Noise van Daniel Kahneman, Olivier Sibony en Cass R. Sunstein

Bedrijf Daniel Kahneman Financiën Management vaardigheden Methodologie Lawaai Psychologie

Een fout in menselijk oordeel

Noise van Daniel Kahneman, Olivier Sibony en Cass R. Sunstein

Buy Book - Noise van Daniel Kahneman, Olivier Sibony en Cass R. Sunstein

Wat is het onderwerp van het boek Noise?

Noise (2021) is een onderzoek naar de chaotische en dure impact die willekeur speelt in menselijke besluitvorming en besluitvormingsprocessen. Door de processen te onthullen die ten grondslag liggen aan het functioneren van onze hersenen en de samenleving, tonen de auteurs aan dat ruis-ongewenste onvoorspelbaarheid in besluitvorming-zowel onvermijdelijk als ongrijpbaar is. We kunnen echter de hoeveelheid lawaai in onze oordelen verminderen en onze omgeving billijker maken door een paar geluidsmethoden te gebruiken.

Wie heeft het boekruis gelezen?

  • Gedragseconomen, psychologen, CEO's en studenten zijn allemaal geïnteresseerd in gedragseconomie.
  • Iedereen die geïnteresseerd is in hoe mensen beslissingen nemen en hoe die beslissingen de samenleving beïnvloeden, moet dit boek lezen.
  • Iedereen die zich bezighoudt met de juistheid en eerlijkheid van een proces.

Wie zijn Daniel Kahneman, Olivier Sibony en Cass R. Sunstein, en wat doen ze?

Daniel Kahneman is een econoom en psycholoog die het best bekend staat om zijn boek Thinking, Fast and Slow, dat in 1995 werd gepubliceerd. Voor zijn bijdragen aan de economie werd Kahneman geëerd met de Nobelprijs voor economie in 2002 en de presidentiële medaille van vrijheid in 2013. Hij is nu emeritus professor aan de Princeton University, waar hij jarenlang les gaf.
Cass R. Sunstein is een juridisch onderzoeker en de auteur of co -auteur van vele boeken, waaronder Nudge, die hij co -auteur heeft met Richard Thaler. Hij is ook de auteur van verschillende artikelen en boekhoofdstukken. Dr. Cass Sunstein diende als senior beheerder in de regering van president Barack Obama. Hij is ook de maker en hoofd van het Harvard University -programma over gedragseconomie en openbaar beleid.
Hij is een fellow aan Oxford University, een voormalige senior partner bij McKinsey & Company, en de auteur van je op het punt staat een vreselijke fout te maken! Je staat op het punt een vreselijke fout te maken!

Wat zit er precies voor mij in? Ontdek de mysteries van het fascinerende rijk van lawaai.

Overweeg het volgende scenario: u houdt een stopwatch in uw hand. Start het horloge en stop het dan na precies tien seconden, allemaal zonder op dat moment te kijken. Als u dit proces vele malen op een rij herhaalt, zult u merken dat het bereiken van 10 seconden op de stip bijna moeilijk is. Soms ben je een beetje kort en andere keren ben je iets langer. Misschien ben je soms met een paar milliseconden af. Andere keren ben je met een fractie van een seconde af, of zelfs meer dan dat. In ieder geval zul je eindigen met een verzameling fouten die geen duidelijk patroon hebben en geen waarneembare oorsprong hebben als gevolg van dit kleine experiment. Dit is een voorbeeld van ruis, of een reeks onvoorspelbaar slechte beslissingen. En hoewel je fouten in dit kleine stopwatch -experiment onschadelijk genoeg lijken, zoals je snel zult ontdekken, kunnen verschillen in oordeel zoals deze veel ernstiger gevolgen hebben. Accepteer alstublieft mijn uitnodiging voor het rare rijk van lawaai.

Een van de onderwerpen die in deze aantekeningen worden behandeld, zijn wat het weer te maken heeft met je kansen om naar de universiteit te gaan, waarom jij-en alle anderen-verschrikkelijk zijn in het voorspellen van de toekomst en hoe onze vertellingzoekende geesten kunnen veroorzaken met onze beslissingen.

Menselijk oordeel kan nadelig worden beïnvloed door een verscheidenheid aan niet -gerelateerde en onverwachte omstandigheden.

