ਰੇਸ਼ਨਲ ਨਿਰਣਈ ਕਰਨ ਦਾ ਕੀ ਹੈ? ਰੇਸ਼ਨਲ ਨਿਰਣਈ ਕਰਨ ਇੱਕ ਸੰਚਾਲਿਤ ਮਾਡਲ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਨਿਰਣਾਇਕ ਸ਼ਰਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ, ਵਿਕਲਪਾਂ ਨੂੰ ਵੱਟਦਾ ਹੈ, ਹਰੇਕ ਨੂੰ ਸ਼ਰਤਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਕਾਤ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਭ ਤੋਂ ਚੰਗਾ ਚੁਣਦਾ ਹੈ।
ਰੇਸ਼ਨਲ (ਕਲਾਸੀਕਲ) ਮਾਡਲ ਵਿੱਚ 7 ਸ਼ਰਤਾਂ ਹਨ: ਨਿਰਣਾ ਨੂੰ ਪਛਾਣੋ, ਸ਼ਰਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੋ, ਸ਼ਰਤਾਂ ਨੂੰ ਵੱਟੋ, ਵਿਕਲਪਾਂ ਨੂੰ ਪੈਦਾ ਕਰੋ, ਉਨ੍ਹਾਂ ਨੂੰ ਸ਼ਰਤਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਕਾਤ ਕਰੋ, ਸਭ ਤੋਂ ਚੰਗਾ ਚੁਣੋ, ਅਤੇ ਕਾਰਵਾਈ ਕਰੋ ਅਤੇ ਪ੍ਰਤੀਕਰਮ ਦੀ ਜਾਂਚ ਕਰੋ। ਇਹ ਸ਼ਰਤਾਂ ਉੱਤੇ ਆਧਾਰਿਤ ਹੈ ਕਿ ਸਾਡੇ ਪਾਸ ਸਾਰੀ ਜਾਣਕਾਰੀ ਹੈ, ਸੀਮਿਤ ਸਮਾਂ ਹੈ, ਅਤੇ ਸੰਪੂਰਨ ਜਾਣਕਾਰੀ ਵਾਲਾ ਸਿਧਾਂਤ ਹੈ। ਨੋਬਲ ਵਿਗਿਆਨੀ ਹਰਬਰਟ ਸਾਇਮਨ ਨੇ ਇਸ ਨੂੰ ਸੀਮਿਤ ਰੇਸ਼ਨਲਟੀ ਅਤੇ ਸੈਟਿਸਫਾਈ ਨਾਲ ਚੁਣੌਤੀ ਦਿੱਤੀ, ਕਿਉਂਕਿ ਅਸਲ ਵਿਅਕਤੀ ਸੀਮਿਤ ਜਾਣਕਾਰੀ, ਸਮਾਂ, ਅਤੇ ਸੰਪੂਰਨ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਅਤੇ ਉਹ ਸਭ ਤੋਂ ਚੰਗਾ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ। ਬਾਰੀ ਸ਼ਵਾਰਜ਼ (ਦ ਪਾਰਾਡਾਕਸ ਆਫ ਚੋਆਈਸ, 2004) ਨੇ ਮੈਕਸਿਮਾਈਜ਼ਰਜ਼ ਅਤੇ ਸੈਟਿਸਫਾਈਜ਼ ਵਿਚਾਲੇ ਅੰਤਰ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ, ਜਿਸ ਵਿੱਚ ਮੈਕਸਿਮਾਈਜ਼ਰਜ਼ ਨੇ ਸਭ ਤੋਂ ਚੰਗਾ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਸੈਟਿਸਫਾਈਜ਼ ਨੇ ਸਭ ਤੋਂ ਚੰਗਾ ਹੋ ਸਕਦਾ ਹੈ। ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ, ਮੈਕਸਿਮਾਈਜ਼ਰ ਨੇ ਕਮਾਈ ਵਿੱਚ ਲਗਭਗ 20% ਜ਼ਿਆਦਾ ਕੀਤੀ ਪਰ ਉਨ੍ਹਾਂ ਨੇ ਆਪਣੇ ਕੰਮਾਂ ਵਿੱਚ ਘੱਟ ਖੁਸ਼ੀ ਮਹਿਸੂਸ ਕੀਤੀ।
ਰੇਸ਼ਨਲ ਨਿਰਣਈ ਕਰਨ ਦਾ ਕੀ ਹੈ?
