ทบทวนผลของ ‘ผู้พิพากษาหิว’ ที่ดูไร้เหตุผลอีกครั้ง (2023)
(cambridge.org)- ผลลัพธ์ชื่อดังจากคณะกรรมการพิจารณาทัณฑ์บนของอิสราเอลที่สัดส่วนการตัดสินเชิงบวกลดฮวบก่อนพักและฟื้นกลับหลังพัก อาจถูกขยายให้ดูใหญ่เกินจริงอย่างมากจาก สิ่งแทรกเชิงสถิติ ไม่ใช่แค่ความบิดเบือนในการตัดสินจริง
- งานวิจัยเดิมตีความว่าความน่าจะเป็นของคำตัดสินเชิงบวกในคดีแรกของแต่ละช่วงอยู่ที่ราว 65% แล้วลดลงจนเกือบ 0% ในคดีสุดท้าย ก่อนจะกลับไปที่ 65% หลังพักกินอาหาร และเชื่อมโยงสิ่งนี้กับความเป็นไปได้ของ ความล้าทางจิตใจ
- แก่นของการวิเคราะห์ซ้ำคือ คำตัดสินเชิงบวกใช้เวลานานกว่าคำตัดสินเชิงลบ; ในข้อมูลของ DLA คำตัดสินเชิงบวกใช้เวลาเฉลี่ย 7.37 นาที ส่วนคำตัดสินเชิงลบใช้เวลาเฉลี่ย 5.21 นาที ทำให้ช่วงท้ายของแต่ละเซสชันอาจเหลือคดีที่มีแนวโน้มเชิงบวกน้อยลง
- หากสมมติว่าผู้พิพากษาที่มีเหตุผลจะเลื่อนคดีที่ไม่น่าจะพิจารณาให้เสร็จภายในเวลาที่เหลือไปยังเซสชันถัดไป แม้ลำดับคดีจะเป็นแบบสุ่มก็ยังเกิด เส้นโค้งขาลง คล้าย DLA ได้ และการตัด 5% ท้ายของแต่ละเซสชันออกยิ่งทำให้ผลนี้แรงขึ้น
- จากข้อมูลดิบเพียงอย่างเดียว ยังไม่เพียงพอจะสรุปว่าปัจจัยภายนอกบิดเบือนคำตัดสินทางกฎหมายอย่างมาก และควรแยกปัจจัยอย่าง การบริหารเวลาอย่างมีเหตุผล และการจัดลำดับคดีที่ไม่สุ่ม ออกจากผลของลำดับหรือความหิว
ผลลัพธ์ ‘ผู้พิพากษาหิว’ ดั้งเดิม
- Danziger, Levav และ Avnaim-Pesso (DLA) วิเคราะห์คำตัดสิน 1,112 คดี ของคณะกรรมการพิจารณาทัณฑ์บนในอิสราเอล และเห็นว่าลำดับคดีภายในเซสชันสัมพันธ์กับความน่าจะเป็นของคำตัดสินเชิงบวก
- คณะกรรมการดังกล่าวมีการพิจารณา 3 เซสชันต่อวัน โดยแบ่งเซสชันด้วยช่วงพักของว่างช่วงสายและพักกลางวัน
- ข้อมูลที่วิเคราะห์ครอบคลุมคำร้องขอทัณฑ์บนในอิสราเอลราว 40%
- ผลหลักของ DLA คือ ในคำตัดสินแรกของแต่ละเซสชัน สัดส่วนคำตัดสินเชิงบวกอยู่ที่ประมาณ 65% แต่ลดลงจนเกือบ 0% ในคำตัดสินสุดท้ายของเซสชัน
- หลังพักกินอาหาร ในเซสชันถัดไป สัดส่วนคำตัดสินเชิงบวกกลับขึ้นไปที่ราว 65% อีกครั้ง
- DLA ตีความอย่างระมัดระวังว่า หลังการตัดสินต่อเนื่อง ผู้พิพากษาอาจอยู่ในสภาวะเหนื่อยล้า หิว หรือหมดพลังทางจิตใจ จึงเลือกกลยุทธ์ คงสภาพเดิม ที่ง่ายกว่า นั่นคือการปฏิเสธคำร้อง
