Обмежена раціональність: що це і чому люди не завжди обирають оптимальне рішення
Автор: Український психологічний ХАБ · Опубліковано: 20 вересня 2026 · Редакційна політика
Обмежена раціональність — це підхід до пояснення реальних рішень, за якого людина діє не з необмеженими знаннями й обчислювальними можливостями, а в умовах браку часу, неповної інформації, невизначеності та обмежених когнітивних ресурсів. Замість того щоб щоразу обчислювати математично найкращий варіант серед усіх можливих альтернатив, люди спрощують задачу: звужують пошук, користуються правилами наближення, зупиняються на достатньо доброму варіанті й адаптують спосіб вибору до середовища.
Це одна з фундаментальних ідей сучасної науки про рішення. Вона пояснює, чому відхилення від теоретичного максимуму не обов’язково означає безглузду або хаотичну поведінку. Якщо пошук додаткової інформації коштує часу й зусиль, а майбутні наслідки неможливо знати точно, сама вимога «знайти оптимум» може бути нереалістичною. Тому питання зміщується: не лише «який варіант найкращий у моделі?», а й «яке рішення можна розумно знайти за наявних ресурсів?»
Обмежена раціональність тісно пов’язана з прийняттям рішень, евристиками, когнітивними упередженнями, пошуком інформації та поведінкою за ризику. Водночас це ширше поняття, ніж окреме упередження або помилка: воно описує загальну проблему того, як скінченний агент ухвалює рішення у складному світі.
Що означає «обмежена раціональність»
У класичних моделях раціонального вибору рішення часто описують так, ніби агент має чітко задані цілі, знає доступні альтернативи, може оцінити їхні наслідки та порівняти варіанти за узгодженим правилом. Такі моделі корисні як нормативні або аналітичні орієнтири, але вони не автоматично є буквальним описом людського мислення.
Сучасний огляд досліджень людської раціональності підкреслює важливу методологічну річ: навіть коли психологія описує фактичну поведінку, оцінити її як «раціональну» або «нераціональну» можна лише відносно певного нормативного стандарту. Огляд Ulrike Hahn у Annual Review of Psychology 2026 року показує, що різні задачі — імовірнісне судження, міркування, вибір і аргументація — можуть вимагати різних нормативних рамок. Через це слово «оптимальне» завжди потребує уточнення: оптимальне за яким критерієм, за якої інформації та з якими витратами?
Обмежена раціональність вводить у модель сам процес пошуку рішення. Людина має вирішити, яку інформацію збирати, скільки часу витратити, що проігнорувати, наскільки точно рахувати, коли зупинитися і який рівень результату вважати прийнятним. Саме ці процедурні обмеження часто визначають фактичний вибір не менше, ніж властивості самих альтернатив.
Герберт Саймон і походження концепції
Від абстрактного максимуму до реального процесу вибору
Ключову роль у формуванні концепції відіграв Герберт А. Саймон. У статті «A Behavioral Model of Rational Choice» 1955 року він аналізував, як моделі вибору можна наблизити до ситуацій, у яких агент не має повної карти альтернатив і не виконує безмежні обчислення. Уже наступного року в роботі «Rational Choice and the Structure of the Environment» Саймон пов’язав механізми вибору зі структурою середовища: проста стратегія може бути достатньою, якщо вона використовує релевантні властивості задачі.
Цей поворот був принциповим. Раціональність перестала розглядатися лише як відповідність ідеальному фінальному вибору. Важливим став спосіб, яким рішення виробляється: які альтернативи реально помічені, яка інформація доступна, якою є послідовність пошуку та де встановлено правило зупинки.
У 1978 році Саймон отримав Премію Шведського державного банку з економічних наук пам’яті Альфреда Нобеля за піонерські дослідження процесу ухвалення рішень в економічних організаціях. Офіційне формулювання Нобелівської премії відображає міждисциплінарний характер його роботи: теорія організацій, економіка, психологія та дослідження процесів прийняття рішень тут безпосередньо перетинаються.
Сатисфайсинг: «достатньо добре» замість нескінченного пошуку
Одним із найвідоміших механізмів у традиції Саймона став satisficing — українською часто передають як сатисфайсинг або вибір достатньо прийнятного варіанта. Ідея проста: замість повного ранжування всіх можливих альтернатив агент задає рівень домагань або мінімальні критерії прийнятності й припиняє пошук, коли знаходить варіант, який їм відповідає.