ਰੇਸ਼ਨਲ ਮਾਡਲ ਕਹਿੰਦਾ ਹੈ: ਆਪਣੀਆਂ ਸ਼ਰਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੋ, ਹਰੇਕ ਵਿਕਲਪ ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਕਾਤ ਕਰੋ, ਅਤੇ ਸਭ ਤੋਂ ਚੰਗਾ ਚੁਣੋ। ਇਹ ਪੁਸਤਕ ਦਾ ਸਿੱਧਾ ਮਾਡਲ ਹੈ - ਅਤੇ ਜਿੱਥੇ ਇਹ ਟੁੱਟਦਾ ਹੈ ਉੱਥੇ ਤੁਹਾਨੂੰ ਚੰਗਾ ਨਿਰਣਾਇਕ ਬਣਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।
ਟੀਐਲ; ਡੀਆਰ
ਰੇਸ਼ਨਲ ਨਿਰਣਈ ਕਰਨ ਇੱਕ ਸਿਸਟਮੈਟਿਕ, ਸ਼ਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਵਿਕਲਪਾਂ ਨੂੰ ਵੱਟਣ ਦਾ ਮਾਡਲ ਹੈ: ਸ਼ਰਤਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੋ, ਵਿਕਲਪਾਂ ਨੂੰ ਸ਼ਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਮੁਲਾਕਾਤ ਕਰੋ, ਅਤੇ ਸਭ ਤੋਂ ਚੰਗਾ ਚੁਣੋ। ਇਹ ਸ਼ਰਤਾਂ ਉੱਤੇ ਆਧਾਰਿਤ ਹੈ ਕਿ ਸਾਡੇ ਪਾਸ ਸਾਰੀ ਜਾਣਕਾਰੀ ਹੈ, ਸੀਮਿਤ ਸਮਾਂ ਹੈ, ਅਤੇ ਸੰਪੂਰਨ ਜਾਣਕਾਰੀ ਵਾਲਾ ਸਿਧਾਂਤ ਹੈ। ਨੋਬਲ ਵਿਗਿਆਨੀ ਹਰਬਰਟ ਸਾਇਮਨ ਨੇ ਇਸ ਨੂੰ ਸੀਮਿਤ ਰੇਸ਼ਨਲਟੀ ਅਤੇ ਸੈਟਿਸਫਾਈ ਨਾਲ ਚੁਣੌਤੀ ਦਿੱਤੀ, ਕਿਉਂਕਿ ਅਸਲ ਵਿਅਕਤੀ ਸੀਮਿਤ ਜਾਣਕਾਰੀ, ਸਮਾਂ, ਅਤੇ ਸੰਪੂਰਨ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਅਤੇ ਉਹ ਸਭ ਤੋਂ ਚੰਗਾ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ।
ਰੇਸ਼ਨਲ ਨਿਰਣਈ ਕਰਨ ਦਾ ਮਾਡਲ: 7 ਕਦਮ
- 1
ਫੈਸਲਾ ਦੀ ਪਛਾਣ
ਅਸਲ ਸਮੱਸਿਆ ਦਾ ਨਾਮ ਦਿਓ ਅਤੇ ਜੋ ਚੋਣ ਕਰਨੀ ਹੈ।
- 2
ਮਾਪਦੰਡ ਸਥਾਪਤ ਕਰੋ
ਇਹ ਤੈਅ ਕਰੋ ਕਿ ਇੱਕ ਚੰਗਾ ਨਤੀਜਾ ਕੀ ਮੰਗਦਾ ਹੈ — ਵਿਕਲਪਾਂ ਨੂੰ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ, ਤਾਂ ਜੋ ਵਿਕਲਪ ਮਾਪਦੰਡ ਨੂੰ ਪਰਿਭਾਸ਼ਤ ਨਾ ਕਰਨ।
- 3
ਮਾਪਦੰਡ ਦਾ ਭਾਰ
