கொத்துருவாக்க மாயை (The Clustering Illusion)

ஒரு பார்வையில்

1. சுருக்கம்

நமது மூளை குழப்பத்தில் ஒரு ஒழுங்கைக் கண்டறியும் வகையில் பரிணாம வளர்ச்சி அடைந்த வடிவங்களைத் தேடும் இயந்திரங்கள்—புல்லில் சலசலப்பு ஒரு வேட்டையாடும் விலங்கைக் குறிக்கிறது, மேக உருவாக்கம் புயலைக் கணிக்கிறது. இருப்பினும், இந்த சக்திவாய்ந்த உயிர்வாழும் பொறிமுறைக்கு ஒரு இருண்ட பக்கமும் உள்ளது: வடிவங்கள் இல்லாத இடத்திலும் நாம் வடிவங்களைக் காண்கிறோம். பங்கு விலைகள், வரைபடத்தில் புற்றுநோய் பாதிப்புகள் அல்லது கூடைப்பந்து வீரரின் சூட்டிங் தொடர் போன்ற சீரற்ற தரவைப் பார்க்கும்போது, சீரற்ற தன்மை உருவாக்கும் இயற்கையான "கொத்துகளை" அர்த்தமுள்ளதாக நாம் கருதுகிறோம். உண்மையான சீரற்ற தன்மை சீராகப் பரவி இருப்பதில்லை; அது கொத்து கொத்தாக இருக்கும், நமது மூளை அந்த கொத்துகளை சில மறைமுகமான சக்திகளின் செயல்பாட்டிற்கான ஆதாரமாக தவறாகப் புரிந்துகொள்கிறது.

2. இதன் பின்னால் உள்ள அறிவியல்

2.1. கண்டுபிடிப்பு மற்றும் வரலாறு

கொத்துருவாக்க மாயை மனித அறிவாற்றல் ஆய்வில் ஆழமான வேர்களைக் கொண்டுள்ளது, இருப்பினும் இக்கருத்து பல முக்கிய முன்னேற்றங்கள் மூலம் உருவானது:

• 1970கள்: இஸ்ரேலிய உளவியலாளர்களான அமோஸ் ட்வெர்ஸ்கி (Amos Tversky) மற்றும் டேனியல் காஹ்னேமன் (Daniel Kahneman) ஆகியோர் பிரதிநிதித்துவ ஹியூரிஸ்டிக்கை அடையாளம் கண்டனர், இது கொத்துகளை நாம் ஏன் தவறாகப் புரிந்துகொள்கிறோம் என்பதற்கான உளவியல் அடிப்படையை வழங்குகிறது
• 1958: ஜெர்மன் நரம்பியல் நிபுணர் கிளாஸ் கான்ராட் (Klaus Conrad) "அப்போஃபெனியா (apophenia)" என்ற சொல்லை உருவாக்கினார், இது தொடர்பில்லாத விஷயங்களுக்கு இடையே அர்த்தமுள்ள தொடர்புகளை உணரும் பரந்த போக்கை விவரிக்க, முதலில் ஸ்கிசோஃப்ரினியாவின் சூழலில் பயன்படுத்தப்பட்டது
• 1985: கிலோவிச் (Gilovich), வலோன் (Vallone), மற்றும் ட்வெர்ஸ்கி (Tversky) ஆகியோரின் வரலாற்றுச் சிறப்புமிக்க "ஹாட் ஹேண்ட் (Hot Hand)" ஆய்வு கொத்துருவாக்க மாயையை முக்கிய அறிவியல் விவாதத்திற்குக் கொண்டு வந்தது
• 1991: தாமஸ் கிலோவிச்சின் (Thomas Gilovich) How We Know What Isn't So என்ற புத்தகம் முறையான பெயர் சூட்டி, "கொத்துருவாக்க மாயையை" ஒரு தனித்துவமான அறிவாற்றல் சார்பாக பிரபலப்படுத்தியது
• 2018: மில்லர் (Miller) மற்றும் சஞ்சுர்ஜோ (Sanjurjo) ஆகியோரின் கணிதவியல் மறுபகுப்பாய்வு, இந்த மாயையை ஆய்வு செய்யும் ஆராய்ச்சியாளர்கள் கூட புள்ளிவிவரப் பிழைகளைச் செய்திருக்கிறார்கள் என்பதை வெளிப்படுத்தியது, இது இந்த சார்புக்கு நாம் எவ்வளவு ஆழமாக பாதிக்கப்படுகிறோம் என்பதை நிரூபிக்கிறது

2.2. முக்கிய ஆராய்ச்சியாளர்கள்

2.3. வரலாற்றுச் சிறப்புமிக்க ஆய்வுகள்

ஹாட் ஹேண்ட் ஆய்வு (கிலோவிச், வலோன், & ட்வெர்ஸ்கி, 1985)

கூடைப்பந்து ரசிகர்கள், வீரர்கள் மற்றும் பயிற்சியாளர்கள் மத்தியில் "வெற்றி வெற்றியைத் தரும்" என்று ஒரு வீரர் "ஹாட் (hot)" ஆகிறார் என்ற உலகளாவிய நம்பிக்கையை இந்த ஆய்வு ஆராய்ந்தது.

முறைமை:

• கூடைப்பந்து தொடர் வெற்றிகள் (shooting streaks) குறித்த நம்பிக்கைகள் பற்றி 100 கூடைப்பந்து ரசிகர்களிடம் கருத்துக்கணிப்பு நடத்தப்பட்டது
• 1980-81 சீசனின் போது பிலடெல்பியா 76ers இன் ஷூட்டிங் பதிவுகள் பகுப்பாய்வு செய்யப்பட்டன
• நிபந்தனை நிகழ்தகவுகள் ஆராயப்பட்டன: முந்தைய வெற்றிகளுக்குப் பிறகு அடுத்த வெற்றியின் நிகழ்தகவு அதிகரிக்கிறதா?
• பாஸ்டன் செல்டிக்ஸ் ஃப்ரீ த்ரோ பதிவுகள் பகுப்பாய்வு செய்யப்பட்டன (தற்காப்பு மாறிகளை அகற்றி)
• கார்னெல் பல்கலைக்கழக வார்சிட்டி வீரர்களுடன் கட்டுப்படுத்தப்பட்ட ஷூட்டிங் சோதனைகள் நடத்தப்பட்டன

முக்கிய கண்டுபிடிப்புகள்:

• 91% ரசிகர்கள் ஒரு வீரர் முந்தைய ஷாட்களை அடித்த பிறகு அடுத்த ஷாட்டை அடிக்கும் வாய்ப்பு அதிகம் என்று நம்பினர்
• 84% பேர் பல ஷாட்களை அடித்த வீரருக்கு பந்தை அனுப்புவது முக்கியம் என்று நம்பினர்
• முந்தைய முடிவுகளுக்கும் அடுத்த ஷாட் அடிப்பதற்கான நிகழ்தகவுக்கும் எந்த சம்பந்தமுமில்லை என்பதை உண்மையான தரவுகள் காட்டின
• காணப்பட்ட "தொடர்களின் (streaks)" எண்ணிக்கை சீரற்ற வரிசைகளில் எதிர்பார்க்கப்படுவதற்குச் சரியாகப் பொருந்தியது
• வீரர்கள் "ஹாட் ஆக" உணர்ந்தாலும் கூட, அவர்களின் வெற்றி தோல்விகளை வாய்ப்பை விட சிறப்பாக கணிக்க முடியவில்லை

முடிவு: ஹாட் ஹேண்ட் என்பது கொத்துருவாக்க மாயையால் உருவாக்கப்பட்ட ஒரு அறிவாற்றல் மாயை என்றும், அது நினைவக சார்புடன் (மாற்று வடிவங்களை மறந்துவிட்டு தொடர்களை நினைவில் கொள்வது) இணைந்தது என்றும் ஆராய்ச்சியாளர்கள் முடிவு செய்தனர்.

மில்லர்-சஞ்சுர்ஜோ மறுப்பு (2018)

முப்பது ஆண்டுகளுக்குப் பிறகு, பொருளாதார நிபுணர்கள் ஜோஷுவா மில்லர் மற்றும் ஆடம் சஞ்சுர்ஜோ அசல் வழிமுறையில் ஒரு நுட்பமான ஆனால் முக்கியமான குறைபாட்டைக் கண்டறிந்தனர்: அது தொடர் தேர்வு சார்பு (streak selection bias).

கண்டுபிடிப்பு: பைனரி தரவின் எந்தவொரு வரையறுக்கப்பட்ட வரிசையிலும், வெற்றித் தொடருக்குப் பின் வரும் வெற்றிகளின் விகிதம், வெற்றியின் அடிப்படை நிகழ்தகவை விடக் குறைவாக இருக்கும் என்று எதிர்பார்க்கப்படுகிறது. இது இயல்புக்கு மாறானது ஆனால் கணித ரீதியாக நிரூபிக்கக்கூடியது. 100 முறை நாணயத்தைச் சுண்டும்போது, தலை விழுந்தபின் மீண்டும் தலை விழுவதற்கான நிகழ்தகவு சுமார் 0.46 ஆகும், 0.50 அல்ல.

தாக்கங்கள்:

• GVT (கிலோவிச், வலோன், ட்வெர்ஸ்கி) ஒரு வெற்றிக்குப் பிறகு 50% ஷூட் செய்யும் வீரர்கள் ஹாட் ஹேண்ட் இல்லை என்பதைக் குறிக்கிறது என்று கருதினர்
• சரியான அடிப்படை அளவு உண்மையில் ~46% ஆக இருந்தது, அதாவது 50% ஷூட் செய்யும் வீரர்கள் சீரற்ற எதிர்பார்ப்பை விட சுமார் 4 சதவீத புள்ளிகள் சிறப்பாக செயல்பட்டனர்
• மறுபகுப்பாய்வு ஹாட் ஹேண்ட் விளைவின் புள்ளிவிவர ரீதியாக குறிப்பிடத்தக்க ஆதாரத்தைக் கண்டறிந்தது

மெட்டா-பாடம்: கொத்துருவாக்க மாயையை ஆய்வு செய்யும் விஞ்ஞானிகள் கூட சீரற்ற தன்மை குறித்த புள்ளிவிவர தவறான புரிதல்களுக்குப் பலியாகினர், இது இந்த சார்பு உண்மையில் எவ்வளவு ஆழமாக வேரூன்றியுள்ளது என்பதை நிரூபிக்கிறது.

கிளார்க்கின் V-2 குண்டுவீச்சு பகுப்பாய்வு (1946)

பிரிட்டிஷ் ஆக்சுவரி (actuary) ஆர்.டி. கிளார்க் தென் லண்டன் மீதான ஜெர்மன் V-2 ராக்கெட் தாக்குதல்களின் புள்ளிவிவரப் பகுப்பாய்வை மேற்கொண்டார்.

