эффект даннинга-крюгера заключается как раз в том, что ожидаемой корреляции нет (ну точнее на вашем теоретическом графике нет - на практике она есть, но существенно ниже ожидаемой).
У меня почему-то на месте, где автор объяснял автокорреляцию, возникло полное непонимание, что он имеет в виду, и одновременно было стойкое ощущение, что он этого не понимает тоже.
Доб.: а-а, подождите. Так на графиках все видно. Он процентиль самооцениваемых способностей считает РАЗНИЦЕЙ х и у, то есть, величиной, имеющей ту же размерность, что и х (баллы в тесте), хотя процентиль - это безразмерная ранжированная величина, а вот квартили по абсциссе - это условные дискретные группы, все же привязанные к физическому значению (килограммы, метры, баллы теста). Вот в чем его лажа. Я прав?
Стоит отметить, что формулировка "неквалифицированные люди переоценивают свои способности, а квалифицированные люди слишком скромны" вряд ли заслуживает такого количества упоминаний к месту и не к месту. Куда чаще "эффект Д-К" вспоминают в ситуации условного дурака, который считает себя умнее специалиста. Но вот это как раз пример чистого народного творчества: ни из статьи, ни из графиков не следует, что неспециалист считает себя лучше специалиста. Он, максимум, считает себя более компетентным, чем он есть на самом деле.
Я нередко встречаюсь со второй его частью - что хорошие специалисты себя склонны недооценивать.
Т.е. самооценка неспециалиста может и нередко на практике совпадает или выше, чем самооценка неспециалиста.
Иными словами, из опыта мелкого руководителя - бесполезно спрашивать у человека что он умеет: надо "бросать в в воду" и внимательно следить как он "плывёт" (либо, что происходит чаще - просто поспрашивать тех, кто с ним работал).
Статья понравилась, хотя данных для размышления не хватило. Автокорреляция в ДК есть хотя бы потому что показ знания и их условная оценка осуществляются одним лицом - респондентом.
Но есть и психология. Безо всякой статистики, крайние представители общества (маргиналы-двоечиники и ботаны-отдличники), находясь у "краев" данных просто дают скос самооценки. Двоечник не поставит себе 1 или 0, а отличник не поставит себе 6. Да и 5 в силу ботанячей скромности тоже поставит себе не всякий.
Если бы товарищи Д. и К. предприняли обыденные в наше DS-время техоперации по устранению скоса и провели заново тесты на статзначимой выборке, с психподготовкой респондентов вида "как вы оцениваете свои навыки применительно к сфере вопросов", - они бы не получили "сенсацию". Всего этого не было, и мы получили новую офисную религию. И ведь страшно то что в больших корпорациях эффект ДК становится элементом HR-политики, хардкодится в KPI и системы тестирования итд.
Увы, если ученые (особенно в тандеме) ловят хайп идеи на острие пера - все их дальнейшие усилия будут направлены на подтверждение, а не критику своей идеи, и в этом они преуспеют. Именно за этот счет существуют инфоцыгане, "врачеватели" и т.п. публика. В целом это не плохо и не хорошо, потому что позволяет помнить о наличии оценок 0 и 6 (в терминах DS - NaN и Infinity) в пятибалльном мире.
Я, конечно, социолог не настоящий, но по опыту общения хочу сказать, что упомянутый эффект этот наблюдается, но сильно зависит от области знания. Как известно, в футболе и медицине у нас разбираются все. Еще ни разу не встречал, чтобы условный пролетарий (слесарь или токарь) переоценивал свои знания в математике или физике, скорее, наоборот, скажет, что вообще ничего не помнит и не знает, хотя если напряжется - и теорему Пифагора докажет, и квадратное уравнение решит. Зато каждая домохозяйка точно знает, когда надо назначать антибиотики. Большая разница между теми областями, где ошибку можно указать почти сразу, пользуясь справочниками или элементарно калькулятором, и теми, где для правильного ответа вообще может быть в принципе недостаточно данных, типа истории или медицины, и нет возможности показать: смотри, на самом деле правильно было не так, а так.
