Bias sa Kinalabasan (Outcome Bias)

Sa Isang Sulyap

1. Mabilis na Buod

Ang bias sa kinalabasan ay ang mental na shortcut na nag-uudyok sa atin na purihin ang isang padalos-dalos na sugarol na nanalo bilang "matapang" habang kinokondena ang isang maingat na estratehista na natalo dahil sa statistical na pagkakaiba bilang "incompetent" (walang kakayahan). Pinasisimple natin ang kumplikadong sitwasyon ng panganib, posibilidad, at hindi pantay na impormasyon sa isang simpleng paghusga kung tagumpay o kabiguan ito—binabalewala ang katotohanan na sa isang mundong puno ng posibilidad, ang mga magagandang desisyon ay maaaring humantong sa masasamang resulta dahil sa malas, at ang mga masasamang desisyon ay maaaring magtagumpay dahil sa tsamba.

2. Ang Siyensya sa Likod Nito

2.1. Pagtuklas at Kasaysayan

Ang pormal na akademikong pag-aaral ng outcome bias ay nagsimula noong 1988 sa landmark na papel na "Outcome Bias in Decision Evaluation" nina Jonathan Baron at John Hershey sa University of Pennsylvania. Bago ang akdang ito, naitatag na ng mga attribution theory na naghahanap ang mga tao ng mga paliwanag sa mga sanhi ng mga kaganapan, ngunit sina Baron at Hershey ang unang partikular na naghiwalay ng pagsusuri ng proseso ng desisyon mula sa impormasyon ng kinalabasan sa isang kontroladong eksperimental na setting.

Sa loob ng higit sa tatlong dekada, sina Baron at Hershey (1988) ay nanatiling pinakapamang-teksto. Ang "replication crisis" sa social psychology ay nagtulak sa isang modernong muling pagsusuri sa mga klasikong natuklasang ito noong 2020s. Ang pagsisikap na ito ay pinangunahan ng mga internasyonal na mananaliksik na nakatuon sa mga kasanayan sa Open Science, lalo na si Gilad Feldman sa University of Hong Kong.

Isang kritikal na ebolusyon ay dumating mula sa pananaliksik sa behavioral ethics, lalo na ang 2008 na papel na "No Harm, No Foul" nina Gino, Moore, at Bazerman, na nagpapakita na ang impormasyon sa kinalabasan ay nakaka-impluwensya sa pagsusuri ng mga mapang-abusong pag-uugali (ethically questionable behaviors).

2.2. Mga Pangunahing Mananaliksik

2.3. Mga Tanyag na Pag-aaral

Outcome Bias in Decision Evaluation (Baron & Hershey, 1988)

Nagdisenyo sina Baron at Hershey ng limang eksperimento upang subukan kung nakaka-impluwensya ang impormasyon sa kinalabasan sa mga pagsusuri ng kalidad ng desisyon kahit na taglay ng sumusuri ang lahat ng impormasyon na mayroon ang gumagawa ng desisyon sa panahon ng pagpili.

Eksperimento 1: Medikal na Paggawa ng Desisyon

• Ang mga kalahok (N=20 na undergraduate na estudyante) ay nagbasa ng 15 na senaryo tungkol sa mga doktor na nagpapasya kung gagawa ng mapanganib na operasyon o gagamutin ang isang pasyente sa medikal na paraan.
• Ang mga posibilidad ay malinaw na isinaad (hal., 92% rate ng tagumpay, 8% rate ng pagkamatay).
• Ang tanging variable na nagbago ay ang kinalabasan—tagumpay o kamatayan.
• Nireyt ng mga kalahok ang kalidad ng pag-iisip at kakayahan ng doktor.

Mga Pangunahing Natuklasan:

• Nireyt ng mga kalahok ang kakayahan at kalidad ng pag-iisip ng mas mataas kapag paborable ang mga kinalabasan.
• Nang magtagumpay ang operasyon, ang mga doktor ay minarkahan bilang "napakahusay" na may "magandang pag-iisip".
• Nang mabigo ang operasyon (8% na panganib na nangyari), ang mga doktor ay minarkahan bilang "hindi gaanong may kakayahan" na may "mahinang pag-iisip".
• Nanatili ang epekto kahit na sinabihan ang mga paksa na huwag isaalang-alang ang kinalabasan.
• Nanatili ang bias kahit na ipinaliwanag ng mga mananaliksik ang mga prinsipyo ng paggawa ng desisyon sa ilalim ng kawalan ng katiyakan.

Ang Replikasyon nina Aiyer at Feldman (2023)

Isang napakalaking, nakarehistro na replikasyon ng pag-aaral na muling tiningnan ang Eksperimento 1 ng 1988 na pag-aaral na may malaking pamamaraang pagpapabuti:

• Laki ng sample: 692 kalahok (kumpara sa orihinal na 20)
• Disenyo: Sa pagitan ng mga kalahok (bawat tao ay nakikita lamang ang isang kinalabasan, ginagaya ang totoong mga kondisyon)
• Laki ng Orihinal na Epekto: Cohen's d = 0.21–0.53
• Laki ng Epekto ng Replikasyon: Cohen's d = 0.77–1.1

Natagpuan ng replikasyon na ang outcome bias ay mas malakas kaysa sa orihinal na inakala, na nagmumungkahi na ang orihinal na disenyo sa loob ng mga kalahok ay maaaring nagpahina ng epekto.

"No Harm, No Foul" (Gino, Moore & Bazerman, 2008)

Nagbasa ang mga kalahok tungkol sa isang siyentipiko na lumalabag sa mga protocol sa kaligtasan upang mapabilis ang isang pagsubok sa gamot:

• Kondisyon A (Walang Pinsala): Nangyari ang paglabag, walang aksidenteng nangyari.
• Kondisyon B (May Pinsala): Nangyari ang paglabag, nasugatan ang kasamahan sa aksidente sa lab.

Hinusgahan ng mga kalahok ang siyentipiko sa Kondisyon B bilang mas hindi etikal at karapat-dapat sa mas malupit na parusa, kahit na magkapareho ang mga aksyon. Ipinakita nito na ang lipunan ay gumagana sa isang heuristiko na "no harm, no foul" (walang pinsala, walang kasalanan).

