در مقاله «چرا مدیران زیرک تصمیمات بدی میگیرند؟» نشان دادیم که مدیران تنها از طریق شهود نمیتوانند به نتایج صحیح و مناسبی دست یابند و قضاوت مدیران درست نخواهد بود. استنتاج هم به دلیل محدودیتهای موجود بر سر راهش، مدیران را برای رسیدن به نتایج صحیح آن طور که باید یاری نخواهد کرد.
در این مقاله در مورد خطاهایی بحث میکنیم که در آنها افراد، با استفاده ازشهود و تجربه قضاوتهای ضعیفی انجام میدهند. انتظار ما این است که با خواندن این مقاله شما اولاً سریع تشخیص دهید که چقدر ساده میتوان مرتکب خطاهای ناشی از اسناد شد؛ ثانیاً یاد بگیرید که متداولترین انحرافات را در تصمیمگیری تشخیص دهید و ثالثاً روشهای سادهای را برای مقابله با این انحرافها در قضاوت بیابید.
فهرست زیر نام هشت شرکت است که در فورچون پانصد براساس حجم کل فروش در سال ۲۰۰۶ رتبهبندی شدهاند:
کدام گروه (الف یا ب) حجم فروش بیشتری در سال ۲۰۰۶ داشتهاند؟ اگر شما گروه الف را انتخاب کرده باشید، اشتباه کردهاید زیرا فروش گروه ب تقریباً پنج برابر گروه الف بودهاست. بهعلاوه هر شرکتی در گروه ب در مقایسه با تکتک شرکتهای گروه الف نیز فروش بیشتری داشت. اجازه دهید مثال دیگری را بررسی کنیم کدام یک از دلایل زیر، سالیانه مرگ و میر بیشتری را در آمریکا سبب میشود: سرطان شکم یا تصادفات؟ اکثر افراد معتقدند که حوادث رانندگی باعث مرگ و میر بیشتری میشود اما در حقیقت سرطان شکم دو برابر بیشتر از حوادث رانندگی باعث مرگ و میر میشود.
این دو مثال ساده چیزی را نشان میدهند که اصطلاحاً به آن انحراف دسترسی گفته میشود. این انحراف روی قضاوت مدیران سایه میافکند زیرا چیزهایی که برای ما در دسترساند (یعنی سریعتر ب ذهن میآیند) احتمالاً بهعنوان چیزهای مهم و معمول تفسیر میشوند. خبرهای زیادی هر روز در مورد تصادفات جادهای وجود دارد، درحالی که این خبرها در مورد سرطان شکم کمتر است.
شرکتهایی که در گروه الف هستند، شرکتهای معروفیاند و هر روز با وسایل خانگی ساخت آنها سروکار داریم درحالی که به بزرگی شرکتهای کمتر شناخته شده گروه ب نیستند. هنگام حل مسئله اغلب راهحلهایی را انتخاب میکنیم که درباره آنها چیزهایی شنیدهایم. ما با این راهحلها احساس راحتی بیشتری داریم و گمان میکنیم که چون در مورد آنها چیزهایی شنیدهایم پس حتما کارایی لازم را دارند. شرکتهای بازاریابی این را به خوبی میدانند و لذا سعیشان این است که نام محصولاتشان را سر زبانها بیندازند.
فرض کنید که ما به شما بگوییم که بهترین دانشجوی کلاس مدیریت بازرگانی در ترم گذشته شعری نوشته و فردی نسبتاً خجالتی و درونگراست. مدرک تحصیلی این دانشجو چیست؟ هنرهای زیبا یا مدیریت یا …؟ این دانشجو احتمالاً چه نوع شغلی را ترجیح میدهد؟ مدیریت فعالیتهای هنری یا مشاوره مدیریتی یا …؟ وقتی این سوالات پرسیده میشود، بیشتر دانشجویان بیان میکنند که رشته این دانشجو میبایست رشته هنرهای زیبا باشد و اینکه احتمالاً یک شغل مدیریتی مرتبط به هنر را انتخاب خواهد کرد.
اما این نتایج، این مسئله را کاملاً فراموش کرده که اکثر کسانی که دانشجوی مدیریت بازرگانی در دوره کارشناسی مدیریت خواندهاند، مشاغلی را در شرکتهای مشاوره مدیریت داشتهاند و نه مدیریت در حوزه هنر. به عبارت دیگر افراد از «نرخ پایه» یا فراوانی مواردی دورهای که افراد به گروهها و مجموعههای خاصی تعلق دارند غفلت میکنند.
