العقلانية البيئية

لنأخذ على سبيل المثال أسلوب "اختيار الأفضل" ^{[ 8 ]} ، الذي يُستخدم لإيجاد الخيار الأمثل من بين خيارين أو أكثر وفقًا لمعيار محدد. فبدلًا من النظر في جميع خصائص كل خيار، يعتمد هذا الأسلوب على معلومات الخاصية الأكثر دقة (أي الخاصية التي ترتبط بالمعيار ارتباطًا وثيقًا) التي تميز بين الخيارات المختلفة، ويختار الخيار الذي تُفضّله هذه الخاصية. وبالتالي، فهو لا يدمج جميع المعلومات المتاحة كما هو مطلوب في التجارب المعشاة ذات الشواهد. ومع ذلك، فقد وُجد أن أسلوب "اختيار الأفضل" يُمكن أن يُؤدي إلى خيارات أكثر دقة من نماذج اتخاذ القرار الأخرى، بما في ذلك الانحدار الخطي المتعدد الذي يأخذ في الاعتبار جميع المعلومات المتاحة. ^{[ ٩ ]} وقد تم تأكيد هذه النتائج تجريبياً من خلال مقارنات مع نماذج إحصائية متطورة ونماذج تعلم آلي، مثل أشجار القرار CART، والغابات العشوائية، وخوارزمية بايز البسيطة، والانحدارات المنتظمة، وآلات المتجهات الداعمة، وما إلى ذلك، وذلك عبر عدد كبير من مسائل اتخاذ القرار (بما في ذلك الاختيار والاستدلال والتنبؤ) ومجموعات بيانات واقعية - للاطلاع على مراجعات، انظر ^{[ ١٠ ] [ ١١ ]} . وكما ذُكر أعلاه، لتفسير نجاح استراتيجية "أخذ الأفضل"، يجب تحديد الخصائص البيئية التي تُعززها وتلك التي لا تُعززها. وفقًا لنظرية العقلانية البيئية، تشمل أمثلة الخصائص البيئية التي تؤدي إلى دقة أعلى نسبيًا لنموذج "أخذ الأفضل" مقارنةً بالنماذج الأخرى ما يلي: (أ) ندرة المعلومات المتاحة أو انخفاض جودتها، ^{[ 10 ]} (ب) التباين الكبير في صحة السمات (المعروف أيضًا بشرط عدم التعويض)، ^{[ 12 ] [ 13 ]} (ج) وجود خيارات مهيمنة على خيارات أخرى، بما في ذلك شرطي الهيمنة البسيطة والتراكمية. ^{[ 14 ]} تضمن بعض هذه الشروط أيضًا الأداء الأمثل للأساليب الاستدلالية مثل "أخذ الأفضل". ^{[ 15 ]} وقد وُجد أن هذه الشروط شائعة بشكلٍ لافت في مجموعات البيانات الطبيعية، ^{[ 16 ]} مما يعزز أداء "أخذ الأفضل" والأساليب الاستدلالية البسيطة الأخرى المماثلة. ^{[ 17 ]}

كمثال ثانٍ، لننظر في مسألة كيفية توزيع استثمار على عدة خيارات استثمارية. وفقًا لأسلوب 1/N الاستدلالي، المعروف أيضًا باسم التخصيص البسيط، ^{[ 18 ]} يقوم المستثمرون ببساطة بتخصيص أسهم متساوية الحجم لكل خيار استثماري. على عكس توصيات نظرية الاختيار العشوائي، لا يأخذ هذا الأسلوب الاستدلالي البسيط المزعوم أيًا من المعلومات المتاحة في الاعتبار، كما أنه لا يُنشئ ترتيبًا تفضيليًا للخيارات المتاحة. عندما تتسم بيئة الاختيار بدرجة عالية من عدم اليقين التنبؤي، ومجموعة كبيرة من خيارات الاستثمار، ومعلومات محدودة حول الأداء السابق، لم يُعثر على أي نموذج اختيار عقلاني (هنا بمعنى النسخ البايزية من نموذج ماركويتز لتحسين متوسط ​​التباين ^{[ 19 ]} ) يتفوق باستمرار على أسلوب 1/N الاستدلالي في مجموعة متنوعة من المؤشرات. ^{[ 20 ]}

بالنظر إلى نتائج نظرية العقلانية البيئية، يبدو أنه إذا كان المرء مهتمًا بالأداء الخارجي، فلا ينبغي له أن يفترض أن التجارب المعشاة ذات الشواهد ستؤدي إلى قرارات أفضل أو "أكثر عقلانية" من الاستدلالات البسيطة مثل اختيار الأفضل. بل ينبغي له أن يحدد خصائص بيئة اتخاذ القرار، وأن يختار الطريقة التي تقترحها النظرية باعتبارها الأفضل أداءً في مثل هذه البيئات.

وهناك أيضاً بعض المبررات الإضافية ضد الإفراط في الاعتماد على التجارب المعشاة ذات الشواهد.

أولًا، تفرض التجارب المعشاة ذات الشواهد في بعض الحالات متطلبات على قدرات معرفية لا يمتلكها البشر. فالعديد من مشاكل العالم الحقيقي يصعب حلها حسابيًا - على سبيل المثال، يُعدّ استخلاص الاستدلالات الاحتمالية باستخدام شبكات الاعتقاد البايزية مسألة صعبة حسابيًا (NP-hard ). ^{[ 21 ]} ويتفق العديد من المنظرين على أن تفسيرات العقلانية لا يجب أن تتطلب "[...] قدرات ومهارات تتجاوز بكثير تلك التي يمتلكها البشر في وضعهم الحالي". ^{[ 22 ]}

ثانيًا، حتى بالنسبة للمشاكل القابلة للحل، يُقال إن الأساليب الاستدلالية توفر الجهد، حتى وإن كان ذلك أحيانًا على حساب الدقة. وبحسب بنية البيئة، قد يكون هذا النقص في الدقة طفيفًا. ^{[ 23 ] [ 11 ]}

ثالثًا، ثمة فرق جوهري بين الحالات التي تتسم إما بالمخاطرة (مخاطر معروفة) أو بعدم اليقين (مخاطر غير معروفة) . ^{[ 24 ]} في حالات المخاطرة، فإن المفاضلة بين الدقة والجهد الموضحة أعلاه تعني انخفاضًا في الدقة نتيجةً لتقليل تعقيد استراتيجية القرار. في المقابل، تسمح حالات عدم اليقين بتأثيرات مبدأ " الأقل هو الأكثر" ، وهو وصف للحالات التي يؤدي فيها تجاهل جزء من المعلومات المتاحة بشكل منهجي إلى استنتاجات أكثر دقة. وبالتالي، قد تكون الاستدلالات التكيفية، التي تفعل ذلك تحديدًا، منطقية من الناحية البيئية. ويُقدم تفسير لهذه النتيجة من خلال معضلة التحيز والتباين ، وهي صياغة رياضية لكيفية ميل البساطة (التي قد تبدو كجهل) إلى زيادة أحد مصادر خطأ التقدير (التحيز) ولكنها أيضًا تُقلل من مصدر آخر (التباين). ^{[ 25 ]}