ਜੋ ਸਭ ਤੋਂ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਹੈ ਉਸ ਦੀ ਦਰਜਾਬੰਦੀ ਕਰੋ; ਹਰੇਕ ਮਾਪਦੰਡ ਬਰਾਬਰ ਨਹੀਂ ਹੈ।
- 4
ਵਿਕਲਪਾਂ ਦਾ ਉਤਪਾਦਨ
ਮੇਜ਼ ਤੇ ਯਥਾਰਥਵਾਦੀ ਵਿਕਲਪਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ।
- 5
ਮਾਪਦੰਡਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਂਕਣ
ਹਰੇਕ ਵਿਕਲਪ ਨੂੰ ਹਰੇਕ ਭਾਰਿਤ ਮਾਪਦੰਡ 'ਤੇ ਸਕੋਰ ਦਿਓ — ਸੰਦੇਸ਼ਵਾਹਕ ਦੇ ਨਾਲ ਨਹੀਂ, ਬਲਕਿ ਮੈਰਿਟ ਦੇ ਅਨੁਸਾਰ।
- 6
ਆਈਡੀਅਲ ਚੁਣੋ
ਸਰਬੋਤਮ ਭਾਰਿਤ ਕੁੱਲ ਵਾਲਾ ਵਿਕਲਪ ਚੁਣੋ।
- 7
ਲਾਗੂ ਕਰੋ ਅਤੇ ਸਮੀਖਿਆ ਕਰੋ
ਕਾਰਵਾਈ ਕਰੋ, ਫਿਰ ਨਤੀਜੇ ਨੂੰ ਉਸ ਨਾਲੋਂ ਜੋ ਤੁਸੀਂ ਅਨੁਮਾਨ ਲਗਾਇਆ ਸੀ ਉਸ ਦੇ ਵਿਰੁੱਧ ਜਾਂਚੋ।
ਜਿੱਥੇ ਇਹ ਟੁੱਟਦਾ ਹੈ: ਸੀਮਿਤ ਰੇਸ਼ਨਲਟੀ ਅਤੇ ਸੈਟਿਸਫਾਈ
ਰੇਸ਼ਨਲ ਮਾਡਲ ਅਸਲ ਵਿਅਕਤੀ ਨੂੰ ਇੱਕ ਸਾਰੀ ਜਾਣਕਾਰੀ ਵਾਲਾ ਸਿਧਾਂਤ ਮੰਨਦਾ ਹੈ। ਅਸਲ ਵਿਅਕਤੀ ਸੀਮਿਤ ਜਾਣਕਾਰੀ, ਸਮਾਂ, ਅਤੇ ਸੰਪੂਰਨ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਅਤੇ ਉਹ ਸਭ ਤੋਂ ਚੰਗਾ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਅਸਲ ਵਿਅਕਤੀ ਸੀਮਿਤ ਰੇਸ਼ਨਲਟੀ ਅਤੇ ਸੈਟਿਸਫਾਈ ਕਰਦਾ ਹੈ।
ਮੈਕਸੀਮਾਈਜ਼ਰ
ਇਕਲੌਤੇ ਸਰਬੋਤਮ ਵਿਕਲਪ ਲਈ ਥਕਵੀਂ ਢੂੰਡੋ। ਅਕਸਰ ਵਧੇਰੇ ਵਧੀਆ ਨਤੀਜੇ ਮਿਲਦੇ ਹਨ — ਅਤੇ ਮਹਿਸੂਸ ਵਿਗਾਰਦਾ ਹੈ।
ਸੰਤੁਸ਼ਟੀਕਰਤਾ
ਅਗਾਂਹ ਵਿੱਚ "ਕਾਫ਼ੀ ਚੰਗਾ" ਦੀ ਪਰਿਭਾਸ਼ਾ ਕਰੋ, ਫਿਰ ਰੁਕ ਜਾਓ। ਆਮ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਚੋਣਾਂ ਨਾਲ ਵਧੇਰੇ ਸੰਤੁਸ਼ਟ ਹੁੰਦੇ ਹਨ ਜੋ ਉਹ ਬਣਾਉਂਦੇ ਹਨ।
"ਬਿਹਤਰ ਕਰਨਾ ਪਰ ਘੱਟ ਖੁਸ਼ੀ ਮਹਿਸੂਸ ਕਰਨਾ"