- ผลนี้ถูกอ้างอิงอย่างกว้างขวางในจิตวิทยา นิติศาสตร์ เศรษฐศาสตร์ และสาขาอื่น ๆ เพราะชี้ว่าคำตัดสินทางกฎหมายอาจสั่นไหวตาม ปัจจัยที่ไม่เกี่ยวข้องทางกฎหมาย เช่น ลำดับคดีหรือการได้กินข้าวหรือไม่
- จำนวนการอ้างอิงใน Google Scholar ณ วันที่ 27 กุมภาพันธ์ 2015 อยู่ที่ 222 ครั้ง
ข้อสงสัยต่อขนาดของผล
- ช่วงการลดลงที่ DLA สังเกตเห็นมีขนาดใหญ่มาก
- การที่คำตัดสินเชิงบวกลดจาก 65% เหลือ 5% เทียบได้กับ odds ratio 35 หรือความต่างค่าเฉลี่ยมาตรฐาน d = 1.96
- นี่มากกว่ามาตรฐานของ “ผลขนาดใหญ่” ทั่วไปเกินสองเท่า
- เมื่อเทียบกับสมมติฐานที่ว่าความล้าทางจิตใจเป็นสาเหตุ ขนาดนี้ยิ่งโดดเด่น
- ค่าประมาณที่ปรับอคติจากการตีพิมพ์ของ Carter และ McCullough อยู่ที่ d = –0.10~0.25 ซึ่งโดยเฉลี่ยคาดได้เพียงผลขนาดเล็ก
- งานทำซ้ำแบบ preregistered หลายห้องปฏิบัติการ 23 แห่ง รวม N = 2,142 พบค่า d = 0.04 ซึ่งไม่แตกต่างจาก 0 อย่างมีนัยสำคัญ
- ดังนั้น หากผลของ DLA มาจากความล้าทางจิตใจจริง ก็เท่ากับว่ามีปรากฏการณ์ในศาลที่แรงกว่าผลที่คาดจากงานทดลองในห้องแล็บอย่างมาก
ปัจจัยกวนจากลำดับคดีและจังหวะการพัก
- หากจะอ้างว่ามีผลจากลำดับคดี ต้องแสดงว่าการจัดคดีเป็นแบบสุ่ม หรืออย่างน้อยไม่มีปัจจัยแฝงที่ไม่ได้รวมในการวิเคราะห์ซึ่งกำหนดทั้งลำดับและคำตัดสินพร้อมกัน
- DLA ควบคุมตัวแปรอย่างความร้ายแรงของอาชญากรรม การถูกคุมขังก่อนหน้า จำนวนเดือนที่รับโทษ การเข้าร่วมโปรแกรมฟื้นฟู และอัตราคำตัดสินเชิงบวกก่อนหน้า แล้วมองว่าผลยังคงแข็งแรง
- Weinshall-Margel และ Shapard โต้แย้งจากการสัมภาษณ์อย่างไม่เป็นทางการกับผู้เกี่ยวข้องในกระบวนการทัณฑ์บนว่า ลำดับคดีไม่ได้เป็นแบบสุ่ม
- พวกเขาอธิบายว่า ผู้ต้องขังที่ไม่มีทนายมักถูกเรียกในลำดับท้าย ๆ ภายในเซสชัน และมีโอกาสได้ทัณฑ์บนน้อยกว่าผู้ต้องขังที่มีทนาย
- DLA ตอบว่าแนวโน้มขาลงยังคงอยู่แม้ควบคุมการมีหรือไม่มีทนาย แต่ไม่ได้รายงานว่าขนาดของผลยังเท่าเดิมหรือไม่
- เวลาที่พักก็เป็นตัวแปรสำคัญเช่นกัน
- DLA เห็นว่าลักษณะของคดีไม่สามารถทำนายจังหวะการพักได้