اشتباهی که به سادگی افراد مرتکب آن میشوند (انحراف نمایندگی) به این معنی است که افراد به توصیفکنندههایی اعتقاد دارند که فکر میکنند این توصیفکنندهها یا نمایندهها، بیشتر نشان دهنده انتخاب مسیر شغلی فرد است تا اطلاعات کلیدی نرخ پایه که به انتخاب بهتری منجر میشود.
مثال سنتی دیگری از انحراف نمایندگی ناشی از درک غلط از مفهوم شانس است برای مثال افراد فرض میکنند که وقتی یک توالی غیر تصادفی بهنظر میرسد، حتماً باید غیر تصادفی باشد.
اگر در پرتاب متوالی سکه ۹ با شیر بیاید آیا شما در بازی میگویید که پرتاب دهم خط است؟ قطعاً نه، اما این انحراف و خطا با نظم بسیاری در قضاوت مدیران به کار گرفته میشود تا جاییکه از آن بهعنوان «استدلال غلط شرطبند» یاد میشود که در آن افراد حقیقتاً باور دارند که هر پرتاب سکه یا تاسی به پیشامدهای قبلی ربط دارد. سکه، تاس یا هر چیز دیگر دارای حافظه نیست، اگرچه معمولاً فرض میشود که احتمال پیامدهای آتی میبایست به دلیل پاداشهای قبلی افزایش یا کاهش داشته باشد.
مورد خاص دیگر انحراف نمایندگی، به خطای تعمیم عجولانه شهرت دارد به دلایل متعدد افراد اغلب نتایج کلی نادرستی را از موارد خاص استخراج میکنند زیرا نمیتوانند تشخیص دهند که موارد خاص آنها لزوماً در کل یا لااقل در بیشتر موارد اینطور نخواهد بود. مثلاً مرد موتورسواری را در نظر بگیرید که علیه قانون استفاده از کلاه ایمنی هنگام موتورسواری صحبت میکند؛ زیرا این فرد بیست و پنج سال است که بدون کلاه ایمنی موتورسواری میکند و هیچ وقت هم آسیب ندیده است.
این ممکن است درست باشد، اما که چه؟ تجربه فردی یک راننده بدون کلاه به هیچ وجه نمیتواند این واقعیت را رد کند که رانندگی با کلاه ایمنی ایمنتر است. بهطور مشابه شنیدن این جمله از جانب عدهای غیرمعمول نیست که میگویند: «من با خردهگیری و هیاهو در مورد کلسترول موافق نیستم، مادربزرگ من نود و پنج سال سن دارد و هر روز صبح هم تخممرغ و گوشت قرمز میخورد».
خطای تعمیم عجولانه به این دلیل اتفاق میافتد که ما اغلب براساس چیزی که به اصطلاح قانون اعداد کوچک نامیده میشود عمل میکنیم. یعنی میخواهیم بعد از مشاهده یک یا دو نمونه، نتیجهگیریهای کلی انجام دهیم در واقع ما به طور خاص به ارتکاب این خطای فکری گرایش داریم، زیرا اغلب میخواهیم همه تجاربمان را شخصیسازی کنیم (تصور اینکه تجربه ما تجربهای است که سایرین دارند) یا حتی تجارب را غلط تفسیر میکنیم (دنیا آنچیزی است که من با چشمان خود دیدهام).
آزمایشی را تصور کنید که در آن از دانشآموزان خواسته میشود که به سه رقم آخر شماره دانشآموزی شان چهارصد اضافه کند و آن را یادداشت کنند و سپس از آنها خواسته شود که این شماره را برای تخمین زمان اشغال اروپا در نواحی فرانسه توسط هان و آتیلا استفاده کنند. یعنی اینکه آیا این حادثه قبل یا بعد از تاریخی که توسط شماره دانشآموزی آنها ایجاد شده رخ داده است.
دانشآموزان غالباً از مقادیر اولیه خود بهعنوان نقطه شروع استفاده میکردند و تخمینهای خود را حول آنها تطبیق میدادند. اما به خاطر داشته باشید که این مقادیر ابتدایی بر مبنای شماره دانشجوئیشان بوده نه دادههای تاریخی (در ضمن جواب صحیح سال ۴۵۱ بعد از میلاد است). تحقیقات نشان میدهد که ما اغلب برآوردهایی را براساس تخمینهای اولیه انجام میدهیم و حتی هنگامی که به افراد گفته میشود که تخمینهای اولیه تصادفی است، تخمینهای تطبیق شده آنها به تخمینهای اولیه یا تکیهگاه نزدیک است. این الگوی تطبیق و تکیه کردن نسبتاً رایج است.