ਪਸਿਚੋਲੋਜਿਸਟ ਬਾਰੀ ਸ਼ਵਾਰਜ਼ ਨੇ ਮੈਕਸਿਮਾਈਜ਼ਰਜ਼ ਅਤੇ ਸੈਟਿਸਫਾਈਜ਼ ਵਿਚਾਲੇ ਅੰਤਰ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ ਹੈ (ਦ ਪਾਰਾਡਾਕਸ ਆਫ ਚੋਆਈਸ, 2004)। ਇਸ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲਾ ਸਬੂਤ ਬਹੁਤ ਹੀ ਰੋਚਕ ਹੈ:
ਨੌਕਰੀ ਦੀ ਭਾਲ ਦਾ ਅਧਿਐਨ (Iyengar, Wells & Schwartz, 2006)
ਗ੍ਰੈਜੂਏਟ ਹੋਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਜੋ ਮਜ਼ਬੂਤ ਮੈਕਸੀਮਾਈਜ਼ਰ ਸਨ ਉਹ ਨੌਕਰੀਆਂ ਲੱਭ ਗਏ ਜੋ ਸੰਤੁਸ਼ਟੀਕਰਤਾ ਨਾਲੋਂ ਲਗਭਗ 20% ਵੱਧ ਦੀ ਤਨਖਾਹ 'ਤੇ ਸਨ — ਫਿਰ ਵੀ ਉਹ ਜੋ ਨੌਕਰੀਆਂ ਉਹ ਸਵੀਕਾਰ ਕਰਦੇ ਸਨ ਉਨ੍ਹਾਂ ਨਾਲ ਘੱਟ ਸੰਤੁਸ਼ਟ ਸਨ ਅਤੇ ਭਾਲ ਦੌਰਾਨ ਵਧੇਰੇ ਨਕਾਰਾਤਮਕ ਮਹਿਸੂਸ ਕਰਦੇ ਸਨ। ਪੇਪਰ ਦਾ ਸਿਰਲੇਖ ਸਭ ਕੁਝ ਦੱਸਦਾ ਹੈ: "ਵਧੀਆ ਕਰਦੇ ਹੋਏ ਪਰ ਮਾਇਆਸੀ ਮਹਿਸੂਸ ਕਰਦੇ ਹੋਏ।"
ਜੈਮ ਅਧਿਐਨ (Iyengar & Lepper, 2000)
ਇੱਕ ਉੱਚ-ਅੰਤ ਕਿਰਾਣੇ ਦੀ ਦੁਕਾਨ 'ਤੇ, 24 ਜੈਮ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਵਧੇਰੇ ਚੱਖਣ ਵਾਲਿਆਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਦਾ ਸੀ ਪਰ ਸਿਰਫ ~3% ਨੇ ਖਰੀਦਿਆ; 6 ਜੈਮ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ~30% ਨੂੰ ਬਦਲ ਦਿੱਤਾ — ਲਗਭਗ 10× ਵੱਧ ਖਰੀਦਾਰੀ। ਇਹ "ਚੋਣ ਓਵਰਲੋਡ" ਦੀ ਸਥਾਪਕ ਉਦਾਹਰਨ ਬਣ ਗਈ। (ਜਾਣਨ ਦੇ ਯੋਗ: ਜੈਮ ਦਾ ਨਤੀਜਾ ਕਦੇ ਵੀ ਸਾਫ਼ ਤੌਰ 'ਤੇ ਦੁਹਰਾਇਆ ਨਹੀਂ ਗਿਆ ਹੈ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਇੱਕ ਪ੍ਰਸਿੱਧ ਉਦਾਹਰਨ ਵਜੋਂ ਸਮਝੋ, ਕਾਨੂੰਨ ਨਹੀਂ।)
ਐਰਗੂਮੈਂਟਰੀ ਵਿੱਚ ਇਸ ਦੀ ਵਰਤੋਂ
ਤੁਹਾਨੂੰ ਸਾਰੀ ਜਾਣਕਾਰੀ ਨਹੀਂ ਹੋਣ ਦੇ ਬਾਵਜੂਦ ਵੀ ਸ਼ਰਤਾਂ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਸ਼ਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਮੁਲਾਕਾਤ ਕਰਨ ਲਈ ਇੱਕ ਸਿਸਟਮ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਐਰਗੂਮੈਂਟਰੀ ਵਿੱਚ ਇਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਕਈ ਤਰੀਕੇ ਹਨ:
