रेशनल निर्णय घेण्याची कला काय आहे? रेशनल निर्णय घेण्याची कला ही एक संरचित मॉडेल आहे ज्यामध्ये निर्णय घेणारा व्यक्ती समस्या ओळखतो, मूल्यांकन करतो, विकल्प निर्मिती करतो, प्रत्येक विकल्पाचे मूल्यांकन करतो, आणि सर्वोत्तम विकल्पाची निवड करतो.
रेशनल (क्लासिकल) मॉडेलला ७ पारंपारिक पावले आहेत: निर्णय ओळखा, मूल्यांकन करा, वजन करा, विकल्प निर्मिती, त्यांचे मूल्यांकन करा, सर्वोत्तम विकल्प निवडा, आणि अंमलात आणा, आणि समीक्षा करा. ते अपेक्षित उपयोगिता सिद्धांतावर (डॅनियल बर्नूली, १७३८; वॉन न्यूमॅन आणि मॉर्गेन्स्टन, १९४४) आणि पूर्णपणे सूचित रेशनल एक्टरच्या कल्पनेवर अवलंबून आहे. नोबेल पुरस्कार विजेते हेर्बर्ट सायमन यांनी त्याचा विरोध केला आणि सॅटिस्फायिंग (एडमिनिस्ट्रेटिव्ह बिहेव्हिअर, १९४७) यासह बाउंडेड रेशनलिटी: वास्तविक लोकांना माहिती मर्यादित आहे, वेळ मर्यादित आहे, आणि कognition मर्यादित आहे, त्यांनी पहिला विकल्प निवडला जो योग्य आहे तो निवडला.
रेशनल निर्णय घेण्याची कला काय आहे?
रेशनल मॉडेल म्हणते: तुमचे मूल्यांकन करा, प्रत्येक विकल्पाचे वजन करा, आणि सर्वोत्तमाची निवड करा. हे पुस्तकातील आदर्श आहे आणि त्याचे मर्यादित असणे तुम्ही वास्तविक निर्णय घेण्यात चांगले आहे.
TL;DR
रेशनल निर्णय घेण्याची कला ही सिस्टीमेटिक, मूल्यांकन-मागील निर्णय घेण्याची कला आहे: समस्या ओळखा, विकल्पांचे वजन करा, आणि सर्वोत्तमाची निवड करा. ते अपेक्षित उपयोगिता सिद्धांतावर (बर्नूली, १७३८; वॉन न्यूमॅन आणि मॉर्गेन्स्टन, १९४४) आणि हेर्बर्ट सायमन यांनी म्हटले की आम्ही "सफिस" करतो आणि मॅक्सिमाइझर्स विरुद्ध सॅटिस्फायर्स.
रेशनल निर्णय घेण्याची कला मॉडेल: ७ पावले
- 1
निर्णयाचा शोध
वास्तविक समस्या आणि जी निवड करावी लागते ती नाव द्या.
- 2
मूल्यांकन करा
तुमच्या विकल्पांना मूल्यांकन करू नाही तोपर्यंत, तुम्ही तुमच्या विकल्पांना निर्धारित करत नाही.
- 3
मूल्यांकन करा
तुम्ही सर्व मूल्यांकन समान नाहीत.
- 4
विकल्पांची यादी करा
संभाव्य विकल्पांची यादी करा.
- 5
मूल्यांकन करा
प्रत्येक विकल्पाचे प्रत्येक वजनित मूल्यांकन करा — त्याच्या मूल्यांकनावर, नाही त्याच्या संदेशावर.
- 6
सर्वोत्तम निवडा
सर्वोत्तम वजनित एकूण मूल्यांकन असलेला विकल्प निवडा.
- 7
प्रभाव पाडा आणि पुनरावलोकन करा
कार्य करा, आणि तुम्ही पूर्वानुमान केलेल्या विरुद्ध तुमच्या परिणामांचा तपासा.
ते कसे टाकते: बाउंडेड रेशनलिटी आणि सॅटिस्फायिंग
रेशनल मॉडेलला एक सर्वज्ञाता ऑप्टिमायझर असलेला असुमान आहे - "आर्थिक माणूस" . अर्थशास्त्रज्ञ हेर्बर्ट सायमन यांनी त्याचा विरोध एडमिनिस्ट्रेटिव्ह बिहेव्हिअर (१९४७) मध्ये केला. वास्तविक निर्णय घेणारे लोक मर्यादित माहिती, वेळ आणि मानसिक बँडविच्या मर्यादित आहेत, त्यामुळे रेशनलिटी बाउंडेड आहे. त्याने निवडलेला पहिला विकल्प निवडला जो योग्य आहे तो निवडला.
मॅक्सिमायझर्स
एकमेव सर्वोत्तम विकल्प शोधण्यासाठी खूप काळ जाणे. सामान्यत: अधिकचे परिणाम प्राप्त करतात — आणि वाईट वाटतात.
