20130324361

{tuku

Model sytuacji detekcji sygnałów (przykład operatora radaru]

		Sytuacja ncoywista
		samolo! wroga	bcalc samolotu wroga
	nadlatuje	prawidłowa	1 fałszywy alarm
Inteipietscfa	; samolot wroga	i detekcja (a)	[w
sytuaiąi	^1 niema Somotaui wroga	; pominięcie (d	prawidłowo odmi muld)

Źródło: opracowanie włosie

ranie samolotu wroga wtedy, kiedy go nie ma, albo też niewytoywanie samolotu, kiedy on w rzeczywistości nadlatuje.

Przedmiotem zainteresowania teorii detekcji sygnałów jest związek między częstością występowania poprawnych detekcji i fałszywych alarmów Pozostałe reakcje można pominąć, ponieważ proporcja ich występowania stanowi dopełnienie do jedności w stosunku do proporcji występowania albo poprawnych detekcji, albo fałszywych alarmów.

Zilustruję to przykładem. Jeśli mamy do czynienia z sytuacją, w której częstość poprawnych detekcji wynosi 0,7, to częstość pomiiuęć wynosi 0,3. Załóżmy, że lekatz stoi pized zadaniem zdiagnozowania choroby nowotworowej na podstawie zewnętrznych objawów. Jego diagnoza może zostać potwierdzona przez badanie histopatologiczne wycinka podejrzanej tkania, pobranej podczas zabiegu operacyjnego. Jeśli mamy do czynienia z przypadkiem rzeczywistej choroby, to w analizowanym przykładzie choroba ta jest wykrywana u 7 spośród 10 pacjentów na podstawie zewnętrznych objawów, natomiast w 3 przypadkach na 10 objawy są niedostrzegane i mamy do czynienia z błędem pominięcia. Na podstawie częstości fałszywych alarmów możemy obliczyć częstość prawidłowych odtzuceń. Jest ona równa jedności pomniejszonej o częstość fałszywych alarmów. Załóżmy, że w analizowanym przykładzie częstość fałszywych alarmów wynosi 0,2, to znaczy w 2 przypadkach na J 0 lekarz srawia diagnozę raka, a porem okazuje się, że pacjenci są zdrowi. Wtedy częstość poprawnych odrzuceń wynosi 0,8 - u 8 pacjentów na 10 lekarz stwierdza, że są oni zdrowi, i faktycznie są oni zdrowi. W takiej sytuacji nie ma powodu, by przeprowadzać zabieg operacyjny w celu pobrania wycinka do badania histopatologicznego.

Krzywa obrazująca stosunek częstości poprawnych detekcji do fałszywych alarmów nosi nazwę krzywej charakterystyki funkcjonowania obserwatora (Coombs, Daves i Tversky, 1977: Falkowski, 2000). W pracy Falkowskiego można znaleźć przykłady takich krzywych.

Nie będę ich omawiać szczegółowo, ale zwrócę uwagę na pewien nieintuicyjny fakt. Nie zawsze wzrostowi częstości poprawnych detekcji towarzyszy spadek częstości fałszywych alarmów. Wróćmy do analizowanego wcześniej przykładu lekarskiej diagnozy nowotworu. Załóżmy, że lekarz diagnozuje przypadła czerniaka, który jest jednym z najzło-śiiwszycb i najszybciej rozwijających się nowotworów. W takiej sytuacji każdy objaw choroby wygląda groźnie i skłania do szybkiego podejmowania dalszych kroków diagnostycznych. Wówczas wzrostowi częstości poprawnych detekcji towarzyszy wzrost częstości fałszywych alarmów. Diagnoście poniekąd opłaca się często stawiać diagnozę nowotworu, ponieważ zmniejsza to szansę przeoczenia osoby rzeczywiście chorej. Fałszywe alarmy pociągają wprawdzie aa sobą konsekwencje negatywne - w postaci stresu u osób, którym postawiono diagnozę choroby," a potem diagnoza ta nie została potwierdzona Można powiedzieć, że szkoda jest tu mniejsza aniżeli szkoda wynikająca z przeoczenia rozwijającego się nowotworu.

Na związek między proporcjami poprawnych detekcji i fałszywych alarmów wpływają trzy grupy czynników:

(1) Stosunek siły sygnału do siły szumu. Im jest on większy, tym łatwiej odróżnić sygnał występujący na de szumu od samego szumu. Kiedy ope- j rator radaru widzi na monitorze silny i wyraźny błysk obok wielu słabych, to może łatwiej nań ' zareagować w porównaniu z sytuacją, gdy na de I słabych błysków pojawia się jakiś błysk nieco tylko silniejszy od pozostałych. Czynnik ten działa ] w oczywisty sposób, ponieważ w gruncie rzeczy .

chodzi tu o większą łatwość różnicowania; poza tym silne sygnały łatwiej przyciągają uwagę obserwatora.