2.4. Neurological na Batayan

Ang pangunahing cognitive na mekanismo na nagtutulak sa outcome bias ay ang Attribute Substitution, na ipinaliwanag ng dual-process theory ni Daniel Kahneman:

• System 2 (Mabagal/Mahal): Ang pagsusuri sa kalidad ng desisyon ay nangangailangan ng pagsusuri ng mga posibilidad, counterfactual, at ang katayuan ng impormasyon sa isang nakaraang punto ng panahon.
• System 1 (Mabilis/Mura): Ang pagsusuri sa isang kinalabasan ay mabilis at nakikita.
• Ang Substitusyon: Pinapalitan ng utak ang mahirap na tanong ("Mabuti ba ang desisyon?") ng madaling tanong ("Maganda ba ang kinalabasan?").

Ang Just-World Hypothesis (Melvin Lerner) ay nagbibigay ng karagdagang sikolohikal na nagtutulak. Ang mga tao ay may pangunahing pangangailangan na maniwala na ang mundo ay maayos at patas—na ang mabubuting bagay ay nangyayari sa mabubuting tao. Kapag ang isang may kakayahang gumagawa ng desisyon ay nakaranas ng kapahamakan dahil sa pagkakataon, nilalabag nito ang paniniwalang ito at ipinapahiwatig na tayo ay bulnerable rin sa random na trahedya. Upang malutas ang pagkabalisang ito, ang isipan ay aktibong naghahanap ng mga kapintasan sa gumagawa ng desisyon, kinukumbinsi tayo na tiyak na nagkamali sila.

3. Mga Pinagmulan sa Ebolusyon

Ang outcome bias ay malamang na umunlad bilang isang adaptive na heuristiko sa mga ninunong kapaligiran kung saan:

• Ang feedback ay maaasahan: Sa simple, matatag na kapaligiran, ang mga kinalabasan ay madalas na may malakas na kaugnayan sa kalidad ng desisyon. Kung ang isang mangangaso ay pumili ng maling daan at kinain ng isang mandaragit, iyon nga ay isang "maling desisyon" sa karamihan ng mga kaso.
• Ang statistical na pagkakaiba ay bihirang mangyari: Ang aming mga ninuno ay hindi nakitungo sa mga kumplikadong probabilistic na kapaligiran (financial market, medikal na pamamaraan na may alam na posibilidad) kung saan ang outcome bias ay nagiging hindi angkop.
• Ang pag-aaral mula sa pagkakamali ng iba ay nagligtas ng mga buhay: Ang paghusga sa iba nang malupit dahil sa masasamang kinalabasan—kahit na hindi patas—ay maaaring naghikayat sa mas maingat na pag-uugali sa mga grupo, na binabawasan ang kolektibong panganib.
• Pag-iingat sa enerhiya ng isip: Ang paggawa ng mabilis na paghuhusga base sa mga nakikitang kinalabasan ay nangangailangan ng hindi hamak na mas kaunting pagsisikap ng isip kaysa sa muling pagbuo ng impormasyon ng gumagawa ng desisyon at pagkalkula ng mga inaasahang gamit.

Ang bias ay isang katangian na naging isang kapintasan. Sa isang modernong mundo na puno ng stochastic na mga proseso—kung saan ang mga surgeon, negosyante, at inhinyero ay nagpapatakbo sa ilalim ng tunay na kawalan ng katiyakan—ang outcome bias ay nag-uudyok sa atin na parusahan ang maingat at gantimpalaan ang padalos-dalos, na sumisira sa kakayahang matuto ng mga rasyonal na aral mula sa karanasan.

4. Paano Nagpapakita ang Bias na Ito

4.1. Sa Pang-araw-araw na Buhay

• Pagpupuri sa isang tao na tumakbo sa isang red light at nakarating sa isang appointment sa tamang oras habang kinokondena ang isang tao na gumawa ng tamang pag-iingat ngunit naantala ng hindi mahulaang trapiko.
• Paghusga sa mga pagpili ng relasyon ng isang kaibigan bilang "halatang mali" lamang matapos mabigo ang relasyon.
• Paniniwalang "dapat mong malaman" na bumili o magbenta ng stock batay sa nangyari sa merkado pagkatapos nito.
• Pagdududa sa mga pagpili sa bakasyon, mga paglipat ng karera, o mga desisyon sa pabahay batay sa kung paano naganap ang mga bagay sa halip na kung ano ang nalalaman sa panahong iyon.

4.2. Sa Lugar ng Trabaho

• Performance reviews (Pagsusuri sa Pagganap) na nagbibigay-gantimpala sa masusuwerteng kinalabasan sa halip na mabuting proseso.
• Hiring decisions (Desisyon sa pag-hire) na pumapabor sa mga kandidatong ang mga nakaraang pinagtatrabahuhan ay nagkataong nagtagumpay (korelasyon, hindi sanhi).
• Leadership evaluations (Pagsusuri sa pamumuno) kung saan ang mga CEO ay pinupuri bilang henyo kapag ang mga merkado ay tumataas at kinokondena bilang walang kakayahan kapag ang mga merkado ay bumagsak—anuman ang kanilang aktwal na mga desisyon.
• Project retrospectives na "natututo ng mga aralin" batay sa kung ano ang nangyari sa halip na kung ano ang alam noong nakaraan.

4.3. Sa Negosyo at Marketing

• Risk reinforcement: Ang "masuwerteng" mapanganib na pag-uugali ay hindi pinarurusahan, na hindi sinasadyang naghihikayat ng pagputol sa mga hakbang. Kung ang isang negosyante ay kukuha ng hindi awtorisadong panganib at kumikita, sila ay ginagantimpalaan—hanggang sa hindi maiiwasang pagkatalo.
• Stock price validation: Ang mga analyst ng Wall Street ay gumagamit ng pagtaas ng mga presyo ng stock upang patunayan ang mga modelo ng negosyo. "Kung ang stock ay mataas, ang kumpanya ay tiyak na matalino"—ang buong harapan ng Enron ay pinanatili sa ganitong paraan hanggang sa bumagsak.
• Marketing attribution: Ang mga kampanya na nagkataon kasabay ng tagumpay ay pinupuri; ang magkakatulad na mga diskarte na sumabay sa kabiguan ay kinokondena.

