그것이 무엇인지
최근성 함정은 마지막에 도착한 것에 대해 체계적으로 과중 평가하는 것입니다: 최종 주장, 가장 최근에 상담한 이해관계자, 가장 신선한 사건. 결정은 구축된 사례를 반영하지 않고, 흐름의 꼬리를 반영합니다. 왜냐하면 선택의 순간에 기억이 제공하는 것이 그것이기 때문입니다.
현실적인 예
일례로, 60분간의 공급업체 선정 회의가 있습니다. 첫 번째 절반에서 팀은 공급업체 A에 유리한 보안 검토, 통합 비용, 세 가지 참고 확인을 포함한 신중한 사례를 준비합니다. 마지막 10분 동안 동료가 공급업체 A와 함께 '어려운 마이그레이션'을 겪었다고 전합니다. 세부 사항도 없고, 공급업체 B의 마이그레이션 기록과 비교도 없으며, 참고 확인과의 비교도 없습니다. 그러나 그것은 생생하고, 마지막입니다. 방 안의 자신감이 흔들리고, 결정은 연기되며, 다음 주 회의는 마이그레이션 위험에 기반하여 시작됩니다. 최근의 일화 하나가 40분간의 누적 분석보다 더 큰 비중을 차지했습니다 — 그것이 더 중요하다고 판단된 것이 아니라, 판단이 이루어질 때 방 안에서 가장 신선한 것이었기 때문입니다.
우리가 그것에 빠지는 이유
기억은 형태가 있다. 고전적인 기억 연구 — 회상에 대한 초기 실험 연구부터 문서화된 일련 위치 곡선 — 는 순서의 마지막 항목이 가장 잘 회상된다는 것을 보여주며, 첫 번째 항목과 함께 나타난다 (그의 형제 실패는 앵커링 함정이다). 회의는 일련의 과정이다; 그 끝에서 회상을 통해 내려진 결정은 이 곡선을 물려받는다.
중간을 바라보는 것은 없다. 비구조적인 논의에서는 사건이 단지 말의 흐름으로 존재한다; 50분이 지나면 12분은 누군가 좋은 말을 했다는 막연한 감각으로만 남는다. 피로는 곡선을 가파르게 만든다 — 지친 방들은 현재 시제에 살고 있다.
그리고 생생함이 그것을 더합니다. 최근의 것들은 또한 구체적인 것들입니다 — 이번 주의 사건, 방금 이야기한 일화 — 이는 가용성 편향이 최근성 위에 쌓이는 것입니다. 1년간의 조용한 데이터는 신선한 이야기에게 밀리며, 그 손실은 편향처럼 느껴지지 않습니다; 그것은 반응성처럼 느껴집니다.
경고 신호
- ✗결정은 일관되게 마지막 발언자의 입장을 반영합니다 — 마지막으로 발언한 사람과 비교하여 최근 다섯 번의 논란이 된 호출을 확인하세요.
- ✗마지막으로 그들과 이야기한 사람이 이긴다: 리더의 위치는 각 새로운 일대일 후에 바뀐다.
- ✗이번 주의 사건은 올해의 데이터보다 더 중요하며, 아무도 그들의 실제 규모를 비교하지 않습니다.
- ✗결정할 때 초기 주장을 다시 말할 수 있는 사람은 없다 — 논의의 전반부를 형성했던 것들은 단순히 사라져버렸다.
어떻게 피할 수 있을까
- 1기억에서가 아니라 서면 사례에서 결정하십시오. 통화 전에 전체 주장을 다시 진술하십시오 — 초기와 후기를 모두 포함하여 — 요약이 아닌 흐름에 대해 선택하십시오.
- 2가장 강력한 초기 주장을 명시적으로 다시 살펴보세요. '우리가 전반부에서 무엇을 확립했는가?'라는 의도적인 검토는 곡선을 평평하게 만듭니다.
- 3선택과의 분리 수집. 주장을 모으고 결정을 내리는 것이 다른 세션일 때, 어떤 기여도 결정에 인접할 특권을 얻지 못합니다.
- 4신선한 것과 축적된 것을 종이에 비교하십시오. 새로운 정보는 다른 것들과 비교하여 증거가 있는 하나의 주장으로서 기록될 자격이 있으며, 자동 헤드라인으로서가 아닙니다.
Argumentree가 어떻게 도움이 되는지
구조적 해결책: 트리는 모든 주장을 동시에 볼 수 있게 유지합니다. 이 경우는 화면上的 구조이며, 메모리의 스트림이 아닙니다 — 12분의 주장은 58분의 주장 옆에 위치하며, 그 크기는 타임스탬프가 아닌 평가된 장점에 따라 결정됩니다. 평가는 전체 논의에 걸쳐 누적되므로, 집합적 평결은 마지막으로 있었던 것이 아니라 모든 것을 고려한 결과를 반영합니다; 늦게 도착한 정보는 증거와 함께 또 다른 노드로 들어와 누적된 사례에 대해 장점으로 경쟁합니다. 그리고 트리는 세션 간에 지속되기 때문에, 다음 주 회의는 전체 사례에서 시작됩니다 — 방이 기억하는 어떤 조각이 아니라.
시계에 의해 만료되는 주장은 없습니다. 동시에 가시성, merit 기반의 가중치, 그리고 지속되는 사례 — The Argumentree Method의 증거 가중 요소.