(2)    Macierz wypłat. Jest to techniczne określenie czynników wpływających na motywacyjne konsekwencje podjęcia określonych decyzji. W opisywanym wcześniej przykładzie lekarza stawiającego diagnozę nowotworu mamy do czynienia i pozytywnymi i negatywnymi konsekwencjami różnych decyzji. Na przykład przy diagnozowaniu czerniaka konsekwencje negatywne niewykrycia choroby są większe aniżeli konsekwencje negatywne narażenia pacjenta na niepotrzebny stres. Natomiast wtedy, kiedy mamy do czynienia z chorobą, która nie jest śmiertelna i z którą organizm może sobie poradzić własnymi sitami, konsekwencje negatywne błędu pominięcia mogą być niewielkie. lekarz może częściej stawiać diagnozę -zdrowy” - wtedy spada zarówno częstość poprawnych detekcji, jak i fałszywych alarmów. Opisywany tu czynnik wskazuje na to, że nasza uwaga uzależniona jest od motywacji - inaczej wykrywamy bodźce krytyczne w sytuacjach, kiedy bodźce te są „bardzo krytyczne", to jest decydują o rzeczach, które są dla nas bardzo ważne, inaczej zaś wtedy, kiedy bodźce krytyczne dotyczą spraw mniej istotnych. Wówczas niezareagowanie na jakiś bodziec nie pociąga za sobą poważnych konsekwencji negatywnych.

(3)    Oczekiwania. Są one uzależnione od częstości występowania sygnałów w pewnych sytuacjach. Wyobraźmy sobie, że mamy do czynienia ze specyficznym środowiskiem, w którym ludzie wystawieni są na działanie promieni ultrafioletowych. W takim środowisku są bardziej narażeni na ryzyko zachorowania na czerniaka Odpowiednio do tego lekarce będą częściej rozpoznawali tę chorobę - mogą się wtedy zdarzać rów-nież fałszywe alarmy Oczekiwania wcale nie muszą być odzwierciedleniem rzeczywistej częstości pewnych zdarzeń, ale mogą wynikać jedynie z przekonań dotyczących jakichś zdarzeń. Na przykład kiedy w jakimś kraju panuje psychoza strachu związanego z możliwością zaata

kowania tego kraju praez obce samoloty, wtedy oczywiście operatorzy częściej będą reagowali na błyski na ekranie radaru jak na sygnały samolotów wroga w porównaniu z sytuacją, w której dane państwo czuje się pewne i bezpieczne. Kiedy latem prasa pisze o szkodliwości nieumiarkowanego opalania się, pacjenci ze zmianami skórnymi częściej dostrzegają u siebie niepokojące objawy i zgłaszają się do lekarza, Innym przykładem może być uchowanie motenahów lustracji - ponieważ ich przekonania sugerują, że liczba osób donoszących na innych (w poprzednim ustroju; obecnie to się nie liczy) była znaczna, w związku z tym częściej będą twierdzili, że wykryli kolejnego donosiciela. Jednak i tu wzrostowi liczby poprawnych detekcji będzie towarzyszył wzrost liczby fałszywych alarmów.

Przedstawiona analiza odnosiła się dosytuacji. w której dokonujemy diagnozy jakiegoś sami izeezy w związku ze swoimi obowiązkami zawodowymi. Sytuacje detekcyjne występują także bardzo często w naszym iydu osobistym. Jeśli żyjemy w bliskiej relacji z drugą osobą, to mamy możliwość obserwowania wielu zachowań, które mogą być wskaźnikami takich cech, jak wierność, lojalność czy tenden-cje do manipulacji. Możemy się wówczas spotykać zarówno z wymienionymi w tabeli 3.1 prawidłowymi reakcjami detekcyjnymi, jak i z błędami Fałszywy alarm związany ze wskaźnikami wierności może prowadzić do patologicznej zazdrości; możemy też pomijać wskaźniki tego, że druga osoba jest wobec nas uczciwa i lojalna. Psychologiczne konsekwencje określonych zachowań w osobistych sytuacjach detekcyjnych mogą być równie poważne, jak w sytuacjach pozaosobistych. Teoria detekcji sygnałów pomijała ten wymiar i traktowała wszelkie sytuacje detekcyjne jako sytuacje identyczne bez względu na to, czy decyzja dotyczyła spraw aogażu-jących osobiście jednostkę czy też nie. Tah stan rzeczy wynika stąd, że dla wielu badaczy najważniejszym kryterium decydującym o badaniu jakiegoś zjawiska jest możliwość dokonywania precyzyjne go pomiaru i manipulowania zmiennymi. Prawą dzenie badań nad sytuacjami angażującymi jednesr-