4.4. Sa Pulitika at Media

• Hinuhusgahan ang mga politiko sa mga kaganapang kadalasang labas sa kanilang kontrol (mga siklo ng ekonomiya, mga natural na sakuna).
• Ang mga lider ng militar ay pinupuri o kinokondena batay sa mga kinalabasan ng labanan sa halip na estratehikong kalidad sa paggamit ng impormasyon na mayroon.
• Ang mga desisyon sa patakaran ay sinusuri sa nakaraan batay sa mga resulta na hindi inaasahan (mga tugon sa pandemya, pamumuhunan sa imprastraktura).

4.5. Sa Pangangalaga ng Kalusugan

The Malpractice Distortion (Ang Pagbaluktot sa Malpractice): Ang legal na pamantayan para sa medikal na malpractice ay ang "Standard of Care"—kung ano ang gagawin ng isang makatwirang doktor. Sa katotohanan, ang litisasyon sa malpractice ay idinidikta halos ng outcome bias:

• Ang mga manggagamot ay nananalo ng 80-90% ng mga paglilitis sa hurado kapag ang mga kinalabasan ay hindi masyadong malala.
• Kapag ang mga kinalabasan ay sakuna, ang bilang ng mga panalo ay bumababa nang malaki kahit na ang ebidensya ng kapabayaan ay nananatiling mahina.
• Sa mga "borderline" na kaso, ang kinalabasan ang nagiging paktor sa pagpapasya.

Retrospective Validity in Diagnostics (Validity ng Diagnostics sa Nakaraan): Nakikita ng mga radiologist na nagsusuri ng mga scan ang patolohiya na "halata" lamang matapos malaman na namatay ang pasyente. Sa mga binanggit na kaso, napalampas ng ibang mga radiologist ang parehong mga palatandaan hanggang sa sabihin sa kanila ang kinalabasan—sa oras na iyon ang malabong anino ay nagiging "malinaw na nakikitang patolohiya."

Defensive Medicine (Depensibong Medisina): Dahil alam ng mga doktor na sila ay huhusgahan ayon sa mga resulta:

• Sobrang pagsubok (Over-testing): Hindi kinakailangang CT scan at MRI upang "tanggalin" ang 1-sa-10,000 na posibilidad.
• Pag-iwas sa panganib: Ang mga surgeon ay tumatangging mag-opera sa mga pasyente na may mataas na panganib dahil ang pagkamatay ay huhusgahan bilang kabiguan, kahit na ang operasyon ang tanging pagkakataon.

4.6. Sa Pinansya at Pamumuhunan

Ang Mauboussin Matrix:

Ang pinakamapanganib na bahagi ay "Purong Tsamba" (Dumb Luck - Masamang Proseso/Magandang Kinalabasan). Kapag ang mga negosyante ay kumuha ng matinding panganib at nanalo, ang pamamahala ay ginagantimpalaan sila ng mga bonus—na pinalalakas ang masamang pag-uugali hanggang sa isang matinding sakuna.

5. Mga Pag-aaral ng Kaso sa Tunay na Mundo (Case Studies)

Case Study 1: Nick Leeson at ang Pagbagsak ng Barings Bank (1995)

• Konteksto: Ang Barings Bank, 233 taong gulang, ang pinakamatandang bangko sa Britanya. Si Nick Leeson, 28, ay naka-istasyon sa Singapore na dapat nagsasagawa ng mababang panganib na arbitrasyon sa pagitan ng mga pamilihan.
• Kung ano ang nangyari: Sa halip na arbitrasyon, naglagay si Leeson ng malaking hindi awtorisadong direksyonal na taya. Noong 1993, naiulat niya ang £10 milyon sa kita—10% ng kabuuang kita ng bangko. Itinago niya ang mga pagkalugi sa isang lihim na error account (88888).
• Ang bias na gumagana: Ang matataas na pamamahala, na nasilaw sa kinalabasan, ay hindi pinansin ang proseso. Nabigo silang tanungin kung paano ang isang klerk sa back-office ay kumikita ng ganoon kalaki gamit ang "risk-free" na arbitrasyon. Inihinto nila ang panloob na pag-audit dahil "si Nick ay isang bituin."
• Mga Epekto: Nang ang lindol sa Kobe ay naglipat ng mga pamilihan laban sa kanyang mga posisyon noong Enero 1995, ang bangko ay nawalan ng $1.4 bilyon at tuluyang bumagsak.
• Mga aral na natutunan: Kung nasuri ng pamamahala ang kanyang proseso noong 1993 (hindi awtorisadong panganib), matatanggal sana siya. Sa halip, pinuri nila ang kanyang kinalabasan hanggang sa sirain sila nito.

Case Study 2: Jerome Kerviel at Société Générale (2008)

• Konteksto: Si Kerviel, isang baguhang negosyante, ay nakibahagi sa mga hindi awtorisadong pekeng trades upang itago ang mga direksyonal na taya.
• Kung ano ang nangyari: Noong 2007, nakabuo siya ng €1.4 bilyon sa kita. Ang mga panloob na alerto mula sa Eurex exchange ay nag-udyok ng 75 na mga babala.
• Ang bias na gumagana: Iniulat na hindi pinansin ng mga pinuno ang mga babala dahil kumikita ang kanyang desk. Ang magandang kinalabasan ay kumilos bilang isang kalasag laban sa pagsisiyasat ng pamamaraan.
• Mga Epekto: Kapag ang mga resulta ay naging negatibo noong 2008, ang bangko ay nawalan ng €4.9 bilyon at inangkin na si Kerviel ay isang "terorista" na kumikilos nang mag-isa—sa kabila ng kultura na tahasang pumapayag sa kanyang pagkuha ng panganib.
• Mga aral na natutunan: Ang pattern ay eksaktong kapareho sa Barings: ang mga pinakinabangang resulta ay nagpatahimik sa mga alalahanin sa proseso hanggang sa dumating ang sakuna.

Kasaysayang Halimbawa: Ang Kalamidad ng Challenger (1986)

Ang pagsabog ng Space Shuttle Challenger ay ang tiyak na case study ng outcome bias sa engineering, na naglalarawan sa tinatawag ng sociologist na si Diane Vaughan na "Normalization of Deviance" (Pagpapabuti ng Paglihis).