Overweeg het volgende scenario: je bent een senior op de middelbare school, en jij en je naaste buddy zijn allebei zelf beschreven intellectuele nerds. Om een ​​beter begrip te krijgen van de willekeurige en vreemde aard van het type geluid waar we het hier over hebben, stel dat je een senior bent op de middelbare school. Jij en je vriend hebben allebei opeenvolgende als op school ontvangen, hebben de SAT's gekregen en kregen toelatingsinterviews bij dezelfde Ivy League -instelling. Je gaat naar je interview en alles gaat zwemmen, zoals je zou verwachten. Je sterke academische optreden maakt indruk op de toelatingsofficier en je gaat terug naar je voertuig over de campus, de zon op je gezicht en een koele wind op je rug, je fantastisch voelt. Uw buddy heeft de volgende dag een afspraak met dezelfde toelatingsfunctionaris, wat u handig is. Op dezelfde manier als je interview verliep, verliep de hare goed. Zodra ze echter vertrok, barsten de regenwolken die zich de hele dag hadden verzameld open en ontketenen een hevige vloed.

Na een paar weken zijn verstreken, krijgen u en uw partner brieven van het Admissions Office. Het blijkt dat ze je hebben afgewezen, maar in plaats daarvan je buddy hebben geaccepteerd. Je gedachten wervelen rond in je hoofd. Waarom? Wat heeft ze dat je niet doet? De eerste en belangrijkste boodschap is als volgt: menselijk oordeel kan nadelig worden beïnvloed door een verscheidenheid aan niet -gerelateerde en onverwachte omstandigheden. Zoals gedragswetenschapper Uri Simonsohn schreef in een artikel uit 2003 met de provocerende titel "Clouds maken nerds er goed uit", kan het weer een rol hebben gespeeld bij de uitkomst van de verkiezingen. Als gevolg van zijn onderzoek ontdekte Simonsohn dat ambtenaren van de toelating van de universiteit meer aandacht besteedden aan cijfers en testscores op Cloudier Days.

Als alternatief zijn toelatingsfunctionarissen op betere dagen meer attent op niet -academische kenmerken, wat betekent dat de officier op de dag van uw interview misschien meer geïnteresseerd was in sport en creatief vermogen dan in rechte AS en SAT -scores, in tegenstelling tot het rechte en SAT -scores. Als alternatief is het mogelijk dat de keuze van de toelatingsfunctionaris helemaal niets met het weer te maken had en alles te maken had met de interviewers die voor u kwamen. Dat wil zeggen, misschien, omdat die kinderen uitstekende vooruitzichten waren, en de toelatingsfunctionaris wilde gewoon niet doorgaan met een verliezende reeks.

Maar houd even vast. Andere niet-relevante variabelen hebben mogelijk ook een rol gespeeld in de keuze. Hoewel hij toegang had tot airconditioning op de werkplek, had de toelatingsofficier hongerig of gefrustreerd kunnen zijn nadat zijn plaatselijke voetbalclub een teleurstellend verlies had gehad. Hij had misschien gedacht dat de zon te heet was, ondanks dat hij airconditioning op kantoor had. Verschillende studies hebben aangetoond dat elk van deze schijnbaar onbeduidende variabelen de oordelen van bankleningfunctionarissen, honkbal -scheidsrechters, artsen en rechters kan beïnvloeden. Het is belangrijk op te merken dat in al deze situaties een enkele persoon voortdurend wordt geconfronteerd met in wezen dezelfde omstandigheden en tegelijkertijd een verscheidenheid aan beslissingen neemt. Deze onvoorspelbaarheid wordt door onderzoekers af en toe ruis genoemd en het is een van de belangrijkste soorten ruis. Het is echter niet de enige.

Ruis en vooringenomenheid zijn niet hetzelfde, maar bias kan leiden tot ruis.

Laten we een ander gedachte-experiment proberen, dit keer een dat plaatsvindt tijdens een carnaval. Meer specifiek, het is in een schieten arcade.Jullie twee hebben net een groot aantal metalen pellets geschoten op papieren doelen die zijn opgehangen aan het einde van de range met BB guns in je handen. Jullie zijn allebei slechte schutters, maar jullie doen het op verschillende manieren.De missers op je papieren doelwit zijn verspreid over het doelwit. Gezien vanaf een afstand is het duidelijk dat er geen patroon is. Uw foto ' s er zit veel lawaai in. Het papieren doelwit van je vriend vertelt een ander verhaal. Zijn schoten waren gegroepeerd, maar geen van hen raakte het doel. Laag en links, zijn foto ' s zijn een favoriet van mij. Zijn uitdrukking geeft de indruk dat de ware roos echt daar beneden is. De loop van zijn geweer kan ook gebogen zijn.Wat is de bron van zijn consistente fouten?