முறைமை:

• தென் லண்டனை 576 சம அளவுள்ள கட்டங்களாகப் (0.25 சதுர கி.மீ) பிரித்தார்
• இந்தக் கட்டங்களில் 537 குண்டு தாக்குதல்களைக் கண்காணித்தார்
• தூய சீரற்ற தன்மையின் கீழ் எதிர்பார்க்கப்படும் முடிவுகளைக் கணிக்க பாய்சான் விநியோகத்தை (Poisson distribution) பயன்படுத்தினார்

முடிவுகள்:

முடிவு: குறிப்பிட்ட சுற்றுப்புறங்கள் குறிவைக்கப்படுவதாக லண்டன்வாசிகளை நம்ப வைத்த "கொத்துகள்" சீரற்ற வாய்ப்புடன் முற்றிலும் ஒத்துப்போயின.

2.4. நரம்பியல் அடிப்படை

கொத்துருவாக்க மாயை பல அறிவாற்றல் வழிமுறைகள் மற்றும் மூளை அமைப்புகளை ஈடுபடுத்துகிறது:

வடிவ அங்கீகார அமைப்புகள்:

• மூளையின் பார்வைப் புறணி மற்றும் வடிவ அங்கீகார நெட்வொர்க்குகள் வழக்கமான தன்மைகளைக் கண்டறிய பரிணாம ரீதியாக டியூன் செய்யப்பட்டுள்ளன
• டெம்போரல் லோப் (temporal lobe) தொடர்ச்சியான தகவல்களை செயலாக்குகிறது மற்றும் எதிர்பார்க்கப்படும் வடிவங்களிலிருந்து விலகல்களை அடையாளம் காண்கிறது
• கொத்துகள் கண்டறியப்படும்போது, எந்த வடிவமும் இல்லாதபோதும் இந்த அமைப்புகள் "வடிவம் கண்டறியப்பட்டது!" என சமிக்ஞை செய்கின்றன

குறியாக்க பொறிமுறை (பால்க் & கோனோல்ட்):

• ஒரு வரிசையை மனதளவில் குறியாக்கம் செய்வது எவ்வளவு கடினம் என்பதை அடிப்படையாகக் கொண்டு மக்கள் சீரற்ற தன்மையை மதிப்பிடுகிறார்கள்
• "HHHHHH" போன்ற ஒரு வரிசை குறியாக்கம் செய்ய எளிதானது ("ஆறு தலைகள்") → சீரற்றதல்ல என மதிப்பிடப்படுகிறது
• "HTHHTH" போன்ற ஒரு வரிசை குறியாக்கம் செய்யக் கடினமானது (மனப்பாடம் தேவை) → சீரற்றது என மதிப்பிடப்படுகிறது
• சீரற்ற செயல்முறைகள் எப்போதாவது "சுருக்கக்கூடிய" கொத்துகளை உருவாக்குகின்றன, மூளை அவற்றை வடிவங்களாகக் குறிக்கிறது

டோபமினெர்ஜிக் வெகுமதி அமைப்புகள்:

• வடிவக் கண்டறிதல் வெகுமதி பாதைகளைத் தூண்டுகிறது, நாம் கொத்துகளைக் காணும்போது நரம்பியல் "வெகுமதியை" வழங்குகிறது
• இது வடிவங்களைத் தேடும் நடத்தையை வலுப்படுத்தும் நேர்மறையான பின்னூட்ட சுழற்சியை உருவாக்குகிறது
• தவறானதாக இருந்தாலும், "புள்ளிகளை இணைப்பதில்" உள்ள இன்பம் தொடர்ந்து வடிவங்களைக் கண்டறிய ஊக்குவிக்கிறது

கவன அமைப்புகள்:

• மாற்றத்தைக் கண்டறிவதற்காக டியூன் செய்யப்பட்ட கவன அமைப்புகளை மாற்று சார்பு பிரதிபலிக்கலாம் என்று ஸ்டியன் ரெய்மர்ஸின் (Stian Reimers) ஆராய்ச்சி கூறுகிறது
• இயற்கை சூழல்களில், மாற்றங்கள் பதில் தேவைப்படும் முக்கியமான நிகழ்வுகளைக் குறிக்கின்றன
• நிலையான நிலைகள் (கொத்துகள்) எதிர்பார்க்கப்படும் மாற்றத்திலிருந்து விலகுவதால் கூடுதல் கவனத்தைப் பெறுகின்றன

3. பரிணாம தோற்றம்

கொத்துருவாக்க மாயை என்பது மனித அறிவாற்றலில் உள்ள ஒரு பிழை அல்ல—காரணத்தை விரைவாகக் கண்டறியும் திறன் என்ற நமது மிகப்பெரிய பரிணாம சொத்தின் இருண்ட பக்கமே இது.

மூதாதையரின் உயிர்வாழும் நன்மை: மூதாதையர் சூழலில், வடிவங்களைக் கண்டறியும் திறன் உயிர்வாழ்வதற்கான முன்நிபந்தனையாக இருந்தது:

• உயரமான புல்லில் ஏற்படும் சலசலப்பு ஒரு வேட்டையாடும் விலங்குடன் தொடர்புடையது என்பதை அங்கீகரிப்பது உங்கள் உயிரைக் காப்பாற்றும்
• குறிப்பிட்ட மேக அமைப்புகள் புயல்களை முன்னறிவிக்கின்றன என்பதை அடையாளம் காண்பது தயாராவதற்கு உதவியது
• சில தாவரங்கள் நீர் ஆதாரங்களுக்கு அருகில் கூட்டமாக இருப்பதை கவனிப்பது உணவு தேட உதவியது
• விலங்குகளின் தடம் நீர்நிலைகளைச் சுற்றி கொத்தாக இருப்பதைக் கண்டறிவது வேட்டையாடும் வெற்றியை மேம்படுத்தியது

செலவு-பயன் சமச்சீரற்ற தன்மை: பரிணாமக் கண்ணோட்டத்தில், ஃபால்ஸ் பாசிட்டிவ்ஸ் (false positives - இல்லாத ஒரு வடிவத்தைப் பார்ப்பது), ஃபால்ஸ் நெகட்டிவ்ஸை (false negatives - இருக்கும் வடிவத்தைக் காணத் தவறுவது) விட மிகக் குறைந்த செலவைக் கொண்டிருந்தது:

• ஃபால்ஸ் பாசிட்டிவ்: வெறும் காற்றால் ஏற்பட்ட சலசலப்பைக் கண்டு நீங்கள் ஓடுகிறீர்கள் → சிறிய ஆற்றல் விரயம்
• ஃபால்ஸ் நெகட்டிவ்: உண்மையில் வேட்டையாடும் விலங்கால் ஏற்பட்ட சலசலப்பை நீங்கள் புறக்கணிக்கிறீர்கள் → மரணம்

இந்த சமச்சீரற்ற தன்மையானது, அவர்கள் எப்போதாவது "பேய்களைப் பார்த்தாலும்", வடிவங்களை உணரும் மனங்களுக்கு வலுவான தேர்ந்தெடுக்கப்பட்ட அழுத்தத்தை உருவாக்கியது.

நவீன பொருத்தமின்மை: கட்டமைப்பிற்கான இந்த நேர்த்தியான உணர்திறன் நவீன உலகில் பொருந்தாததாக மாறியது:

• சீரற்ற நடைகளை (random walks) இயக்கும் நிதிச் சந்தைகள்
• புள்ளிவிவர விநியோகங்களைப் பின்பற்றும் நோய் நிகழ்வு விகிதங்கள்
• கணிதவியல்படி சீரற்ற வரிசைகளை உருவாக்கும் ஷஃபிள் வழிமுறைகள் (shuffle algorithms)
• நிகழ்தகவுக் கோட்பாட்டால் நிர்வகிக்கப்படும் விளையாட்டுப் புள்ளிவிவரங்கள்

நமது மூளை மூதாதையர் கால வடிவக் கண்டறிதல் வழிமுறைகளை நவீன சீரற்ற தரவுகளுக்குப் பயன்படுத்துகிறது, தற்செயலான நிகழ்வுகளில் காரணத்தையும் விபத்தில் நோக்கத்தையும் காண்கிறது.

4. இந்த சார்பு எவ்வாறு வெளிப்படுகிறது

4.1. அன்றாட வாழ்வில்

சூதாட்டம் மற்றும் விளையாட்டுகள்:

• ஒரு ஸ்லாட் இயந்திரத்தில் தொடர்ந்து தோல்வியடைந்த பிறகு வெற்றி "கட்டாயம் கிடைக்கும்" என்று நம்புவது
• லாட்டரியில் உங்கள் "அதிர்ஷ்ட எண்கள்" முன்பு வந்திருப்பதால் அவை அர்த்தமுள்ளவை என்று நினைப்பது
• சீட்டு விளையாட்டுகளில் தொடர் வெற்றிகளை "அதிர்ஷ்டத்தில்" இருப்பதற்கான ஆதாரமாகக் கருதுவது

விளையாட்டு ரசிகர்கள்:

• நீங்கள் பார்க்கும்போது உங்கள் அணி "எப்போதும்" தோற்றுவிடுகிறது என்று வலியுறுத்துவது
• மறக்க முடியாத சில நிகழ்வுகளின் அடிப்படையில் சில வீரர்கள் எப்போதும் "முக்கிய தருணங்களில் (clutch) சிறப்பாக செயல்படுபவர்கள்" என்று நம்புவது
• உங்கள் அணிக்கு எதிரான முடிவுகளின் தொகுப்பை அடிப்படையாகக் கொண்டு நடுவர் சார்புடன் செயல்படுகிறார் என்று கருதுவது

இசை மற்றும் பொழுதுபோக்கு:

• ஷஃபிள் சில கலைஞர்களைத் தொடர்ந்து இசைக்கும்போது, உங்கள் மியூசிக் ஸ்ட்ரீமிங் சேவை அவர்களுக்குச் சாதகமாக "சார்புடன்" உள்ளது என்று நம்புவது
• ஒரு குறிப்பிட்ட வகை இசை "எப்போதும்" குறிப்பிட்ட நேரங்களில் வருகிறது என்று கருதுவது

மூடநம்பிக்கைகள்:

• தற்செயலான நிகழ்வுகளின் அடிப்படையில் சடங்குகளை உருவாக்குவது ("அதிர்ஷ்ட" ஆடைகளை அணிவது)
• நல்ல அல்லது கெட்ட அதிர்ஷ்டத்தின் "தொடர்களை" நம்புவது
• அன்றாட சீரற்ற நிகழ்வுகளில் அர்த்தமுள்ள வடிவங்களைக் காண்பது

4.2. பணியிடத்தில்

செயல்திறன் மதிப்பீடு:

• சமீபத்திய முடிவுகளின் அடிப்படையில் மேலாளர்கள் ஊழியர்களை "சிறந்த" அல்லது "மோசமான" செயல்திறன் கொண்டவர்களாகக் கருதுவது
• ஒட்டுமொத்தப் பதிவை விட ரெஸ்யூமில் உள்ள தொடர் நிகழ்வுகளின் அடிப்படையில் வேலை தேடுபவர்களை மதிப்பிடுவது
• சமீபத்திய செயல்திறன் கொத்துகளின் அடிப்படையில் சில குழுக்கள் அல்லது துறைகள் "முன்னேற்றப் பாதையில்" உள்ளன என்று நம்புவது