• Ang Pagkabigo sa Proseso: Ang mga solid rocket booster ay may mga O-ring na idinisenyo upang selyohan ang mga joints. Sa maraming nakaraang paglipad, ang mga O-ring na ito ay nagpakita ng pagguho at "blow-by" (pagtakas ng mainit na gas)—isang malinaw na paglabag sa mga detalye ng disenyo.
• Ang Bitag ng Kinalabasan: Sa bawat nakaraang kaso, napanatili ang pangalawang selyo o uling ang bumara sa mga butas, at ligtas na nakarating ang shuttle sa orbit. Tiningnan ng pamunuan ng NASA ang kinalabasan ("Matagumpay na Misyon") at nagpasya na ang proseso ("Paglipad gamit ang nasirang O-rings") ay katanggap-tanggap.
• Ang Cascade: Ang bawat matagumpay na paglulunsad ay nagpalakas ng bias. Naging "normal" sa kanila ang paglihis. Noong Enero 28, 1986, bumagsak ang mga temperatura, ang mga O-ring ay ganap na nabigo, at pitong tauhan ang namatay. Ang desisyon na ilunsad ay hindi isang kakaibang pagkakamali—ito ay taon ng outcome bias na nagpapalakas sa maling pagtatasa ng panganib.

6. Ang Gastos ng Bias na Ito

6.1. Mga Personal na Gastos

• Pagkawasak ng relasyon: Hindi makatarungang sisihin ang mga kasosyo, kaibigan, o pamilya para sa mga resulta na sadyang hindi mahuhulaan.
• Pagsisi sa sarili: Pagsasaloob ng mga "kabiguan" na talagang magagandang desisyon na may masamang kinalabasan, na humahantong sa pagguho ng kumpiyansa.
• Natutunang kawalang-kakayahan (Learned helplessness): Paniniwala na ang mga desisyon ay hindi mahalaga dahil ang mga resulta ay tila random, sa halip na unawain ang pagkakaiba sa pagitan ng kalidad ng proseso at swerte.
• Nakaligtaang mga aral: Pag-aaral ng maling mga bagay mula sa karanasan—pag-iwas sa mga makatwirang estratehiya na minsan nang nagbunga ng masamang kinalabasan, pagyakap sa mga padalos-dalos na nagkataong nagtagumpay.

6.2. Mga Propesyonal na Gastos

• Kahinaan sa karera (Career vulnerability): Paghusga (at posibleng ma-terminate o masibak) para sa hindi magagandang kinalabasan sa kabila ng tamang paggawa ng desisyon.
• Depensibong pag-uugali: Paggugol ng lakas sa dokumentasyong "cover your ass" sa halip na pinakamabuting paggawa ng desisyon.
• Pabaluktot na mga insentibo (Perverse incentives): Pagiging ginagantimpalaan sa pagkuha ng walang ingat na mga panganib na nagbunga, na lumilikha ng isang cycle na sa kalaunan ay humahantong sa sakuna.
• Nawasak na tiwala: Ang pananaliksik ay nagpapakita na ang isang masamang kinalabasan ay sumisira sa pagnanais sa hinaharap na hayaan ang gumagawa ng desisyon na subukang muli, anuman ang kalidad ng proseso.

6.3. Mga Gastos sa Lipunan

• Depensibong medisina: Isang tinatayang $46-$210 bilyon taun-taon sa sistema ng pangangalaga sa kalusugan sa US.
• Pagbaluktot sa sistemang legal: Mga hatol na hindi nagpapakita ng aktwal na kapabayaan, na humahantong sa parehong hindi makatarungang mga paghatol at hindi sapat na pananagutan.
• Panghihina ng sistemang pananalapi: Ang mga suwail na negosyante at normalized deviance ay paulit-ulit na pababagsakin ang mga institusyon (Barings, Enron, ang 2008 krisis).
• Pagpigil sa pagbabago: Ang makatwirang pagkuha ng panganib ay pinarurusahan kapag ito ay nabigo, na naghihikayat sa pagnenegosyo at pag-unlad ng siyensya.

6.4. Epektong Istatistika

• Baron & Hershey (1988): Pare-pareho ang binigay ng mga kalahok na rating sa magkaparehong mga desisyon nang magkakaiba batay lamang sa resulta.
• Modernong replikasyon (Feldman et al., 2023): Sukat ng epekto na d=0.77–1.1—isang malaking epekto ayon sa mga pamantayang sikolohikal.
• Moral na dimensyon: Ang mga negatibong resulta ay hindi lamang nagmukhang hindi gaanong may kakayahan ang mga nagpapasya—sila ay hinusgahan bilang mas "hindi etikal" at "dapat sisihin".
• Paglaban sa tagubilin: Kahit na ipinaliwanag ng mga mananaliksik kung bakit hindi makatwiran ang paghusga sa pamamagitan ng mga resulta, maraming kalahok ang nanindigan na ang mga gumagawa ng desisyon ay dapat husgahan sa pamamagitan ng mga resulta.

7. Ang Mga Nakatagong Benepisyo

Bagama't ang bias ng kinalabasan ay higit na hindi nakakatulong sa mga kumplikadong modernong kapaligiran, maaari itong magsilbi sa ilang kapaki-pakinabang na layunin:

• Accountability pressure: Ang pananakot na husgahan ng mga kinalabasan ay nag-uudyok sa maingat na paggawa ng desisyon at masusing paghahanda, kahit na ang pagsusuri mismo ay hindi patas.
• Koordinasyon sa lipunan: Ang simpleng mga hatol batay sa kinalabasan ay mas madaling isagawa kaysa sa kumplikadong mga pagsusuri sa proseso, na nagpapagana ng mas mabilis na paggawa ng desisyon ng grupo.
• Kapakipakinabang na heuristic sa matatag na kapaligiran: Sa mga domain kung saan maaasahang ipinapakita ng mga resulta ang kalidad ng desisyon (simple, deterministikong mga sistema), ang pagsusuring batay sa kinalabasan ay episyente.
• Pagganyak para sa pagpapabuti: Kahit na hindi patas, ang feedback batay sa resulta ay maaaring mag-udyok sa mga tao na magtrabaho nang mas mabuti, matuto nang higit pa, at pinuhin ang kanilang mga proseso.
• Pagtuklas ng error: Kung minsan, ang mga masamang kinalabasan ay naglalantad ng mga kapintasan sa proseso na hindi sana mapapansin—ang susi ay ang paghihiwalay ng senyas mula sa ingay.