De belangrijkste les hier is dat ruis en vooringenomenheid niet hetzelfde zijn, maar vooringenomenheid kan ruis veroorzaken. Bias is de term die wordt gebruikt om te beschrijven wanneer we fouten maken op een regelmatige basis. Het woord wordt vaak gebruikt om een vooroordeel uit te drukken tegen of tegen bepaalde groepen individuen in ons dagelijks leven. Op het gebied van de psychologie wordt het woord vaak gebruikt om te verwijzen naar cognitieve processen die ervoor zorgen dat we verkeerde beslissingen nemen. Denk aan het fenomeen van de conclusie bias, die ons leidt om onze oordelen te buigen in de richting van een gewenst resultaat, waardoor we informatie scheef waarnemen. Denk aan het voorbeeld van de Miami immigratie rechtbank, waar werd ontdekt dat de kansen op het verkrijgen van toevlucht varieerde van 5 tot 88 procent, afhankelijk van welke van de twee rechters voorgezeten over de zaak. De beslissingen van deze twee rechters werden vrijwel zeker beïnvloed door bias.It het spreekt vanzelf dat dit soort vooroordelen levensveranderende effecten kunnen hebben.

De twee rechters van Miami zouden elk papieren doelwitten maken met kogels die overal verspreid zouden zijn als de asielbeslissingen BB-pellets in een BB-pistool waren. Echter, als de asielbeslissingen van de hele rechtszaal in Miami, inclusief de onvoorspelbare keuzes van andere rechters, op een kaart werden uitgezet, zou het papieren doel van het gerechtsgebouw een warboel lijken te zijn. Systeemruis is een term die wordt gebruikt om het soort variabiliteit te beschrijven dat optreedt wanneer oordelen binnen een systeem ongerechtvaardigd disharmonisch zijn met elkaar. Herinner je je de onaangename Ivy League toelatingsmedewerker nog die af en toe veel lawaai maakte? Het is mogelijk dat dit ook door vooroordelen werd veroorzaakt. Maar ongeacht of we gebeurtenisgeluid of systeemgeluid proberen te achterhalen, we moeten ons papieren doelwit van een afstand inspecteren. In het geval dat we het doelwit te dicht bij onze ogen houden, wordt het geluid onmerkbaar. Laten we nu onze aandacht verschuiven naar een ander gebied dat gevoelig is voor lawaai: voorspellingen.

Bij het maken van voorspellingen worden we vaak beïnvloed door wat op dit moment juist lijkt.

Een rechter die op borgtocht beslist, heeft een grote verantwoordelijkheid. Moet ze een gevangene vasthouden in afwachting van haar proces of moet ze hem op borgtocht vrij laten? Als ze een fout maakt en de verdachte borgtocht weigert, zou hij zijn vrijheid en zijn werk verliezen. Zijn familie kan misschien gedwongen worden om hun huis te verlaten. Niets van dit lijden zal hebben bijgedragen tot gerechtigheid. Als alternatief, als ze borgtocht in fout, hij kan vluchten en, in het ergste geval scenario, een andere misdaad te plegen als straf.Bij het afwegen van de voor-en nadelen van het vrijgeven van de verdachte, een borgtocht rechter maakt gebruik van haar eerdere ervaring en het bewijs voor haar om te anticiperen op wat de verdachte zal doen als hij wordt vrijgelaten. Helaas, mensen-en dit geldt ook voor rechters-zijn notoir slecht in het genereren van nauwkeurige voorspellingen in hun respectieve gebieden. De belangrijkste les hier is dat wanneer we voorspellingen doen, we vaak verkeerd worden geleid door wat ons op dat moment goed lijkt.

In 2018 ontwikkelde een team onder leiding van berekening en gedragsonderzoeker Sendhil Mullainathan een algoritme dat borgtochtbeslissingen genereerde in de rechtbank. Ze gaven het de resultaten van ongeveer 760.000 real-world borgtochthoorzittingen en ontdekten dat het algoritme zowel de gevangenispopulatie als de misdaden door vrijgelaten daders met 24 tot 42 procent zou hebben verminderd als het tegelijkertijd was geïmplementeerd. Een andere studie ontdekte dat een eenvoudige formule die rekening houdt met slechts twee variabelen - de leeftijd van de verdachte en het aantal gerechtelijke data dat ze hebben overgeslagen - de menselijke rechters in verschillende situaties verslaat. Dus, waar gaat het over algoritmen en rekenkundige back-of-the-envelope waardoor professionals met jaren van training en ervaring zo ver achter hen komen? De oplossing is eenvoudig. Rechters zijn feilbare mensen.