விற்பனை மற்றும் வணிக மேம்பாடு:

• வெறுமனே சீரற்ற வெற்றிக் கொத்துகளாக இருக்கும் "ஹாட்" வழிகளைப் பின்பற்றுவது
• சீரற்ற தோல்விகளுக்குப் பிறகு நம்பிக்கைக்குரிய உத்திகளைக் கைவிடுவது
• தற்செயலான முடிவுகளின் அடிப்படையில் குறிப்பிட்ட நேரம், இருப்பிடங்கள் அல்லது அணுகுமுறைகள் சிறந்தவை என்று நம்புவது

திட்ட மேலாண்மை:

• விளைவுக் கொத்துகளின் அடிப்படையில் திட்டத்தின் "முன்னேற்றம்" அல்லது "சபிக்கப்பட்ட" திட்டங்களைக் கருதுவது
• சமீபத்திய செயல்திறன் தொடர்களின் அடிப்படையில் வள ஒதுக்கீடு முடிவுகளை எடுப்பது
• தாமதங்கள் அல்லது வெற்றிகளின் கொத்துகளுக்கு அதிகமாக எதிர்வினையாற்றுவது

4.3. வணிகம் மற்றும் சந்தைப்படுத்தலில்

நுகர்வோர் கையாளுதல்:

• சமீபத்திய வெற்றி எண்களைக் காண்பிப்பதன் மூலம் கொத்துருவாக்க மாயையை கேசினோக்கள் பயன்படுத்திக் கொள்கின்றன, "ஹாட்" அல்லது "கட்டாயம் வரவிருக்கும்" எண்களில் பந்தயம் கட்ட வீரர்களை ஊக்குவிக்கின்றன
• FOMO (விட்டுவிடுவோமோ என்ற பயம்) உருவாக்க, தயாரிப்பு வெற்றியின் "ஹாட் தொடர்களை" சந்தைப்படுத்துதல்
• வெற்றிகள் மற்றும் சான்றுகளின் தேர்ந்தெடுக்கப்பட்ட அறிக்கைகள் மூலம் செயற்கை கொத்துகளை உருவாக்குதல்

தயாரிப்பு வடிவமைப்பு:

• ஸ்பாட்டிஃபை மற்றும் ஆப்பிள் தங்களது ஷஃபிள் அல்காரிதம்களை குறைந்த சீரற்ற தன்மையுடன் மாற்றி வடிவமைத்தன, ஏனெனில் உண்மையான சீரற்ற தன்மை பயனர்களுக்கு "உடைந்ததாக" உணர்த்தியது
• ஸ்மார்ட் ஷஃபிள் அல்காரிதம்கள் பயனர்களின் "சீரற்ற" எதிர்பார்ப்புகளுக்குப் பொருந்துமாறு கொத்துருவாக்கத்தைத் தீவிரமாகத் தடுக்கின்றன
• விளையாட்டாளர்கள் அதிக "நியாயத்தை" உணர, கேம் வடிவமைப்பாளர்கள் உணரப்பட்ட சீரற்ற தன்மையைக் கையாளுகின்றனர்

விற்பனை உத்திகள்:

• டிரெண்டிங்கான தயாரிப்புகளைக் குறிக்க சமீபத்திய வாங்குதல்களின் கொத்துகளைக் காண்பித்தல்
• விற்பனைக் கொத்துகளைக் காட்டிய பிறகு "குறைந்த நேரம் மட்டுமே" சலுகைகளைப் பயன்படுத்துதல்
• உலகளாவிய திருப்தியைக் குறிக்க சான்றுகளின் கொத்துகளை வழங்குதல்

4.4. அரசியல் மற்றும் ஊடகங்களில்

கருத்துக்கணிப்பு மற்றும் தேர்தல்கள்:

• பிழை வரம்பிற்குள் உள்ள சீரற்ற ஏற்ற இறக்கங்களின் அடிப்படையில் கருத்துக்கணிப்புத் தரவில் "முன்னேற்றத்தை" உணர்தல்
• கொத்தான முடிவுகளின் அடிப்படையில் சில பகுதிகள் அல்லது மக்கள்தொகை "மாறுகிறது" என்று நம்புவது
• ஊடகக் கவரேஜ் சீரற்ற கொத்துகளை முக்கியமான போக்குகளாகப் பெருக்குகிறது

செய்தி கவரேஜ்:

• சம்பவங்களின் சீரற்ற கொத்துகளின் அடிப்படையில் "குற்ற அலை" அறிக்கையிடல்
• சுகாதாரத் தரவில் உள்ள புள்ளிவிவர இரைச்சலுக்கு "தொற்றுநோய்" போன்ற மொழியைப் பயன்படுத்துதல்
• தற்செயலான நிகழ்வுக் கொத்துகளைச் சுற்றி கதைகளை உருவாக்குதல்

சதி கோட்பாடுகள்:

• தொடர்பில்லாத நிகழ்வுகளை அர்த்தமுள்ள வடிவங்களாக இணைத்தல்
• தற்செயலான நேரங்களில் வேண்டுமென்றே ஒருங்கிணைப்பு இருப்பதைக் காணுதல்
• சீரற்ற தரவுக் கொத்துகளை மறைக்கப்பட்ட சக்திகளின் ஆதாரமாக விளக்குதல்

4.5. சுகாதாரத்துறையில்

புற்றுநோய் கொத்துகள்:

• சுற்றுப்புறங்களில் சீரற்ற புற்றுநோய் பாதிப்புகளின் கொத்துகள் தோன்றும்போது சமூகப் பீதி
• புள்ளிவிவர இரைச்சலுக்குச் சுற்றுச்சூழல் காரணங்களை ஆராயக் கோருதல்
• லாங் ஐலண்ட் மார்பகப் புற்றுநோய் ஆய்வுத் திட்டம் (1990கள்) $30 மில்லியனைச் செலவழித்து, மக்கள்தொகை மற்றும் கண்டறிதல் சார்புகளால் பெரும்பாலும் விளக்கப்படக்கூடிய ஒரு கொத்தை விசாரித்தது

கண்டறியும் பிழைகள்:

• மருத்துவர்கள் சமீபத்திய நோயாளிகளின் கொத்துகளின் அடிப்படையில் நோய் "வடிவங்களை" உணர்தல்
• சமீபத்திய நேர்மறையான கண்டுபிடிப்புகளின் "தொடர்களின்" அடிப்படையில் அதிகப்படியான பரிசோதனைகளுக்கு உத்தரவிடுதல்
• சீரற்ற அறிகுறி கொத்துகளைக் குறிப்பிட்ட காரணங்களுக்குக் கூறுதல்

சிகிச்சை மதிப்பீடு:

• நோயாளிகள் தற்செயலான அறிகுறி மேம்பாட்டுக் கொத்துகளின் அடிப்படையில் சிகிச்சைகளைச் செயல்படுவதாகக் கருதுதல்
• சீரற்ற பக்க விளைவுக் கொத்துகளின் அடிப்படையில் மருந்துகளை நிறுத்துதல்
• சீரற்ற முன்னேற்றக் கொத்துகளைத் தவறாகக் கூறுவதன் மூலம் மாற்று மருத்துவம் செழித்து வளர்கிறது

4.6. நிதி மற்றும் முதலீட்டில்

தொழில்நுட்ப பகுப்பாய்வு:

• சீரற்ற விலைத் தரவுகளில் "Head and Shoulders," "Double Tops," மற்றும் பிற வடிவங்களை அடையாளம் காணுதல்
• கணினியால் உருவாக்கப்பட்ட சீரற்ற நடைக் (random walk) விளக்கப்படங்களில் ஆய்வாளர்கள் இதே வடிவங்களை அடையாளம் காண்கிறார்கள் என்று ஆய்வுகள் காட்டுகின்றன
• புள்ளிவிவர இரைச்சலாக இருக்கும் வடிவங்களைச் சுற்றி வர்த்தக உத்திகளை உருவாக்குதல்

போக்கைத் துரத்துதல்:

• முதலீட்டாளர்கள் நேர்மறையான வருமானத்தின் கொத்தை அடிப்படையில் மாறிய மதிப்பைக் கொண்ட "ஹாட்" பங்காகக் கருதுதல்
• சீரற்ற கொத்துகளின் உச்சியில் வாங்குதல் (தொடர் நிகழ்ந்த பிறகு)
• இது ஹாட் ஹேண்ட் மாயையின் நிதிச் சமமானதாகும்

மந்தை நடத்தை:

• அடிப்படை பகுப்பாய்விற்குப் பதிலாக மற்ற முதலீட்டாளர்களின் கொத்தான நடத்தையைப் பின்பற்றுதல்
• குறைந்த நிதி அறிவு கொண்ட சந்தைகளில் இது குறிப்பாக வலுவாக இருப்பதாக ஆராய்ச்சி சுட்டிக்காட்டுகிறது
• உணரப்பட்ட முன்னேற்றத்தின் அடிப்படையில் சுய-வலுவூட்டும் குமிழிகளை உருவாக்குதல்

இழப்பு உணர்வு:

• நஷ்டமடையும் நாட்களின் கொத்து, பீதியால் விற்க வேண்டிய "வீழ்ச்சியாக" கருதப்படுகிறது
• நிலையான விலகலுக்குள் இருக்கும் சீரற்ற ஏற்ற இறக்கம் சமமற்ற பய எதிர்வினைகளைத் தூண்டுகிறது
• இழப்புக் கொத்துகள் சமமான லாபக் கொத்துகளை விட மிகவும் குறிப்பிடத்தக்கதாக உணரப்படுகின்றன

5. நிஜ உலக ஆய்வுகள்

ஆய்வு 1: லண்டன் மீதான V-2 ராக்கெட் தாக்குதல்கள் (1944-1945)

• சூழல்: இரண்டாம் உலகப் போரின் போது, நாஜி ஜெர்மனி V-1 பறக்கும் குண்டுகள் மற்றும் V-2 பாலிஸ்டிக் ராக்கெட்டுகளை லண்டன் மீது வீசியது. V-2 அடிப்படையில் பெரிய பிழை வரம்பைக் கொண்ட வழிகாட்டப்படாத ஏவுகணையாகும், நகரத்தை கண்மூடித்தனமாகத் தாக்கும் வகையில் வடிவமைக்கப்பட்டது.

• என்ன நடந்தது: குண்டுகள் கொத்தாக விழுவதை லண்டன்வாசிகள் கவனித்தனர். தென் லண்டனில் உள்ள குறிப்பிட்ட பகுதிகள் மீண்டும் மீண்டும் தாக்கப்பட்டன, அதே நேரத்தில் அருகில் உள்ள பகுதிகள் தப்பின. குறிவைக்கப்பட்ட பகுதிகளில் ஜெர்மன் உளவாளிகள் இருப்பதாக, ஏழைகளை வேண்டுமென்றே குறிவைப்பதாக அல்லது குறிப்பிட்ட அடையாளங்களை நோக்கி வழிகாட்டப்படுவதாகக் கோட்பாடுகளுடன் பீதி பரவியது.