Gayunpaman, ang ganap na pag-alis ng pagsusuri ng proseso pabor sa pagsusuri ng kinalabasan ay mapaminsala sa anumang probabilistic field. Ang layunin ay naaangkop na pagkakalibrate, hindi pag-aalis.

8. Pagsusuri sa Sarili: Mayroon Ka ba ng Bias na Ito?

8.1. Listahan ng mga Palatandaan ng Babala

• Madalas kong iniisip na "Alam ko na iyon" matapos malaman kung paano naganap ang isang bagay
• Hinuhusgahan ko ang mga desisyon ng mga tao pangunahin na kung naging maayos ang mga bagay
• Kapag may nagkamali, agad kong tinitingnan kung ano ang "maling nagawa" ng tao
• Nahihirapan akong tanggapin na ang mabubuting desisyon ay maaaring humantong sa masasamang resulta
• Binibigyan ko ng mas maraming kredito ang mga masusuwerteng tagumpay kaysa sa magagandang proseso na nabigo
• Binabago ko ang aking opinyon sa kakayahan ng isang tao batay sa isang resulta
• Naniniwala akong "nakukuha ng mga tao ang nararapat sa kanila" sa karamihan ng mga sitwasyon
• Nahihirapan akong makilala sa pagitan ng kasanayan at swerte sa pagsusuri ng pagganap
• Kapag nagtagumpay ako, ibinubunga ko ito sa kakayahan; kapag nabigo ako, naghahanap ako ng panlabas na dahilan
• Nararamdaman ko na ang paghusga batay sa resulta ay mas "patas" kaysa sa pagsusuri sa mga proseso

Pagmamarka:

• 0-2 ang na-tsek: Mababang pagkamadaling kapitan (Low susceptibility)
• 3-5 ang na-tsek: Katamtamang pagkamadaling kapitan
• 6-8 ang na-tsek: Mataas na pagkamadaling kapitan
• 9-10 ang na-tsek: Napakataas na pagkamadaling kapitan

8.2. Mga Tanong para sa Pagninilay sa Sarili

1. Mag-isip ng isang pagkakataon na pinuna mo ang isang tao dahil sa isang desisyon na may masamang kinalabasan. Mayroon ka bang access sa lahat ng impormasyong nasa kanila? Ang kinalabasan ba ay talagang inaasahan?
2. Nakapagpuri ka na ba sa isang padalos-dalos na desisyon dahil nagkataon lamang na naging maayos ito?
3. Kapag sinusuri mo ang iyong sariling mga nakaraang desisyon, sinusuri mo ba ang mga ito batay sa alam mo noon, o sa alam mo na ngayon?
4. Tinatrato mo ba ang pagkakaiba-iba sa istatistika (statistical variance) nang magkaiba kapag nakakatulong ito sa iyo laban sa kapag nakakasakit ito sa iyo?
5. Kailan mo huling pinuri ang isang tao sa paggawa ng mabuting desisyon sa kabila ng masamang kinalabasan?

8.3. Mabilis na Diagnostic na Senaryo

Senaryo: Ang isang surgeon ay nagrekomenda ng isang pamamaraan na may 95% na tagumpay at 5% na rate ng namamatay. Pumayag ang iyong mahal sa buhay at namatay habang inooperahan. Paano mo sinusuri ang desisyon ng surgeon na irekomenda ang pamamaraan?

Paano ka sasagot?

• A) Dapat alam na ng surgeon na mangyayari ito. Gumawa sila ng isang kakila-kilabot na rekomendasyon at dapat panagutin. → Mataas na pagkamadaling kapitan
• B) Ako ay nawasak, ngunit naiintindihan ko na ang 5% ay nangangahulugan na 1 sa 20 mga pasyente ay mamamatay kahit na may per perpektong pangangalaga. Gusto kong suriin kung ang mga tamang protocol ay nasunod, ngunit ang resulta lamang ay hindi nagpapatunay sa kapabayaan. → Mababang pagkamadaling kapitan
• C) Mahirap tanggapin, ngunit siguro paminsan-minsan nangyayari ang masamang kapalaran. Gayunpaman, siguro hindi nila dapat irekomenda ang gayong mga mapanganib na pamamaraan. → Katamtamang pagkamadaling kapitan

9. Pagkilala sa Bias na Ito sa Iba

9.1. Mga Tagapagpahiwatig ng Pag-uugali

• Biglaang pagbabago sa mga pagsusuri ng mga tao o mga organisasyon matapos malaman ang mga kinalabasan.
• Pagbibigay-diin sa mga sukatan ng resulta (results metrics) na may kaunting atensyon sa mga sukatan ng proseso (process metrics).
• Mabilisang pagtutukoy ng mga resulta sa indibidwal na kasanayan o katangian sa halip na sitwasyonal na salik.
• Malupit na paghusga sa mga kabiguan, lalo na hindi proporsyonal sa ebidensya ng mga aktwal na pagkakamali.
• Kawalan ng kakayahang ipaliwanag kung ano ang hitsura ng isang "mabuting desisyon na may masamang kinalabasan".

9.2. Mga Red Flag sa Pag-uusap

Mga pariralang sinasabi ng mga tao kapag nasa ilalim ng bias na ito:

• "Ang mga resulta ang nagsasalita para sa kanilang sarili"
• "Kung napakatalino mo, bakit hindi ka mayaman?"
• "Dapat ay alam niya ang mas mabuti"
• "Ginawa niya ang kanyang kama, ngayon kailangan niyang higaan ito"
• "Malinaw na ang lahat pagkatapos, pero..." (Hindsight is 20/20, but still...)

Mga uri ng argumento na kanilang ginagawa:

• Pagtuturo sa mga resulta bilang sapat na patunay ng kalidad ng desisyon
• Pagtanggi sa probabilidad at mga variance bilang "mga palusot"

Mga tanong na iniiwasan nilang itanong:

• "Anong impormasyon ang magagamit sa panahon ng paggawa ng desisyon?"
• "Ano ang mga posibilidad, at ang resultang ito ba ay nasa loob ng inaasahang saklaw ng pag-iiba?"

