Классическая рациональная модель имеет семь традиционных шагов: выявите решение, установите критерии, взвесьте критерии, сгенерируйте альтернативы, оцените их по взвешенным критериям, выберите оптимальное решение, и реализуйте и проверьте. Она основана на теории ожидаемой полезности (Даниэль Бернулли, 1738; формализована фон Нейманом и Моргенштерном, 1944) и идею о том, что полностью информированный рациональный агент. Нобелевский лауреат Герберт Саймон бросил вызов ей с ограниченной рациональностью и сатисфайсингом (Административное поведение, 1947): реальные люди, ограниченные информацией, временем и когнитивными способностями, выбирают первый вариант, который достаточно хорош, а не оптимизируют. Барри Шварц (Парадокс выбора, 2004) различает максимизаторы, которые тщательно ищут лучшее, и сатисфайсеры, которые останавливаются на "достаточно"; максимизаторы часто достигают лучше objective результатов, но чувствуют себя менее удовлетворенными — одно исследование показало, что максимизирующие работники поиска зарабатывали примерно на 20% больше, но были менее счастливы с работой. Теория перспективы (Канеман и Тверски, 1979) и парадокс Алиаса еще больше показывают, что реальные выборы отходят от чистой рациональной модели. Argumentree применяет полезную основу рациональной модели — явные критерии и оцениваемые альтернативы — через структурированные pro/con аргументы, многомерную оценку, которая агрегируется в консенсусные оценки, и полный аудитный журнал, чтобы группа могла систематически рассуждать без предположения, что у нее есть идеальная информация.

Рациональная модель говорит: установите свои критерии, взвесьте каждую альтернативу по ним, и выберите оптимальное решение. Это идеальный учебник — и понимание того, где она ломается, делает вас хорошим в реальных решениях.
Рациональное принятие решений — это систематический, критерий-первый модель выбора: определите проблему, взвесьте варианты по явным стандартам, и выберите тот, который максимизирует ценность. Это отражается в теории ожидаемой полезности (Бернулли, 1738; фон Нейман и Моргенштерн, 1944). Его знаменитое ограничение — что никто не имеет идеальной информации — дало нам Герберту Саймону сатисфайсинг. Практический вывод: сохраняйте дисциплину модели (ясные критерии, оцениваемые аргументы); бросьте фантазию (что вы можете оптимизировать все).
Назовите реальную проблему и выбор, который необходимо сделать.
Определите, что требует хороший результат — до того, как вы посмотрите на варианты, чтобы варианты не определяли критерии.
Рейтинг того, что имеет наибольшее значение; не каждый критерий равен.
Список реалистичных вариантов на стол.
Оцените каждый альтернативу по каждому взвешенному критерию — по достоинству, а не по посланнику.
Выберите вариант с лучшим взвешенным общим результатом.
Действуйте, а затем проверьте результат по сравнению с тем, что вы предсказывали.
Рациональная модель предполагает все-knowing оптимизатор — «экономического человека». Экономист Герберт Саймон разобрал это в Административном поведении (1947). Реальные принимающие решения сталкиваются с ограниченной информацией, временем и когнитивной способностью, поэтому рациональность ограничена. Вместо оптимизации мы сатисфайсим — слово, которое Саймон придумал от сatisfy + suffice: мы устанавливаем «достаточно» бар и берем первый вариант, который его преодолевает. Идея оказалась достаточно влиятельной, чтобы заслужить Нобелевскую премию по экономике 1978 года.
Поиски exhaustively за лучшим вариантом. Часто получают объективно лучшие результаты — и чувствуют себя хуже.
Определите, что «хорошо достаточно» означает заранее, а затем остановитесь. Часто чувствуют себя более удовлетворенными своими решениями.
Психолог Барри Шварц популяризировал разделение максимизаторов и сатисфайсеров в Парадоксе выбора (2004). Доказательства впечатляющие:
Студенты, которые были сильными максимизаторами, нашли работу, оплачиваемую на 20% больше, чем сатисфайсеры — но были менее удовлетворены работами, которые они приняли, и чувствовали себя хуже во время поиска. Название статьи говорит само за себя: "Лучше, но хуже."