- แต่จากการสัมภาษณ์ของ Weinshall-Margel และ Shapard มีคำบอกเล่าว่าผู้พิพากษาอาจวางแผนเชิงระบบเพื่อปิด ชุดคดี บางชุด เช่น คดีจากเรือนจำเดียวกัน ให้เสร็จภายในเซสชันเดียว
การหลุดออกอย่างเลือกสรรและการบริหารเวลาอย่างมีเหตุผล
- จุดตั้งต้นของการวิเคราะห์ซ้ำคือข้อเท็จจริงที่ว่าคำตัดสินเชิงบวกใช้เวลานานกว่าคำตัดสินเชิงลบ
- ในข้อมูลของ DLA คำตัดสินเชิงบวกใช้เวลาเฉลี่ย 7.37 นาที ส่วนเบี่ยงเบนมาตรฐาน 5.11 นาที
- คำตัดสินเชิงลบใช้เวลาเฉลี่ย 5.21 นาที ส่วนเบี่ยงเบนมาตรฐาน 4.97 นาที
- จำนวนคดีที่พิจารณาต่อเซสชันไม่ได้คงที่
- เซสชันเช้าเฉลี่ย 7.8 คดี ส่วนเบี่ยงเบนมาตรฐาน 4.51 ต่ำสุด 2 คดี สูงสุด 28 คดี
- เซสชันหลังของว่างก่อนกลางวันเฉลี่ย 11.4 คดี ส่วนเบี่ยงเบนมาตรฐาน 5.14 ต่ำสุด 2 คดี สูงสุด 25 คดี
- เมื่อคำตัดสินเชิงบวกใช้เวลานานกว่า คดีที่มีแนวโน้มได้คำตัดสินเชิงบวกอาจ หลุดออกจากตัวอย่างอย่างเลือกสรร มากขึ้นเมื่อเข้าใกล้ช่วงท้ายเซสชัน
- เซสชันที่ส่วนใหญ่เป็นคำตัดสินเชิงลบสามารถพิจารณาคดีได้มากกว่า
- ในข้อมูลลำดับที่สูงขึ้น คดีจากเซสชันที่มีคำตัดสินเชิงลบมากจึงยังเหลืออยู่ในสัดส่วนที่มากกว่า
- พฤติกรรมที่ผู้พิพากษาไม่อยากเริ่มคดีที่คาดว่าจะใช้เวลานานก่อนถึงช่วงพัก อาจเป็นการบริหารเวลาอย่างมีเหตุผล
- ปริมาณเอกสาร ประเภทของคำร้อง การมีทนาย และเบาะแสภายนอกที่เกี่ยวกับทนาย เรือนจำ หรือผู้ต้องขัง อาจช่วยให้คาดได้คร่าว ๆ ว่าคดีจะใช้เวลาสั้นหรือยาว
- การวางแผนแบบนี้ไม่จำเป็นต้องตั้งสมมติฐานว่าผู้พิพากษารู้สาระทางกฎหมายหรือผลคำตัดสินล่วงหน้า
การจำลองผู้พิพากษาที่มีเหตุผล
- การจำลองสมมติผู้พิพากษาในอุดมคติที่ตัดสินโดยไม่มีข้อผิดพลาดและไม่มีอคติ
- ผู้พิพากษากำหนดข้อจำกัดเวลาโดยคร่าว ๆ ให้แต่ละเซสชัน และหากคดีถัดไปน่าจะใช้เวลาเกินขีดจำกัดนั้น ก็จะไม่พิจารณาในเซสชันปัจจุบัน แต่เลื่อนไปเป็นคดีแรกของเซสชันถัดไป
- การจำลองสร้างคดีเรียงลำดับแบบสุ่ม 10,000 คดี
- กำหนดสัดส่วนพื้นฐานของคดีที่ควรได้คำตัดสินเชิงบวกไว้ที่ 36% และเชิงลบ 64%
- เวลาที่ใช้ในการตัดสินสะท้อนความต่างของเวลาเฉลี่ยระหว่างคดีเชิงบวกกับเชิงลบ และใส่สัญญาณรบกวนจากการแจกแจงปกติหรือการแจกแจง Weibull ที่มีความเบ้ขวา