9.3. Situational Triggers

• High emotional stakes (Matinding damdamin): Ang mga resulta na patungkol sa buhay o kamatayan, malaking pagkalugi sa pananalapi, o mga personal na trahedya ay nagpapataas sa kalubhaan ng bias.
• Nakikita ang mga biktima (Visible victims): Ang pinangalanang, nakikilalang pinsala ay nag-uudyok ng mas matibay na pagkondena kaysa sa statistical na pinsala.
• Accountability pressure: Kapag ang isang tao ay dapat sisihin o purihin.
• Limitadong impormasyon: Kapag ang mga sumusuri ay walang access sa orihinal na konteksto ng desisyon.
• Time pressure (Kulang sa oras): Ang mabilis na paghuhusga ay nauuwi sa pagtatasa batay sa kinalabasan.

10. Cognitive Debiasing Strategies (Mga Diskarte sa Pag-alis ng Bias)

10.1. Mga Agarang Pamamaraan

• Ang Time Machine Question: Bago husgahan ang isang desisyon, tanungin: "Kung babalik ako sa sandali ng desisyon, gamit lamang ang impormasyong magagamit noon, ano ang matutuklasan ko?"
• Probability Check: Tanungin ang "Ano ang mga pagkakataon (odds)?" Kung ang isang 10% na panganib ay naging totoo, iyon ay nasa inaasahang pagkakaiba (variance)—hindi ebidensya ng maling desisyon.
• Counterfactual Pause: Bago kondenahin ang isang masamang resulta, itanong na "Papupurihan ko ba ang eksaktong parehong prosesong ito kung gumana ito?"
• Attribution Audit: Kapag nalaman mong inuugnay ang isang resulta sa pagkatao o kakayahan, huminto at ilista ang bahagi ng swerte.

10.2. Pangmatagalang Istratehiya

• Process Journaling: Idokumento ang batayan ng iyong desisyon at ang impormasyong magagamit bago malaman ang mga resulta. Suriin sa paglaon upang i-calibrate ang iyong paghuhusga.
• Probabilistic Language Habit: Sanayin ang iyong sarili na sabihin "the risk materialized (nangyari ang panganib)" kaysa "nagkamali sila" kapag tinatalakay ang mga hindi paborableng resulta.
• Maghanap ng mga Counterexample: Aktibong maghanap ng mga kaso kung saan ang magagandang proseso ay humantong sa masamang resulta at masasamang proseso na humantong sa magandang resulta.
• Pag-aralan ang Probability: Buuin ang intwisyon para sa variance, inaasahang halaga, at base rate sa pamamagitan ng pormal o hindi pormal na edukasyon sa posibilidad.

10.3. Disenyo sa Kapaligiran

• Blind Analysis Protocols: Sa mga organisasyon, utusan ang mga tagasuri na suriin ang mga proseso ng desisyon bago alamin ang mga kinalabasan.
• Mga Insentibong Nakabatay sa Proseso: Gantimpalaan ang pagsunod sa wastong pamamaraan, hindi lamang mga resulta.
• Pre-commitment Reviews: I-lock ang pamantayan sa pagsusuri bago malaman ang mga resulta.
• Mga Log ng Desisyon: Institusyonal na dokumentasyon ng katwiran sa desisyon, na nasuri nang hiwalay sa mga kinalabasan.

10.4. Kailan Maghahanap ng External na Opinyon

• Bago gumawa ng mga paghuhusga tungkol sa matataas na stake na desisyon na nagkaroon ng masamang resulta
• Kapag sinusuri ang iyong sariling mga nakaraang desisyon
• Kapag ang kinalabasan ay nagpapalitaw ng matitinding emosyonal na reaksyon
• Kapag responsibilidad mo na suriin ang pagganap ng iba

11. Praktikal na Pagsasanay

Pagsasanay 1: Ang Premortem

• Layunin: Pagbutihin ang kalidad ng desisyon sa pamamagitan ng pag-isip ng pagkabigo bago ito mangyari
• Oras na kailangan: 30-45 minuto
• Mga kailangang materyal: Isang nakabinbing desisyon, papel/whiteboard, pangkat (opsiyonal)
• Antas ng kahirapan: Katamtaman
• Mga Tagubilin:
  1. Tukuyin ang isang mahalagang paparating na desisyon
  2. Ipagpalagay na ang desisyon ay nagawa at isang taon na ang nakalipas—at ito ay ganap na nabigo
  3. Magsulat ng detalyadong salaysay kung ano ang nangyari
  4. Magsimula pabalik upang matukoy ang mga sanhi
  5. Baguhin ang iyong kasalukuyang plano upang matugunan ang mga pinakamaaaring dahilan ng pagkabigo
• Mga tanong para sa pagninilay:
  • Anong mga panganib ang binigyan mo ng mababang pagtingin bago ang premortem?
  • Paano binago ng pag-imagine ng pagkabigo ang iyong proseso?
  • Anong mga maagang senyales ng babala ang dapat mong bantayan?
• Dalas: Bago ang bawat malaking desisyon

Pagsasanay 2: Outcome Blindfolding (Pagbulag sa Kinalabasan)

• Layunin: Buuin ang kasanayan sa pagsusuri ng mga desisyon nang walang impormasyon sa kinalabasan
• Oras na kailangan: 20 minuto
• Mga kailangang materyal: Mga artikulo ng balita tungkol sa mga desisyon, isang kapareha
• Antas ng kahirapan: Nagsisimula
• Mga Tagubilin:
  1. Hayaang pumili ng kapareha ng mga kuwento sa balita tungkol sa mga desisyon (mga estratehiya sa negosyo, mga pagpiling medikal, atbp.)
  2. Basahin lamang ang paglalarawan ng sitwasyon at ang desisyong ginawa—hindi ang nangyari pagkatapos
  3. Suriin ang kalidad ng desisyon batay lamang sa magagamit na impormasyon
  4. Itala ang iyong pagsusuri, pagkatapos ay alamin ang kinalabasan
  5. Tandaan kung maaaring nagbago ang iyong pagsusuri
• Mga tanong para sa pagninilay:
  • Gaano katindi ang nais na baguhin ang iyong paghatol pagkatapos matutunan ang resulta?
  • Ano ang naging dahilan kung bakit mas madali o mahirap masuri nang palihim ang ilang desisyon?
  • Mayroon bang mga kinalabasan na ikinagulat mo?
• Dalas: Lingguhang pagsasanay

Pang-araw-araw na Pagsasanay

Variance Noticing (Pagpansin sa Pagkakaiba): Sa bawat araw, pansinin ang isang pangyayari kung saan ang resulta ay naimpluwensyahan ng mga salik na lampas sa kontrol ng sinuman. Isulat ito. Sa paglipas ng panahon, binubuo nito ang intuwisyon para sa gampanin ng swerte.