• இதில் உள்ள சார்பு: குடியிருப்பாளர்கள் சீரற்ற குண்டுவீச்சு நகரம் முழுவதும் ஒரே சீரான விநியோகத்தை உருவாக்கும் என்று எதிர்பார்த்தனர். அவர்கள் கொத்துகளைப் பார்த்தபோது—சில பகுதிகள் பல முறை தாக்கப்பட்டன, மற்றவை தீண்டப்படாமல் இருந்தன—அவர்கள் சீரற்ற தன்மையை நிராகரித்து, காரண விளக்கங்களைத் தேடினர்.

• விளைவுகள்: கொத்துருவாக்க மாயை பீதி, "குறிவைக்கப்பட்ட" பகுதிகளிலிருந்து இடப்பெயர்வு, அக்கம் பக்கத்தினரிடையே வெறுப்பு மற்றும் சிவில் பாதுகாப்பு வளங்களைத் தவறாக வழிநடத்துதல் ஆகியவற்றை ஏற்படுத்தியது. இல்லாத உளவாளிகளை வேட்டையாடுவதில் ஆற்றல் வீணடிக்கப்பட்டது.

• கற்றுக்கொண்ட பாடங்கள்: ஆர்.டி. கிளார்க்கின் 1946 புள்ளிவிவரப் பகுப்பாய்வு, தாக்க முறை பாய்சான் விநியோகத்துடன் பொருந்துவதை நிரூபித்தது—தூய சீரற்ற தன்மை சரியாக எதை உருவாக்குமோ அதுவே நிகழ்ந்தது. எந்தவொரு சீரற்ற விநியோகத்திலும், சீரான தன்மை சாத்தியமற்றது; சில பகுதிகள் கண்டிப்பாக பல முறை தாக்கப்படும், மற்றவை முற்றிலும் தப்பிக்கும்.

ஆய்வு 2: லாங் ஐலண்ட் மார்பகப் புற்றுநோய் ஆய்வுத் திட்டம் (1990கள்-2000கள்)

• சூழல்: நியூயார்க்கின் லாங் ஐலண்டில் உள்ள நாசாவ் மற்றும் சஃபோக் கவுண்டிகளில் உள்ள பெண்கள், மார்பகப் புற்றுநோயின் விகிதம் அசாதாரணமாக அதிகமாக இருப்பதைக் கவனித்தனர். "9 இல் 1" போன்ற அடிமட்ட இயக்கங்கள், பூச்சிக்கொல்லிகள், மின்காந்த புலங்கள், தொழில்துறை கழிவுகள் போன்ற சுற்றுச்சூழல் நச்சுகளைக் காரணங்களாகக் கருதி விசாரணைக்கு வலியுறுத்தின.

• என்ன நடந்தது: அரசியல் அழுத்தம் காரணமாக லாங் ஐலண்ட் மார்பகப் புற்றுநோய் ஆய்வுத் திட்டத்திற்கு (LIBCSP) காங்கிரஸின் ஆணை கிடைத்தது, இது தேசிய புற்றுநோய் நிறுவனத்தால் ஒரு தசாப்தத்திற்கும் மேலாக ஒருங்கிணைக்கப்பட்ட $30 மில்லியன் மதிப்புள்ள மாபெரும் பல-ஆய்வு முயற்சியாகும்.

• இதில் உள்ள சார்பு: குடியிருப்பாளர்கள் புற்றுநோய் பாதிப்புகளின் அர்த்தமுள்ள கொத்தை உணர்ந்தனர் மற்றும் அது உள்ளூர் சுற்றுச்சூழல் காரணத்தைக் கொண்டிருக்க வேண்டும் என்று கருதினர். இது "டெக்சாஸ் ஷார்ப்ஷூட்டர் ஃபாலஸி" ஆகும்—தரவுப் புள்ளிகளின் கொத்தைக் கவனித்த பிறகு அவற்றைச் சுற்றி ஒரு குறியை வரைவது.

• விளைவுகள்: மண், நீர், தூசி மற்றும் இரத்த மாதிரிகளைப் பகுப்பாய்வு செய்த விரிவான விசாரணைக்குப் பிறகு:

  • ஆர்கனோகுளோரின்கள் (DDT/PCB) மற்றும் மார்பகப் புற்றுநோய்க்கு இடையே எந்தத் தொடர்பும் இல்லை
  • மின்கம்பிகளுடன் எந்தத் தொடர்பும் காணப்படவில்லை
  • பாலிசைக்ளிக் நறுமண ஹைட்ரோகார்பன்களுடன் (polycyclic aromatic hydrocarbons) சிறிதளவு, முடிவில்லாத தொடர்பு மட்டுமே காணப்பட்டது
  • "கொத்து" மக்கள்தொகை (தாமதமான பிரசவம் கொண்ட வசதியான மக்கள்—இது ஒரு அறியப்பட்ட ஆபத்து காரணி) மற்றும் கண்டறிதல் சார்பு (அதிக மாமோகிராபி விகிதங்கள் அதிக புற்றுநோய்களைக் கண்டறிந்தன) ஆகியவற்றால் பெருமளவில் விளக்கப்பட்டது

• கற்றுக்கொண்ட பாடங்கள்: ஒவ்வொரு கொத்தும் சுற்றுச்சூழல் காரணத்தைக் கொண்டிருப்பதில்லை. மக்கள்தொகை காரணிகள் மற்றும் கண்டறிதல் விகிதங்கள் தெளிவான கொத்துகளை உருவாக்கலாம், அவை உள்ளூர் காரணங்களுக்கான ஆதாரங்களை விட புள்ளிவிவரக் கலைப்பொருட்களாகும்.

வரலாற்று உதாரணம்: மரின் கவுண்டி புற்றுநோய் "கொத்து"

கலிபோர்னியாவின் மரின் கவுண்டியிலும் இதேபோன்ற ஒரு நிகழ்வு ஏற்பட்டது—மார்பகப் புற்றுநோய் விகிதங்கள் அதிகமாக உள்ள மற்றொரு வசதியான பகுதி. குடியிருப்பாளர்கள் சுற்றுச்சூழல் காரணங்களை அஞ்சிய நிலையில்:

• பின்னர் நடந்த ஆராய்ச்சியானது, வசதியான மக்களிடையே ஹார்மோன் மாற்று சிகிச்சையின் (Hormone Replacement Therapy - HRT) அதிகப் பயன்பாட்டால் இந்தக் "கொத்து" ஓரளவுக்கு உந்தப்பட்டது என்பதை வெளிப்படுத்தியது
• HRT பயன்பாடு குறைந்தபோது (புற்றுநோய் அபாயத்துடன் அதை இணைக்கும் ஆய்வுகளைத் தொடர்ந்து), புற்றுநோய் விகிதங்களும் குறைந்தன
• ஒரு காரணத் தொடர்பு இருந்தது, ஆனால் கொத்துருவாக்க மாயை பரிந்துரைத்த சுற்றுச்சூழல் தொடர்பு அல்ல
• கொத்துருவாக்க மாயை எவ்வாறு ஆய்வாளர்களைத் தவறான திசையில் தேட வழிநடத்தும் என்பதை இந்த வடிவம் காட்டுகிறது

6. இந்த சார்பின் விளைவுகள்

6.1. தனிப்பட்ட இழப்புகள்

நிதி இழப்புகள்:

• சீரற்ற கொத்துகளாக இருக்கும் "ஹாட்" முதலீட்டுப் போக்குகளைத் துரத்துவது
• சீரற்ற தோல்வித் தொடர்களுக்குப் பிறகு நல்ல உத்திகளைக் கைவிடுவது
• கட்டாயம் வெல்வோம் அல்லது "ஹாட் தொடர்களை" நம்புவதால் ஏற்படும் சூதாட்ட இழப்புகள்

உணர்ச்சிபூர்வமான துன்பம்:

• தனிப்பட்ட "துரதிர்ஷ்ட தொடர்களை" உணர்வதால் ஏற்படும் பதட்டம்
• அன்றாட முடிவுகளைக் கட்டுப்படுத்தும் மூடநம்பிக்கை நடத்தை
• தற்செயலான எதிர்மறை நிகழ்வுக் கொத்துகளின் அடிப்படையில் பகுத்தறிவற்ற அச்சங்கள்

உறவுகளில் பாதிப்பு:

• தற்செயலான நிகழ்வுகளின் அடிப்படையில் கூட்டாளர்களின் நடத்தை வடிவங்களை உணர்தல்
• சீரற்ற கண்காணிப்புக் கொத்துகளிலிருந்து ஆதாரமற்ற சந்தேகங்களை வளர்ப்பது
• உறுதிப்படுத்தல் சார்பு கொத்து-அடிப்படையிலான முடிவுகளை வலுப்படுத்துகிறது

வாய்ப்பு செலவுகள்:

• சீரற்ற ஆரம்பகாலத் தோல்விகளுக்குப் பிறகு நம்பிக்கைக்குரிய முயற்சிகளைக் கைவிடுவது
• உணரப்பட்ட "சரியான நேரத்திற்காக" காத்திருப்பதன் மூலம் வாய்ப்புகளைத் தவறவிடுவது
• மூடநம்பிக்கை சடங்குகளில் வீணான முயற்சி

6.2. தொழில்முறை இழப்புகள்

முதலீட்டு இழப்புகள்:

• சில்லறை முதலீட்டாளர்கள் போக்கைத் துரத்தும் நடத்தை காரணமாக குறியீடுகளை விடத் தொடர்ந்து மோசமாகச் செயல்படுகிறார்கள் என்று ஆய்வுகள் காட்டுகின்றன
• உணரப்பட்ட வடிவங்களின் அடிப்படையில் வெற்றி பெறுபவர்களை முன்கூட்டியே விற்பது மற்றும் தோற்பவர்களை நீண்ட நேரம் வைத்திருப்பது
• மாயையான சமிக்ஞைகளின் அடிப்படையில் அதிகப்படியான வர்த்தகம் செய்வதால் ஏற்படும் பரிவர்த்தனைச் செலவுகள்

தொழில் முடிவுகள்:

• குறுகிய கால முடிவுக் கொத்துகளின் அடிப்படையில் வேலையை விட்டுவிலகுவது அல்லது தொழில் பாதைகளைக் கைவிடுவது
• நேர்காணல் "தொடர்களின்" அடிப்படையில் மேலாளர்கள் மோசமான பணியமர்த்தல் முடிவுகளை எடுப்பது
• உணரப்பட்ட எதிர்மறை செயல்திறன் வடிவங்களால் ஏற்படும் செயல்திறன் பதட்டம்

வணிக வியூகத் தோல்விகள்:

• சீரற்ற மோசமான காலாண்டுகளுக்குப் பிறகு நிறுவனங்கள் சிறந்த உத்திகளைக் கைவிடுவது
• உணரப்பட்ட துறை "முன்னேற்றத்தின்" அடிப்படையில் வளங்களை தவறாக ஒதுக்குவது
• நுகர்வோர் நடத்தை தரவுகளில் வடிவங்களைத் தேடுவதால் சந்தை ஆராய்ச்சி சிதைக்கப்படுகிறது

6.3. சமூக இழப்புகள்

பொது சுகாதார வளங்கள்:

• புள்ளிவிவர இரைச்சலை ஆராய மில்லியன் கணக்கான டாலர்கள் செலவிடப்படுகின்றன (உம்., $30M லாங் ஐலண்ட் ஆய்வு)
• உண்மையான பொது சுகாதார அச்சுறுத்தல்களிலிருந்து வளங்கள் திசைதிருப்பப்படுகின்றன
• விசாரணைகளில் எந்தக் காரணமும் கண்டறியப்படாதபோது சமூகப் பதட்டம் மற்றும் அவநம்பிக்கை

கொள்கை திசைதிருப்பல்:

• சீரற்ற குற்றக் கொத்துகளுக்கு "குற்ற அலை" பதில்கள்
• புள்ளிவிவரக் கலைப்பொருட்களின் அடிப்படையில் சுற்றுச்சூழல் விதிமுறைகள்
• உண்மையான சிக்கல்கள் தீர்க்கப்படாமல் இருக்கும்போது பிரச்சனைகள் இல்லாதவற்றுக்கு வள ஒதுக்கீடு

சந்தை திறனின்மை:

• கூட்டாகப் போக்கைத் துரத்துவது குமிழிகளையும் வீழ்ச்சிகளையும் உருவாக்குகிறது
• மந்தை நடத்தை சந்தை ஏற்ற இறக்கத்தை அதிகரிக்கிறது
• வெறுமனே சீரற்றதாக இருக்கும் "ஹாட்" துறைகளை நோக்கி மூலதனத்தைத் தவறாக ஒதுக்குவது

6.4. புள்ளிவிவர தாக்கம்

ஆராய்ச்சி கண்டுபிடிப்புகள்:

• 91% கூடைப்பந்து ரசிகர்கள் கொத்துருவாக்க மாயை நம்பிக்கையைக் கொண்டுள்ளனர் என்பதை ஹாட் ஹேண்ட் ஆய்வு கண்டறிந்தது
• மனிதர்கள் ~60-70% மாற்று விகிதங்களுடன் "சீரற்ற" வரிசைகளை உருவாக்குகிறார்கள் என்று வேகனார் மற்றும் பார்-ஹில்லெல் கண்டறிந்தனர் (உண்மையான சீரற்ற தன்மை = 50%)
• பயிற்சி பெற்ற புள்ளிவிவரவியலாளர்கள் கூட உண்மையான சீரற்ற விளைவுகளை சுமார் 4 சதவீத புள்ளிகளால் குறைத்து மதிப்பிடுகிறார்கள் என்பதை மில்லர்-சஞ்சுர்ஜோ திருத்தம் வெளிப்படுத்துகிறது
• அதிக ஆபத்துகள் இருந்தபோதிலும் மக்களின் கருத்து முறையாகத் தவறானது என்பதை கிளார்க்கின் V-2 பகுப்பாய்வு காட்டியது

7. மறைக்கப்பட்ட நன்மைகள்

கொத்துருவாக்க மாயை, அதன் இழப்புகள் இருந்தபோதிலும், தகவமைப்பு நோக்கங்களுக்காகச் சேவை செய்யக்கூடும்:

விரைவான வடிவக் கண்டறிதல்:

• வடிவங்கள் இருக்கும் சூழல்களில், விரைவான கண்டறிதல் உயிர்வாழும் நன்மையை வழங்குகிறது
• இந்த சார்பு, வடிவங்கள் பொதுவானதாக இருந்த மூதாதையர் சூழல்களுக்கான உகந்த அளவுத்திருத்தத்தைக் குறிக்கலாம்
• உண்மையான வடிவங்களைத் தவறவிடுவதற்கான விலை அதிகமாக இருக்கும்போது "வருந்துவதை விடப் பாதுகாப்பாக இருப்பதே சிறந்தது" என்பது பொருந்தும்

கற்றல் முடுக்கம்:

• வடிவங்களை உணர்தல்—சில நேரங்களில் தவறாக இருந்தாலும்—உண்மையான வடிவமைக்கப்பட்ட சூழல்களில் கற்றலை விரைவுபடுத்தலாம்
• தொடர்புகளைக் கருதுவதற்கான விருப்பம் காரணப் பகுத்தறிவை வளர்க்க உதவுகிறது
• விஞ்ஞானிகள் கருதுகோள்களை உருவாக்க வடிவ உணர்வையே நம்பியிருக்கிறார்கள்

சமூக ஒருங்கிணைப்பு:

• வடிவங்கள் பற்றிய பகிரப்பட்ட நம்பிக்கைகள் (அணி முன்னேற்றம், அதிர்ஷ்டப் பொருட்கள்) பிளசிபோ போன்ற (placebo-like) வழிமுறைகள் மூலம் உண்மையான விளைவுகளை உருவாக்கலாம்
• ஹாட் ஹேண்ட் நம்பிக்கை புள்ளிவிவர அடிப்படையில் ஆதாரமற்றதாக இருந்தாலும் குழு ஒருங்கிணைப்பை மேம்படுத்தலாம்
• உணரப்பட்ட "ஹாட் தொடர்களில்" இருந்து கிடைக்கும் நம்பிக்கை உளவியல் வழிமுறைகள் மூலம் செயல்திறனை மேம்படுத்தும்

ஊக்கமளிக்கும் விளைவுகள்:

• நீங்கள் "வெற்றிப் பாதையில்" இருக்கிறீர்கள் என்று நம்புவது கடினமான காலங்களில் முயற்சியைத் தக்கவைக்கக்கூடும்
• முன்னேற்ற வடிவங்களை உணர்வது விடாமுயற்சியைப் பராமரிக்கும் உணர்ச்சிபூர்வமான வெகுமதிகளை வழங்குகிறது
• சீரற்ற தன்மையின் முழுமையான ஏற்பு இலக்கு சார்ந்த நடத்தைக்குக் குழிபறிக்கலாம்

முக்கிய எச்சரிக்கை: இந்த நன்மைகள் குறிப்பிட்ட சூழல்களில் செயல்படுகின்றன. அறியப்பட்ட சீரற்ற செயல்முறைகளைக் கொண்ட (சந்தைகள், ஷஃபிள்கள், புள்ளிவிவர விநியோகங்கள்) நவீன தரவு நிறைந்த சூழல்களில், கொத்துருவாக்க மாயையின் இழப்புகள் அதன் நன்மைகளை விட அதிகமாக இருக்கும்.

8. சுய-மதிப்பீடு: உங்களிடம் இந்த சார்பு உள்ளதா?

8.1. எச்சரிக்கை அறிகுறிகள் சரிபார்ப்புப் பட்டியல்

• சில ஸ்லாட் இயந்திரங்கள் வெற்றியைத் தர "காத்திருக்கின்றன" என்று நான் நம்புகிறேன்
• விளையாட்டுகளில் வீரர்கள் உண்மையிலேயே "ஹாட்" மற்றும் "கோல்ட்" ஆகிறார்கள் என்று நான் நினைக்கிறேன்
• தற்செயலான வெற்றிகளின் அடிப்படையில் நான் மூடநம்பிக்கை சடங்குகளை உருவாக்கியுள்ளேன்
• கலைஞர்களை மீண்டும் மீண்டும் இசைப்பதால் ஷஃபிள் அல்காரிதம்கள் "உடைந்துவிட்டன" என்று நான் புகார் செய்துள்ளேன்
• குறிப்பிட்ட நாட்கள், நேரங்கள் அல்லது நிபந்தனைகள் எனக்கு அதிர்ஷ்டமானவை என்று நான் நம்புகிறேன்
• பங்கு விளக்கப்படங்களில் "போக்குகள் (trends)" இருப்பதைப் பார்த்து அவற்றின் அடிப்படையில் வர்த்தகம் செய்துள்ளேன்
• சீரற்ற நிகழ்வுகளில் வடிவங்களை உணர்ந்து அதன் அடிப்படையில் செயல்பட்டுள்ளேன்
• யாராவது "தொடர் வெற்றியில்" இருக்கும்போது என்னால் கணிக்க முடியும் என்று நான் உறுதியாக நம்புகிறேன்
• "விஷயங்கள் மூன்றாக நடக்கும்" அல்லது அதுபோன்ற கொத்து நம்பிக்கைகளை நான் நம்புகிறேன்
• மோசமான முடிவுகளின் குறுகிய தொடருக்குப் பிறகு நான் உத்திகளைக் கைவிட்டுள்ளேன்

மதிப்பெண்:

• 0-2 குறியிட்டிருந்தால்: குறைந்த பாதிப்பு
• 3-5 குறியிட்டிருந்தால்: மிதமான பாதிப்பு
• 6-8 குறியிட்டிருந்தால்: அதிக பாதிப்பு
• 9-10 குறியிட்டிருந்தால்: மிக அதிக பாதிப்பு

8.2. சுய-சிந்தனை கேள்விகள்

1. நீங்கள் கடந்த காலத்தில் "தொடர் வெற்றியில்" இருந்தபோது, உங்கள் அடிப்படைத் திறன் உண்மையில் மாறியதா, அல்லது சீரற்ற வெற்றிக் கொத்தை அனுபவித்தீர்களா?

2. குறுகிய கால மோசமான முடிவுகள் காரணமாக நீங்கள் எப்போதாவது ஒரு சிறந்த உத்தியை (உணவுமுறை, முதலீட்டு அணுகுமுறை, வேலை முறை) கைவிட்டிருக்கிறீர்களா? திரும்பிப் பார்க்கும்போது, உத்தி குறைபாடுடையதா அல்லது சீரற்ற மாறுபாட்டை அனுபவித்ததா?

3. உண்மையான சீரற்ற நிகழ்வுகள் பொதுவாக இருப்பதை விட "அதிகமாகப் பரவியிருக்க வேண்டும்" என்று நீங்கள் உணர்கிறீர்களா? தொடர்ச்சியான மறுபடியும் நடப்பது உங்களுக்கு "தவறாக" தோன்றுகிறதா?

4. முன்கணிப்பு மதிப்பு இருப்பதாக நீங்கள் நம்பிய சீரற்ற செயல்முறைகளில் (லாட்டரி எண்கள், விளையாட்டு மதிப்பெண்கள், பங்கு நகர்வுகள்) வடிவங்களை கவனித்தீர்களா?

5. நீங்கள் உணர்ந்த வடிவம் சீரற்ற வாய்ப்பாக இருக்கலாம் என்று நண்பர்கள் அல்லது சக ஊழியர்கள் சுட்டிக்காட்டும்போது, நீங்கள் பொதுவாக எவ்வாறு எதிர்வினையாற்றுவீர்கள்? தற்காப்பா? திறந்த மனதுடனா?