Особенно это заметно в области управления, где результат зависит далеко не только от принимающего решения. Если слабый руководитель с хорошей командой примет неверное управленческое решение, команда может выправить ситуацию вопреки, а не благодаря его действиям. Руководитель же решит, что он все правильно сделал - результат-то отличный! После нескольких подобных действий команда будет фильтровать информацию, подаваемую руководителю, даже врать, предвидя возможные решения, которые опять придется расхлебывать. А результат все лучше, и руководитель растет... Ошибочной может быть не только его самооценка, но и оценка со стороны по результатам, хотя изнутри команды большинство в курсе. С такими ситуациями был знаком не понаслышке. При этом многие толковые и харизматичные личности, которые реально могут хорошо управлять (о чем говорит их лидерство во временных командах), не уверены, что у них получится и не хотят командовать. Линейному же специалисту довольно быстро становится ясно, насколько часто он ошибается, отсюда он может неплохо скорректировать самооценку.
Так что при математическом подтверждении подобного эффекта не мешало бы учитывать такую особенность, все таки компетентность в лингвистике или математике - сильно разные вещи...
дилетантам просто не хватает когнитивных навыков, чтобы определить свой истинный уровень некомпетентности)
Как учитываются оценки людей, которых оценивают по знаниям в биологии, они в ней не разбираются, но при этом доктора наук философии/архитектуры/истории? Я не думаю, что их самооценка будет сильно завышена, скорее наоборот. И как мне кажется, «двоечники», которые вообще ни в чем не разбираются, тоже будут оценивать себя как «я дурак». А заметны обычно «среднячки» с завышенной самооценкой, воинствующая серость.
А как тогда быть с эффектом самозванца? Это ведь полностью обратная сторона медали.
Да, конечно, это чисто психологическая проблема человека, однако!...
Если мы возьмём область знаний как окружность, то расширение данной окружности неминуемо ведет к увеличению периметра соприкосновения с непознанным.
Таким образом, теория обратная от эффекта Даннига-Крюгера является вполне жизнеспособной.
Это может происходит с любыми субъективными оценками, на то она и психология) см. например, оценку и самооценку IQ, и заодно обсуждение этой темы на вики.
эффект Даннинга-Крюгера - это название метакогнитивное искажения, механизма существующего для объяснения того самого несоответствия. То есть существует он только в субъективном восприятии. Личность не является случайным набором данных\параметров, они взаимосвязаны.
Проблема в том, что и любое тестирование знаний также подвержено субъективности. И достоверность проверки знаний падает при снижении объемов знаний тестируемых. Тестирование, в том числе, подверженно ограничению знанием тестирующего. Вне экзаменов это в выливается в тот факт, что некомпетентность не всегда оценивается объективно. Самооценка тем более субъективна.
По ЭДК написано очень много, сравнение с автокорреляцией и аргументы против нее(т.к. сам постулат полагается на проведение исследований, также обладающих автокорреляцией) уже проводилось несколько лет назад. Но не первоисточником данной статьи.
Глядя на "зелёные пузыри" рисунка 11 неожиданно понимаешь, что Д-К были правы: у менее компетентных средние субъективные значения выше объективных, у более компетентных - ниже.
Да не там никакой автокорреляции, даже если вы увидели формально в формуле x и там и там.
Есть две независимые величины: реальный скилл и оценка скилла респондентом. Только они и нарисованы. Всё.
Мы можем заключать: профаны оценивают себя середнячками.
Эксперимент со случайными данными на самом деле сильно похож на реальность. В реальности также примерно любого скилла человек оценивает себя случайно от 0 до 100 - получается то что получилось. У Д-К получилось что всё-таки чуть-чуть выше оценивают себя в среднем профи, не более.
В последней диаграмме, когда точки сливаются, вообще ничего сказать нельзя - мы не видим плотности точек там, где они слиты.
Обожаю такие статьи. Профаны настолько устали, что они потратили пару недель на тему, но их не принимают в профи, хотя они бьют себя кулаком в грудь, что написали профанскую статью-разоблачение и теперь бьют себя в грудь обоими кулаками.
Хорошая статья, спасибо. Я понял ее так: глупые люди себя переоценивают, умные люди себя недооценивают и это действительно так. Но это происходит не потому что они глупые и умные, а это чисто статистическое явление из-за того, что самооценка не зависит или очень слабо зависит от фактических результатов.
(y−x) ∼ x
Видите проблему? Мы сравниваем x с его отрицательной версией.
Это утверждение неверно, от этого все выводы из статьи неверные. Оно было бы верным только при константном у. Если у ~ х^10, то и (y−x) будет ~ х^10 на определенных интервалах.
Иронично, что статья, нацеленная на опровержение эффект Даннинга-Крюгера, подкрепляет его
Перечитывал несколько раз и вроде дошло
Итак, нас (неявно) просят сравнить y – x с x :
(y−x) ∼ x
Видите проблему? Мы сравниваем x с его отрицательной версией. Это автокорреляция по учебнику.