ਸਪੱਸ਼ਟ ਮਾਪਦੰਡ, ਦਿੱਖਦੇ
ਵਿਕਲਪ ਅਤੇ ਹਰੇਕ ਦੇ ਲਈ ਅਤੇ ਖਿਲਾਫ਼ ਕਾਰਨਾਂ ਨੂੰ ਇੱਕ ਸੰਰਚਿਤ ਪ੍ਰੋ/ਕਾਨ ਦੇ ਰੁੱਖ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਜੋ ਚੋਣ ਦਾ ਆਧਾਰ ਮੇਜ਼ 'ਤੇ ਹੈ — ਕਿਸੇ ਇੱਕ ਵਿਅਕਤੀ ਦੇ ਦਿਮਾਗ ਵਿੱਚ ਨਹੀਂ।
ਮੁਲਾਂਕਣ, ਭਾਰ, ਸਕੋਰ
ਭਾਗੀਦਾਰ ਸ਼ੁੱਧਤਾ, ਸਪੱਸ਼ਟਤਾ ਅਤੇ ਮਦਦਗਾਰੀ 'ਤੇ ਤਰਕ ਨੂੰ ਦਰਜਾ ਦਿੰਦੇ ਹਨ; ਦਰਜਾਬੰਦੀ ਰੁੱਖ ਉੱਪਰ ਜੁੜਦੀ ਹੈ ਜੋ ਕੁੱਲ ਸਮਰਥਨ ਦੇ ਸਕੋਰ ਬਣਾਉਂਦੀ ਹੈ — ਇੱਕ ਬਚਾਅ ਦੇ ਤੌਰ 'ਤੇ ਭਾਰ ਪਾਉਣਾ ਬਿਨਾਂ ਕਿ ਤੁਸੀਂ ਥਕਵੀਂ ਹੋਣ ਦਾ ਦਾਅਵਾ ਕਰੋ।
ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਇੱਕ "ਕਾਫ਼ੀ ਚੰਗਾ" ਪटਟੀ
ਕਿਉਂਕਿ ਕੁੱਲ ਸਮਰਥਨ ਦਾ ਨਾਪ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਸਮੂਹ ਇੱਕ ਸੰਤੁਸ਼ਟੀਕਰਨ ਵਾਲੀ ਸੀਮਾ 'ਤੇ ਸਹਿਮਤ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਰੁਕ ਸਕਦਾ ਹੈ — ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਜ਼ਮਾਨਤ ਵਿੱਚ ਵਧੀਆ ਬਣਨ ਦੀ ਬਜਾਏ।
ਤਰਕ ਦਾ ਇੱਕ ਰਿਕਾਰਡ
ਆਡਿਟ ਟਰੇਲ ਇਹ ਕੈਪਚਰ ਕਰਦਾ ਹੈ ਕਿ ਕਹਿੰਦੇ ਮਾਪਦੰਡ ਅਤੇ ਤਰਕ ਨੇ ਫੈਸਲੇ ਨੂੰ ਚਲਾਇਆ, ਤਾਂ ਜੋ ਬਾਅਦ ਵਿੱਚ ਇਸ ਨੂੰ ਨਤੀਜੇ ਦੇ ਵਿਰੁੱਧ ਸਮੀਖਿਆ ਕੀਤਾ ਜਾ ਸਕੇ।
ਦਬਾਅ ਹੇਠ ਮਾਹਰਾਂ ਦੁਆਰਾ ਕਿਵੇਂ ਫੈਸਲਾ ਲਏ ਜਾਂਦੇ ਹਨ, ਇਸ ਦੀ ਤੁਲਨਾ ਕੁਦਰਤੀ ਫੈਸਲਾ ਲੈਣ ਵਿੱਚ ਕਰੋ, ਵਿਆਪਕ ਫੈਸਲਾ ਲੈਣ ਦੇ ਅਭਿਆਸ ਅਤੇ ਪਿੱਛੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਮਾਡਲ ਨੂੰ ਵੇਖੋ, ਅਤੇ ਸਮੂਹ ਇਸਨੂੰ ਸਹਿਯੋਗੀ ਫੈਸਲਾ ਲੈਣ ਵਿੱਚ ਕਿਵੇਂ ਲਾਗੂ ਕਰਦੇ ਹਨ। ਇਸਦਾ ਆਧੁਨਿਕ, ਡੇਟਾ-ਅਤੇ-ਏਆਈ ਅਵਤਾਰ ਫੈਸਲਾ ਦੀ ਸੂਝ ਹੈ।
ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਾਡੇ ਨਿਰਣਾਂ ਨੂੰ ਖਰਾਬ ਕਰਨ ਦੇ ਲਈ ਚੁਣੌਤੀ ਦਿੰਦੇ ਹਨ
ਨੁਕਸਾਨ ਦੀ ਪਰਹੇਜ਼
ਨੁਕਸਾਨ ਬਰਾਬਰ ਦੇ ਲਾਭਾਂ ਨਾਲੋਂ ਲਗਭਗ ਦੂਜੇ ਗੁਣਾ ਦੁਖਦਾਈ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ (ਪ੍ਰੋਸਪੈਕਟ ਸਿਧਾਂਤ), 'ਤਰਕਸ਼ੀਲ' ਭਾਰ ਨੂੰ ਝੁਕਾਉਂਦੇ ਹੋਏ।
ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਜ਼ਮਾਨਤ
ਬਹੁਤ ਸਾਰੇ ਵਿਕਲਪਾਂ 'ਤੇ ਅਧਿਕਤਮ ਕਰਨ ਨਾਲ ਫੈਸਲਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਰੁਕ ਜਾਂਦਾ ਹੈ।
ਲਗਾਉਣਾ
ਪਹਿਲਾ ਨੰਬਰ ਜਾਂ ਵਿਕਲਪ ਵੇਖਿਆ ਗਿਆ ਹਰ ਬਾਅਦ ਦੇ ਫੈਸਲੇ ਨੂੰ ਉਸ ਵੱਲ ਖਿੱਚਦਾ ਹੈ।
ਪੁਸ਼ਟੀ ਪੱਖਪਾਤ
ਅਸੀਂ ਉਨ੍ਹਾਂ ਤਰਕਾਂ ਨੂੰ ਜ਼ਿਆਦਾ ਭਾਰ ਦਿੰਦੇ ਹਾਂ ਜੋ ਸਾਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਪਸੰਦ ਆਉਂਦੇ ਹਨ।
ਅਸਾਲ ਪ੍ਰਸ਼ਨ ਅਤੇ ਜਵਾਬ
ਤਰਕਸ਼ੀਲ ਫੈਸਲਾ ਲੈਣ ਦੀ ਕੀ ਹੈ?
ਤਰਕਸ਼ੀਲ ਫੈਸਲਾ ਲੈਣ ਇੱਕ ਸੰਰਚਿਤ ਮਾਡਲ ਹੈ ਜਿਸ ਵਿੱਚ ਤੁਸੀਂ ਸਮੱਸਿਆ ਨੂੰ ਪਰਿਭਾਸ਼ਤ ਕਰਦੇ ਹੋ, ਸਪੱਸ਼ਟ ਮਾਪਦੰਡ ਸੈੱਟ ਕਰਦੇ ਹੋ, ਵਿਕਲਪਾਂ ਨੂੰ ਜਨਰੇਟ ਕਰਦੇ ਹੋ, ਹਰੇਕ ਇੱਕ ਨੂੰ ਮਾਪਦੰਡਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹੋ, ਅਤੇ ਉਸ ਵਿਕਲਪ ਨੂੰ ਚੁਣਦੇ ਹੋ ਜੋ ਉਮੀਦ ਵਾਲੇ ਨਤੀਜੇ ਨੂੰ ਸਰਬੋਤਮ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਨੂੰ ਤਰਕਸ਼ੀਲ ਅਭਿਨੇਤਾ ਵਜੋਂ ਵਿਵਹਾਰ ਕਰਦਾ ਹੈ ਜੋ ਸਰਬੋਤਮ ਸੰਭਵ ਨਤੀਜੇ ਵੱਲ ਅਪਟੀਮਾਈਜ਼ ਕਰ ਰਿਹਾ ਹੈ — ਕਲਾਸੀਕਲ 'ਆਰਥਿਕ ਮਨੁੱਖ' ਫੈਸਲਾ ਸਿਧਾਂਤ ਦਾ।
ਤਰਕਸ਼ੀਲ ਫੈਸਲਾ ਲੈਣ ਦੇ ਮਾਡਲ ਦੇ ਕਦਮ ਕੀ ਹਨ?