• Inirerekomendang tagal: 5 minuto
• Pinakamahusay na oras sa araw: Gabi (pagmuni-muni sa buong araw)
• Paano susubaybayan ang pag-usad: Simpleng app ng log o journal

Lingguhang Hamon

Ang Mauboussin Classification: Bawat linggo, uriin ang 5 desisyon na iyong nakakaharap (mula sa trabaho, balita, o personal na buhay) sa 2x2 matrix ng Kalidad ng Proseso (Mabuti/Masama) × Kinalabasan (Mabuti/Masama). Mag-focus lalo na sa pagtukoy ng mga kaso ng "Purong Tsamba / Dumb Luck" (Masamang Proseso, Mabuting Kinalabasan).

• Mga inaasahang resulta pagkalipas ng 4 na linggo: Tumaas na kakayahang ihiwalay ang proseso sa kinalabasan sa totoong oras
• Journaling prompts para sa pagninilay:
  • Aling bahagi ang pinakamahirap hanapan ng mga halimbawa?
  • Paano karaniwang inuuri ng iba sa paligid mo ang mga kaparehong halimbawang ito?
  • Ano ang kakailanganin upang mailipat ang iyong organisasyon sa mga pagsusuring nakabatay sa proseso?

12. Para sa Mga Espesipikong Audience

Para sa mga Lider at Manager

• Gumawa ng process-based na performance reviews: Hatulan ang mga empleyado sa kanilang kalidad ng pagsusuri, pagkalap ng impormasyon, at pagsunod sa protocol—hindi lang sa resulta
• Ipagdiwang ang "mga mabuting pagkatalo" (good losses): Pansingin sa publiko ang mga desisyon na tama ngunit minalas, minomodelo ang paghihiwalay ng proseso mula sa kinalabasan
• Panoorin ang "Dumb Luck" trap: Kapag naghatid ang isang nasasakupan ng hindi inaasahang matataas na resulta, magtanong ng mahihirap na tanong tungkol sa kanilang proseso bago sila gantimpalaan
• Gamitin ang Mauboussin Matrix sa mga talakayan ng pangkat: Sanayin ang iyong pangkat na mag-uri ng mga resulta at bumuo ng pinagsasaluhang wika para sa suwerte laban sa kasanayan
• Magsimula ng mga blind post-mortems: Hayaang suriin ng mga pagsusuri ng insidente ang mga desisyon bago ibunyag ang mga kinalabasan

Para sa mga Magulang at Guro

• Purihin ang proseso, hindi lamang ang resulta: "Ipinagmamalaki ko kung paano mo ito pinag-isipang mabuti" sa halip na "Mahusay na nakuha mo ang isang A"
• Ituro ang probabilidad nang maaga: Ang mga laro na kinasasangkutan ng dice, baraha, at inaasahang halaga ay nagpapalakas ng intuwisyon para sa pagkakaiba
• Talakayin ang swerte nang bukas: Kapag ang mga bata ay nakaranas ng mapalad o kapus-palad na mga kinalabasan, pangalanan ang mga ito bilang ganito
• Gumamit ng mga kuwento at halimbawa: Pangkasaysayan at kontemporaryong mga halimbawa ng magandang-proseso/masamang-kinalabasan at masamang-proseso/magandang-kinalabasan na kaso
• Iwasan ang victim-blaming language (wikang naninisi sa biktima): Modelo na ang masasamang resulta ay hindi awtomatikong nangangahulugan ng maling desisyon

Para sa mga Propesyonal sa Pangangalaga ng Kalusugan

• Isulong ang process-based na reporma sa malpractice: Ang kasalukuyang sistema na hinihimok ng kinalabasan ay nag-uudyok sa defensive na medesina
• Idokumento ang batayan ng desisyon: Ang malinaw na dokumentasyon ng impormasyong magagamit at ang pangangatuwiran na ginamit noong panahong iyon ay nagpoprotekta laban sa paghuhusga ng nakaraan
• Makilahok sa mga blind M&M conferences: Magsulong ng mga pagsusuri sa sakit at namamatay na sinusuri ang mga desisyon bago ibunyag ang mga kinalabasan
• Ipaalam ang kawalan ng katiyakan sa mga pasyente: Tulungan ang mga pasyente na maunawaan na kahit na ang mga pinakamabuting desisyon ay may panganib

Para sa mga Propesyonal sa Pinansya

• Gumamit ng risk-adjusted returns (Sharpe Ratio): Suriin ang mga trader sa performance na naa-adjust sa panganib, hindi sa purong kita
• Ipatupad ang position limits at risk controls: Huwag maghintay ng masamang kinalabasan para ipatupad ang proseso
• I-audit ang "star performers": Ang hindi karaniwang mataas na kita ay dapat mag-trigger ng pagsusuri sa proseso, hindi lang pagdiriwang
• Sanayin ang mga kliyente sa outcome bias: Tulungan ang mga mamumuhunan na maunawaan na ang paghatol sa iyo sa pamamagitan ng panandaliang resulta ay hindi makatwiran
• Panatilihin ang mga journal ng desisyon: Idokumento ang batayan para sa bawat pangunahing desisyon sa pamumuhunan bago malaman ang kinalabasan

13. Mga Ugnayan sa Ibang mga Bias

Mga Bias Na Nagpapalakas sa Outcome Bias

Mga Bias Na Sumasalungat Dito

Mga Karaniwang Kadena ng Bias (Bias Chains)

Just-World Hypothesis → Outcome Bias → Victim Blaming → Defensive Decision-Making

Paliwanag: Ang pangangailangang maniwala na patas ang mundo ay nag-uudyok sa paghusga batay sa kinalabasan, na humahantong sa paninisi sa mga biktima para sa kanilang kasawian, na nagiging sanhi sa pagpili ng mga gumagawa ng desisyon na magmukhang walang sala kaysa sa paggawa ng mga pinakamahusay na pagpipilian. Ang pagkasunod-sunod na ito ay maaaring maputol sa anumang yugto, ngunit pinakamabisang nahaharangan sa pamamagitan ng paghamon sa paunang pahayag na Just-World.