Уявімо пошук квартири. Теоретичний оптимум вимагав би знати всі доступні квартири, усі майбутні пропозиції, реальну якість кожної, витрати часу на перегляди, майбутні ціни й точну вагу кожної характеристики. У реальному житті людина може встановити поріг: максимальна ціна, прийнятний район, мінімальна площа, час до роботи. Коли з’являється варіант, що задовольняє ці вимоги, подальший пошук може вже не виправдовувати свої витрати.
Сатисфайсинг не означає байдужості до якості. Це правило зупинки. Його результат залежить від того, наскільки вдало встановлено критерії, у якому порядку трапляються варіанти та наскільки дорого продовжувати пошук. Тому «достатньо добре» може бути як розумним рішенням, так і джерелом пропущених можливостей — залежно від структури конкретної задачі.
Що саме обмежує раціональність
Неповна інформація
У багатьох рішеннях повна інформація принципово недоступна. Ми не знаємо всіх можливих альтернатив, майбутніх цін, реакцій інших людей, рідкісних ризиків або наслідків, що з’являться через роки. Навіть коли інформацію можна здобути, її пошук має ціну: час, гроші, увагу й затримку самого рішення.
Тому фактичний вибір формується не лише тим, що людина знає, а й тим, що вона вирішила шукати. Два агенти з однаковими цілями можуть зробити різний вибір, якщо один побачив три альтернативи, а другий — двадцять, або якщо вони використовували різні джерела даних.
Обмежений час
Частина рішень має дедлайн: медичне сортування, керування транспортом, робоча нарада, закупівля з обмеженим терміном, відповідь під час переговорів. У таких умовах додатковий аналіз може підвищити точність, але водночас зробити відповідь запізнілою. Час стає частиною самої задачі вибору.
Обмежені обчислювальні та когнітивні ресурси
Людина не може одночасно утримувати й точно обчислювати необмежену кількість параметрів. Складність задачі зростає разом із числом альтернатив, критеріїв, можливих станів світу та взаємодій між ними. Через це реальне мислення використовує спрощені представлення: категорії, приблизні оцінки, пріоритетні ознаки, зовнішні нотатки, таблиці та правила відсікання.
Цей аспект дедалі частіше формалізують через поняття вартості обчислення. У ресурсно-раціональних моделях питання звучить так: який розподіл обмежених обчислювальних ресурсів дає найкраще співвідношення між якістю рішення і витратами на його отримання? Це не тотожне вихідній теорії Саймона, але продовжує її центральну проблему.
Структура середовища
Рішення залежать не лише від «внутрішніх» можливостей людини. Важливо, як організоване середовище: чи легко знайти релевантну інформацію, чи стабільні закономірності, чи є надійний зворотний зв’язок, як подано альтернативи, які стимули створює організація або платформа. Те саме правило може бути ефективним в одному середовищі й слабким в іншому.
Todd і Gigerenzer у роботі 2003 року описують цю взаємодію як відповідність між властивостями когнітивного механізму і структурою зовнішнього світу. Саме з цього виростає програма екологічної раціональності: стратегія оцінюється не у вакуумі, а в тому середовищі, для якого вона працює.
Як люди приймають рішення в умовах обмежень
Звужують простір пошуку
Перша операція часто відбувається ще до порівняння варіантів: людина вирішує, що взагалі вважати кандидатом. Під час купівлі ноутбука вона може відсікти всі моделі дорожчі за певну суму, під час пошуку роботи — вакансії без дистанційного формату, під час вибору маршруту — дороги з очевидним затором. Після такого фільтра оптимізується вже не весь світ можливостей, а значно менша множина.
Використовують евристики
Евристика — це спрощена стратегія судження або вибору, яка використовує лише частину доступної інформації чи обчислень. У класичній статті Тверскі й Канемана 1974 року описано репрезентативність, доступність та якоріння як економні способи оцінювання за невизначеності, які часто працюють швидко, але за певних умов породжують систематичні помилки.