8.3. விரைவான கண்டறியும் காட்சி

காட்சி: நீங்கள் ஒரு கூடைப்பந்து விளையாட்டைப் பார்க்கிறீர்கள். ஒரு வீரர் தொடர்ந்து 5 ஷாட்களை அடித்துள்ளார். அவர் "ஹாட் ஆகிறார்" என்று அறிவிப்பாளர் கூறுகிறார். இன்னும் 30 வினாடிகள் மட்டுமே உள்ளன, உங்கள் அணி 2 புள்ளிகள் பின்தங்கியுள்ளது, உங்கள் அணியிடம் பந்து உள்ளது.

இந்தச் சூழ்நிலையை நீங்கள் எவ்வாறு நினைப்பீர்கள்?

• அ) "அவர் ஹாட் ஆக இருக்கிறார்—பந்தை அவரிடம் கொடுங்கள்! அவரது சீசன் சராசரியை விட அவர் இந்த ஷாட்டை அடிக்க அதிக வாய்ப்புள்ளது." → அதிக பாதிப்பு

• ஆ) "அவர் தொடர்ந்து 5 ஷாட்களை அடித்துள்ளார், இது குறிப்பிடத்தக்கதாகத் தோன்றுகிறது, ஆனால் அடுத்த ஷாட்டில் அவரது உண்மையான நிகழ்தகவு அவரது சீசன் சராசரிக்கு அருகில் இருக்கும் என்று எனக்குத் தெரியும். இருப்பினும், அவரது நம்பிக்கை ஓரளவுக்கு உதவக்கூடும்." → மிதமான பாதிப்பு

• இ) "அவரது கடந்த 5 ஷாட்கள் இந்த ஷாட்டுக்குத் தொடர்பில்லாதவை. சற்றுமுன் என்ன நடந்தது என்பதைப் பொருட்படுத்தாமல், எங்கிருந்து தடையின்றி அடிக்க முடியுமோ அங்குச் சிறந்த எதிர்பார்க்கப்படும் சதவீதத்தைக் கொண்டிருப்பவரிடமே பந்து செல்ல வேண்டும்." → குறைந்த பாதிப்பு

9. மற்றவர்களிடம் இந்த சார்பை அடையாளம் காணுதல்

9.1. நடத்தை குறிகாட்டிகள்

பேச்சில்:

• "தொடர்", "முன்னேற்றம்", "ஹாட்", "உரிய", "வடிவம்" போன்ற வார்த்தைகளை அடிக்கடி பயன்படுத்துதல்
• தற்செயலான நிகழ்வுகளைச் சுற்றி கதைக் கட்டுமானம் ("நான் ஆரம்பித்ததில் இருந்து...")
• சமீபத்திய அவதானிப்புகளின் அடிப்படையில் கணிப்புகள் பற்றிய நம்பிக்கை

முடிவெடுப்பதில்:

• சமீபத்திய வெற்றியாளர்களைத் துரத்துவது (முதலீடுகள், உத்திகள், அணுகுமுறைகள்)
• குறுகிய எதிர்மறை ஓட்டங்களுக்குப் பிறகு அணுகுமுறைகளைக் கைவிடுவது
• உணரப்பட்ட "நேரம்" அல்லது "உணர்வின்" அடிப்படையில் தேர்வுகளைச் செய்வது

அன்றாட வாழ்வில்:

• நிச்சயமற்ற நிகழ்வுகளுக்கு முன் விரிவான சடங்குகள்
• "அதிர்ஷ்டம்" மற்றும் அதன் வடிவங்களைப் பற்றிய வலுவான கருத்துக்கள்
• தற்செயல்களில் அர்த்தத்தைக் காணும் போக்கு

9.2. உரையாடல் அபாய அறிகுறிகள்

இந்தச் சார்பின் கீழ் இருக்கும்போது மக்கள் சொல்லும் சொற்றொடர்கள்:

• "அவர் ஹாட் ஆகிறார்—அவரிடமே பந்தைக் கொடுங்கள்!"
• "நான் ஒரு வெற்றியைப் பெற வேண்டும்; நான் தொடர்ந்து பல முறை தோற்றுவிட்டேன்."
• "இது இந்த வாரத்தில் மூன்றாவது முறை—கண்டிப்பாக ஏதோ நடக்கிறது."
• "அல்காரிதம் தெளிவாகச் சார்புடையது; அது ஒரே கலைஞர்களை இசைத்துக் கொண்டிருக்கிறது."
• "விஷயங்கள் எப்போதும் மூன்றாக நடக்கும்."

அவர்கள் செய்யும் வாதங்களின் வகைகள்:

• அடிப்படை மாற்றங்களுக்கு ஆதாரமாகக் குறுகிய கால முடிவுகளை மேற்கோள் காட்டுதல்
• புள்ளிவிவர விளக்கங்களை "முக்கியமானதைத் தவறவிடுவது" என நிராகரித்தல்
• தரவை விட "உணர்வு" அல்லது உள்ளுணர்வைக் கவருதல்

அவர்கள் கேட்கத் தவிர்க்கும் கேள்விகள்:

• "இங்குச் சீரற்ற வாய்ப்பு உண்மையில் எப்படி இருக்கும்?"
• "இது சீரற்றது அல்ல என்று நம்பிக்கையுடன் இருக்க எனக்கு எத்தனை அவதானிப்புகள் தேவைப்படும்?"

9.3. சூழ்நிலைத் தூண்டுதல்கள்

சூழ்நிலைகள்:

• தொடர்ச்சியான விளைவுகளைக் கவனித்தல் (விளையாட்டு, சூதாட்டம், சந்தைகள்)
• இடஞ்சார்ந்த தரவைப் பார்ப்பது (நிகழ்வுகளின் வரைபடங்கள், விநியோகங்கள்)
• சமீபத்திய செயல்திறனை மதிப்பீடு செய்தல் (தனிப்பட்ட, தொழில்முறை, மற்றவர்கள்)

சுற்றுச்சூழல் காரணிகள்:

• விரைவான வடிவப் பொருத்தத்தை ஊக்குவிக்கும் நேர அழுத்தம்
• விளைவுகளில் உணர்ச்சிபூர்வமான முதலீடு
• உண்மையான அடிப்படை விகிதங்களில் வரையறுக்கப்பட்ட கருத்துகள்

உணர்ச்சி நிலைகள்:

• விளக்கத்தையும் கட்டுப்பாட்டையும் தேடும் பதட்டம்
• நேர்மறையான அறிகுறிகளைத் தேடும் நம்பிக்கை
• எதிர்மறையான வடிவ உணர்வைப் பெருக்கும் பயம்

சமூக சூழல்கள்:

• வடிவ நம்பிக்கைகள் வலுப்படுத்தப்படும் குழு அமைப்புகள்
• வேரூன்றிய நம்பிக்கைகளைக் கொண்ட நிபுணர் சமூகங்கள் (வர்த்தகம், விளையாட்டு)
• தொடர்கள் மற்றும் வடிவங்களை முன்னிலைப்படுத்தும் ஊடக கவரேஜ்

10. அறிவாற்றல் சார்பு நீக்க உத்திகள்

10.1. உடனடி நுட்பங்கள்

அடிப்படை விகிதக் கேள்வி: ஒரு வடிவத்தை ஏற்றுக்கொள்வதற்கு முன், "இது முற்றிலும் சீரற்றதாக இருந்தால் நான் எதைப் பார்க்க எதிர்பார்க்கிறேன்?" என்று கேளுங்கள். கவனிக்கப்பட்ட வடிவம் சீரற்ற எதிர்பார்ப்புகளுக்குள் வந்தால், தீர்ப்பை நிறுத்திவைக்கவும்.

மாதிரி அளவு சரிபார்ப்பு: கேளுங்கள்: "என்னிடம் எத்தனை அவதானிப்புகள் உள்ளன?" சிறிய மாதிரிகள் இயல்பாகவே தொடர்ச்சியானவை என்பதை நினைவில் கொள்ளுங்கள். வடிவங்களை ஏற்றுக்கொள்வதற்கு முன் பெரிய மாதிரிகளைக் கோருங்கள்.

மாற்று சார்பு திருத்தம்: நீங்கள் உள்ளுணர்வாக எதிர்பார்ப்பதை விட உண்மையான சீரற்ற தன்மை அதிகத் தொடர்களை உருவாக்குகிறது என்பதை நினைவூட்டுங்கள். "HHHHHH" போன்ற வரிசைகள் அசாதாரணமானவை அல்ல—அவை அவ்வப்போது நிகழக் கணிதரீதியாகத் தேவைப்படுகின்றன.

எதிர்-உண்மை சோதனை: கேளுங்கள்: "எதிர் வடிவம் நிகழ்ந்திருந்தால், நான் அதை வலுவாகக் கவனித்திருப்பேனா?" நமது எதிர்பார்ப்புகளை உறுதிப்படுத்தும் வடிவங்களை நாம் அடிக்கடி தேர்ந்தெடுத்துக் கவனிக்கிறோம்.

டெக்சாஸ் ஷார்ப்ஷூட்டர் எச்சரிக்கை: யாராவது ஒரு வடிவத்தை வழங்கும்போது, "தரவைப் பார்ப்பதற்கு முன் அல்லது பின் இந்த வடிவம் அனுமானிக்கப்பட்டதா?" என்று கேளுங்கள். போஸ்ட்-ஹாக் வடிவங்கள் (Post-hoc patterns) தீவிர சந்தேகத்துடன் பார்க்கப்பட வேண்டும்.

10.2. நீண்ட கால உத்திகள்

புள்ளிவிவர அறிவு:

• அடிப்படை நிகழ்தகவுக் கோட்பாடு மற்றும் பாய்சான் விநியோகத்தைக் கற்றுக்கொள்ளுங்கள்
• சீரற்ற வரிசைகள் உண்மையில் எப்படி இருக்கும் என்பதைப் புரிந்து கொள்ளுங்கள்
• சூதாடியின் வீழ்ச்சி மற்றும் ஹாட் ஹேண்ட் ஃபாலஸியை வெளிப்படையாகப் படிக்கவும்

முடிவு ஜர்னலிங்:

• கணிப்புகள் மற்றும் அவற்றின் பின்னணியில் உள்ள காரணங்களை பதிவு செய்யுங்கள்
• உங்கள் வடிவக் கண்டறிதலை அளவீடு செய்யக்காலப்போக்கில் விளைவுகளைக் கண்காணிக்கவும்
• நீங்கள் உணர்ந்த கடந்த கால "வடிவங்களை" மதிப்பாய்வு செய்யவும்—அவற்றில் எத்தனை உண்மையானவை?