14. Mga Kultural na Pananaw

Ang pananaliksik ay nagpapahiwatig na ang bias sa kinalabasan ay naroroon sa lahat ng mga kultura ngunit nagpapakita ng iba't ibang diin:

Ang pariralang "No harm, no foul" ay tila may pagkakatulad sa iba't ibang kultura—ang ugali na magdahilan sa mga mapaminsalang proseso na hindi nagbubunga ng nakikitang pinsala ay tila unibersal. Gayunpaman, magkakaiba ang mga kultura kung gaano kabilis sila lumipat mula sa "masamang resulta" tungo sa "parusa" laban sa pakikisali sa higit na maingat na pagsusuri ng sanhi.

15. Mga Mito at Maling Paniniwala

16. Mga Pananaw ng Dalubhasa

"Make sure you are not rewarding the lucky and punishing the unlucky." (Tiyaking hindi mo ginagantimpalaan ang masuwerte at pinarurusahan ang minalas.) — Michael Mauboussin, Head of Consilient Research, Morgan Stanley

"Nameless + Harmless = Blameless" (Walang pangalan + Walang pinsala = Walang masisisi) — Gino, Moore & Bazerman, na naglalarawan kung paano nagiging hindi nakikita ang hindi etikal na pag-uugali nang walang partikular na mga biktima at partikular na mga pinsala

"We cannot control outcomes. A distinct quantum of the universe is governed by luck, entropy, and chaos. We can only control our process." (Hindi natin makokontrol ang mga kinalabasan. Ang isang natatanging bahagi ng uniberso ay pinamamahalaan ng kapalaran, entropy, at kaguluhan. Maaari lamang nating kontrolin ang ating proseso.) — Buod ng consensus sa decision science

17. Mga Pangunahing Punto

1. Ang bias ng kinalabasan ay humahantong sa paghusga sa mga desisyon ayon sa kanilang mga resulta sa halip na ang kalidad ng proseso ng paggawa ng desisyon, na sistematikong natututo ng maling mga aral mula sa karanasan.
2. Sa anumang probabilistic na field (medisina, pinansya, diskarte), ang magagandang desisyon ay maaaring humantong sa masamang resulta sa pamamagitan ng variance, at ang masamang desisyon ay maaaring magtagumpay sa pamamagitan ng swerte.
3. Ang bias ay hinihimok ng attribute substitution (pagpapalit ng mahirap na tanong para sa madali) at Just-World Hypothesis (kinakailangang maniwala na nararapat ang mga resulta).
4. Napag-alaman ng mga modernong replikasyon na ang epekto ay mas malakas pa kaysa sa orihinal na naisip (Cohen's d = 0.77–1.1).
5. Ang bias sa kinalabasan ay may mga malagim na kahihinatnan sa totoong mundo: defensive na medesina, mga sakuna sa masamang negosyante, ang pagsabog ng Challenger, at sistematikong kawalan ng katarungan sa mga legal na paglilitis.
6. Ang bias ay nananatili kahit na ang mga tao ay binalaan laban dito at tinuruan kung bakit hindi ito rasyonal, na nagmumungkahi na ito ay nagpapakita ng malalim na moral na intuwisyon sa halip na mga simpleng error sa logic.
7. Ang pagbabawas nito ay nangangailangan ng mga structural na pagbabago: blind analysis, mga insentibong nakabatay sa proseso, mga premortem, at probabilistic na wika.

18. Mga Karagdagang Mapagkukunan

Mga Akademikong Papel

• Baron, J., & Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569-579.
• Gino, F., Moore, D. A., & Bazerman, M. H. (2008). No harm, no foul: The outcome bias in ethical judgments. Harvard Business School Working Paper.
• Oeberst, A., & Goeckenjan, I. (2016). When being wise after the event results in injustice: Evidence for hindsight bias in judges' negligence assessments. Psychology, Public Policy, and Law, 22(3), 271-279.
• Aiyer, S., Feldman, G., Kam, H. C., & Young, N. (2023). Outcome bias replication and extension. Pre-registered replication study.

Mga Libro

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Mauboussin, M. J. (2012). The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing. Harvard Business Review Press.
• Vaughan, D. (1996). The Challenger Launch Decision: Risky Technology, Culture, and Deviance at NASA. University of Chicago Press.

Mga Kabanata ng Libro

• Fischhoff, B. (1975). Hindsight ≠ foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288-299.

19. Summary Card (Buod)

20. Glosaryo ng mga Terminolohiyang Ginamit

21. Mga Tanong para sa Talakayan

Para sa mga book club, silid-aralan, o pagninilay sa sarili:

1. Angkop ba kailanman na husgahan ang mga desisyon sa pamamagitan ng kanilang mga kinalabasan? Sa ilalim ng anong mga kalagayan, kung mayroon man, may katuturan ang pagsusuring nakabatay sa kinalabasan?
2. Paano dapat balansehin ng mga organisasyon ang pananagutan (na nangangailangan ng paghusga sa mga resulta) nang may katarungan (na nangangailangan ng pagkilala sa pagkakaiba/variance)?
3. Kung bubuo ka ng isang legal na sistema mula sa simula, paano mo mapipigilan ang bias sa kinalabasan mula sa pagbaluktot sa mga hatol sa malpractice at kapabayaan?
4. Matutukoy mo ba ang isang panahon kung kailan ikaw o ang isang taong kakilala mo ay nahatulan nang hindi patas batay sa isang maswerte o malas na kinalabasan?
5. Ano ang ibig sabihin nito para sa lipunan kung tunay nating naisasaloob na "ang magagandang desisyon ay maaaring magkaroon ng masamang kinalabasan"? Paano magbabago ang ating mga institusyon?