Het is onze behoefte aan sluiting die onze pogingen stimuleert om de toekomst te voorzien. Het doel is om een ​​mentaal probleem op te lossen, en wanneer we de oplossing bedenken, krijgen we een intern signaal dat zegt: "Ja, dat is het!" Een aangename voorspelling is er een die voldoet aan ons wereldbeeld, en de kracht van dit emotionele plezier verblindt ons vaak voor een fundamentele tekortkomingen van voorspellingen: hun onvermogen om de toekomst te voorzien. We hebben geen manier om te weten wat we niet weten, en wat we weten, kan op een of andere manier onjuist, onnauwkeurig of bedrieglijk zijn. De regels en algoritmen hebben eveneens tekort aan kennis. Het is zelfs veel erger. Ze zijn echter verstoken van interne signalen, wereldbeelden en emotionele beloningen die ermee worden geassocieerd. Kortom, ze presteren beter dan mensen omdat ze niet worden beïnvloed door ruis.

We letten geen aandacht aan lawaai, omdat het niet voor een interessant verhaal zorgt.

Het feit dat aantekeningen vaak beginnen met een verhaal, kan je aandacht hebben getrokken. Als uitgangspunt creëren we een tijd en locatie, een evenement met een personage, iemand die een doel en uitdagingen heeft om te bereiken. We doen dit omdat de menselijke geest een goed verhaal geniet, en kennis die nuttig is in een verhaal is waarschijnlijker om te blijven. Tot nu toe hebben we gekeken naar lawaai en enkele van de gevolgen die het heeft voor de toelatingsprocessen van het strafrecht en de universiteit. Zoals eerder gezegd, zullen individuen overal oordelen, er zal veel lawaai zijn. Maar als er zoveel lawaai om ons heen is, waarom hebben we er dan niet meer over gehoord? De belangrijkste les hier is dat we geluid negeren, omdat het niet voor een interessant verhaal zorgt.

Veel van het psychologische begrip dat de afgelopen decennia is gewonnen, is gericht op onze sterke band met verhalen. We hebben ontdekt dat de menselijke geest de wereld begrijpt door verhalen uit te vinden om uit te leggen wat het ziet en ervaart.

Psychologen hebben bijvoorbeeld ontdekt wat bekend staat als de fundamentele attributiefout, die verwijst naar onze neiging om individuen te crediteren of de schuld te geven voor gebeurtenissen die toevallig nauwkeuriger worden beschreven. Met andere woorden, we zien tegenwoordig mensen en verhaallijnen overal. Een psychologisch proces dat bekend staat als naïef realisme, dat de zichzelf bestendige veronderstelling is dat we de realiteit precies zien zoals deze is, helpt onze verhalen te versterken door potentieel problematische tegenverbindingen uit te sluiten wanneer onze realiteit wordt ondervraagd. De auteurs noemen dit de vallei van het normaal, waar het ongewone begrijpelijk wordt gemaakt door achteraf een reden toe te wijzen. Wanneer er iets echt onverwachts gebeurt, probeert de geest het te plaatsen in wat bekend staat als de vallei van de normaal.

Dat brengt ons bij het belangrijkste punt van deze discussie: ruis is resistent tegen narratief. Lawaai is niet Causaal, en het is niet in overeenstemming met onze gevestigde patronen van begrip. Als er al een verhaal is, is het een frustrerend en schijnbaar zinloos verhaal, althans op het eerste gezicht. Het blijft onopgemerkt omdat er geen verhaal is dat past bij de luidheid. Onze reacties zijn ofwel volledige vergetelheid of bewuste bewerking, of we herkennen het als een geval van vooringenomenheid. Immers, vooringenomenheid kan zijn effectief in een verhaal. Het kan gebeurtenissen veroorzaken.

Ruis daarentegen kan alleen worden gedetecteerd via statistische analyse van gegevens. Wanneer je geconfronteerd wordt met de onvoorspelbaarheid van bail afwijzingen, toelating van universiteiten, asiel hoorzittingen, en werkgelegenheid beslissingen, is het gemakkelijk om te geloven dat ze worden beïnvloed door vooroordelen. Bovendien kan, zoals eerder vermeld, in bepaalde gevallen een belangrijk element van vooroordelen aanwezig zijn. Als we daarentegen een stap terug doen en naar deze gebeurtenissen als geheel kijken, wordt hun willekeurige en chaotische karakter duidelijk.