நிகழ்தகவுச் சிந்தனை:

• உறுதிகளை விட நிகழ்தகவுகளில் சிந்திப்பதைப் பயிற்சி செய்யுங்கள்
• சீரற்ற செயல்முறைகளில் இயல்பாகவே நிச்சயமற்ற தன்மையைத் தழுவுங்கள்
• "அதிக வாய்ப்புள்ள" மற்றும் "உறுதியான" என்பதை வேறுபடுத்துங்கள்

உறுதிப்படுத்தாத ஆதாரங்களைத் தேடுங்கள்:

• உணரப்பட்ட வடிவங்களுக்கு முரணான தரவைச் சுறுசுறுப்பாகத் தேடுங்கள்
• நீங்கள் ஒரு வடிவத்தை உணரும்போது சந்தேகத்திற்குரிய ஆதாரங்களைக் கலந்தாலோசிக்கவும்
• உறுதிப்படுத்தும் மற்றும் உறுதிப்படுத்தாத ஆதாரங்களுக்கும் அதே ஆய்வைப் பயன்படுத்துங்கள்

10.3. சுற்றுச்சூழல் வடிவமைப்பு

மாதிரி அளவுகளை அதிகரிக்கவும்:

• தரவை வழங்குவதற்கு முன் அவற்றைத் தொகுக்கும் அமைப்புகளை உருவாக்குங்கள்
• குறுகிய கால ஏற்ற இறக்கங்களை முன்னிலைப்படுத்தும் நிகழ்நேர ஊட்டங்களைத் தவிர்க்கவும்
• சமீபத்திய தொடர்களை விட நீண்ட காலப் போக்குகளை வலியுறுத்தும் டாஷ்போர்டுகளை உருவாக்கவும்

புள்ளிவிவர சூழலைச் சேர்க்கவும்:

• தரவுகளுடன் நம்பிக்கை இடைவெளிகளைக் காண்பிக்கவும்
• ஒப்பீட்டிற்கான வரலாற்று விநியோகங்களைக் காட்டுங்கள்
• "சீரற்ற தன்மை எப்படி இருக்கும்" என்ற அடிப்படையைச் சேர்க்கவும்

கூல்-ஆஃப் காலங்களைச் செயல்படுத்தவும்:

• வடிவங்களை உணர்ந்த பிறகு முடிவுகளைத் தாமதப்படுத்தவும்
• வடிவ அடிப்படையிலான செயல்களுக்கு வெளிப்படையான நியாயப்படுத்தலைக் கோருங்கள்
• வடிவ அனுமானங்களைக் கேள்விக்குட்படுத்தும் சோதனைச் சாவடிகளை உருவாக்குங்கள்

முன்-அர்ப்பணிப்பைப் பயன்படுத்தவும்:

• முடிவுகளைக் கவனிப்பதற்கு முன் முடிவு விதிகளை நிறுவுங்கள்
• குறுகிய கால முடிவுகளைப் பொருட்படுத்தாமல் வரையறுக்கப்பட்ட காலங்களுக்கான உத்திகளுக்கு அர்ப்பணிக்கவும்
• எதிர்வினை வடிவ அடிப்படையிலான மாற்றங்களுக்கு எதிராக உராய்வை உருவாக்கவும்

10.4. எப்போது வெளிப்புற உள்ளீட்டை நாட வேண்டும்

இதன் போது புள்ளிவிவர நிபுணத்துவத்தைத் தேடுங்கள்:

• உணரப்பட்ட வடிவங்களின் அடிப்படையில் அதிக ஆபத்துள்ள முடிவுகளை எடுக்கும்போது
• அர்த்தமுள்ள கொத்துகளின் கோரிக்கைகளை மதிப்பிடும்போது (சுகாதாரம், செயல்திறன், சந்தைகள்)
• சீரற்ற தன்மையை உள்ளடக்கிய அமைப்புகளை வடிவமைக்கும்போது

இதன் போது சக மதிப்பாய்வைத் தேடுங்கள்:

• ஒரு வடிவத்தில் நீங்கள் வலுவான நம்பிக்கையை வளர்த்திருக்கும்போது
• உங்களின் வடிவ உணர்வைப் பற்றி மற்றவர்கள் சந்தேகம் கொள்ளும்போது
• வடிவம் குறிப்பிடத்தக்க நடத்தை மாற்றங்களைத் தூண்டும்போது

இதன் போது கள நிபுணர்களைக் கலந்தாலோசிக்கவும்:

• ஒரு களத்தில் உண்மையான வடிவங்கள் உள்ளதா என்பதை மதிப்பிடும்போது (சிலவற்றில் உள்ளன!)
• அடிப்படை விகிதங்கள் மற்றும் எதிர்பார்க்கப்படும் மாறுபாட்டைப் புரிந்து கொள்ளும்போது
• சிறப்புத் துறைகளில் இரைச்சலிலிருந்து சமிக்ஞையை வேறுபடுத்தும்போது

11. நடைமுறைப் பயிற்சிகள்

பயிற்சி 1: நாணயம் சுண்டும் சவால்

• நோக்கம்: உண்மையான சீரற்ற தன்மை எவ்வளவு "சீரற்றதல்ல" என்பது போலத் தோற்றமளிக்கிறது என்பதை அனுபவிப்பது
• தேவையான நேரம்: 15 நிமிடங்கள்
• தேவையான பொருட்கள்: ஒரு நாணயம், காகிதம், பேனா
• சிரம நிலை: தொடக்க நிலை
• வழிமுறைகள்:
  1. நாணயத்தை 100 முறை சுண்டி ஒவ்வொரு முடிவையும் (H அல்லது T) பதிவு செய்யவும்
  2. தரவைப் பார்ப்பதற்கு முன், கணிக்கவும்: நீங்கள் கவனிக்கும் மிக நீண்ட தொடர் என்னவாக இருக்கும்?
  3. 4 அல்லது அதற்கு மேற்பட்ட ஒரே மாதிரியான முடிவுகளின் ஒவ்வொரு தொடரையும் வட்டமிடவும்
  4. இது போன்ற தொடர்களின் மொத்த எண்ணிக்கையைக் கணக்கிடுங்கள்
  5. இதை உங்கள் உள்ளுணர்வுடன் ஒப்பிட்டுப் பாருங்கள்—நீங்கள் அதிக அல்லது குறைவான தொடர்களை எதிர்பார்த்தீர்களா?
• சிந்தனை கேள்விகள்:
  • தொடர்களின் எண்ணிக்கை அல்லது நீளம் உங்களை ஆச்சரியப்படுத்தியதா?
  • நீங்கள் "சீரற்றது" என்று கருதுவதோடு ஒப்பிடும்போது இந்த வரிசை எப்படி "உணர்த்தியது"?
  • இது நாணயம் சுண்டப்பட்டதில் இருந்து வந்தது என்று தெரியாமல் இந்த வரிசையை நீங்கள் பார்த்திருந்தால், ஏதேனும் வடிவத்தை நீங்கள் சந்தேகித்திருப்பீர்களா?
• அதிர்வெண்: ஒரு முறை, பின்னர் சீரற்ற தரவுகளில் வடிவங்களை உணரும்போதெல்லாம் மீண்டும் செய்யவும்

பயிற்சி 2: "சீரற்ற" வரிசைகளை உருவாக்கவும்

• நோக்கம்: உங்கள் சொந்த மாற்று சார்பை (alternation bias) அனுபவிப்பது
• தேவையான நேரம்: 10 நிமிடங்கள்
• தேவையான பொருட்கள்: காகிதம், பேனா
• சிரம நிலை: தொடக்க நிலை
• வழிமுறைகள்:
  1. நாணயத்தைச் சுண்டாமல், 50 "சீரற்ற" H-கள் மற்றும் T-களின் வரிசையை எழுதுங்கள்
  2. மாற்றங்களின் எண்ணிக்கையைக் கணக்கிடுங்கள் (H→T அல்லது T→H மாற்றங்கள்)
  3. உங்கள் மாற்று விகிதத்தைக் கணக்கிடுங்கள்: மாற்றங்கள் ÷ 49 (மொத்த சாத்தியமான மாற்றங்கள்)
  4. 50% என்ற உண்மையான சீரற்ற எதிர்பார்ப்புடன் ஒப்பிடுங்கள்
  5. உங்கள் மாற்று விகிதம் எவ்வளவு அதிகமாக உள்ளது என்பதைக் கவனியுங்கள்
• சிந்தனை கேள்விகள்:
  • "சீரற்ற" வரிசைகளை உருவாக்கும்போது நீண்ட தொடர்களை ஏன் தவிர்த்தீர்கள்?
  • இந்தப் பயிற்சி சீரற்ற தன்மை குறித்த உங்கள் ধারণையை எவ்வாறு மாற்றுகிறது?
  • உங்களின் உள்ளுணர்வு சார்ந்த வாய்ப்பு மாதிரி பற்றி இது என்ன வெளிப்படுத்துகிறது?
• அதிர்வெண்: உங்கள் சீரற்ற தன்மையின் உள்ளுணர்வை நீங்கள் அளவீடு செய்ய வேண்டிய போதெல்லாம் பயிற்சி செய்யுங்கள்

பயிற்சி 3: வரலாற்று வடிவ தணிக்கை

• நோக்கம்: கடந்தகால வடிவ அடிப்படையிலான முடிவுகளை மதிப்பீடு செய்தல்
• தேவையான நேரம்: 30 நிமிடங்கள்
• தேவையான பொருட்கள்: கடந்தகால முடிவுகளில் இருந்து ஜர்னல் அல்லது குறிப்புகள்
• சிரம நிலை: இடைநிலை
• வழிமுறைகள்:
  1. உணரப்பட்ட வடிவங்களின் அடிப்படையில் நீங்கள் எடுத்த 5 முடிவுகளைப் பட்டியலிடுங்கள் (முதலீடுகள், உறவுகள், தொழில் நகர்வுகள்)
  2. ஒவ்வொன்றுக்கும் ஆவணப்படுத்தவும்: நீங்கள் என்ன வடிவத்தை உணர்ந்தீர்கள்? எத்தனை அவதானிப்புகள் அதை ஆதரித்தன?
  3. முடிவை ஆராயுங்கள்: நீங்கள் எதிர்பார்த்தபடி வடிவம் தொடர்ந்ததா?
  4. மதிப்பிடவும்: சீரற்ற வாய்ப்பு எதைக் கணித்திருக்கும்?
  5. உங்கள் "வடிவ துல்லிய விகிதத்தை" கணக்கிடுங்கள்
• சிந்தனை கேள்விகள்:
  • தொடராத வடிவங்களில் நீங்கள் அதிக நம்பிக்கை கொண்டிருந்தீர்களா?
  • அதற்குப் பதிலாக நீங்கள் சீரற்ற தன்மையை எடுத்துக்கொண்டிருந்தால் என்ன நடந்திருக்கும்?
  • தற்போதைய முடிவுகளுக்கு இந்தக் கற்றலை நீங்கள் எவ்வாறு பயன்படுத்தலாம்?
• அதிர்வெண்: காலாண்டு மதிப்பாய்வு

தினசரி பயிற்சி

"சீரற்ற சரிபார்ப்பு" பழக்கம்: தினமும் ஒருமுறை, நீங்கள் ஒரு வடிவத்தை உணர்வதை கவனிக்கும்போது (செய்திகள், வேலை, தனிப்பட்ட வாழ்க்கையில்), சற்று இடைநிறுத்தி: "இது சீரற்றதாக இருந்தால் நான் இதை எதிர்பார்ப்பேனா?" என்று கேளுங்கள். இந்தச் சூழலில் சீரற்ற வாய்ப்பு உண்மையில் எதை உருவாக்கும் என்பதைக் கருத்தில் கொள்ள 2 நிமிடங்கள் செலவிடுங்கள்.