- จำกัดเวลาเซสชันไว้ที่ 60 นาที
- แม้ลำดับคดีจะสุ่มและผู้พิพากษาจะมีเหตุผล ก็ยังเกิดรูปแบบที่ความน่าจะเป็นของคำตัดสินเชิงบวกลดลงมากในช่วงท้ายเซสชัน
- ทั้งการแจกแจงปกติและ Weibull ให้ผลเชิงคุณภาพคล้ายกัน
- ในลำดับสูง ๆ จำนวนข้อมูลที่เหลือน้อยลง ทำให้ค่าประมาณไม่นิ่ง และอาจเกิดยอดพุ่งเป็น 0% หรืออัตราสูงผิดปกติได้
- กลไกนี้เกิดจากเมื่อเวลาเหลือน้อยลง คดีเชิงบวกจะถูกรวมไว้ในเซสชันได้ยากกว่าคดีเชิงลบ
- ตัวอย่างเช่น หากเหลือเวลา 15 นาที คดีเชิงบวกและเชิงลบส่วนใหญ่ยังเริ่มพิจารณาได้
- แต่ถ้าเหลือเวลาเพียง 5 นาที จะมีคดีเชิงบวกเพียง 12% ที่ยังพอเริ่มได้ ขณะที่คดีเชิงลบเริ่มได้ถึง 46%
- ดังนั้นในตัวอย่างช่วงท้ายเซสชัน สัดส่วนสัมพัทธ์ของคดีเชิงบวกจึงลดลง
การเพิ่มขึ้นช่วงต้นเซสชันและการเซ็นเซอร์ข้อมูล
- ทั้งในการจำลองและในข้อมูลของ DLA มีปรากฏการณ์ที่สัดส่วนคำตัดสินเชิงบวกในคดีแรกของเซสชันสูงกว่าสัดส่วนพื้นฐาน
- เพราะมีโอกาสสูงกว่าที่เซสชันก่อนหน้าจะจบลงก่อนถึงคดีเชิงบวก ทำให้มวลความน่าจะเป็นของคดีเชิงบวกที่ตกหล่นจากท้ายเซสชันก่อน ถูกย้ายมาอยู่ที่คดีแรกของเซสชันถัดไป
- หากมีการวางแผนเป็นหน่วยของชุดคดีเป็นครั้งคราว ก็อาจอธิบายได้ว่าทำไมคดีที่สองและสามจึงสูงกว่าสัดส่วนพื้นฐานด้วย
- DLA ตัด 5% ท้ายของคดีในแต่ละเซสชันออกเพื่อลดปัญหาตัวอย่างขนาดเล็กในลำดับสูง ๆ
- ในการจำลองของการวิเคราะห์ซ้ำ การเซ็นเซอร์ (censoring) นี้ไม่ได้ลดช่วงการลดลง แต่กลับทำให้แรงขึ้น
- การเซ็นเซอร์เพิ่มการหลุดออกอย่างเลือกสรรโดยประดิษฐ์
- เมื่อต้องวิเคราะห์ผลของลำดับต่อสัดส่วนคำตัดสินเชิงบวก ควรหลีกเลี่ยงการเซ็นเซอร์ลักษณะนี้
- ในข้อมูล DLA ยังพบ autocorrelation ที่คำตัดสินก่อนหน้ามีความสัมพันธ์เชิงบวกกับคำตัดสินถัดไป
- เมื่อเพิ่ม autocorrelation อันดับหนึ่ง r = .10 ลงในการจำลอง ขนาดของสิ่งแทรกก็ไม่ได้เปลี่ยนอย่างมีนัยสำคัญ
กรณีไม่มีการคาดการณ์ล่วงหน้า
- การจำลองก่อนหน้านี้ตั้งสมมติฐานว่าผู้พิพากษาคาดเวลาที่คดีถัดไปจะใช้ได้ในระดับหนึ่ง และจะไม่เริ่มคดีที่น่าจะเกินข้อจำกัดของเซสชัน
- DLA ระบุว่าสมาชิกคณะกรรมการไม่รู้รายละเอียดของคดีถัดไปล่วงหน้า ดังนั้นการสมมติว่าคาดการณ์ได้เต็มรูปแบบอาจเป็นเงื่อนไขที่เข้มเกินไป