В элитном магазине продовольствия демонстрация 24 джемов привлекла больше пробовщиков, но только ~3% купили; демонстрация 6 джемов привела к ~30% продаж — примерно в 10 раз больше продаж. Это стало основным примером «переизбытка вариантов». (Навычное: результат с джемами никогда не был чисто повторен, поэтому рассматривайте его как знаменитый иллюстрацию, а не закон.)
Вы не можете оптимизировать над идеальной информацией — но вы можете сохранить рациональную модель: явные критерии и аргументы, оцениваемые по достоинству. Argumentree делает это точно так же, построив на модели аргументации:
Варианты и причины за и против каждого из них расположены в виде структурированного дерева за и против, чтобы основание для выбора было на столе — а не в голове одного человека.
Участники оценивают аргументы по точности, ясности и полезности; оценки agregate в дерево в общую поддержку — обоснованное взвешивание без притворства, что оно exhaustive.
Поскольку общая поддержка измеряется, группа может согласиться на порог «хорошо достаточно» и остановиться — а не максимизировать в параличе анализа.
Аудиторная запись фиксирует, какие критерии и аргументы привели к решению, чтобы его можно было проверить по результату позже.
Сравните с тем, как эксперты принимают решения под давлением в naturalistic decision making, посмотрите на более широкую decision making практику и decision-making models за ней, и как группы применяют ее в collaborative decision making. Ее современное воплощение, основанное на данных и ИИ, - это decision intelligence.
Потери чувствуют себя примерно в два раза хуже, чем эквивалентные выгоды (теория перспективы), что distorts «рациональное» взвешивание.
Максимизация по слишком большому количеству вариантов приводит к полному замораживанию решения.
Первое число или вариант, увиденное, тянет все последующие суждения к нему.
Мы переоцениваем аргументы, которые подходят за заключение, которое мы уже поддерживаем.
Рациональное принятие решений — это структурированный модель, в которой вы определяете проблему, устанавливаете эксплицитные критерии, генерируете альтернативы, оцениваете каждый из них по критериям и выбираете вариант, который лучше всего максимизирует ожидаемый результат. Он рассматривает принимающего решение как логического актора, который оптимизирует в сторону лучшего возможного результата — классического «экономического человека» теории принятия решений.
Конвенциональная формулировка имеет семь шагов: (1) определите решение; (2) определите критерии; (3) взвешивайте критерии по важности; (4) генерируйте альтернативы; (5) оцените каждый альтернативу по взвешенным критериям; (6) выберите оптимальный вариант; и (7) внедрите и проверьте. Характеристикой является то, что критерии делаются эксплицитными до того, как варианты оцениваются.
Ограниченная рациональность, концепция Нобелевского лауреата Херберта Симона (Административное поведение, 1947), — это идея, что реальные принимающие решения не могут собрать всю информацию или взвесить каждый альтернативу — рациональность ограничена ограниченной информацией, временем и когнитивной способностью. Вместо оптимизации люди «сатисфайсят» — они устанавливают «хорошо достаточно» порог и выбирают первый вариант, который его преодолевает.
Исследование психолога Барри Шварца (Парадокс выбора, 2004) показало, что максимизаторы — которые exhaustively ищут лучший вариант — часто получают объективно лучшие результаты, но чувствуют себя хуже: больше сожаления, больше социальной сравнительно и меньше удовлетворенности. В одном исследовании максимизирующие поисковики заработали примерно на 20% больше, но были менее счастливы с работами, которые они приняли. Для большинства повседневных решений сатисфайсинг — решение, что «хорошо достаточно» означает заранее и останавливаться — приводит к лучшему благополучию.
Классическая модель предполагает полную информацию, неограниченный анализ и идеально согласованные предпочтения — ни одна из которых не справедлива для реальных людей. Теория перспективы (Канеман и Тверски, 1979) показывает, что мы оцениваем результаты по сравнению с эталонными точками и чувствуем потери больше, чем эквивалентные выгоды; парадокс Аллайса показывает, что наши выборы нарушают собственные аксиомы модели. Практическое решение не в том, чтобы бросить структуру — это в том, чтобы сделать критерии и аргументы эксплицитными, принимая во внимание, что вы сатисфайситесь, а не оптимизируете.
Сделайте свои критерии и аргументы явными, взвесите их в группе, и сохраните запись. Добавьте структуру к своим решениям с Argumentree.
Начать бесплатно