Психологическая информатика

(принятие решений для социальных задач в условиях неопределенности на основе формальных признаков объектов)

        Начнем с примеров. Вы продаете какой-либо весьма специфический товар для населения и собираетесь рекламировать его путем рассылки рекламных проспектов. Можно посылать проспекты всем подряд. И подавляющее число людей выбросит его в мусорное ведро по одной из следующих причин: товар человеку просто не нужен, человек бы и купил товар, но из рекламы он узнал не все или она вызвала у него недоверие, поскольку характер рекламы не соответствует его психологическому типу. Так или иначе, основная проблема в том, что присланный буклет, не соответствует ожиданиям человека и не учитывает его личные качества. В месте с тем, при желании обо всех жителях города, где Вы собираетесь работать, можно узнать не так уж мало. Это как минимум:

-фамилия, имя, отчество;

-дата рождения;

-национальность;

-адрес проживания (климатические, санитарно-гигиенические, экологические, социальные условия);

-состав семьи;

-паспортные данные;

-уровень доходов;

-уровень образования

-сведения о родителях.

      Каждый из этих факторов, если рассматривать их изолированно дает некоторую полезную информацию, но ценность информации значительно возрастает, если имеются статистические данные, описывающие предметную область (продажу данного товара). В данном случае наличие сведений о людях уже купивших данный товар окажут существенную помощь в рекламной компании. Еще более ценна информация о постоянных покупателях. Но задача не так проста, как кажется. Просто собрав и обработав статистику можно увеличить эффективность рекламной компании раза в 1,5 ,это уже неплохо, однако можно достичь и большего. Дело в том, что  личностные качества  .(в том числе и желание покупать Ваш товар) определяется не просто наличием или отсутствием у человека какого-либо формального признака. Главную роль здесь играет определенная совокупность признаков. Выявить признаков наиболее перспективные сочетания достаточно сложно - нужна очень большая статистика, получить которую в реальных задачах практически невозможно: это
и экономически невыгодно и достоверность может быть низка. Тем не менее, анализ статистики и особенно привлечение статистических данных из других предметных областей позволяет построить математические модели, пригодные для практического использования. В данном случае модель связывает вероятность покупки товара с формальными признаками человека. Конечно, построить модель можно только путем достаточно сложной математической обработки. И эта задача довольно трудоемкая. Но для серьезных проектов игра стоит свеч: возможно увеличение эффективности рекламной компании на порядок.
      Это был пример. Теперь немного теории. Проблема состоит в том, что в практике часто встречаются ситуации, когда приходится управлять людьми не зная их лично и не имея возможности использовать какие-либо методы психодиагностики для выявления их личностных качеств. Обычно такие задачи связаны с управлением очень большим числом людей. Сам термин "управление" в данном случае не очень точен, поскольку речь идет скорее о взаимодействии организации
с клиентами с целью повышения эффективности свой деятельности.

Рассмотрим эти задачи:

1. Для успешного проведения рекламной компании необходимо выделить потенциальных покупателей продукции. Внутри их выделить группы людей со сходными личностными качествами. Для каждой группы разработать свой вариант рекламного проспекта. В процессе покупки товара также учитывать личные качества  покупателя.

2. В работе страховой компании возможно использовать математические модели, связывающие вероятность наступления страхового случая и размер выплат в зависимости от формальных признаков страхователя и назначать индивидуальный размер страхового взноса (оформить это возможно в виде системы скидок). В том, что такие взаимосвязи существуют и имеют ярко выраженный характер можно убедиться, посмотрев статистические зависимости раздела  "Человек и ДТП". Графики построены по одному-двум формальным признакам и тем не менее разброс вероятности страхового случая составляет до 800 %. Математические модели еще более точны, так как могут учитывать порядка 10 факторов.

3.В работе правоохранительных органов иногда требуется найти преступника, совершившего тяжкое преступление, Однако кроме факта и обстоятельств преступления о личности преступника неизвестно ничего. На сплошную тщательную проверку всех потенциальных подозреваемых: лиц ранее судимых, состоящих на учете, совершивших административные правонарушения и т.п. - их может быть несколько тысяч, нет ни сил ни средств. К тому же уходит время. Как решать задачу? Следует иметь в виду, что сами обстоятельства преступления уже позволяют выявить формальные признаки преступления и на этой основе резко уменьшить круг проверяемых лиц. В качестве примера можно посмотреть раздел "Статистика преступности".

4. В системе исправительных учреждений (тюрем и т.п.) целесообразно так распределять заключенных по камерам, чтобы они между собой не конфликтовали. Использование методов социометрии и других психологических приемов в данном случае невозможно (это не та категория над которой можно ставить эксперименты без последствий). Однако математические методы оценки психологической совместимости людей на основе их формальных признаков позволяют решать задачу вполне удовлетворительно.

5. Аналогичная задача встречается и в работе кадровых аппаратов, когда требуется сформировать трудовой коллектив (бригаду) с высокой степенью психологической совместимости ее членов. Кроме того статистический анализ уже сложившихся производственных коллективов позволяет выявить характерные признаки членов этого коллектива и при приеме на работу не тратить время на кандидатов, не обладающих этими признаками.