- การวิเคราะห์ซ้ำจึงทดสอบกรณีที่ผู้พิพากษาหยุดเซสชันหลังเวลาจำกัดถูกใช้เกินไปแล้ว โดยไม่มีการคาดการณ์ล่วงหน้า
- หากไม่มีการเซ็นเซอร์และไม่มี autocorrelation สิ่งแทรกจะหายไป
- แต่เมื่อรวมการเซ็นเซอร์และ autocorrelation ผลขาลงก็กลับมาอีกครั้ง
- เหตุผลคือคำตัดสินเชิงบวกใช้เวลานานกว่า จึงมีโอกาสชนข้อจำกัดเวลามากกว่า
- เมื่อเอา 5% ท้ายของเซสชันออก มักทำให้คดีสุดท้ายถูกตัดทิ้ง และคดีสุดท้ายนั้นมีโอกาสเป็นคดีเชิงบวกมากกว่าคดีเชิงลบ
- ในเงื่อนไขที่ไม่มีการคาดการณ์ล่วงหน้า ช่วงการลดลงที่การเซ็นเซอร์สร้างขึ้นมีขนาดราว 15% ซึ่งเล็กกว่าการจำลองที่มีการคาดการณ์ล่วงหน้า
ข้อจำกัดที่ยังเหลือและข้อสรุป
- การวิเคราะห์ซ้ำไม่ได้ตัดทิ้งความเป็นไปได้ที่ลำดับหรือความล้าทางจิตใจมีผลต่อข้อมูลคำตัดสินทางกฎหมายของ DLA
- เพียงแต่ชี้ว่าส่วนสำคัญของการลดลงขนาดใหญ่ที่สังเกตได้นั้น อาจเกิดขึ้นได้แม้ไม่มีปัจจัยภายนอกเลย ผ่าน การบริหารเวลาอย่างมีเหตุผล และการหลุดออกอย่างเลือกสรร
- การบริหารเวลาอย่างมีเหตุผลและการหลุดออกอย่างเลือกสรรก็ยังอธิบายคุณลักษณะทั้งหมดของข้อมูล DLA ไม่ได้
- ขนาดของผลจากการจำลองยังเล็กกว่าผลดั้งเดิมอยู่บ้าง
- ข้อมูลดิบมีอัตราเริ่มต้นเซสชันที่ 65% ไม่ใช่ 45% และโดยเฉพาะอัตราเริ่มต้นของเซสชันแรกในแต่ละวันนั้นอธิบายได้ยากด้วยคำอธิบายนี้เพียงอย่างเดียว
- ผลของ “เวลา” เองที่ DLA รายงานไว้ก็ไม่สามารถอธิบายได้ง่ายด้วยสิ่งแทรกจากลำดับ
- เส้นโค้งเชิงประจักษ์เรียบกว่า ขณะที่เส้นโค้งจากการจำลองตกแรงกว่าในช่วงต้นและท้าย และแบนกว่าตรงกลาง
- หากการตั้งค่าของ DLA จำกัดความสามารถในการคาดคะเนคดีถัดไปโดยตรงอยู่บางส่วน ช่วงการลดลงที่การบริหารเวลาอย่างมีเหตุผลอธิบายได้จะอยู่ราว 15%~45%
- ไม่สามารถใช้ข้อมูลดิบทำการวิเคราะห์รายละเอียดเพิ่มเติมได้
- ผู้วิจัย DLA แสดงเจตนาจะเปิดเผยข้อมูล แต่ผู้ที่ให้สิทธิ์เข้าถึงข้อมูลในตอนแรกเป็นผู้ขัดขวางไว้
- และไม่สามารถสร้างสภาพแวดล้อมการตัดสินจริงขึ้นใหม่ได้อย่างสมบูรณ์ จึงยังมีประเด็นค้างคาที่ต้องอาศัยงานวิจัยต่อไป
- ผลของลำดับและผลของความล้าทางจิตใจในงานต้นฉบับอาจถูก ประเมินสูงเกินจริง