Door het gemiddelde te nemen van talrijke, onafhankelijke beoordelingen van één enkele vraag, kunnen we de hoeveelheid geluid die we horen verminderen.

Laten we, voordat we verder gaan, kort ingaan op alles wat we tot nu toe hebben geleerd, en dat is als volgt: overal waar mensen oordelen, zal er lawaai zijn, en dat lawaai soms beangstigende en levensveranderende gevolgen kan hebben, afhankelijk van de situatie. En zo rijst onvermijdelijk de vraag: wat kunnen we doen om de situatie aan te pakken? Wat kunnen we doen om het geluidsniveau te verminderen?

We moeten beginnen met de herfst van 1906, toen Francis Galton, een veelzijdige en verre neef van de beroemde evolutionist Charles Darwin, een bezoek bracht aan een kermis in Plymouth, om een beter begrip van de kwestie te krijgen. Terwijl hij door de kraampjes liep, stuitte hij op een wedstrijd in het ossenweeggebied. Galton, die bekend stond als een theoreticus van intelligentie, onder andere dingen, luisterde aandachtig als meer dan 800 mensen boden hun beste schattingen van het gewicht van de OS, die zijn pik belang. Niemand identificeerde het antwoord correct als 1,198 Pond. Toen het toernooi afgelopen was, vroeg Galton de organisatoren hem de tickets te geven, zodat hij statistisch onderzoek kon doen.

Toen de schattingen op een grafiek werden weergegeven, leken ze overal te zijn. in gevarieerde en onverwachte hoeveelheden, hier en daar en overal daartussenin. Mensen maakten veel lawaai. De Betekenis van de schattingen van de dorpelingen onthulde echter iets onverwachts voor Galton toen hij de Betekenis van de schattingen berekende. Het was bijna foutloos, met slechts een enkele Pond variatie. Een van de belangrijkste boodschappen hier is dat we ruis kunnen verminderen door middel van verschillende onafhankelijke oordelen over één onderwerp. Tijdens zijn onderzoek ontdekte Galton een fenomeen dat bekend staat als het wisdom of the crowd effect.Het verzamelen van onafhankelijke beoordelingen van vele rechters en vervolgens het gemiddelde van hun antwoorden is bewezen een betrouwbare methode te zijn om iets te verkrijgen dat dicht bij de waarheid ligt in honderden verschillende situaties.

Als je individuen vraagt om de hoeveelheid jelly beans in een pot te schatten, de afstand tussen twee willekeurig geselecteerde steden, of de temperatuur over een week, zullen hun reacties divers en onvoorspelbaar zijn. Ze zullen veel lawaai maken. Wanneer de antwoorden gemiddeld zijn, balanceert de ruis in het ene antwoord de tegensprekende ruis in het andere antwoord. De achtergrondruis annuleert op zijn eigen. De wijsheid van de menigte, aan de andere kant, komt met een aantal belangrijke beperkingen. Allereerst en vooral, elke rechter moet volledig onafhankelijk zijn van de anderen. In het geval van een groep, wanneer je een vraag stelt aan de hele groep, reageren de individuen op dezelfde manier op de groep als op de vraag zelf. Bovendien, de wijsheid van de menigte is alleen geldig wanneer elke persoon overweegt precies dezelfde situatie. Het vragen van elk individu voor een nieuw onderzoek zal je nergens in het leven.

Tenslotte beschermt de wijsheid van de menigte niet tegen de mogelijkheid van vooroordelen. Wanneer een groep een vooroordeel heeft, zoals een systematische beoordelingsfout, zal de Betekenis van de antwoorden van de groep simpelweg die vooroordeel condenseren en versterken. Een wervingscommissie die bevooroordeeld is tegen vrouwen, bijvoorbeeld, lijkt veel meer uitgesproken wanneer de beslissingen van de Commissie over vrouwelijke kandidaten worden samengevoegd en gemiddeld.

Om lawaai te bestrijden, moet u dit eerst duidelijk maken door middel van een lawaaicontrole.