सॅटिस्फायर्स
पूर्वी "पर्याप्त" म्हणजे काय म्हणून ठरवा, किंवा थांबा. त्यांच्या निर्णयांशी संतुष्ट असतात.
"बेहतर करण्याची प्रवृत्ती"
प्रोफेसर बॅरी श्वार्ट्झ यांनी मॅक्सिमाइझर्स विरुद्ध सॅटिस्फायर्सची भिन्नता द पॅराडॉक्स ऑफ चॉइस (२००४) मध्ये लोकप्रिय केली. त्याचे प्रमाण विस्मयकारक आहे:
जॉब-शोध अभ्यास (Iyengar, Wells & Schwartz, 2006)
उत्तीर्ण विद्यार्थ्यांमध्ये जे मजबूत अधिकतमकर्ते होते त्यांना संतुष्टकर्त्यांपेक्षा सुमारे 20% अधिक वेतन देणारी नोकरी मिळाली — परंतु त्यांनी स्वीकारलेल्या नोकरींबद्दल कमी समाधानी होते आणि शोधादरम्यान अधिक नकारात्मक वाटले. पेपरचे शीर्षक सगळे सांगते: "वाईट करत आहे पण चांगले वाटत नाही."
जॅम अभ्यास (Iyengar & Lepper, 2000)
एका उच्च-स्तरीय ग्रोसरीमध्ये, 24 जॅम चा प्रदर्शन अधिक चाखणारांना आकर्षित केला परंतु फक्त ~3% खरेदी केली; 6 जॅम चा प्रदर्शन ~30% पर्यंत रूपांतरित केले — सुमारे 10× अधिक खरेदी. हे "पर्याय ओव्हरलोड"चे स्थापना उदाहरण बनले. (माहिती: जॅम निकाल कधीही स्वच्छ पद्धतीने पुनरावृत्ती केला गेला नाही, म्हणून त्याला एक प्रसिद्ध उदाहरण म्हणून, कायदा म्हणून नाही.)
Argumentree ला उपयोगी केंद्राचा उपयोग कसा करते
तुम्ही परफेक्ट माहिती वर optimise करू शकत नाही — पण तुम्ही can rational model ची वास्तविक किंमत राखू शकता : explicit criteria आणि arguments त्यांच्या मूल्यांवर विचार करून मूल्यांकन केले जाते. Argumentree ते पूर्णपणे करते, जे argument mapping वर बांधलेले आहे :
प्रत्यक्ष मूल्यांकनाच्या मूलभूत तत्त्वे
प्रत्येक विकल्प आणि त्यांच्या प्रत्येकाच्या पाया आणि विरोधाच्या व्यवस्थित प्रो/कॉन ट्री मध्ये ठेवले आहेत, त्यामुळे निवडीचा आधार एकाच व्यक्तीच्या डोक्यात नाही तर त्याच्या डोळ्यासमोर आहे.
मूल्यांकन करा, तोल करा, स्कोर करा
भागीदार विचारांच्या सटीकता, स्पष्टता आणि मदतीच्या दर्ज्यावर गुणांकन करतात; गुणांकन एकत्रितपणे ट्री मध्ये नेट सपोर्ट स्कोर मध्ये जाते — एक सांख्यिकीशास्त्रीय तोल केले जाते जे पूर्णपणे नाही असे वाटत नाही.
आपल्याला पाहिजे तितके बरे आहे
नेट सपोर्ट मोजल्याने एकत्रितपणे एक संतुष्टी सीमा निर्धारित करण्यासाठी आणि थांबण्यासाठी समूहाला एकमत करण्यास सक्षम होते — त्याऐवजी विश्लेषणाच्या व्यथिततेमध्ये पूर्णपणे जाऊन पडत नाही.
निर्णयाच्या पाया
निर्णयाच्या पायाचा निरीक्षणाचा प्रवाह कसे कसे काम करते हे निरीक्षण करते त्यामुळे नंतर निर्णयाच्या परिणामांशी तपासणी करण्यास सक्षम होते.
तुलना करा कशी तज्ज्ञ नैसर्गिक निर्णय घेताना दबावाखाली निर्णय घेतात, ब्रॉडर निर्णय घेणे प्रक्टिस पाहा आणि त्यामागील निर्णय घेण्याची मॉडेल्स, आणि गट कसे ते सहयोगी निर्णय घेणे मध्ये लागू करतात. त्याचा आधुनिक, डेटा-आणि-एआय अवतार आहे निर्णय बुद्धिमत्ता.
पक्षपात जे "युक्ती" निर्णयांना अपयशी ठरवतात
Loss aversion
Losses feel about twice as painful as equivalent gains (prospect theory), skewing 'rational' weighing.
विचाराचा अडथळा
Maximizing over too many options stalls the decision entirely.विचाराचा अडथळा हा निर्णय घेण्याचा प्रक्रिया पूर्ण होण्यासाठी अडथळा आहे.
प्रारंभिक स्थिती
The first number or option seen drags every later judgment toward it.
