Психологи расшифровали формулу Фейнмана для выбора лучшего ресторана в отпуске
Как выбрать лучший ресторан на отдыхе? Задача не из легких — выбор заведений нам не знаком, а время для их сравнения и изучения ограничено. Оказывается, у нее есть математическое решение, которое вывел знаменитый физик, нобелевский лауреат Ричард Фейнман.
Исследователи расшифровали его записи на этот счет, несколько переосмыслили и проверили на добровольцах, с результатами чего можно ознакомиться на страницах Proceedings of the National Academy of Sciences. Оказалось, формула довольно близка к той тактике, которой люди интуитивно придерживаются в жизни.
«Суть проблемы в том, что ценность исследования — попыток искать новое — снижается по мере того, как у нас остается меньше возможностей воспользоваться полученной информацией», — говорит профессор Том Гриффитс из Принстонского университета, соавтор исследования.
Такой поиск — разновидность задач теории оптимальной остановки, ситуации, когда необходимо решить, когда прекратить одно действие и начать другое. Еще одна дилемма из этой категории — задача о разборчивой невесте. Но у нее есть простое и элегантное решение — 37%, а «ресторанная» проблема сложнее, потому что допускает возможность вернуться в уже посещенное заведение.
Интерес Фейнмана к этой проблеме возник во время обеда с его другом Ральфом Лейтоном в тайском ресторане в Калифорнии в 1970-х годах. Тогда Лейтон не мог решить, заказать ли свое любимое блюдо — курицу с имбирем, или попробовать что-то новое. Фейнман превратил этот вопрос в математическую задачу, однако его работа так и осталась погребенной в рукописных заметках.
«Заметки оставались нерасшифрованными десятилетиями, пока нам наконец не удалось разобрать их и восстановить исходную формулировку задачи Фейнмана и ее решение», — пишут авторы.
Опираясь на решение Фейнмана, они переформулировали дилемму применительно к выбору ресторанов во время поездки в город на определенное количество ночей. Согласно подходу Фейнмана, в этой ситуации человек должен пробовать каждый вечер новый ресторан до тех пор, пока не найдет заведение, качество которого превысит определенный порог, соответствующий желаемому уровню.
В уравнениях Фейнмана этот порог не равен константе — напротив, он снижается все быстрее по мере приближения конца отпуска. Иными словами, с каждым днем мотивация искать потрясающее место для ужина ослабевает, поскольку времени наслаждаться им остается все меньше.
«Пороговые значения определяются тем, насколько хорошее место мы можем найти, если продолжим поиски. Если у нас впереди много времени, то находка действительно отличного ресторана имеет большую ценность, потому что его можно посетить еще много раз», — объясняет профессор.
Подход Фейнмана предполагает, что вероятность найти ресторан любого уровня качества в заданном диапазоне одинакова. Однако исследователи также рассмотрели и другие сценарии.
«Мы показали, что если характер распределения ресторанов по качеству меняется, то должна меняться и оптимальная стратегия», — отмечает Гриффитс.
Например, если в городе много ужасных заведений и лишь одно-два хороших, начальный порог устанавливается гораздо выше — это означает, что поиск имеет смысл продолжать дольше. И наоборот, если большинство ресторанов примерно на одном уровне немногим выше среднего — порог снижается, и долго искать уже не стоит.
Найденные решения проверили на 2520 добровольцах, которых привлекли к участию в онлайн-задании. Их просили представить, что они приехали в город на определенный срок, и показывали распределение качества доступных ресторанов. Затем они видели сетку, где каждая ячейка означает ресторан. Нужно было выбрать одно заведение на каждый день пребывания. Как только ячейка (то есть ресторан) выбрана, раскрывается качество «ресторана».
Эксперимент показал, что порог у участников снижается не со все возрастающей скоростью по мере уменьшения числа оставшихся дней, а линейно — в зависимости от доли оставшегося отпуска.
«Это немного проще, чем решение Фейнмана, но на деле оказывается весьма эффективным. Весь фокус в том, чтобы установить пороговое значение и постепенно снижать его ближе к концу [поездки]. И если вы будете действовать в этом духе, результат будет очень неплохим», — заключил Гриффитс.