به سناریوی زیر توجه کنید:
معلمی در یک دبیرستان خصوصی بزرگ استخدام شده که شایستگیهای زیاد و پنج سال سابقه کار دارد وقتیکه سوال شد که حقوق اولیه این کارمند را تخمین بزنید، یکی از اعضای مؤسس باسابقه رقم دستمزد سالانه ۳۱۰۰۰ دلار را حدس زد شما چه حدس میزنید؟
اگر شما مثل اکثر مردم باشید، پاسختان تحت تأثیر تخمین اولیه این عضو مؤسس قرار میگیرد. در مطالعاتی که با استفاده از سناریوی مشابه انجام شد، وقتی که تخمین اولیه فرد آشنا و با سابقه بالا بود مثلاً هفتاد هزار دلار، تخمینهای دیگران نیز بسیار بیشتر بود. این مسئله حتی در سناریوهایی نیز وجود داشت که فرد ارائهدهنده تخمین اولیه، در مورد این شغل اطلاعات بسیار کمی داشت.
حوادث بد ناشی از این انحراف زیاد است به آخرین باری که برای چیزی با شما مذاکره شد بیاندیشید؛ چه کسی اولین تخمین را ارائه کرد؟ آن آماری که بهعنوان نقطه آغاز برای مذاکره مورد استفاده قرار گرفت، بر اساس چیزی عینی بود یا خیر؟
در یک تحقیق از دانشجویان خواسته شد که در مورد اعداد ۲، ۴ و ۶ فکر کنند. این سری از اعداد از قاعده خاصی پیروی میکنند. از دانشجویان خواسته شد که این قاعده را شناسایی کنند و برای این کار به آنها اجازه داده شد که توالی جدیدی از اعدادی را که اعتقاد دارند مطابق این قاعده است، مطرح کنند تا آزمون کنند که آیا قاعده آنها درست است یا خیر. بعد از این دوره آزمایش، از دانشجویان خواسته شد که این قاعده را شناسایی کنند. پاسخهای معمول عبارت بودند از:
قاعده مورد استفاده در این آزمایش قاعده هر سه عدد صعودی بود و تعداد کمی از دانشجویان این قاعده را تشخیص دادند؛ زیرا این راهحل نیازمند این بود که دانشجویان اطلاعات تأیید نشده را بهجای اطلاعات تأیید شده به کار ببرند به عبارت دیگر، انحراف تایید نشاندهنده تمایل افراد برای جمعآوری مستنداتی است که قبل از تصمیمگیری بهجای نفی شهود، از شهود در تصمیمگیری حمایت میکند.
وقتی دانشجویان قاعدهای را یافتند که به نظر میرسد به کار بیاید، فرایند جستجوی راهحل را تمام شده تلقی میکنند. در فرایند حل مسئله، یکی از دامهای پنهانی اولاً جمعآوری دادههایی است که به تأیید عقاید ما کمک میکند و ثانیاً حذف دادههایی که ممکن است عقاید ما را تایید نکند.
به گفتههای زیر توجه کنید:
حالا این واقعیتها را بررسی کنید:
چه چیز مشترکی در همه این موارد وجود دارد؟ همه آنها حاکی از اعتماد کاذب افراد به تواناییهای خود و اعتماد کم به تواناییهای دیگران است. این خطای اعتماد کاذب باعث میشود که ما باور کنیم که بعضی ویژگیها و تواناییهای منحصربهفردی را داریم که به ما اجازه میدهد به سادگی با در نظر گرفتن اینکه دیگران چنین ویژگیهایی را ندارند، با مغایرت و عدم توافق به مبارزه برخیزیم.
نمونهای از خطای اعتماد به نفس کاذب در عمل در رفتار سرمایهگذاران در اواخر دهه ۱۹۹۰ دیده میشود. به دلیل رونق در سهام شرکتهای با فناوری بالا حتی سرمایهگذاران تازهکار رشد چشمگیری را در پورتفوهای خود دیدند. همینطور که سهام این شرکتها به رشد خودشان ادامه داد، بسیاری از سرمایهگذاران معتقد بودند که توانایی آنها به دلیل انتخاب سهم مناسب بودهاست، نه به دلیل رشد ناپایدار یک بخش از اقتصاد. نتیجه این دیدگاه برای اکثر سرمایهگذاران ضرر و زیانهای هنگفت بود.