- มีทั้งการบริหารเวลาตามจังหวะพักอย่างมีเหตุผล การเรียงคดีแบบไม่สุ่มที่คดีมีทนายมาก่อน และผลของลำดับหรือความล้าทางจิตใจที่อาจมีอยู่จริง ปะปนกันอยู่
- หากแยกผลเหล่านี้ออกจากกัน ค่าประมาณของผลจากลำดับหรือความล้าทางจิตใจก็น่าจะเล็กลง
- ในภาพกว้างกว่านั้น พฤติกรรมที่ดูไร้เหตุผลอาจมีฐานเชิงเหตุผลที่ไม่เป็นไปตามสัญชาตญาณซ่อนอยู่
- การจำลองด้วยคอมพิวเตอร์และการวิเคราะห์คณิตศาสตร์แบบเป็นทางการคือเครื่องมือสำหรับค้นหาความเป็นไปได้นั้น
- ก่อนจะสรุปว่านักแสดงทางกฎหมายหรือบุคคลทั่วไปมีพฤติกรรมที่ไร้เหตุผลอย่างมาก ควรใช้การจำลองตัวแสดงที่มีเหตุผลและการวิเคราะห์เชิงรูปแบบให้เร็วขึ้นและมากขึ้น
1 ความคิดเห็น
ความคิดเห็นใน Hacker News
งานวิจัยดั้งเดิมดูเหมือนจะมีข้อบกพร่อง เพราะไม่ได้คำนึงถึง ลำดับการพิจารณา ของคดี
ประเด็นที่ตกหล่นไปคือ คดีที่ไม่ร้ายแรงนักถูกพิจารณาก่อน ส่วนคดีที่ร้ายแรงกว่า หรือคดีที่มีโทษหนักกว่า ถูกเลื่อนไปไว้ท้าย ๆ
“Danziger และคณะพึ่งพาข้อสมมติอย่างมากว่าลำดับคดีเป็นแบบสุ่ม และดังนั้นจึงเป็นอิสระจากกระบวนการตัดสินใจ ข้อสมมตินี้ถูกโต้แย้งอย่างหนัก Keren Weinshall-Margel และ John Shapard ได้วิเคราะห์ข้อมูลของงานวิจัยต้นฉบับและข้อมูลอื่นที่พวกเขาเก็บรวบรวมโดยตรง รวมทั้งสัมภาษณ์เพิ่มเติมกับเจ้าหน้าที่ศาลที่เกี่ยวข้อง ในคำตอบสั้น ๆ แต่มีน้ำหนักวิพากษ์สูงใน PNAS พวกเขาชี้ว่าลำดับคดีไม่ได้เป็นแบบสุ่ม คณะผู้พิจารณาพยายามจัดการคดีทั้งหมดของเรือนจำหนึ่งให้เสร็จก่อนพัก และหลังพักจึงย้ายไปคดีของเรือนจำถัดไป โดยเฉพาะคำร้องของผู้ต้องขังที่ไม่มีทนายมักถูกพิจารณาช่วงท้ายของแต่ละรอบ ดังนั้นผู้ต้องขังที่ไม่มีตัวแทนทางกฎหมายจึงมีโอกาสได้รับคำตัดสินที่เป็นคุณน้อยกว่าผู้ที่มีตัวแทน นอกจากนี้ ทนายมักเป็นตัวแทนให้ผู้ต้องขังหลายคนและเป็นผู้กำหนดลำดับการนำเสนอคดี ซึ่งก็เป็นไปได้มากว่าพวกเขาจะเริ่มจากคดีที่แข็งแรงที่สุดก่อน”
[1] Chatziathanasiou, K., 2022. Beware the lure of narratives:“hungry judges” should not motivate the use of “artificial intelligence” in law. German Law Journal, 23(4), pp.452-464
แบบนี้ไม่ควรสุ่มจัดสรรคดีไปเลยหรือ?
