چرا به نظر می‌رسد که انسان‌ها نمی‌توانند تصمیم درستی بگیرند؟ روان شناسان و اقتصاددانان رفتارشناس اثبات کرده‌اند که انسان‌ها هنگام تصمیم‌گیری سوگیری‌های نسبتا قابل پیش‌بینی را از خود به نمایش می‌گذارند. برای مثال، هنگامی که به افراد منوی غذا داده می‌شود غالبا اولین یا آخرین گزینه را بر می‌گزینند.
 

نسبت دادن این تمایلات به پدیده تکامل – نوعی جهش عصبی که در ژن انسان‌ها یافت می‌شود- آسان خواهد بود. اما اگر این سوگیری‌های شناختی که انسان‌ها هنگام تصمیم‌گیری از خود بروز می‌دهند فقط محدود به ما نباشد آن وقت جواب چه خواهد بود؟ اگر این سوگیری‌ها خصیصه نوظهور و در حال تکوین هر سیستمی با منابع ذهنی و فکری محدود باشد که مجبور به تصمیم‌گیری شده است، آن وقت جواب چه خواهد بود؟ این یکی از سوالات تلویحی در تحقیقات جدید یووال سالانت‌، پروفسور دستیار اقتصاد مدیریتی و علوم تصمیماتی در کلوگ می‌باشد که در ادامه یافته‌های او در این زمینه را می‌خوانیم: برای دستیابی به «جعبه سیاه» تصمیم‌گیری‌های نامعقول بشر هنگام تصمیم‌گیری و انتخاب بین چندین گزینه سالانت یک مدل تسهیل شده ریاضی ابداع کرده است که نشان می‌دهد چطور یک ماشین (روبات) تصمیم می‌گیرد.

تقلید رفتار انسانی
روبات‌های سالانت اساسا الگوریتم‌های تصمیم گیرنده هستند که بیشتر بر اساس قواعد ریاضی کار می‌کنند. برخی از این روبات‌ها هنگام تصمیم‌گیری اشتباهات مشابه انسان‌ها را مرتکب می‌شوند. یک روبات می‌تواند تاثیر اولویت و تقدم را به نمایش گذارد که در این شرایط مستعد انتخاب اولین گزینه در لیست است. یک روبات همچنین می‌تواند تاثیر تاخر را به نمایش گذارد که منجر به انتخاب آخرین گزینه خواهد شد. توانایی روبات برای تقلید از رفتار انسان با حقیقت اینکه آنها با استفاده از قواعد اولیه ریاضی ساخته شده‌اند ترکیب می‌شود که باعث می‌شود روبات‌ها نیز برای تجزیه و تحلیل از توازن و سازشی که ما به عنوان انسان هنگام تصمیم‌گیری با آن مواجه می‌شویم، استفاده کنند. چه می‌شود اگر این سوگیری‌های شناختی که ما هنگام تصمیم‌گیری از خود بروز می‌دهیم محدود به ما نباشد؟
یکی از شبیه ترین روبات‌های سالانت به انسان بر اساس استراتژی تصمیم‌گیری که به عنوان رضایت‌بخشی شناخته می‌شود ساخته شده است. فردی که به عنوان رضایت‌مند شناخته می‌شود پیشاپیش معیارها و ملاک‌هایی را برای خود تثبیت می‌کند که نشان می‌دهد یک گزینه باید چه ویژگی‌هایی داشته باشد تا رضایت وی را جلب کند و آن را انتخاب کند. برای مثال فرد رضایت مند در یک رستوران ممکن است اعلام کند که «من دلم می‌خواهد امروز جوجه بخورم» در کنار دیگر مشخصه‌ها اولین گزینه در منوی غذا، غذایی خواهد بود که این فرد انتخاب می‌کند. هنگامی که تصمیم‌گیرنده‌ها به دنبال رضایت‌مندی هستند سخت نیست که بفهمیم چرا احتمال دارد که گزینه اول را انتخاب کنند. چون آنها به محض اینکه گزینه‌ای را که با معیارهای از پیش تعیین شده شان مطابقت دارد، می‌بینند، انتخاب می‌کنند و ممکن است اصلا به دیگر گزینه‌ها حتی نگاه هم نیندازند. در مقابل این استراتژی تصمیم‌گیری منطقی قرار دارد که فرض استاندارد بیشتر مدل‌های اقتصادی است. مشخص شده است که «تصمیم‌گیری منطقی» – که در اصطلاح اقتصادی به معنی تجزیه و تحلیل کردن همه گزینه‌های ممکن است – به میزان زیادی به توانایی شناختی احتیاج دارد. یک تصمیم گیرنده منطقی باید جایی از حافظه را برای هر گزینه در لیست اختصاص دهد. سالانت می‌گوید «هنگامی که تعداد گزینه‌ها زیاد است موضوع خیلی جالب می‌شود. اگر تعداد گزینه‌ها 20 یا 30 تا باشد به حداکثر رساندن بازده و سودمندی سخت‌تر و سخت‌تر می‌شود» در اصطلاح علوم کامپیوتری این وضعیت به این معنی است که تصمیم‌گیری منطقی در مقیاس مسائل بزرگ نمی‌گنجد. به دلیل اینکه همان‌طور که تعداد گزینه‌ها‌یی که یک روبات باید با آن درگیر باشد بالا می‌رود، مساله از میزان گنجایش این سیستم با حافظه‌ای محدود فراتر می‌رود. سالانت در تجزیه و تحلیل‌های خود این ایده را ثابت کرد که هر روبات با گنجایش کمتر از آنچه که برای عملکرد منطقی لازم است، هنگام تصمیم‌گیری در معرض برخی از این سوگیری‌ها قرار می‌گیرد. به عبارت دیگر توضیح اینکه چرا ما نیز هنگام تصمیم‌گیری‌ها شاهد برخی سوگیری‌ها هستیم، می‌تواند محدود بودن حافظه باشد.

