عقلانی (کلاسیکی) ماڈل میں سات روایتی قدم ہیں: فیصلہ کی شناخت، معیار قائم کرنا، معیار کو وزن دینا، متبادل پیدا کرنا، انہیں وزن والے معیار کے خلاف جانچنا، بہترین آپشن منتخب کرنا، اور نافذ کرنا اور جائزہ لینا۔ یہ متوقع یوٹیلیٹی تھیوری (ڈینیل برنولی، 1738؛ وون نیومین اور مورگنسٹرن، 1944 کے ذریعے باقاعدہ) اور مکمل طور پر باخبر ریشنل ایکٹر کے خیال پر انحصار کرتا ہے۔ نوبل انعام یافتہ ہربٹ سائمن نے اسے محدود عقلانی اور سفائس (ایڈمنسٹریٹو بیہیویئر، 1947) کے ساتھ چیلنج کیا: حقیقی لوگ، معلومات، وقت، اور شناخت سے محدود، بہترین کے بجائے پہلا آپشن منتخب کرتے ہیں جو کافی اچھا ہے۔ بیری شوارٹز (پیراڈوکس آف چوائس، 2004) نے میکسیمائزرز کو جو بہترین کے لیے تھک کر تلاش کرتے ہیں، سٹسفائسرز سے ممتاز کیا، جو کافی اچھے پر رکتے ہیں؛ میکسیمائزرز اکثر بہتر موضوعی نتائج حاصل کرتے ہیں لیکن کم مطمئن ہوتے ہیں — ایک مطالعہ میں پایا گیا کہ میکسیمائزرز جو سیکرز نے تقریبا 20 فیصد زیادہ کمایا لیکن کم خوش تھے۔ پراسپیکٹ تھیوری (کہنیمن اور ٹورسکی، 1979) اور الیس پاراڈوکس نے بھی دکھایا ہے کہ حقیقی انتخاب صاف عقلانی ماڈل سے ہٹ کر ہیں۔ آرگومنٹری عقلانی ماڈل کا مفید کور لگاتار پرو/کان آرگومنٹ درختوں، ملٹی ڈائمینشنل ریٹنگ کے ذریعے لاگو کرتا ہے جو اتفاق رائے کے اسکور میں جمع ہوتا ہے، اور مکمل آڈٹ ٹریل کے ساتھ، تاکہ ایک گروپ نظامت سے بغیر کام کر سکے۔

عقلانی ماڈل کہتا ہے: اپنے معیار طے کریں، ہر متبادل کو ان کے خلاف وزن دیں، اور بہترین کو منتخب کریں۔ یہ کتابی ایدهال ہے — اور یہ سمجھنا کہ جہاں یہ ٹوٹ جاتا ہے وہی آپ کو حقیقی فیصلوں میں ماہر بناتا ہے۔
عقلانی فیصلہ سازی انتخاب کا منظم، معیار پہلے ماڈل ہے: مسئلہ کو định کریں، اختیارات کو واضح معیار کے خلاف وزن دیں، اور وہ اختیار منتخب کریں جو قدر کو زیادہ سے زیادہ بناتا ہے۔ یہ توقع کی یوٹیلیٹی تھیوری (برنولی، 1738؛ وون نیومین اور مورگنسٹرن، 1944) سے ملتا ہے۔
حقیقی مسئلہ کا نام دیں اور فیصلہ لینے کے لیے جو انتخاب کرنا ہے۔
اچھے نتیجہ کے لیے کیا ضروری ہے — اس سے پہلے کہ آپ آپشنز پر غور کریں، تاکہ آپشنز معیار کو متعین نہ کریں۔
سب سے زیادہ اہم معیار کو درجہ بندی دیں؛ ہر معیار برابر نہیں ہوتا ہے۔
میز پر موجود حقیقی آپشنز کی فہرست بنائیں۔
ہر متغیر کو ہر وزن والے معیار پر اس کی شراکت کے اعتبار سے جائزہ لیں — نتیجہ خیز، نہ کہ پیغام رساں کے اعتبار سے۔
بہترین وزن والا کل آپشن کا انتخاب کریں۔
عمل کریں، پھر نتیجہ کو آپ کے پیش گوئی کے خلاف جائزہ لیں۔
عقلانی ماڈل ایک آل دانی آپٹیمائزر — "معاشی آدمی" — کو فرض کرتا ہے۔ معاشیات دان ہربٹ سائمن نے اسے ایڈمنسٹریٹو بیہیویئر (1947) میں توڑ دیا۔ حقیقی فیصلہ ساز محدود معلومات، وقت، اور ذہنی بینڈوتھ کا سامنا کرتے ہیں، لہذا عقلانی محدود ہے۔ ہم آپٹیمائز کرنے کے بجائے سفائس کرتے ہیں — سائمن نے سفائس + سفائس سے مل کر ایک لفظ بنایا: ہم "کافی اچھا" بار setzen کرتے ہیں اور پہلا آپشن لیتے ہیں جو اسے پاس کرتا ہے۔ یہ خیال اتنا بااثر تھا کہ سائمن کو 1978 کا نوبل انعام برائے معاشیات ملا۔