Звідси не випливає, що «евристика» означає «помилка». Огляд Gigerenzer і Gaissmaier 2011 року визначає евристики як ефективні когнітивні процеси, які свідомо або несвідомо ігнорують частину інформації. Їхня якість залежить від задачі: інколи спрощення знижує точність, а інколи зменшує шум, витрати й перенавчання на випадкових деталях.
Використовують правила зупинки
Навіть хороша процедура пошуку потребує відповіді на питання «коли досить?». Продовжувати порівняння можна майже нескінченно: прочитати ще один огляд, попросити ще одну думку, додати ще один критерій. Обмежена раціональність робить правило зупинки частиною рішення. Це може бути часовий ліміт, мінімальний поріг якості, достатня впевненість або момент, коли очікувана користь нової інформації вже мала порівняно з її ціною.
Спираються на рівні домагань
Критерій «достатньо добре» не є фіксованим. Якщо прийнятні варіанти трапляються часто, рівень домагань може підвищуватися; якщо пошук довго не дає результату, людина може його знизити. Таким чином, вибір і навчання взаємодіють: досвід змінює очікування, а очікування змінюють правило зупинки.
Чому «оптимальне» рішення не завжди є найраціональнішою ціллю
Щоб говорити про оптимум, треба визначити модель: перелік альтернатив, функцію цінності, імовірності наслідків і допустимі витрати. Якщо ці елементи відомі й обчислення дешеве, оптимізація може бути природним стандартом. Але багато життєвих задач є «великими світами»: альтернативи відкриваються поступово, імовірності нестабільні, цілі конфліктують, а саме збирання інформації змінює ситуацію.
Тут виникає парадокс. Пошук найкращого рішення теж є дією, що споживає ресурси. Якщо людина витратила місяць, щоб знайти пропозицію на 1% вигіднішу, вона могла втратити більше на часі, відкладеній дії або пропущених можливостях. Тому раціональність процесу не можна оцінювати лише за якістю кінцевого варіанта без урахування вартості пошуку.
Класичний огляд Джона Конліска «Why Bounded Rationality?» систематизував причини, з яких моделі реальної поведінки мають враховувати витрати мислення, обмеження знань і складність процедур. Ця лінія досліджень не скасовує нормативні моделі оптимального вибору; вона пояснює, чому опис фактичного рішення потребує ще й моделі процедури.
Три впливові способи розуміти обмежену раціональність
1. Евристики та упередження: де спрощення дає систематичну помилку
У програмі heuristics and biases центральним стало порівняння інтуїтивних суджень із нормативними правилами ймовірності, статистики або вибору. Якщо швидка стратегія стабільно відхиляє відповіді від релевантного стандарту, це описують як когнітивне упередження. Роботи Амоса Тверскі і Деніела Канемана показали багато умов, у яких форма задачі, доступність прикладів, точка відліку або стартове число змінюють судження.
Нобелівська лекційна стаття Канемана 2003 року про «карти обмеженої раціональності» інтегрувала дослідження інтуїтивного судження, вибору та відхилень від стандартних економічних припущень. Важливо, однак, не робити з цієї традиції висновок, що людське мислення є набором дефектів. Навіть у класичній роботі Тверскі й Канемана евристики описувалися як економні та часто ефективні.
2. Екологічна раціональність: де просте правило відповідає середовищу
Програма екологічної раціональності ставить інше питання: у яких середовищах певна евристика працює добре? Якщо релевантна ознака стабільно передбачає результат, правило, що зосереджується на цій ознаці й ігнорує решту, може бути швидким і точним. У деяких моделях та емпіричних задачах менша кількість інформації справді може давати не гірший, а інколи й кращий прогноз, особливо коли складніша модель підхоплює шум.
Це не універсальний закон «менше інформації завжди краще». Todd і Gigerenzer прямо пов’язують успіх простих евристик із відповідністю між механізмом і структурою середовища. Якщо середовище змінюється або діагностична ознака стає ненадійною, перевага тієї самої евристики може зникнути.
3. Ресурсна раціональність: чи можна формалізувати ціну мислення
Новіші обчислювальні підходи намагаються формально включити в модель вартість часу, уваги, пам’яті та обчислень. Lieder і Griffiths запропонували resource-rational analysis — ресурсно-раціональний аналіз, у якому когнітивний процес оцінюють як використання обмежених ресурсів для досягнення результату.