Tot nu toe hebben we veel tijd besteed aan het bespreken van rechters en de schijnbaar willekeurige en soms onverklaarbare verscheidenheid van de straffen die ze opleggen. De willekeurige aard van deze onrechtvaardigheid ontkwam niet aan de aandacht van Marvin E. Frankel, een districtsrechter van de Verenigde Staten in het noordelijke District van Californië. In een vroeg stadium van zijn carrière erkende Frankel dat hij de mogelijkheid had om bijvoorbeeld een veroordeelde bankrover tot 25 jaar gevangenisstraf te veroordelen of hij kon een straf van één dag in de gevangenis. Frankel geloofde dat zijn uiteindelijke beslissing werd beïnvloed door zijn eigen persoonlijke overtuigingen, voorkeuren en vooroordelen. In 1973 bracht Frankel een boek uit waarin hij de verschillen in straf voor in wezen identieke overtredingen demonstreerde. Een voorbeeld is een kleine cheque vervalser die 30 dagen in de gevangenis kreeg en een ander die 15 jaar kreeg voor wat in wezen dezelfde daad was.

Individuele anekdotes, anderzijds, kunnen worden gerationaliseerd. Als gevolg daarvan ging Frankel een portret ontwikkelen dat duurzamer en methodischer zou zijn. De belangrijke les hier is dat u, om lawaai te bestrijden, dit eerst duidelijk moet maken door middel van een lawaaicontrole. Frankel leidde een onderzoeksteam dat 208 federale rechters vroeg om misdadigers te veroordelen tot 16 fictieve scenario ' s in 1981.De resultaten werden gepubliceerd in het tijdschrift Criminal Justice. Frankel ' s team presenteerde de situaties aan elke rechter afzonderlijk, waarna ze de verschillen in de aanbevolen straffen van de rechters in elke zaak, volgens Frankel uitgezet. Volgens de bevindingen van dit onderzoek en vele andere soortgelijke, statistisch bewijs heeft aangetoond dat verrassende verscheidenheid in plaats van consistentie is de regel in de strafrechtelijke straf.

Met behulp van auditingtechnieken toonde Frankel aan dat de hoeveelheid ruis in elke instelling waar een pool van specialisten zich bezighoudt met gevallen die aanzienlijk vergelijkbaar zijn, kan worden bepaald. Dit is hoe we het aanpakken. Eerst en vooral, identificeer je doelwit. Bepaal hoeveel variatie in oordeel aanvaardbaar is in uw situatie. Wat is een aanvaardbare variatie in de betaling voorgesteld door verschillende schade-regelaars die onderzoeken dezelfde overstroomde kelder zou een probleem voor een verzekering Executive. Verzamel daarna, afhankelijk van de situatie, uw rechters of schadeverrichters en geef ze scenario ' s om te overwegen. Zorg ervoor dat je ze een numerieke uitdrukking geeft voor elke beslissing, zoals het aantal jaren dat een persoon in de gevangenis zal doorbrengen of het bedrag dat een verzekeringsmaatschappij zal uitbetalen.

Tot slot, schets een diagram van de reacties van de rechters in verband met uw bullseye. Het resultaat is een diagnostisch beeld van het lawaai in uw organisatie. Wat ga je eraan doen?

Beslissende hygiëne kan helpen om lawaai te verminderen, en het is vergelijkbaar met normale hygiëne in die zin dat het discipline en preventieve maatregelen vereist.

Visualiseer jezelf op een operatietafel, klaar om een chirurgische ingreep te ondergaan. Vlak voordat je in slaap valt onder de gevolgen van algehele narcose, loopt de hoofdchirurg naar de gootsteen en begint zijn handen te wassen. Ze schuimt haar handen op met zeep en laat ze dan onder heet water lopen om ze te desinfecteren. Het is mogelijk dat ze een onbekend aantal virussen heeft tegengehouden van het invoeren van uw lichaam met slechts één eenvoudige daad. We kunnen in wezen hetzelfde doen met ruis. We kunnen verminder de hoeveelheid lawaai in onze omgeving aanzienlijk door een reeks regels te volgen die we beslissingshygiëne noemen. Er is hier een duidelijke boodschap: Beslissingshygiëne kan helpen om lawaai te verminderen, en het is net zo belangrijk als regelmatige netheid in die zin dat het discipline en preventie vereist.

Eerst en vooral, weten hoe te stoppen en na te denken statistisch voordat het maken van een significante keuze is de eerste stap naar het vaststellen van de beslissing hygiëne - het equivalent van de chirurg wassen haar handen met zeep – is essentieel. In een vorige sectie ontdekten we dat onze verhalende hersenen verhalen creëren uit alles wat ze tegenkomen. We gaan direct naar binnen en geven de details van een zaak een gevoel van oorzaak en betekenis. Ondanks het feit dat dit een natuurlijke neiging is, dient het als een uitnodiging tot chaos. In plaats daarvan moet je ernaar streven om wat Kahneman noemt een "extern perspectief" aan te nemen, waarin je elke instantie plaatst in de context van een groter geheel van vergelijkbare situaties.