Мне кажется - ошибка здесь. Это ключевое место, где "найдена" автокоррекляция. На самом деле нет. Смотрите.
Есть Х - с ним все хорошо. Это объективные результаты тестов. Можно делить на группы и т.д.
Есть У - с ним тоже все хорошо. Это то, как свои способности оценивали люди. Тоже все ОК - реально объективная величина, которую померяли независимо.
Х и У - независимые величины. Ну как минимум если нет эффекта Даннига Крюгера. Но оказывается, что это нет так, значит есть возможность предположить, что какая-то связь есть. Главное ведь еще помнить, статистика не может говорить о том, что есть причинно-следственная связь, она может только сказать, что данные эксперимента ее не опровергают :)
Значения (Y-X) - я не понял, почему вас смушает, что там есть Х. Ну есть он там и что? В реальности это просто график для наглядности и не более того. Никакие доп. значения никак не повлияют на исходные Х и У.
Хотите считать, ну так берите исходные данные эксперимента и по классике: нулевая гипотеза и погнали. Excel за секунды все нарисует и покажет. И про р, и про автокорреляцию и еще кучу всего. Зачем так много писать? Данные, скрин полученного результата и все станет понятно.
Предположим, мы психологи, получившие крупный грант на повторение эксперимента Даннинга-Крюгера. Мы набираем 1000 человек, тестируем каждого из них и просим их пройти самооценку. Когда результаты будут получены, мы посмотрим на данные.
Вот это место я вообще не понял. Так эксперимент делался, либо картинку далее высосали из пальца и далее над результатами совершили набор "умозаключений"?
В попытках перехитрить нас, перехитрили сами себя. На рисунке 9 прекрасно видно, что эффекта никакого нет, данные по оценке не коррелируют с результатами теста. Из графика видно, что хорошо ставшие тест, так и плохо сдавшие тест одинаково некорректно оценивают свои способности (что и подтверждается в дальнейшем, ведь данные случайные). Надпись под рисунком утверждает, что есть большой эффект. Кого вы пытались надуть неверно интерпретировав график и построив на этом опровержение? То, что в реальности график Даннинга-Крюгера отличается от случайного и доказывает наличие эффекта.
На рисунке 9 прекрасно видно, что эффекта никакого нет, данные по оценке не коррелируют с результатами теста.
Так в этом эффект и состоит. Они должны коррелировать - а не коррелируют.
Из графика видно, что хорошо ставшие тест, так и плохо сдавшие тест одинаково некорректно оценивают свои способности
Что и является эффектом Даннинга-Крюгера, все верно.
Эффектом Даннинга-Крюгера является уменьшение разности у 4-й квартили на графике, представленном в исследовании, по сравнению с первой квартилью. Рисунок 9 наглядно демонстрирует картину отсутствия эффекта Даннинга-Крюгера. На Рисунке 9 разность в первой кваритиле равна разности в 4-й квартили, что и подтверждается в дальнейшем тем, что данные были совершенно случайными.
Кого пытается обмануть автор, утверждая, что на Рисунке 9 изображен "огромный эффект" Даннинга-Крюгера, при том, что рисунок явно демонстрирует полное отсутствие эффекта Даннинга-Крюгера, мне не понятно.
Естественно, и все остальные выводы, которые сделаны на основе такой некорректной интерпретации графика совершенно ошибочны. Рисунок 9 однозначно доказывает, что эффект Даннинга-Крюгера совершенно точно не автокорреляция.
За это исследование авторам статьи была присуждена Шнобелевская премия по психологии за 2000 год (с) wiki
В общем почитал немношк папир и комментарии на хакерранке и если отбросить громкие заявления, то по сути исследование 4 показывает, что если неподготовленному человеку дать почитать материалы по теме, то он внезапно показывает статистически значимое повышение в точности оценки своих предыдущих успехов в тесте, (что в общем-то интуитивно понятно).
По человекам:
Опрашивали студентов с одного курса Корнэльского университета. Минимальный проходной средний балл по предметам (GPA) 3.8 из 4 в 2023 и + "аналитический склад ума".
У меня есть подозрение, что при оценке своих способностей на фоне способностей товарищей они могут быть по умолчанию предвзяты, т.к. они всю жизнь были как минимум "значительно выше среднего" своих одноклассников по всем предметам и имели этому подтверждение в виде оценок.
Существуют ли подобные исследования, опрашивающие людей со средним/среднеспециальным образованием или что-то вроде того?