Цей підхід цікавий тим, що дозволяє пояснювати деякі відхилення від необмеженого оптимуму як можливий наслідок оптимізації вже іншої задачі — задачі з когнітивними витратами. Але це дослідницька модель, а не доказ того, що кожна людська помилка приховано оптимальна. Самі автори й коментатори обговорюють, які ресурси слід включати, як вимірювати їхню ціну і де проходить межа між методологічною моделлю та твердженням про фактичну людську раціональність.
Що показує сучасна наука: статус концепції та межі доказів
Обмежена раціональність — не один лабораторний ефект, який можна «підтвердити» або «спростувати» єдиним експериментом. Це рамка для побудови моделей рішень. Конкретні твердження всередині цієї рамки перевіряють окремо: як люди шукають інформацію, які правила зупинки використовують, коли евристика покращує або погіршує вибір, як на рішення впливають часові обмеження, структура середовища та когнітивна вартість.
Огляд Bryan Jones підкреслював, що обмежена раціональність не рівнозначна твердженню «люди ірраціональні»: агенти можуть бути цілеспрямованими й адаптивними, але їхня адаптація обмежена процедурою та архітектурою обробки інформації. Наскільки сильно ці межі змінюють результат, є емпіричним питанням, а не константою для всіх людей і ситуацій.
Сучасна наука також відмовляється від простого протиставлення «логічний розум проти упередженого розуму». Огляд Hahn 2026 року показує, що оцінювання людської раціональності залежить від правильно вибраного нормативного стандарту, репрезентації задачі та цілей агента. Помилка відносно одного формального правила може бути справжньою систематичною помилкою; в іншій задачі те саме спрощення може бути адаптивним.
Тому науково коректніше говорити не «людина використовує лише 10% можливостей» або «мозок не створений для раціональності», а конкретно описувати межі певної задачі: яка інформація доступна, яка процедура використовується, який нормативний критерій обраний і наскільки результат від нього відхиляється.
Приклади обмеженої раціональності в повсякденних рішеннях
Вибір товару серед сотень альтернатив
Коли в каталозі 500 моделей, повне порівняння кожної пари за десятьма критеріями практично не потрібне. Людина задає фільтри — бюджет, ключову функцію, сумісність, гарантію — і порівнює невелику фінальну множину. Це не обов’язково когнітивне упередження. Це скорочення простору пошуку. Помилка виникне, якщо фільтр відкидає важливі варіанти або критерій, на якому зосередився вибір, погано пов’язаний із реальною якістю.
Пошук роботи
Пошук роботи має послідовну структуру: вакансії з’являються в різний час, офер може мати дедлайн, а майбутні пропозиції невідомі. Неможливо одночасно порівняти поточний офер з усіма вакансіями наступного року. Тому люди використовують пороги прийнятності: мінімальна зарплата, формат, роль, місце, можливості розвитку. Рішення залежить не тільки від того, наскільки хороший офер, а й від правила, за яким пошук завершується.
Робочі та організаційні рішення
Організації також мають обмежену раціональність: інформація розподілена між людьми, дані надходять із запізненням, рішення проходять через процедури, а цілі різних підрозділів можуть не збігатися. Саме тому Саймон розглядав адміністративні й організаційні рішення як центральний випадок реальної раціональності, а не як спрощену копію ідеального індивідуального вибору.
Рішення з високою ціною помилки
У медицині, безпеці, фінансах або праві обмеження часу й інформації не зникають, але ціна помилки вища. Практичний висновок тут полягає не в тому, щоб «довіряти інтуїції», а в тому, щоб проектувати процедуру: використовувати перевірені протоколи, незалежну перевірку, стандартизоване представлення ризику, фіксацію підстав рішення та можливість перегляду. Обмежена раціональність пояснює, навіщо потрібні такі зовнішні опори для мислення.
Обмежена раціональність, когнітивні упередження і теорія перспектив
Обмежена раціональність і когнітивне упередження — різні рівні опису
Обмежена раціональність описує загальну ситуацію вибору за обмежених ресурсів. Когнітивне упередження — це конкретна систематична тенденція у судженні або виборі, визначена відносно певного стандарту. Обмеження можуть створювати умови для упереджень, але не кожне спрощення є упередженням і не кожне рішення, далеке від математичного максимуму, є помилкою.