سب سے بہترین آپشن کے لیے مکمل طور پر تلاش کریں۔ اکثر موضوعی طور پر بہتر نتائج حاصل کرتے ہیں — اور برا محسوس کرتے ہیں۔
پہلے سے ہی "کافی اچھا" کا مطلب طے کریں، پھر رک جائیں۔ اپنے انتخاب سے زیادہ مطمئن ہونے کا رجحان رکھتے ہیں۔
ماہر نفسیات بیری شوارٹز نے میکسیمائزر-سفائسرز کے فرق کو دی پاراڈوکس آف چوائس (2004) میں مقبول بنایا۔ شواہد حیرت انگیز ہیں:
گریجویٹ طلباء جو مضبوط مکسیمائزر تھے، انہوں نے تقریبا 20% زیادہ تنخواہ والی نوکریاں حاصل کیں — لیکن ان نوکریوں سے جو انہوں نے قبول کی تھیں اور تلاش کے دوران منفی محسوس کیا تھا۔ اس پیپر کا عنوان ہی سب کچھ کہہ دیتا ہے: "بہتر کرنا لیکن برا محسوس کرنا۔"
ایک اعلی درجے کے کھانے کی دکان پر، 24 جم کی نمائش نے زیادہ تasters کو متوجہ کیا لیکن صرف ~3% نے خریدا؛ 6 جم کی نمائش نے ~30% کو تبدیل کیا — تقریبا 10 گنا زیادہ خریداری۔ یہ "چوائس اوورلوڈ" کا بنیادی مثال بن گیا۔ (یہ جاننے کے لائق ہے: جم کا نتیجہ کبھی بھی صاف طور پر دہرایا نہیں گیا ہے، لہذا اسے ایک مشہور مثال کے طور پر سمجھیں، قانون کے طور پر نہیں۔)
آپ مکمل معلومات پر آپٹیمائز نہیں کر سکتے — لیکن آپ کر سکتے ہیں عقلانی ماڈل کی حقیقی قیمت کو برقرار رکھیں: واضح معیار اور اپنی مرضی سے جانچے گئے آرگومنٹس۔ آرگومنٹری بالکل وہی کرتا ہے، آرگومنٹ میپنگ پر بنایا گیا ہے:
آپشنز اور ہر ایک کے حق میں اور خلاف وجوہات کو ایک منظم پرو/کن ٹری کے طور پر پیش کیا جاتا ہے، تاکہ انتخاب کی بنیاد میز پر ہو — کسی ایک شخص کے سر میں نہیں۔
شریک ثانویں دلائل کی درستی، وضاحت، اور مددگاریت کی درجہ بندی کرتے ہیں؛ درجہ بندیاں درخت کے اوپر جمع ہو کر خالص حمایت اسکور بن جاتی ہیں — ایک قابل دفاع وزن کے بغیر احاطہ کرنے کا دعویٰ کرتے ہوئے۔
کیونکہ خالص حمایت کی پیمائش کی جاتی ہے، ایک گروہ ایک سٹسفائسنگ تھریشولڈ پر اتفاق کر سکتا ہے اور رک جاتا ہے — تجزیاتی جمود میں زیادہ سے زیادہ کرنے کے بجائے۔
آڈٹ ٹریل میں جو معیار اور دلائل فیصلہ کو ہدایت کرتے ہیں، تاکہ بعد میں نتیجہ کے خلاف جائزہ لیا جا سکے۔
دباؤ کے تحت ماہرین کے فیصلے کی موازنہ کریں نچرلسٹک فیصلہ سازی میں، فیصلہ سازی کی وسیع پریکٹس فیصلہ سازی اور اس کے پیچھے فیصلہ سازی ماڈلز کو دیکھیں، اور گروپوں نے سہولت کار فیصلہ سازی میں اسے کس طرح لاگو کیا ہے۔ اس کی جدید، ڈیٹا اور ای آئی انکارنیشن فیصلہ سازی انٹیلی جنس ہے۔
نقصان تقریبا دو گنا زیادہ درد ناک ہوتا ہے جتنا کہ مساوی فائدہ (پروسپیکٹ تھیوری)، 'عقلانی' وزن کو توڑتا ہے۔
بہت سارے آپشنز پر زیادہ سے زیادہ کرنا فیصلہ کو مکمل طور پر روک دیتا ہے۔
