Ловушки мышления: как наш мозг обманывает нас при принятии решений и почему интуиция — плохой советчик в бизнесе

В современном мире бизнеса, где цена ошибки может исчисляться миллионами, а неопределенность стала новой нормой, мы привыкли полагаться на «чутье» и «опыт». Мы верим, что годами наработанная интуиция позволяет нам видеть возможности там, где другие видят риск.

Однако научные исследования в области когнитивной психологии и теории принятия решений говорят о другом: наш мозг — это не совершенный суперкомпьютер, а набор эволюционных «костылей», которые часто подводят нас именно тогда, когда ставки максимально высоки.

В этой статье мы разберем механизмы, которые управляют нашими суждениями в условиях неопределенности, и узнаем, почему даже эксперты с мировым именем совершают детские ошибки в прогнозах.

Принятие решений в условиях неопределенности — это процесс оценки вероятностей.

Как часто новый продукт "взлетит"? Каковы шансы на успех стартапа? Насколько вероятно, что курс валют изменится?

Оказывается, вместо того чтобы проводить сложные статистические вычисления, наш мозг использует ограниченное число эвристических принципов — ментальных «сокращений», которые сводят сложные задачи к более простым операциям. В большинстве случаев эти правила полезны, но иногда они приводят к серьезным и систематическим ошибкам — предубеждениям.

Большинство вопросов о вероятности сводятся к одному: «Какова вероятность того, что объект А принадлежит к классу В?»

Представьте Стива. Он замкнутый, застенчивый, очень опрятный, любит порядок и склонен к деталям. Кем он скорее работает: библиотекарем или фермером? Наш мозг мгновенно сопоставляет описание Стива со стереотипом библиотекаря. Это и есть репрезентативность — оценка вероятности на основе подобия.

В реальности фермеров в десятки раз больше, чем библиотекарей. Если мы оцениваем только «похожесть», мы совершаем ошибку. Эксперименты показывают, что люди игнорируют статистику даже тогда, когда она им известна, как только им дают хотя бы крупицу конкретной (даже бесполезной) информации об объекте.

Мы склонны верить, что даже маленькая выборка должна отражать свойства всей популяции. Это приводит к тому, что менеджеры делают далеко идущие выводы на основе интервью с тремя клиентами или результатов одной недели продаж. Мы ожидаем, что случайность «саморегулируется»: если монета пять раз выпала орлом, нам кажется, что теперь «обязана» выпасть решка. На самом деле случайность не имеет памяти, а отклонения не исправляются, они просто «растворяются» в большом потоке событий.

Когда прогноз кажется нам «репрезентативным», мы чувствуем неоправданную уверенность в нем. Мы верим в успех кандидата на работу, который «выглядит как лидер», игнорируя тот факт, что краткое интервью имеет крайне низкую предсказательную ценность. Согласованность данных (когда всё кажется логичным) увеличивает нашу уверенность, хотя избыточность данных на самом деле снижает их точность

Мы оцениваем частоту событий или риск по тому, насколько легко нам вспомнить примеры

Ловушка узнаваемости: Если в списке имен больше знаменитых женщин, чем обычных мужчин, нам покажется, что женщин в списке больше, даже если их поровну.
Ловушка яркости: Увидев перевернутую машину на обочине, мы на время начинаем считать вождение гораздо более опасным, чем оно есть на самом деле.
Иллюзорная корреляция: Мы склонны видеть связь между событиями, которые часто упоминаются вместе в культуре (например, «гениальность и безумие»), даже если статистика этого не подтверждает.

Для бизнеса это означает: проект, который «на слуху» или который легче всего представить в деталях, будет казаться более перспективным, чем скучный, но статистически более надежный вариант

Принимая решение, мы часто отталкиваемся от начальной величины (привязки) и корректируем её. Проблема в том, что эта корректировка почти всегда недостаточна.Если на переговорах вы первыми назвали цену, она становится «якорем». Даже если вторая сторона понимает, что цена завышена, их контрпредложение всё равно будет тяготеть к вашему числу.Этот эффект работает даже с абсолютно случайными числами.

В экспериментах люди оценивали долю африканских стран в ООН выше или ниже в зависимости от того, какое число им выпало на рулетке перед этим. Мы также склонны переоценивать вероятность успеха сложных планов, потому что привязываемся к вероятности успеха каждого отдельного этапа, забывая, что общая вероятность — это произведение всех шансов (которое всегда ниже.

Одним из самых контринтуитивных понятий является регрессия к среднему. Это закон, согласно которому после экстремальных результатов (очень хороших или очень плохих) следуют результаты, более близкие к средним.Классический пример из обучения пилотов: инструкторы заметили, что после похвалы за идеальное приземление курсант обычно приземлялся хуже, а после разноса за ужасное — лучше. Инструкторы сделали ложный вывод: наказание работает, а похвала портит. На самом деле это была просто регрессия к среднему. Мы наказываем людей за то, что они были хороши, и поощряем за то, что им просто повезло исправить случайный провал.

Мы склонны вести себя так, будто можем управлять случайными событиями. В экспериментах люди ставили больше денег в карточной игре, если их противник выглядел неуверенным «растяпой», хотя шансы на выигрыш в чисто случайной игре не зависят от личности оппонента. Выбор билета в лотерее лично дает нам иллюзию контроля, из-за которой мы требуем за него более высокую цену при продаже.Эксперты — врачи, инженеры, аналитики — часто страдают от «гиперточности». Они устанавливают слишком узкие доверительные интервалы для своих прогнозов.

В одном исследовании 98-процентные доверительные интервалы экспертов на самом деле включали правильный ответ лишь в 60-80% случаев.

«Я так и знал!»Когда событие произошло, оно кажется нам неизбежным. Мы смотрим назад и выстраиваем логическую цепочку, забывая о той неопределенности, которая была до события. Это «пресмыкающийся детерминизм». Он мешает нам учиться на опыте, так как мы судим о качестве решений по их исходам, а не по той информации, которая была доступна в момент принятия решения.Как принимать лучшие решения?Наука предлагает несколько корректирующих процедур:

Заменяйте интуицию формулами. Удивительно, но простые линейные модели (например, равное взвешивание ключевых факторов) почти всегда превосходят клинические суждения экспертов. Формула не устает, не имеет настроения и не поддается на «яркость» единичных случаев.
Используйте «внешний подход». Вместо того чтобы детально расписывать план (внутренний подход), найдите класс аналогичных проектов и посмотрите на их статистику. Если средняя задержка по рынку — полгода, ваш проект вряд ли станет исключением.
Ищите опровержения. Самый эффективный способ борьбы с чрезмерной уверенностью — заставить себя придумать причины, по которым ваше решение может оказаться неверным.
Разделяйте факты и политику. При оценке рисков (например, инвестиционных) отделяйте техническую оценку вероятности от оценки значимости последствий для компании.

Наше мышление — это мощный инструмент, но он имеет свои «заводские дефекты». Понимание того, как работают эвристики и где прячутся предубеждения, не сделает нас безошибочными, но позволит выстроить систему защиты от самых фатальных промахов. В мире неопределенности побеждает не тот, кто верит в свою интуицию, а тот, кто умеет проверять её статистикой и здравым смыслом.

Подпишись на мой телеграмм и ВК - там я сегодня опубликовал яркую инфографику характеризующую описываемое в этой статье