توانایی محدود
فقط ماشین‌ها نیستند که حافظه و قدرت پردازش محدودی دارند. بشر هم دارای « حافظه عملکردی» محدود است. به خاطر همین اعلام؛ اینکه سالانت یک چیزی مثل مدل جهانی تصمیم‌گیری را یافته است اغوا کننده است. (هر چند که مدل وی موانع دیگری مثل کمبود زمان که همه ما گاهی با آن مواجه هستیم را در تحلیل‌هایش منظور نکرده است.) جالب‌ترین روبات سالانت که خیلی شبیه موجودات زنده عمل می‌کند در جایی بین این دو محدوده قرار دارد. وی این روبات را «رضایت‌مند متکی به تجربیات گذشته» می‌نامد. یک رضایت مند متکی به تجربیات گذشته توانایی آن را دارد که به خاطر بیاورد چه گزینه‌هایی را قبلا مشاهده کرده است و همچنین معیارهای خود را مشخص نماید. هر چه این روبات گنجایش حافظه بیشتری داشته باشد‌، به تصمیماتی که توسط تصمیم گیرنده‌های منطقی اتخاذ شده است نزدیک تر است. روانشناسان ثابت کرده‌اند که حافظه عملکردی با IQ رابطه‌ای تنگاتنگ دارد. بنابراین یک راه برای ارزیابی این تحقیق این است که بگوییم هر چه تصمیم‌گیرنده‌ها با هوش‌تر باشند در یافتن گزینه صحیح‌تر بهتر عمل خواهند کرد. سالانت درمی‌یابد تصمیم‌گیرنده‌ها که منابع شناختی کافی در اختیار ندارند نسبت به گزینه‌های اولیه و نهایی سوگیری‌های بیشتری دارند. تاثیراتی که سالانت با استفاده از تجزیه و تحلیل‌های ریاضی گرفته است در دنیای واقعی قابل مشاهده است. انسان‌ها بیشتر به آنهایی رای می‌دهند که اولین فرد در فهرست نامزدها است، ‌روی گزینه‌های بالاتر در صفحه کامپیوتر خود بیشتر کلیک می‌کنند ‌و در یک مسابقه به شرکت کنندگانی که اول یا آخر از همه ظاهر شده اند بیشتر نمره می‌دهند. حتی در دهه 1980 دعوای حقوقی در آمریکا شکل گرفت که دولت فدرال خطوط هوایی امریکن ایرلاین را مجبورکرد تا پرواز‌های خود را در سیستم پذیرش کامپیوتری بالاتر از سایر رقبا قرار ندهد. (زیرا متوجه شد که مسافرین بیشتر اولین پروازی را که می‌بینند، انتخاب می‌کنند.) بر اساس این تحقیقات سوال بعدی که سالانت به آن فکر می‌کند این است که آیا این مدل ریاضی تصمیم‌گیرنده موفق می‌تواند به یک مدل اقتصادی تبدیل شود. اگر چنین شود می‌تواند تصمیمات اشتباه بشر را تبدیل به مدل‌هایی کند که همه ما بتوانیم منطقی‌تر تصمیم‌گیری کنیم.
http://www.donya-e-eqtesad.com/Default_view.asp?@=315841

منبع: Kellogg Insight