پہلا نمبر یا آپشن جو دیکھا جاتا ہے ہر بعد کے فیصلے کو اس کی طرف کھینچتا ہے۔
ہم ان دلائل کو زیادہ وزن دیتے ہیں جو ہمارے پہلے سے موجود نتیجہ سے متفق ہوتے ہیں۔
عقلانی فیصلہ سازی ایک منظم ماڈل ہے جس میں آپ مسئلہ کو تعریف کرتے ہیں، صریح معیار طے کرتے ہیں، متغیرات پیدا کرتے ہیں، ہر ایک کو معیار کے خلاف جائزہ لیتے ہیں، اور اس آپشن کو منتخب کرتے ہیں جو توقع کردہ نتیجہ کو بہترین بناتا ہے۔ یہ فیصلہ ساز کو ایک منطقی اداکار کے طور پر سمجھتا ہے جو بہترین ممکنہ نتیجہ کی طرف اپٹیمائز کرتا ہے — کلاسیکی 'معاشی آدمی' فیصلہ تھیوری کا۔
روایتی فارمولیشن میں سات مراحل ہیں: (1) فیصلہ کی شناخت کریں؛ (2) اپنے معیار قائم کریں؛ (3) معیار کو اہمیت کے اعتبار سے وزن دیں؛ (4) متغیرات پیدا کریں؛ (5) ہر متغیر کو وزن والے معیار کے خلاف جائزہ لیں؛ (6) بہترین آپشن کا انتخاب کریں؛ اور (7) نافذ کریں اور جائزہ لیں۔ تعین کرنے والی خصوصیت یہ ہے کہ معیار آپشنز کے جائزہ لینے سے پہلے صریح کیا جاتا ہے۔
محدود عقلانی، نوبل انعام یافتہ ہربرٹ سائمن (ایڈمنسٹریٹو بیہیویئر، 1947) کے تصور، یہ خیال ہے کہ حقیقی فیصلہ ساز تمام معلومات کو جمع نہیں کر سکتے ہیں یا ہر متغیر کو وزن نہیں کر سکتے — عقلانی محدود ہے محدود معلومات، وقت، اور شناختی صلاحیت کے ذریعے۔ آپٹیمائز کرنے کے بجائے، لوگ 'سٹسفائس' کرتے ہیں: وہ 'کافی اچھا' بار طے کرتے ہیں اور پہلا آپشن منتخب کرتے ہیں جو اسے پورا کرتا ہے۔
ماہر نفسیات بیری شوارٹز کے مطالعہ (دی پاراڈوکس آف چوائس، 2004) میں پایا گیا کہ مکسیمائزرز — جو واحد nhất بہترین آپشن کے لیے مکمل طور پر تلاش کرتے ہیں — اکثر موضوعی طور پر بہتر نتائج حاصل کرتے ہیں لیکن برا محسوس کرتے ہیں: زیادہ افسوس، زیادہ سماجی موازنہ، اور کم اطمینان۔ ایک مطالعہ میں، مکسیمائزرز نے تقریبا 20% زیادہ کمائی کی لیکن اپنی نوکریوں سے کم خوش تھے۔ روزمرہ کی اکثر فیصلوں کے لیے، سٹسفائسنگ — پہلے سے ہی 'کافی اچھا' کا مطلب طے کرنا اور وہاں رک جانا — بہتر بہبود کا باعث بنتا ہے۔
کلاسیکی ماڈل مکمل معلومات، محدود تجزیہ، اور مکمل طور پر مستحکم ترجیحات کا فرض کرتا ہے — جو کہ حقیقی لوگوں کے لیے نہیں ہوتا۔ پروسپیکٹ تھیوری (کہنمان اور ٹورسکی، 1979) دکھاتی ہے کہ ہم نتائج کو حوالہ نقطہ کے خلاف جانتے ہیں اور مساوی فائدے کے مقابلے میں نقصان کو زیادہ محسوس کرتے ہیں؛ الیس پاراڈوکس دکھاتا ہے کہ ہمارے انتخاب ماڈل کے اپنے اکسومز کو خلاف ورزی کرتے ہیں۔ عملی حل یہ نہیں ہے کہ ڈھانچہ چھوڑ دیا جائے — یہ ہے کہ معیار اور دلائل کو صریح کرتے ہوئے، آپ سٹسفائس کر رہے ہیں، آپٹیمائز نہیں کر رہے۔
اپنے معیار اور دلائل کو واضح کریں، انہیں ایک گروپ کے طور پر وزن کریں، اور ریکارڈ کو برقرار رکھیں۔ اپنے فیصلوں میں ڈھانچہ لائیں آرگومنٹری کے ساتھ۔
مفت شروع کریں