น่าสนใจ งานวิจัยเดิมเป็นที่รู้กันว่าพบว่าผู้พิพากษาผ่อนปรนกว่าทันทีหลังอาหารกลางวัน และเข้มงวดที่สุดก่อนอาหารกลางวัน
งานวิจัยใหม่นี้โต้แย้งความหนักแน่นของข้อสรุปนั้น โดยแสดงให้เห็นว่าคำตัดสินเชิงบวกใช้เวลานานกว่า และก่อนพักสามารถสอดแทรกคำตัดสินเชิงลบแบบง่าย ๆ ได้มากกว่า ในที่นี้คำตัดสินเชิงลบคือการปฏิเสธทัณฑ์บน จึงจบได้เร็วกว่า
กล่าวคือ ผู้พิพากษาไม่อยากเริ่มคดีซับซ้อนที่มีแนวโน้มจะลงเอยในทางเป็นคุณก่อนพัก ผมอ้างงานวิจัยเดิมมานับครั้งไม่ถ้วน แต่การทบทวนใหม่นี้ทำให้มี บริบท เพิ่มขึ้นมาก
ประเด็นคือถ้าเรื่องนั้นจริง อุบัติเหตุจราจรช่วงใกล้เที่ยงก็ควรพุ่งสูงมหาศาล และตามสามัญสำนึกก็ควรใหญ่พอถึงขั้นห้ามขับรถก่อนเที่ยง
“ถ้าความหิวส่งผลต่อทรัพยากรทางจิตของเราในระดับขนาดนี้ สังคมก็คงตกอยู่ในความโกลาหลเล็ก ๆ ทุกวันเวลา 11:45 อย่างน้อยที่สุด สังคมก็คงถูกจัดระเบียบโดยมีผลของความเหนื่อยล้าทางจิตที่รุนแรงจนน่าเหลือเชื่อนี้เป็นศูนย์กลางไปแล้ว”
https://daniellakens.blogspot.com/2017/07/impossibly-hungry-...
ในบริบทคล้ายกัน ก็มีงานวิจัยดังที่ว่าด้วยสหสัมพันธ์ระหว่าง การเริ่มใช้เวลาออมแสง กับการเพิ่มขึ้นของภาวะหัวใจวาย [0]
[0] https://www.sciencedirect.com/science/article/pii/S254245482...
บทความที่เกี่ยวข้อง:
Do judges give out tougher sentences when hungry? A study too good to be true - https://news.ycombinator.com/item?id=35491060 - เมษายน 2023, 202 ความคิดเห็น
Impossibly Hungry Judges - https://news.ycombinator.com/item?id=22020716 - มกราคม 2020, 1 ความคิดเห็น
Rebuttal to hungry judges give harsher sentences - https://news.ycombinator.com/item?id=19958435 - พฤษภาคม 2019, 1 ความคิดเห็น
Impossibly Hungry Judges (2017) - https://news.ycombinator.com/item?id=18112378 - ตุลาคม 2018, 58 ความคิดเห็น
Impossibly Hungry Judges - https://news.ycombinator.com/item?id=14701328 - กรกฎาคม 2017, 70 ความคิดเห็น
Do hungry judges give harsher sentences? - https://news.ycombinator.com/item?id=2438189 - เมษายน 2011, 1 ความคิดเห็น
https://hn.algolia.com/?dateRange=all&page=0&prefix=false&qu...
https://hn.algolia.com/?dateRange=all&page=0&prefix=false&qu...
สถิติที่จัดการกับวัตถุซึ่งมีความยาวต่างกันนั้นยุ่งยาก ทำให้นึกถึงสมัยที่ทำการสุ่มตัวอย่างแพ็กเก็ตบน LAN
การกระจายของความยาวเป็นแบบสองยอด การคำนวณทางสถิติที่ตั้งอยู่บนสมมติฐานเรื่องค่าเฉลี่ยจึงทำให้เข้าใจผิด
มีเคล็ดลับในการแก้อยู่หลายอย่าง และในศัพท์ทั่วไปเรียกว่า “periodogram”
https://en.wikipedia.org/wiki/Least-squares_spectral_analysi...
https://www.mathworks.com/help/signal/ug/spectral-analysis-o...