Neem bijvoorbeeld de situatie waarin je een nieuwe CEO aan het werk hebt en je bezorgd bent over haar vermogen om effectief te zijn. De CEO ' s onderwijs, reputatie, en prestaties geschiedenis kan een aantal hints, maar het is een wirwar van ingewikkelde en mogelijk misleidende informatie te gaan door op dit punt. In plaats van vanaf nul te beginnen, zou een minder lawaaierige methode kijken naar resultaten van vergelijkbare omstandigheden. Bijvoorbeeld, wilt u misschien de gemiddelde snelheid van CEO omzet in uw sector, of misschien wilt u zien hoe vaak nieuwe CEO ' s leiden tot stijgingen van de aandelenkoersen. Bij het ontwikkelen van een solide statistisch kader is het belangrijk om niet te snel conclusies te trekken.

We waarderen allemaal een beslissing die goed voelt, maar je wilt er zeker van zijn dat het goed voelt om de juiste redenen. Houd dat gevoel dat je hebt over de Alma school van de CEO of die intuïtie die je hebt over wat er gebeurde bij haar laatste werk op een veilige plek. In plaats daarvan, reserveer de emotionele beloning voor een beslissing die consistent is met een gefundeerde beoordeling van wat het meest waarschijnlijk is. Ook over het onderwerp van ingewikkelde en coherente oordelen, het produceren van een is emotioneel aangenaam, maar de plezier kan leiden tot beoordelingsfouten. Indien mogelijk, verdeel moeilijke situaties in afzonderlijke vragen en delegeer ze aan onafhankelijke arbiters. Het verbinden van de verbindingen tussen de ambtstermijn van uw CEO en de aandelenwaardering van uw bedrijf, bijvoorbeeld, kan een fascinerende mentale puzzel, maar het kan ook volledig zinloos zijn. Een waarschuwend verhaal dient als een herinnering aan een nog belangrijker aspect van beslissingshygiëne die we moeten overwegen.

Het is van cruciaal belang dat rechters geluidsreductie steunen om deze doeltreffend te maken.

Rechter Frankel was succesvol in het jaar 1984. Het Congres nam de Sentence Reform Act aan, die snel werd gevolgd door de implementatie van strenge richtlijnen voor veroordelingen die gebaseerd waren op een studie van 10.000 gevallen in de echte wereld. Volgens de nieuwe regels, rechters mogen alleen de overtreding en de vorige geschiedenis van de verdachte te onderzoeken bij het maken van hun beslissingen. De rechter zou een numerieke waarde aan elk geven, en de resulterende score zou het bereik van potentiële straffen te bepalen opleggen. Als gevolg daarvan is de hoeveelheid lawaai in de veroordeling aanzienlijk afgenomen. Bijvoorbeeld, voorafgaand aan de wet, een man veroordeeld voor drugshandel zou kunnen zijn geconfronteerd met een reeks van veroordelingen variërend van een tot 10 jaar, afhankelijk alleen van welke rechter toevallig worden toegewezen aan de zaak. Daarna werd de onvoorspelbaarheid teruggebracht tot een tijdspanne van een paar maanden.

Rechters uit het hele land uitten hun ontevredenheid. Ze hadden jarenlang hun gevoel voor rechtvaardigheid aangescherpt door studie en ervaring, maar plotseling was hun discretie vervangen door een rudimentair wiskundig probleem. De belangrijkste les die hieruit moet worden getrokken is dat de geluidsreductie alleen effectief kan zijn als de rechters aan boord zijn. De Sentencing Reform Act werd verworpen door het Hooggerechtshof in 2005 als gevolg van technische details in de wetgeving. Een onderzoek door Harvard law professor Crystal Yang in 4.000 strafzaken die werden veroordeeld na de intrekking van de wet werd afgerond een paar jaar later. Het verschil tussen strenge straffen en het nationale gemiddelde is meer dan verdubbeld. Persoonlijke waarden zijn ontwikkeld als een basis voor straf, en dit is de norm geworden. Het lawaai was teruggekeerd.