اعتمادبهنفس خیلی خوب است چون اجازه میدهد که افراد در موقعیتهای دشوار دلگرم و امیدوار باشند. متأسفانه بیشتر ما دارای اعتمادبهنفس کاذب هستیم و احتمال واقعی موفقیت را بسیار زیاد برآورد میکنیم. تحقیقات نشان میدهد که اساساً هیچ رابطهای بین سطح اعتمادبهنفس فرد در مورد درست بودن و واقعاً درست بودن وجود ندارد. یعنی افراد اغلب در مورد عقایدشان اعتماد از خود نشان میدهند، اما این اعتماد صحت و درستی بیشتر آن عقیدهها را باعث نمیشود. البته خوشبختانه تحقیقات نشان میدهد که وقتی از مردم در مورد داشتن اعتمادبهنفس کاذب بازخورد گرفته شد آنها در این مورد برآوردهای واقعگرایانهتری ارائه دادند.
فرض کنید شما تازه سیستم اگزوز ماشین ولووی مدل ۱۹۹۶ خود را با هزینه ۸۵۰ دلار تعویض کردهاید. دو روز بعد صدایی را از درون آن میشنوید و خودرویتان را مستقیماً به مکانیکی میبرید. او به شما میگوید ماشین شما به یک کلاچ و پیادهسازی موتور نیاز دارد و هزینه این کار ۱۴۰۰ دلار است
بسیاری از افراد چون قبلاً پولی را بابت این کار دادهاند، باز هم این کار را میکنند و این پدیده به افزایش تعهد مشهور است. مفهوم این خطا ساده است: افراد با شکست یک راهکار احتمالاً به سرمایهگذاری و صرف منابع بیشتر (زمان، پول و…) در آن ادامه میدهند، حتی اگر هیچ بازدهی نداشته باشد. عبارت «دور ریختن پول خود بعد از نتیجه بد قبلی» اساس خطای افزایش تعهد است.
این خطا چند علت دارد:
متأسفانه هیچ راه ساده و مطمئنی برای اجتناب دائمی از خطاهای معمول تصمیمگیری وجود ندارد و اجتناب از چنین انحرافاتی حتی هنگامیکه از آنها آگاهی داریم و میدانیم که چه موقع رخ میدهند، بسیار سخت است. خطاهای تصمیمگیری مرموزند و یافتن آنها در تصمیمگیری از مشکلترین کارهاست. علیرغم این موضوع روشهای مفیدی وجود دارند که شاید شایستهتر باشد آنها را راهبرد دفاعی بنامیم:
چون مایلیم تصمیمگیریهایمان از اطمینان بیشتری برخوردار باشد لذا یک راه برای کنترل کردن این خطا، این است که برآوردی از اطمینان را برای باورهای خود و دیگران داشته باشیم. مثلاً فرض کنید که شما میخواهید مشکل تأخیر رانندگان را در تحویل سفارش پیتزا حل کنید. از یکی از رانندگان سوال میکنید که «چه تعداد سفارش را هر هفته میتوانید سر وقت تحویل دهید؟» و او میگوید که ۱۸ عدد.
بسیار خوب، این آمار، آمار نسبتاً خوبی است. حال، راننده شما چقدر مطمئن است؟ او ادعا میکند که ۸۰ درصد اطمینان دارد خب حالا به نظر میرسد که ۱۸ تقریباً برآورد خوبی نیست در واقع برآورد صحیحتر و مفیدتر چیزی بین ۱۵ تا ۲۲ تحویل سفارش طی هر هفته است. حالا شما برآورده واقعگرایانهتری از تعداد تحویل سفارشات دارید.
بیشتر متخصصان بر این مسئله اتفاق نظر دارند که تکیه کردن بر برآوردهای «نقطهای» خطرناک است و اطلاعات کافی را فراهم نمیکند. بنابراین بکارگیری برآوردهای اطمینان برای ایجاد «حدود اطمینان» شما را از استفاده از برآوردهای نقطهای میتواند رهایی بخشد. همانطور که اسکات بلوز روانشناس معروف اذعان میکند که بهترین روش این است که بپرسید «احتمال اینکه این قضاوت اشتباه باشد چقدر است؟»
شیوهای آشنا که کمتر برای بهبود فرآیند حل مسئله از آن استفاده میشود، از طریق خطا و آزمایش است. یعنی اگر میخواهید در آینده نرخ موفقیتتان را بهبود و شکست را کاهش دهید، میبایست از موفقیتها و شکستهای امروز درس بگیرید. توضیح بیشتر اینکه، بیشتر افراد از اینکه پیشبینی کنندگان آب و هوا به طور باورنکردنی درست پیشبینی میکنند، شگفت زدهاند و دوست دارند دلیل آن را بدانند. در واقع وقتی هواشناس بیان میکند که به احتمال ۴۰ درصد باران میبارد به این دلیل است که قبلاً طبق آمارها به احتمال ۳۹ درصد در آن شرایط باران باریده است.