แปลกที่ไม่มีใครยก The Rape of the Lock ของ Alexander Pope มาอ้าง
“The hungry judges soon the sentence sign,
And wretches hang that jury-men may dine;”
(https://rpo.library.utoronto.ca/content/rape-lock-canto-3)
เพิ่งเคยเห็นเรื่องนี้ครั้งแรก น่าสนใจดี เคยเห็นเรื่องคล้ายกันเกี่ยวกับการสูบบุหรี่ เลยเริ่มสงสัยเรื่อง ผลกระทบของผู้พิพากษาที่ติดสิ่งเสพติด เช่น การสูบบุหรี่ ด้วย
การทำซ้ำที่ล้มเหลวในปัจจุบัน มีสักแค่ไหนที่อาจเกิดจากผู้ถูกสังเกตรู้ถึงปรากฏการณ์นั้นแล้ว ปรับแก้อย่างตั้งใจ?
https://daniellakens.blogspot.com/2017/07/impossibly-hungry-...
ผลกระทบดั้งเดิมเป็นที่รู้กันตั้งแต่ตอนตีพิมพ์แล้วว่าเป็น สหสัมพันธ์ลวง
ดูเหมือนจะเป็นงานวิจัยที่บอกว่า หากมีข้อจำกัดด้านเวลา แม้แต่ผู้พิพากษาที่มีเหตุผลก็จะพยายามจัดการคดีให้เร็วขึ้น และอาจเอนเอียงไปทางคำตัดสินที่ไม่เป็นผลดี
ช่วงพักกลางวันและน่าจะรวมถึงเวลาเลิกงานคือข้อจำกัดด้านเวลาเช่นนั้น จึงเกิดปรากฏการณ์ที่คำตัดสินที่เป็นผลดีลดลงเมื่อใกล้ถึงพักกลางวัน และกลับมาฟื้นตัวอีกครั้งหลังพักกลางวัน
แต่ก็ยังแปลกที่งานวิจัยบอกว่า “การวิเคราะห์ของ DLA ไม่ได้ให้หลักฐานชี้ขาดต่อสมมติฐานที่ว่าปัจจัยภายนอกมีอิทธิพลต่อคำตัดสินทางกฎหมาย” ถ้าช่วงพักกลางวันกับเวลาเลิกงานไม่ใช่ ปัจจัยภายนอก แล้วจะเป็นอะไร?
อย่างไรก็ตาม คำอธิบายข้างต้นอธิบายได้เพียงบางส่วนของข้อค้นพบเดิม และงานวิจัยก็ยอมรับว่ามีปัจจัยอื่นทำงานร่วมด้วย
ผู้พิพากษาที่มีเหตุผลในแบบจำลองนั้น “สมบูรณ์แบบ” และการตัดสินใจไม่ได้รับอิทธิพลจากลำดับคดีหรือเวลาที่ผ่านไปหลังพัก
สิ่งที่งานวิจัยพูดคือ แม้จะมีพฤติกรรมที่สมบูรณ์แบบเช่นนี้ ในวิธีจำลองบางแบบที่กำหนดว่าจะพักเมื่อใด คดีที่มีแนวโน้มเป็นผลดีอาจมีโอกาสถูกจัดไว้ช่วงต้นของแต่ละ session มากขึ้น ในการจำลองครั้งสุดท้าย ผลกระทบนี้จึงปรากฏขึ้นก็ต่อเมื่อใช้การประมวลผลทางสถิติแบบเดียวกับงานวิจัยเดิมแล้วเท่านั้น
หลายปีหลังจากอ่านงานวิจัยเดิม ผมไม่เคยนัด ประชุมก่อนมื้อเที่ยง เลย ให้ตายสิ
ถ้าพูดจริงจังกว่านั้น ผมทำตรงกันข้าม เพื่อไม่ให้ผู้คนไขว้เขวเพราะความหิว และเพื่อไม่ให้ช่วงเช้าถูกแบ่งเป็นสองบล็อกที่ขาดจากกัน
น่าจะน่าสนใจถ้าลองเปรียบเทียบกับกรณีที่ผลลัพธ์ตั้งต้นเป็นไปในทางตรงข้าม
ผู้ต้องขังอยู่ในคุก และจะยังคงอยู่ในคุกต่อไป
ถ้าโครงสร้างเป็นแบบที่ผู้ต้องขังจะถูกปล่อยตัวหากผู้พิพากษาไม่ได้ให้เหตุผลว่าทำไมจึงต้องถูกคุมขังต่อไป ผลลัพธ์จะเปลี่ยนไปไหม? แน่นอนว่าน่าจะค่อนข้างซับซ้อน