Hvorfor vurderer erfarne klinikere så dårlig enda de - Universitetet i ...

More documents

Recommendations

Info

14 Hvorfor anvender likevel eksperter slik ”dårlig” holistisk kunnskap? Vi har alle en sterk tendens til å se etter bekreftende informasjon (f.eks. Smedslund, 1963; Chapman & Chapman, 1969). Muligens derfor har også konfigurale regler en tendens til å utbroderes i stedet for å forkastes, når de ikke passer med virkeligheten. Slike komplekse regler gir dessuten grunnlag for å generere mange prediksjoner og forklaringer, og eksperter har en tendens til å forveksle høy "fruktbarhet" med stor nøyaktighet. Konfigurale regler er faktisk også lette både å lære og bruke. Man slipper å vurdere og rangere data etter prediktiv verdi, og man unngår en krevende vekting og kombinering av usikker informasjon. Reglene kan anvendes omtrentlig, og det passer jo de fleste av oss. Camerer og Johnson (1991) setter erfaringene fra ekspertsystemfeltet opp mot erfaringene med enkle (regresjons)modeller, og konkluderer slik: "The main lesson from the regression-model literature is that large numbers of configural rules, which knowledge engineers take as evidence of expertise, do not necessarily make good predictions; simple linear combinations of variables (measured by experts) are better in many tasks" (s. 213). Denne forskningen tyder altså på at problemet med ekspertsystemer ikke er at de fungerer så forskjellig fra eksperter, men at de opererer for likt. Når kan enkle mekaniske rutiner erstatte "sofistikert" skjønn? Jeg vil nøye meg med å sammenfatte noen funn som indikerer både hvilke typer kliniske vurderinger man bør tenke på å automatisere og hva man må vite for å utforme en enkel mekanisk rutine som vil "vurdere" bedre enn klinikere: - Mennesker har en unik evne til å se hva som er relevant informasjon i en situasjon, men vi har en meget begrenset evne til å integrere den informasjonen som ligger i flere (unike) observasjoner (f.eks. Sawyer, 1966; Einhorn, 1972). - Informasjon ut over de 2-3 dataene med høyest prediktiv verdi resulterer i dårligere vurderinger når informasjonen kombineres klinisk (skjønnsmessig), men øker samtidig eksperters egen tro på vurderingenes kvalitet (f.eks. Oskamp, 1965). - Når eksperter hevder å ha brukt konfigural analyse for å nå bestemte vurderinger, så har man stort sett alltid kunnet konstruere lineære modeller som adekvat dupliserer ekspertenes vurderinger (f.eks. Camerer, 1981). Dersom man a priori kan spesifisere hvilken type informasjon eller input som er mest relevant for å foreta en avgrenset vurdering, så gir punktene ovenfor god grunn til å tro at man kan finne fram til en enkel formel som foretar en bedre integrering av input-informasjonen enn det beslutningstakere er i stand til.
15 Dawes og Corrigan (1974) sammenfatter essensen i hva som må til for å erstatte "sofistikert" skjønn med enkle mekaniske rutiner: "the whole trick is to decide what variables to look at and then to know how to add" (s. 105). Som det ligger implisitt i dette sitatet, så kommer vi ikke utenom klinisk skjønn. Skjønn er nødvendig for å avgrense vurderinger som egner seg for automatisering, og skjønn er også nødvendig "to decide what variables to look at", dvs. for å identifisere hvilken informasjon som er mest relevant for å foreta disse vurderingene. Kort sagt, det å bestemme hva som er relevant informasjon for å foreta en vurdering må nesten alltid baseres på klinisk skjønn, mens selve vurderingen (dvs. integreringen) av denne informasjonen bør overlates til mekaniske rutiner. Har ingen eksperter reell kompetanse? Eksperter gjør annet enn å vurdere og predikere. De opererer (kirurger), løser problemer (fysikere), konstruerer (programmerere, ingeniører), komponerer (musikere) osv. I mange slike ferdigheter utvikles reell domenespesifikk ekspertise gjennom praksis (f.eks. Ericsson & Lehmann, 1996). Eksperters kognitive prosessering er dessuten overlegen nybegynnere på det meste fra hukommelse til problemløsning og resonnering. Eksperter (i for eksempel fysikk og programming) bruker mer effektive resonneringsstrategier enn uerfarne, på noen områder (som sjakk) oppøver de et ”blikk” som gjør at de ”intuitivt ser” hva som bør gjøres osv. (f.eks. Chi, Glaser & Farr, 1988). Men selv om eksperters kognitive prosessering skiller seg markert fra novisers, så gjør altså ikke kvaliteten på deres vurderinger og prediksjoner det. På noen felt erverver imidlertid eksperter seg reell kompetanse også i å predikere og vurdere. Slike felt er karakterisert ved at stimuli (det man vurderer) er statisk, at det er konsensus om hva som utgjør stimuli, at samme type stimuli (problem) gjentar seg, at man tar beslutninger om ting (ikke atferd), at problemer kan deles opp, at man får tilbakemelding, at objektive analyser er tilgjengelige, at man bruker beslutningshjelpemidler og – ikke minst - at det forventes at man også iblant tar feil. Jo flere av disse faktorene som er tilstede på et felt, desto større er muligheten for å lære av tidligere vurderinger og beslutninger (f.eks. Shanteau, 1992). Sjakk, astronomi, for- sikringsanalyse og enkelte deler av medisin er eksempler på felt der disse faktorene i stor grad er tilstede. På områder som klinisk psykologi, psykiatri, astrologi, personellutvelgelse og prediksjon av aksjeverdier er de det ikke. Også i meteorologi er flere av faktorene nevnt over tilstede. Meteorologers prediksjoner er da også svært gode, ikke minst sammenlignet med kvaliteten på vurderingene til
Page 1 and 2: Tidsskrift for Norsk Psykologforeni
Page 3 and 4: 3 Diskusjonene inspirerte henholdsv
Page 5 and 6: Dreyfus og Dreyfus' feilslutninger
Page 7 and 8: 7 Sawyers (1966) omfattende oversik
Page 9 and 10: 9 Den type enkle probabilistiske sa
Page 11 and 12: 11 ning har imidlertid vist at fruk
Page 13: 13 Paul Meehl (1957) stilte spørsm
Page 17 and 18: I det minste: synliggjør usikkerhe
Page 19 and 20: 19 positivisme å gjøre at man for
Page 21: 21 Oskamp S. (1965). Overconfidence

Hvorfor vurderer erfarne klinikere så dårlig enda de - Universitetet i ...

Create successful ePaper yourself

Delete template?

Save as template?