6. Брачные агентства предлагают своим клиентам кандидатов для создания семьи в основном ориентируясь на их пожелания. Однако, как правило, человеку только кажется, что он знает, что он хочет. Да и о себе он сообщает не всегда достоверную информацию. Поэтому предлагаемые варианты далеко не идеальны. Человек тратит время на знакомство, общение и выяснение того, что это совсем не то, что нужно. Использование же математических моделей для прогнозирования успешности брака позволяет искать только среди тех, кто действительно может составить успешную партию. Кроме того, такой подход открывает и большие возможности. Известно, что далеко не всякий человек обратиться в брачную контору в поисках своего счастья. Обращаются туда люди весьма специфичные. Поэтому и искать лучше не в этой среде, а, например, среди всех жителей города. Так, для города с населением 300 тыс. поиск по базе данных с использованием соответствующих математических моделей дает около 50 вариантов и все они идеальны для Вас. Остается только решить проблему знакомства. Это совершенно новые возможности для такой деликатной проблемы, как семейное счастье человека.

      Список задач можно продолжать, однако остановимся на методе их решения. Компьютеризация современной жизни привела к тому, что существует большое число баз данных, в которых записана информация о населении. И от этого никуда не деться: мы платим за коммунальные услуги, приватизируем жилье, попадаем в дорожно-транспортные происшествия - короче говоря живем, и оставляем "следы" в базах данных различных организаций. Статистический анализ этой информации позволяет построить статистические зависимости. Они описывают проблему в целом, в зависимости от одного-двух формальных признаков. Используя их нельзя практически ничего сказать о личных качествах конкретного человека, слишком велика вероятность ошибки. Другое дело математические модели. Построенные на основе анализа статистики, учитывая множество факторов настолько точны, что позволяют оценить психологический портрет человека используя только формальные сведения о нем. То есть позволяют делать неформальные выводы по формальным данным и на этой основе прогнозировать поведение человека в той или иной ситуации. А это принципиально новые возможности:

-можно прогнозировать личные качества человека не прилагая никаких усилий: без тестирования, наблюдения или разведки - и в ряде задач это весьма полезно,

-можно анализировать большие группы населения с целью поиска людей с требуемыми качествами.

      Поясним все это еще на одном примере. Такие признаки человека , как его имя, возраст (дата рождения), телосложение, цвет его машины и водительский стаж по отдельности не очень много говорят о том, как часто он попадает в аварию. Но определенные сочетания факторов говорят о многом. Так, например, Владимир или Григорий, 23-х лет, родившихся под знаками Тельца и Дракона, высокий, худощавый, имеющий красную подержанную иномарку и водительский стаж 2 года - потенциальный участник ДТП. А  выражаясь языом математики можно сказать, что вероятность его участия в ДПТ в ДЕСЯТКИ раз больше, чем у среднестатистического человека.
      Как Вы уже догадались - дело в сочетании факторов. Однако модели в отличие от сочетаний факторов хороши тем, что позволяют достаточно точно вычислить требуемый выходной параметр - в данном случае вероятность ДТП. Конечно модели не универсальны. Они строятся с учетом имеющейся статистики под конкретную задачу. При этом желательно использовать статистику из смежных  областей. И это ближе к искусству, чем к науке. Однако затраты того стоят. Области применения моделей описаны выше в задачах (посмотреть еще раз), которые конечно не исчерпывают всех возможных сфер их применения. Впрочем для решения различных бытовых проблем их также можно использовать. Приведу пример.
      Ко мне обратились знакомая. Суть дела такова: ее муж - водитель попал с другом в аварию. Друг погиб. Двоюродный брат друга пришел к ним домой с угрозами и весьма туманными требованиями. О нем было известно: фамилия, район проживания и то, что он двоюродный брат покойного. Однако этого оказалось достаточно, чтобы его идентифицировать. Анализ формальных признаков этого человека и его родственников с использованием соответствующих математических моделей показал, что это человек неконфликтный, деликатный, не склонный к насилию, самостоятельный, но не смелый. Однако его ближайшие родственники-женщины жадны на деньги и сварливы. Очевидно, что это они склонили его к угрозам, цель которых - получение денег. Вывод: опасаться нечего, он больше с угрозами не придет. Так оно и случилось. Самое ценное в этом то, что для решения задачи потребовалось лишь полчаса поработать с компьютером. А идентифицировать человека можно практически всегда, если он конечно не бомж, а идентифицировав - построить точный психологический портрет. Причем , чем "солиднее" человек (и тем чаще с ним проблемы), тем больше он "наследит" в базах, тем точнее портрет. А это ключ к ситуации или возможность этим человеком управлять.
      
Математические модели можно строить не только для прогнозирования личных качеств людей, но и для других объектов. Статистические зависимости, приведенные в разделе  "Человек и ДТП" показывают, что возможно построение математической модели, позволяющей рассчитать уровень аварийности на дорогах для конкретного дня. Это весьма ценно как для водителей, так и для сотрудников ГИБДД. Можно также связать уровень аварийности и формальные признаки транспортного средства. Это ценная информация при страховании автотранспорта предприятий и организаций.


На  гл. стр.

Rambler's Top100