ਰਵਾਇਤੀ ਫਾਰਮੂਲੇਸ਼ਨ ਵਿੱਚ ਸੱਤ ਕਦਮ ਹਨ: (1) ਫੈਸਲਾ ਪਛਾਣੋ; (2) ਆਪਣੇ ਮਾਪਦੰਡ ਸਥਾਪਤ ਕਰੋ; (3) ਮਹੱਤਵ ਦੁਆਰਾ ਮਾਪਦੰਡ ਦਾ ਭਾਰ; (4) ਵਿਕਲਪ ਪੈਦਾ ਕਰੋ; (5) ਹਰੇਕ ਵਿਕਲਪ ਨੂੰ ਭਾਰਿਤ ਮਾਪਦੰਡਾਂ ਦੇ ਵਿਰੁੱਧ ਮੁਲਾਂਕਣ ਕਰੋ; (6) ਆਈਡੀਅਲ ਵਿਕਲਪ ਚੁਣੋ; ਅਤੇ (7) ਲਾਗੂ ਕਰੋ ਅਤੇ ਸਮੀਖਿਆ ਕਰੋ। ਪਰਿਭਾਸ਼ਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਇਹ ਹੈ ਕਿ ਮਾਪਦੰਡ ਵਿਕਲਪਾਂ ਦੇ ਜੱਜ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਸਪੱਸ਼ਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
ਸੀਮਿਤ ਤਰਕਸ਼ੀਲਤਾ ਕੀ ਹੈ?
ਸੀਮਿਤ ਤਰਕਸ਼ੀਲਤਾ, ਨੋਬਲ ਪੁਰਸਕਾਰ ਜੇਤੂ ਹਰਬਰਟ ਸਾਈਮਨ (ਪ੍ਰਬੰਧਕੀ ਵਿਹਾਰ, 1947) ਦੀ ਇੱਕ ਧਾਰਨਾ ਹੈ, ਇਹ ਵਿਚਾਰ ਹੈ ਕਿ ਅਸਲ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਸਾਰੀ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹਨ ਜਾਂ ਹਰੇਕ ਵਿਕਲਪ ਦਾ ਭਾਰ ਨਹੀਂ ਪਾ ਸਕਦੇ ਹਨ — ਤਰਕਸ਼ੀਲਤਾ ਸੀਮਤ ਜਾਣਕਾਰੀ, ਸਮੇਂ ਅਤੇ ਸੰਜਣਾਤਮਕ ਸਮਰੱਥਾ ਦੁਆਰਾ ਸੀਮਿਤ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਲੋਕ ਸੰਤੁਸ਼ਟ ਹੁੰਦੇ ਹਨ: ਉਹ 'ਚੰਗਾ ਕਾਫ਼ੀ' ਬਾਰ ਸੈੱਟ ਕਰਦੇ ਹਨ ਅਤੇ ਇਸ ਨੂੰ ਪਾਸ ਕਰਨ ਵਾਲਾ ਪਹਿਲਾ ਵਿਕਲਪ ਚੁਣਦੇ ਹਨ।
ਕੀ ਤੁਸੀਂ ਇੱਕ ਮੈਕਸੀਮਾਈਜ਼ਰ ਜਾਂ ਸੰਤੁਸ਼ਟੀਕਰਤਾ ਹੋਣਾ ਚਾਹੁੰਦੇ ਹੋ?