В смысле среди людей, предположительно не имеющих причин для предвзятости в оценке своих когнитивных способностей (в виде грамот, участия в олимпиадах, поступления в университет и т.п.)
По оценкам:
Вопрос "как вы оцениваете свои успехи по сравнению с другими людьми с вашего курса" звучит странно. Мне (с моей дилетантской колокольни) кажется, что корректнее было бы спрашивать про "как вы оцениваете свои успехи в тесте" в баллах или процентах выполненных заданий и смотреть на точность оценки. ИМХО в формулировке вопроса про сравнение себя с другими может примешиваться целая куча искажений, т.е. эксперимент не чист.
P.S.: У меня почему-то есть ощущение, что если провести этот же самый тест среди (условно) шахтеров (тест со сложными логическими задачами), то они все поголовно причислят себя к нижнему/нижне-среднему квартилю.
P.S.: У меня почему-то есть ощущение, что если провести этот же самый тест среди (условно) шахтеров (тест со сложными логическими задачами), то они все поголовно причислят себя к нижнему/нижне-среднему квартилю.
Вы не учитываете что самооценка должна происходить ДО прохождение теста. Т.е. у шахтеров надо будет спросить: "как вы оцениваете свои логические способности, по шкале от 1 до 10?", а потом уже провести тест.
После. Все оценки в бумаге происходят после прохождения теста без дополнительной информации.
В исследовании 3 происходит дополнительный раунд оценки после того, как участников также ознакомят с ответами некоторых из их сокурсников.
В исследовании 4 перед ознакомлением и повторной оценкой половину группы также заставляют прочитать учебник по логике.
Upon arriving at the laboratory, participants were told that the study focused on logical reason-ing skills. Participants then completed a 20-item logical reasoning test that we created using questions taken from a Law School Admissions Test (LSAT) test preparation guide (Orton, 1993). Afterward, participants made three estimates about their ability and test performance.
Также стоит отметить, что в третьем исследовании были вопросы про грамматику, а в четвертом - снова про логику, но другие.
После.
Именно до, иначе результат будет существенно искажен. Если в описываемых экспериментах оно проводилось после - то там мусор а не данные, и смысла их обсуждать вообще нет. Можно с тем же успехом провести тест, назвать оценку за него а потом спросить эту оценку.
Именно до
Я не совсем понял, с чем вы спорите. Я вам привел прямую цитату из оригинальной научной работы, в которой прямым текстом написано, что просили оценить уже после прохождения.
Я не предлагаю улучшить эксперимент, я предлагаю провести этот же самый эксперимент, но на людях, которые скорее всего сложных задач по формальной логике никогда в жизни не решали и, вероятно, должны знать о том, что скорее всего справились плохо.
Удивлен, что никто в комментариях не привел ссылки на ответную статью на эту тему: I can't let go of Dunning-Kruger Effect is Autocorrelation.
Глупые люди себя переоценивают, умные люди себя недооценивают.
И вправду, это же нелепо. В том смысле, что эта фраза, вообще не имеет к психологии никакого отношения. Предвзятое утверждение, предрассудок, в стиле тысяч подобных: "Лучшие всегда покидают этот мир первыми", "Не делай добра - не получишь зла", "Самых добрых и честных обманывают чаще", "Самым сильным выпадают самые суровые испытания" и т. д. Эти стереотипы вообще нет смысла подтверждать или опровергать.
Мой опыт общения показывает, что эффект существует.
Авторы оригинальной статьи выяснили, что потеряли свои данные, а вместо них - набор случайных чисел.
Things fall apart
Pleased with our successful replication, we start to write up our results. Then things fall apart. Riddled with guilt, our data curator comes clean: he lost the data from our experiment and, in a fit of panic, replaced it with random numbers. Our results, he confides, are based on statistical noise.
Такой пункт теперь есть в самом низу статьи.
Помимо того, что
автокорреляция - не страшно,
что на рисунке 7 (со случайными данными) как раз никакой зависимости между самооценкой и результатом нет, и дальше никакая "автокорреляция" не нужна
дальше обсуждается не автокорреляция
все графики наглядно подтверждают мысль, что между ощущением и результатом зависимость, если и есть, то крайне слабая
Если вы всё ещё сомневаетесь, стоит почитать вот этот разбор: https://andersource.dev/2022/04/19/dk-autocorrelation.html
Так что правы все, кто критиковал эту "статью"
Разоблачаем Эффект Даннинга-Крюгера. Статистический артефакт, пример автокорреляции