Теорія перспектив — конкретна модель ризикового вибору
Теорія перспектив Канемана і Тверскі описує, як люди оцінюють виграші й втрати відносно точки відліку та як нелінійно зважують імовірності. Це конкретна модель вибору під ризиком. Обмежена раціональність значно ширша: вона охоплює пошук, інформаційні межі, правила зупинки, евристики, структуру середовища та витрати обчислення.
Пов’язаний приклад — ефект фреймінгу, коли спосіб подання формально еквівалентної інформації може змінювати вибір. Такий ефект демонструє одну з меж інваріантного «ідеального» вибору, але сам по собі не є повним поясненням обмеженої раціональності.
Когнітивні упередження і когнітивні спотворення в КПТ — не синоніми
У психології рішень cognitive bias зазвичай означає систематичну тенденцію судження або вибору, яку досліджують у задачах ймовірності, ризику, пам’яті, уваги чи соціального судження. Когнітивні спотворення у клінічній і когнітивно-поведінковій традиції — інший поняттєвий контекст, пов’язаний із характерними способами інтерпретації досвіду. Українські слова «упередження», «викривлення» і «спотворення» інколи змішуються в популярних текстах, але наукові традиції й задачі в них різні.
Чи скасовує штучний інтелект обмежену раціональність
Системи ШІ можуть посунути деякі межі: швидко переглянути великий обсяг даних, знайти закономірності, сформувати альтернативи або виконати обчислення, які людині надто дорогі. Це змінює інформаційне середовище рішення. Але воно не робить людсько-машинну систему автоматично необмежено раціональною.
З’являються нові обмеження: якість і повнота даних, помилки моделі, невизначеність щодо її надійності, складність перевірки, вибір правильної цільової функції та ризик надмірної довіри до автоматичної рекомендації. Людина може делегувати обчислення, але все одно має вирішити, яке питання поставити, яке джерело вважати достатнім і коли перевіряти результат.
Систематичний огляд і метааналіз Vaccaro, Almaatouq і Malone 2024 року показав, що комбінації «людина + ШІ» не мають універсальної переваги: результати істотно залежать від задачі та відносної сили людини й системи. Це добре узгоджується з логікою обмеженої раціональності: інструмент змінює межі й процедуру, але не усуває потребу аналізувати, де саме лежать нові обмеження.
Як застосувати ідею обмеженої раціональності до власних рішень
Концепція корисна не як обіцянка «стати повністю раціональним», а як спосіб проектувати кращу процедуру. Мета — не нескінченний аналіз, а свідомий розподіл обмежених ресурсів там, де додаткова точність справді має цінність.
Спочатку визначити, що означає «достатньо добре»
Перед пошуком корисно задати мінімальні умови прийнятності й окремо — бажані переваги. Наприклад, три вимоги можуть бути обов’язковими, ще дві — бонусними. Це зменшує ризик того, що критерії безперервно змінюватимуться під впливом останнього побаченого варіанта.
Встановити бюджет пошуку
Для рішення можна заздалегідь визначити, скільки часу, джерел або альтернатив варто перевірити. Бюджет має залежати від ціни помилки й можливості її виправити. Для оборотного побутового вибору достатньо короткого пошуку; для важливого медичного, юридичного чи фінансового рішення раціонально витратити більше ресурсів і залучити профільного фахівця.
Зменшити кількість критеріїв до тих, що реально впливають на результат
Десятки слабко важливих показників створюють ілюзію ретельності, але можуть збільшувати шум. Корисніше спочатку визначити кілька критеріїв, за якими варіанти дійсно відрізняються і які пов’язані з метою рішення. Якщо критерій не здатен змінити вибір, його можна не включати до фінального порівняння.
Виносити частину мислення назовні
Таблиця, короткий чекліст, запис припущень або список причин рішення зменшують навантаження на пам’ять і полегшують повторну перевірку. Для групових рішень корисно фіксувати не лише підсумковий варіант, а й умови, за яких його слід переглянути. Так зовнішня структура компенсує частину внутрішніх когнітивних обмежень.