ਮਨੋਵਿਗਿਆਨੀ ਬੈਰੀ ਸ਼ਵਾਰਟਜ਼ ਦੇ ਖੋਜ (ਚੋਣ ਦਾ ਵਿਰੋਧਾਭਾਸ, 2004) ਨੇ ਪਾਇਆ ਕਿ ਮੈਕਸੀਮਾਈਜ਼ਰ — ਜੋ ਇਕਲੌਤੇ ਸਰਬੋਤਮ ਵਿਕਲਪ ਲਈ ਥਕਵੀਂ ਢੂੰਡੋ — ਅਕਸਰ ਵਧੇਰੇ ਵਧੀਆ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਪਰ ਮਹਿਸੂਸ ਵਿਗਾਰਦਾ ਹੈ: ਵਧੇਰੇ ਪਛਤਾਵਾ, ਵਧੇਰੇ ਸਮਾਜਿਕ ਤੁਲਨਾ, ਅਤੇ ਘੱਟ ਸੰਤੁਸ਼ਟੀ। ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ, ਅਧਿਕਤਮ ਕਰਨ ਵਾਲੇ ਨੌਕਰੀ ਦੇ ਭਾਲਕ ਲਗਭਗ 20% ਵੱਧ ਕਮਾਉਂਦੇ ਸਨ ਪਰ ਆਪਣੀਆਂ ਨੌਕਰੀਆਂ ਨਾਲ ਘੱਟ ਖੁਸ਼ ਸਨ। ਜੀਵਨ ਦੇ ਜ਼ਿਆਦਾਤਰ ਰੋਜ਼ਾਨਾ ਫੈਸਲਿਆਂ ਲਈ, ਸੰਤੁਸ਼ਟੀਕਰਨ — ਅਗਾਂਹ ਵਿੱਚ 'ਕਾਫ਼ੀ ਚੰਗਾ' ਦੀ ਪਰਿਭਾਸ਼ਾ ਕਰਨਾ ਅਤੇ ਉੱਥੇ ਰੁਕਣਾ — ਬਿਹਤਰ ਤੰਦਰੁਸਤੀ ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ।
ਕਿਉਂ ਸਾਫ਼ ਤਰਕਸ਼ੀਲ ਫੈਸਲਾ ਲੈਣ ਅਭਿਆਸ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦਾ?
ਕਲਾਸੀਕਲ ਮਾਡਲ ਪੂਰੀ ਜਾਣਕਾਰੀ, ਅਸੀਮਤ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਥਿਰ ਤਰਜੀਹਾਂ — ਕੋਈ ਵੀ ਜੋ ਅਸਲ ਲੋਕਾਂ ਲਈ ਨਹੀਂ ਹੈ। ਪ੍ਰੋਸਪੈਕਟ ਸਿਧਾਂਤ (ਕਾਹਨੇਮਨ ਅਤੇ ਟਵਰਸਕੀ, 1979) ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਅਸੀਂ ਸੰਦਰਭ ਬਿੰਦੂਆਂ ਦੇ ਵਿਰੁੱਧ ਨਤੀਜਿਆਂ ਦਾ ਜੱਜਮੈਂਟ ਕਰਦੇ ਹਾਂ ਅਤੇ ਬਰਾਬਰ ਦੇ ਲਾਭਾਂ ਨਾਲੋਂ ਨੁਕਸਾਨ ਨੂੰ ਵਧੇਰੇ ਮਹਿਸੂਸ ਕਰਦੇ ਹਾਂ; ਅਲੈਸ ਪੈਰਾਡੌਕਸ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਸਾਡੀਆਂ ਚੋਣਾਂ ਮਾਡਲ ਦੇ ਆਪਣੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਉਲੰਘਦੀਆਂ ਹਨ। ਵਿਹਾਰਕ ਠੀਕ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਸੰਰਚਨਾ ਨੂੰ ਛੱਡ ਦਿਓ — ਇਹ ਹੈ ਕਿ ਮਾਪਦੰਡ ਅਤੇ ਤਰਕ ਨੂੰ ਸਪੱਸ਼ਟ ਬਣਾਓ ਜਦੋਂ ਕਿ ਤੁਸੀਂ ਸਵੀਕਾਰ ਕਰਦੇ ਹੋ ਕਿ ਤੁਸੀਂ ਅਪਟੀਮਾਈਜ਼ ਕਰਨ ਦੇ ਬਜਾਏ ਸੰਤੁਸ਼ਟ ਹੋ ਰਹੇ ਹੋ।
ਇਸ ਨੂੰ ਸਮਝਣ ਲਈ ਇਕੱਠੇ ਹੋਣ
ਸ਼ਰਤਾਂ ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਸਪਸ਼ਟ ਕਰੋ, ਉਨ੍ਹਾਂ ਨੂੰ ਸ਼ਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਮੁਲਾਕਾਤ ਕਰੋ, ਅਤੇ ਇੱਕ ਰਿਕਾਰਡ ਬਣਾਓ। ਐਰਗੂਮੈਂਟਰੀ ਵਿੱਚ ਇਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਕਈ ਤਰੀਕੇ ਹਨ।
ਮੁਫ਼ਤ ਸ਼ੁਰੂ ਕਰੋ