Achteraf gezien hebben rechter Frankel en zijn aanhangers geen belangrijke stap gezet in hun strijd voor geluidsreductie. Ze hadden gefaald in hun poging om de rechters tot een consensus te brengen over het uiteindelijke doel van de beslissing. Het doel van het nemen van een beslissing moet zijn nauwkeurigheid in plaats van persoonlijke expressie. In vergelijking met literaire kritiek, competitieve sport, filmmaken, of een ander gebied waar verscheidenheid in gezichtspunt en stijl rijkdom en ontwikkeling bevordert, heterogeniteit onder specialisten het evalueren van situaties die in wezen identiek zijn is een punt van zorg. Een radiologische fout treedt op wanneer twee radiologen onafhankelijk dezelfde röntgenfoto bekijken en verschillende bevindingen krijgen. Een van de radiologen had ongelijk. Anders gezegd, voordat de jury naar de schietbaan kan lopen, moeten ze het eerst eens worden over hetzelfde doel.

Zodra de rechters het erover eens zijn dat nauwkeurigheid de belangrijkste overweging is, moeten de auditors hen vragen deel te nemen aan de ontwikkeling van de testscenario ' s. Indien dit niet gebeurt, wordt de controle onderworpen aan een vijandig onderzoek. Daarna zullen de rechters de omvang en de financiële gevolgen van het lawaai onderzoeken. Kahneman, bijvoorbeeld, voerde een onderzoek uit naar een verzekeringsmaatschappij en ontdekte dat verzekeraars tarieven vaststelden voor klanten die gemiddeld 55 procent waren hoger dan die welke door het bedrijf zijn vastgesteld. Het was noodzakelijk voor de underwriters om de Betekenis van het minimaliseren van dit lawaai te begrijpen om voor hen te realiseren dat de verliezen van over - en onderprijzen ging in de honderden miljoenen dollars.

Bij de tenuitvoerlegging van beslissingen inzake hygiëne moeten rechters worden betrokken bij de formulering van realistische, systeemspecifieke normen die een compromis vormen tussen het minimaliseren van geluidshinder en het beperken van andere kosten. Voorbeelden hiervan zijn de invoering van een "three strikes" - wet in de Verenigde Staten, die levenslange gevangenisstraf vereiste voor personen die veroordeeld zijn voor drie misdrijven als reactie op toenemende criminaliteit. De verordening verminderde het lawaai, maar deed dit zonder rekening te houden met de eerdere crimineel verleden, de ernst van haar overtreding, of haar vermogen om een goede burger te zijn.

Audits, netheid, regelgeving, gewoonten en preventie zijn allemaal belangrijke overwegingen. Ruisonderdrukking is niet echt een glamoureuze Baan. Maar, op dit punt, je hebt waarschijnlijk gerealiseerd dat lawaai komt op een hoge prijs. Het verspilt geld, bevordert onrechtvaardigheid en leidt tot persoonlijke ellende voor de betrokkenen. Het ondermijnt het vertrouwen in instellingen als het rechtssysteem, de gezondheidszorg, het onderwijs en de werkplek. Nu we het ontdekt hebben, is het onze verantwoordelijkheid om het neer te halen.

Noise eindigt met een slotopmerking.

Het fundamentele thema van deze aantekeningen is dat willekeurige en ongewenste variabiliteit in menselijk oordeel overal bestaat, en dat we er een hoge prijs voor betalen, of we het nu erkennen of niet. Gelukkig kunnen we lawaai verminderen als we een preventieve houding aannemen en de principes van geluidsreductie volgen. Praktisch advies: Maak gebruik van de collectieve kennis die in je aanwezig is. In vervolg op nota vijf, ontdekte u dat het middelen van verschillende onafhankelijke beoordelingen op een enkele vraag kan helpen om verminder het geluid in die oordelen en bieden u een ongelooflijk nauwkeurig antwoord. Het punt is, als je jezelf steeds dezelfde vraag stelt, krijg je hetzelfde resultaat. Probeer het eens. In de komende dagen, stel jezelf de volgende vraag: welk percentage van ' s werelds luchthavens zijn gelegen in de Verenigde Staten van Amerika? Wanneer je al je antwoorden bij elkaar optelt, zal het gemiddelde vrij stil zijn en opmerkelijk dicht bij de realiteit. Waarschuwing: Er zit een spoiler in deze antwoord: het is 32 procent.

Buy book-Noise van Daniel Kahneman, Olivier sibony en Cass R. Sunstein

Geschreven door BrookPad Team gebaseerd op Noise van Daniel Kahneman, Olivier sibony en Cass R. Sunstein



Ouder bericht Nieuwer bericht


laat een reactie achter

Let op, opmerkingen moeten worden goedgekeurd voordat ze worden gepubliceerd