Шукати інформацію, здатну змінити рішення
Не вся додаткова інформація однаково корисна. Якщо новий огляд повторює вже відоме, він майже не змінює вибір. Більш цінним може бути факт, що розрізняє два фінальні варіанти, або аргумент проти поточного фаворита. Практичне питання звучить так: «Яка відповідь справді змусила б мене обрати інакше?»
Заздалегідь визначити правило зупинки
Без правила зупинки пошук легко перетворюється на нескінченне відкладання. Доцільно завершувати його, коли обов’язкові критерії виконано, ключові ризики перевірено й наступна порція інформації навряд чи змінить вибір настільки, щоб виправдати витрати. Це і є практична логіка обмеженої раціональності.
Поширені помилки в тлумаченні
«Обмежена раціональність означає, що люди ірраціональні»
Ні. Концепція описує цілеспрямоване рішення за реальних меж. Людина може діяти адаптивно й послідовно, не виконуючи глобальну оптимізацію. Раціональність тут переноситься з уявної необмеженої обчислювальної машини на процедуру, яку реально можна виконати.
«Будь-яка помилка пояснюється обмеженою раціональністю»
Теж ні. Щоб пояснити конкретну помилку, потрібен конкретний механізм і дані. Посилання на «обмеження людини» саме по собі нічого не передбачає. Хороша модель має показати, яке саме обмеження діє, яку стратегію воно породжує і за яких умов ця стратегія дає спостережуваний результат.
«Більше інформації завжди робить рішення кращим»
Додаткова релевантна інформація може покращити вибір, але її цінність не безмежна. Інформація може бути шумною, застарілою, дублювати вже відоме або коштувати більше, ніж потенційне покращення. У частині середовищ прості правила з меншою кількістю параметрів можуть бути стійкішими, але це треба перевіряти для конкретної задачі.
«Евристика — це погане мислення»
Евристика — це спосіб скоротити обчислення або інформаційні вимоги. Її не можна оцінити без середовища й критерію успіху. Одна евристика може бути дуже ефективною в знайомій стабільній задачі та давати систематичну помилку після зміни умов.
FAQ
Хто запропонував поняття обмеженої раціональності?
Концепцію найбільше пов’язують із Гербертом А. Саймоном, який у середині XX століття розробив поведінковий підхід до раціонального вибору й досліджував реальні процедури прийняття рішень в організаціях. Його роботи 1955–1956 років стали класичними джерелами сучасної традиції.
Що таке сатисфайсинг простими словами?
Сатисфайсинг — це стратегія, за якої людина не шукає абсолютний максимум серед усіх можливих варіантів, а встановлює критерії прийнятності й обирає варіант, який їх задовольняє. Це особливо доречно, коли пошук дорогий, варіанти з’являються послідовно або повний список альтернатив невідомий.
Чим обмежена раціональність відрізняється від когнітивного упередження?
Обмежена раціональність — загальна рамка про рішення за обмежених ресурсів. Когнітивне упередження — конкретна систематична тенденція, яку визначають щодо певного нормативного стандарту. Упередження може виникати в умовах обмеженої раціональності, але ці поняття не взаємозамінні.
Чи означає обмежена раціональність, що оптимізація непотрібна?
Ні. Якщо задача добре визначена, дані надійні, наслідки можна оцінити, а обчислення дешеве, оптимізація може бути найкращим інструментом. Концепція нагадує лише, що в реальних задачах сама процедура оптимізації має витрати та передумови.
Чи можна подолати обмежену раціональність навчанням?
Навчання, досвід, статистична грамотність, інструменти й добре спроектовані процедури можуть змінювати якість рішень і частково компенсувати окремі межі. Але скінченність часу, інформації й обчислювальних ресурсів не зникає. Практична мета — краще керувати цими ресурсами, а не уявляти їх необмеженими.
Чи робить ШІ рішення повністю раціональними?
ШІ може розширити пошук і обчислення, але його рекомендації теж залежать від даних, моделі, цілі та способу використання. У людсько-машинній системі частина старих обмежень слабшає, зате з’являються нові — перевірка надійності, калібрування довіри, помилки автоматизації та відповідальність за остаточний вибір.