آن نرخ درستی را با نرخ درستی پزشکان مقایسه کنید. مطالعهای بالینی از پزشکان خواست تا مروری بر تاریخچه درمان یک بیماری داشته باشند و آزمون پزشکی در آن مورد اجرا کنند و سپس احتمال ذاتالریه بودن بیماری را پیشبینی کنند و نتایج حاصله چیزی بود که شما آرزو میکردید کاش پیشبینی آنها شبیه کارشناس هواشناسی میبود. زیرا پزشکان میگفتند که احتمال ذاتالریه بودن ۶۵ درصد است، این پیشبینی ۱۰ درصد مواقع درست میبود.
این احتمال با فاصله اطمینان نیز بهبود پیدا نمیکند و وقتیکه آنها سطح احتمال ۸۹ درصدی از ذاتالریه را پیشبینی کردند، فقط ۱۲ درصد از مواقع پیشبینی درست داشتند. چرا پیشبینی کارشناسان هواشناسی از پیشبینی پزشکان صحت بیشتری دارد؟ پاسخ در جنبهای کلیدی از آزمون و خطا به نام بازخورد منظم و آگاهی از نتایج نهفته است.
کارشناسان هواشناسی بارندگی را پیشبینی میکنند و در اندک زمانی نتایج پیشبینیهایشان را میبینند: آنها فوراً میتوانند ببینند که مدل پیشبینیهایشان درست است یا خیر؟ اگر این مدل درست بود آنها اذعان میکنند که چه کار کردهاند و اگر نتیجه اشتباه بود دادهها را تحلیل و جنبههایی را که منجر به پیشبینی اشتباه شده بیان میکنند. این فرایند هر روز تکرار میشود تا پیشبینی کنندگان پیشبینی خود را با نتایج منطبق سازند.
یادگیری نحوه بکارگیری استاندارد آزمایش و خطا چند گام ساده را در بر میگیرد اول اینکه با هر پیشبینی، دلایل انجام چنین پیشبینی را ثبت کنید. در مطالعات متعددی، محققان دریافتهاند که وقتی پیشبینیکننده دلایل خود را یادداشت میکند کار یادگیری و ردگیری را بهتر انجام میدهد.
دوم اینکه نتایج را دنبال کنید. با گذشت زمان، نتایج اغلب طی زمان از هم متمایز میشوند. بنابراین آمارها را در مورد اتفاقات رخ داده شده ثبت کنید تا توانایی دفاع از تصمیمات را داشته باشید. شما موقعی که دیگران میگویند «ما همیشه به محض وارد کردن محصول جدید به بازار ضرر میکنیم» با دانستههایی که در این مورد ذخیره کردهاید در مقابل چنین تفکری میتوانید آمادگی داشته باشید.
سوم اینکه، موفقیت و شکستهایتان را مطالعه کنید.
چهارم اینکه به خاطر داشته باشید که احتمال، خود اصلاح کننده نیست. رشتهای از ناکامیها بدان معنا نیست که شما حق یک موفقیت را دارید یا بالعکس.
«شک گرایی درست» در بررسی همه تصمیمات و مدارک ارائه شده قاعدهای ساده ولی قوی است. آماده به چالش کشیدن خود و دیگر «کارشناسان» باشید و مدارک منفی یا غیرهماهنگ را بررسی کنید در اینجا سوالات ویژهای وجود دارند که منعکسکننده شکگرایی در صحت بوده، نهایتاً به تصمیمات بهتری میتواند منجر شود:
آیا گزینههای بیشتری وجود دارند؟
به طور خلاصه، بهترین دفاعیات در برابر انحرافات تصمیمگیری عبارتاند از:
درک این دفاعیات آسان است، ولی عمل کردن به آن دشوار است. اگر فکر میکنید که این دفاعیات بهنظر ساده و عام میآیند، باید به میزان قابل توجه به انحرافات تصمیمگیری حتی در بین باهوشترین افراد نگاه کنید. خود را برای شناسایی و مدیریت شفاف این انحراف در تفکرتان به چالش بکشید.
منبع: کتاب توسعه مهارتهای مدیران؛ نوشته بالدوین، بومر و روبین؛ ترجمه الوانی، ابراهیمی و جمالی
دیدگاه خود را بیان کنید