पुष्टीकरण प्रवृत्ती
We over-weight arguments that fit the conclusion we already favor.
सामान्य प्रश्न
रेशनल निर्णय घेण्याचे काय आहे?
रेशनल निर्णय घेण्याचे मॉडेल एक संरचित मॉडेल आहे ज्यामध्ये तुम्ही समस्या निर्धारित करता, स्पष्ट मानके निर्धारित करता, विकल्प तयार करता, प्रत्येकाला मानकांनुसार मूल्यांतरित करता, आणि सर्वात अधिक अपेक्षित परिणामांचे सर्वोत्तम विकल्प निवडता. ते निर्णय घेणाऱ्याला एक लॉजिकल एक्टर म्हणून पाहिले जाते जो सर्वात शक्य असलेल्या परिणामाकडे पोहोचण्यासाठी ते करतो — निर्णय सिद्धांताचा क्लासिकल 'आर्थिक मन'.
रेशनल निर्णय घेण्याच्या मॉडेलच्या पुढील पायरी कोणत्या आहेत?
सामान्य स्वरूपात सात पायरी आहेत: (1) निर्णय ओळखा; (2) तुमचे मानके निर्धारित करा; (3) मानकांचे वजन महत्त्वानुसार करा; (4) विकल्प तयार करा; (5) मानकांनुसार वजनित विकल्पांची मूल्यांतरित करा; (6) सर्वोत्तम विकल्प निवडा; आणि (7) आणि समीक्षा करा. मुख्य वैशिष्ट्य म्हणजे मानके विकल्पांच्या निरीक्षणापूर्वी स्पष्ट केली जातात.
बाउंडेड रेशनलिटी काय आहे?
नोबेल पुरस्कार विजेते हर्बर्ट सिमन (अधिकाऱ्यांचे व्यवहार, 1947) यांच्या संकल्पनेतून, बाउंडेड रेशनलिटी म्हणजे वास्तविक निर्णय घेणाऱ्यांना सर्व माहिती संकलित करणे किंवा प्रत्येक विकल्पाची मूल्यांतरित करणे शक्य नाही — रेशनलिटी 'बाउंड' आहे ज्यामुळे माहिती, वेळ आणि कognitive क्षमता मर्यादित होते. त्याऐवजी, लोक 'सॅटिस्फाय' करतात: ते 'गुड एनॉफ' बार निर्धारित करतात आणि त्याचे प्रथम विकल्प निवडतात जे ते पार करते.
तुम्ही किंवा सॅटिस्फाय करण्यासाठी तुम्ही एक्सट्रीमाइझ करण्यासाठी का असणे योग्य आहे?
प्रोफेसर बारी श्वार्ट्झ यांच्या शोधामुळे (चॉइसचा पारadox, 2004) मिळालेल्या शोधानुसार, एक्सट्रीमाइझ करणारे लोक - जे एकमेव सर्वोत्तम विकल्प शोधत असतात - वास्तविकदृष्ट्या चांगले परिणाम प्राप्त करतात पण भावनिकदृष्ट्या वाईट वाटतात: अधिक प्रतिकूलता, अधिक सामाजिक तुलना आणि कमी संतुष्टी. एका अभ्यासात, एक्सट्रीमाइझ करणारे नोकरदार 20% जास्त कमावले पण त्यांच्या नोकरी बरोबर खुश नाही.
पूर्ण रेशनल निर्णय घेणे का कार्य करू शकत नाही?
क्लासिकल मॉडेलमध्ये पूर्ण माहिती, अनंत विश्लेषण आणि पूर्ण सुसंगत प्राधान्य असते — जे वास्तविक लोकांसाठी कार्य करू शकत नाही. प्रोस्पेक्ट थ्योरी (कह्नेमन आणि टवर्स्की, 1979) दाखवते की आम्ही परिणामांचे निरीक्षण संदर्भ बिंदूंनुसार करतो आणि आम्ही जास्तीत जास्त नुकसान वाटते की समान परिणामांचे जास्तीत जास्त मिळणे. आलेस पारadox दाखवते की आमचे निर्णय मॉडेलच्या स्वतःच्या सिद्धांतांचा उल्लंघन करतात. प्रॅक्टिकल फिक्स नाही निर्मिती संरचना सोडण्याचे — ते आहे मानके आणि तर्के स्पष्ट करणे आणि तुम्ही सॅटिस्फाय करण्यासाठी नाही की ऑप्टिमाइझ करण्यासाठी स्वीकारले पाहिजे.
एकत्रितपणे ते कारण समजून घ्या
Make your criteria and arguments explicit, weigh them as a group, and keep the record. Bring structure to your decisions with Argumentree. क्रिटेरिया आणि तर्के स्पष्ट करा, त्यांना एकत्रितपणे वजन द्या आणि नोंद ठेवा. Argumentree च्या मदतीने निर्णयांना संरचना द्या.
मुक्तपणे सुरू करा