• பரிந்துரைக்கப்படும் கால அளவு: 2-3 நிமிடங்கள்
• நாளின் சிறந்த நேரம்: நீங்கள் வடிவங்களைப் பொருத்துவதைக் கவனிக்கும்போதெல்லாம்
• முன்னேற்றத்தை எவ்வாறு கண்காணிப்பது: வடிவம் எவ்வளவு அடிக்கடி உங்கள் ஆய்வில் நிலைத்து நிற்கிறது என்பதைக் கணக்கிடுங்கள்

வாராந்திர சவால்

வடிவ சந்தேகம் வாரம்: ஒரு வாரத்திற்கு, நீங்கள் உணரும் ஒவ்வொரு வடிவத்தின் பதிவையும் பராமரிக்கவும். ஒவ்வொரு பதிவிற்கும், பின்வருவனவற்றைக் கவனியுங்கள்:

• உணரப்பட்ட வடிவம்

• அதை ஆதரிக்கும் அவதானிப்புகளின் எண்ணிக்கை

• சீரற்ற வாய்ப்பு எதைக் கணிக்கும்

• இது உண்மையான வடிவம் என்பதில் உங்கள் நம்பிக்கையின் அளவு (1-10)

• 4 வாரங்களுக்குப் பிறகு எதிர்பார்க்கப்படும் முடிவுகள்: வடிவச் சந்தேகம் மற்றும் அளவுத்திருத்தம் வியத்தகு அளவில் மேம்படும்

• சிந்தனைக்கான ஜர்னலிங் தூண்டுதல்கள்:

  • புள்ளிவிவர ஆய்வில் எத்தனை வடிவங்கள் தப்பின?
  • எனது சொந்த வடிவ-கண்டறிதல் போக்குகளைப் பற்றி நான் என்ன கற்றுக்கொண்டேன்?
  • இதன் விளைவாக எனது நடத்தை எவ்வாறு மாறியுள்ளது?

12. குறிப்பிட்ட பார்வையாளர்களுக்கு

தலைவர்கள் மற்றும் மேலாளர்களுக்கு

தலைமைத்துவத் தாக்கங்கள்:

• சமீபத்திய செயல்திறன் தொடர்களின் அடிப்படையில் ஊழியர்களை மதிப்பிடுவதைத் தவிர்க்கவும்
• காலாண்டு முடிவுகளில் கணிசமான சீரற்ற மாறுபாடுகள் உள்ளன என்பதை உணருங்கள்
• சந்தைகள், உத்திகள் அல்லது துறைகளில் "முன்னேற்றத்தைத்" துரத்துவதைத் தவிர்க்கவும்

குழு அடிப்படையிலான தலையீடுகள்:

• அடிப்படைப் புள்ளிவிவரச் சிந்தனையில் குழுக்களுக்குப் பயிற்சி அளிக்கவும்
• வடிவங்கள் இருப்பதாக முடிவெடுப்பதற்கு முன் குறைந்தபட்ச மாதிரி அளவுகளை நிறுவுங்கள்
• வடிவ அடிப்படையிலான பகுத்தறிவைக் கேள்விக்குட்படுத்தும் கலாச்சாரங்களை உருவாக்குங்கள்

முடிவு செயல்முறைகள்:

• "இந்த வடிவம் சீரற்றதாக இருந்தால் என்ன செய்வது?" என்று கேட்கும் ப்ரீ-மார்ட்டங்களைச் செயல்படுத்தவும்
• எந்தவொரு வடிவ அடிப்படையிலான உத்தி மாற்றத்திற்கும் அடிப்படை விகித ஒப்பீடுகள் தேவை
• உணரப்பட்ட போக்குகளின் அடிப்படையில் செயல்படுவதற்கு முன் மறுஆய்வு காலங்களை உருவாக்குங்கள்

நிறுவன வடிவமைப்பு:

• நீண்ட கால எல்லைகளைக் கொண்ட பின்னூட்ட அமைப்புகளை உருவாக்குங்கள்
• அர்த்தமுள்ள காலங்களில் சராசரியைக் கணக்கிடும் அளவீடுகளை வடிவமைக்கவும்
• குறுகிய கால ஏற்ற இறக்கங்களை முன்னிலைப்படுத்தும் நிகழ்நேர டாஷ்போர்டுகளைத் தவிர்க்கவும்

பெற்றோர் மற்றும் கல்வியாளர்களுக்கு

வயதுக்கு ஏற்ற கற்பித்தல்:

• சீரற்ற தன்மையை நிரூபிக்க நாணயம் சுண்டும் சோதனைகளைப் பயன்படுத்தவும் (வயது 8+)
• விளையாட்டுகளில் திறமைக்கும் அதிர்ஷ்டத்திற்கும் உள்ள வித்தியாசத்தைப் பற்றி விவாதிக்கவும் (வயது 10+)
• விளையாட்டுகள் மூலம் நிகழ்தகவுக் கருத்துகளை அறிமுகப்படுத்தவும் (வயது 12+)

வகுப்பறை செயல்பாடுகள்:

• மாணவர்களை "சீரற்ற" வரிசைகளை உருவாக்கச் சொல்லுங்கள், பின்னர் உண்மையான சீரற்ற வரிசைகளுடன் ஒப்பிடுங்கள்
• பள்ளி விளையாட்டுத் தரவுகளில் "ஹாட் தொடர்களை" பகுப்பாய்வு செய்யுங்கள்
• கேசினோக்கள் ஏன் சமீபத்திய வெற்றி எண்களைக் காட்டுகின்றன என்பதைப் பற்றி விவாதிக்கவும்

சார்பு-விழிப்புணர்வு மாதிரியாக்கம்:

• குழந்தைகள் வடிவங்களை உணரும்போது, ஒன்றாக அளவுத்திருத்தக் கேள்விகளைக் கேளுங்கள்
• வடிவங்கள் சீரற்றதாக இருக்கும்போது நிச்சயமற்ற தன்மையை நிரூபிக்கவும்
• சீரற்ற தன்மையை அங்கீகரிக்கும் திறனைக் கொண்டாடுங்கள்

சுகாதார நிபுணர்களுக்கு

மருத்துவத் தாக்கங்கள்:

• நோய்க் கொத்துகள் புள்ளிவிவரக் கலைப்பொருட்களாக இருக்கலாம் என்பதை உணருங்கள்
• நோயாளிகளின் சமீபத்திய "வடிவங்களின்" அடிப்படையில் அதிகப்படியான நோயறிதலைத் தவிர்க்கவும்
• உணரப்பட்ட சுகாதாரக் கொத்துகள் பற்றிய சமூகப் பதட்டத்தைப் புரிந்து கொள்ளுங்கள்

நோயாளி தொடர்பு:

• அறிகுறி கொத்துகள் அடிப்படை வடிவங்களைக் குறிக்காது என்பதை நோயாளிகள் புரிந்துகொள்ள உதவுங்கள்
• சுகாதார விளைவுகளில் அடிப்படை விகிதங்கள் மற்றும் எதிர்பார்க்கப்படும் மாறுபாட்டை விளக்குங்கள்
• புள்ளிவிவரச் சூழலுடன் புற்றுநோய்க் கொத்துக் கவலைகளைத் தீர்க்கவும்

கண்டறியும் பரிசீலனைகள்:

• சமீபத்திய நோயாளி வடிவங்களைப் பெருக்கும் கிடைக்கும் சார்பை (availability bias) எதிர்க்கவும்
• உணரப்பட்ட போக்குகளை நம்பியிருக்காத கட்டமைக்கப்பட்ட நோயறிதல் நெறிமுறைகளைப் பயன்படுத்தவும்
• கொத்து விசாரணைகளுக்குப் புள்ளிவிவர ஆலோசனையைப் பெறவும்

நிதி நிபுணர்களுக்கு

முதலீட்டுப் பயன்பாடுகள்:

• வருமானத்தில் உள்ள சமிக்ஞைக்கும் இரைச்சலுக்கும் உள்ள வித்தியாசத்தைப் பற்றி வாடிக்கையாளர்களுக்குக் கற்பிக்கவும்
• தொடர் துரத்தலைத் தடுக்க குறைந்தபட்சம் வைத்திருக்கும் காலங்களைச் செயல்படுத்தவும்
• தொழில்நுட்பப் பகுப்பாய்வு வடிவங்களின் தோல்வி விகிதம் குறித்த வரலாற்றுத் தரவைக் காட்டுங்கள்

வாடிக்கையாளர் தொடர்பு:

• சாதாரண ஏற்ற இறக்கங்களுக்குள் தவிர்க்க முடியாத இழப்புக் கொத்துகளுக்கு வாடிக்கையாளர்களைத் தயார்படுத்துங்கள்
• நீண்ட கால எதிர்பார்ப்புகளுடன் சமீபத்திய செயல்திறனைச் சூழல்மயமாக்குங்கள்
• ஹாட் பங்குகள்/நிதி கோரிக்கைகளை அடிப்படை விகிதக் கல்வியுடன் தீர்க்கவும்

இடர் மேலாண்மை:

• உண்மையான அபாய சமிக்ஞைகளுக்கும் சீரற்ற கொத்துகளுக்கும் இடையில் வேறுபடுத்துங்கள்
• வடிவ முன்கணிப்பு தேவையில்லாத போர்ட்ஃபோலியோக்களை உருவாக்குங்கள்
• குறுகிய காலப் போக்குகளைப் பொருட்படுத்தாமல் முறையான மறுசீரமைப்பைச் செயல்படுத்தவும்

13. பிற சார்புகளுடனான தொடர்புகள்

கொத்துருவாக்க மாயையைப் பெருக்கும் சார்புகள்

இதை எதிர்க்கக்கூடிய சார்புகள்

பொதுவான சார்பு சங்கிலிகள்

ஹாட் ஹேண்ட் அடுக்கு: கொத்துருவாக்க மாயை → உறுதிப்படுத்தல் சார்பு → அதீத தன்னம்பிக்கை → மோசமான முடிவு

எடுத்துக்காட்டு: ஒரு வர்த்தகர் "ஹாட்" பங்கை உணர்கிறார் (கொத்துருவாக்க மாயை), முரண்படும் சமிக்ஞைகளைப் புறக்கணிக்கும் அதே வேளையில் உறுதிப்படுத்தும் செய்திகளைக் கவனிக்கிறார் (உறுதிப்படுத்தல் சார்பு), வடிவம் தொடரும் என்று நம்பிக்கையுடன் இருக்கிறார் (அதீத தன்னம்பிக்கை), மற்றும் அதன் உச்சியில் தனது நிலையை அதிகரிக்கிறார் (மோசமான முடிவு).

புற்றுநோய் கொத்து அடுக்கு: கொத்துருவாக்க மாயை → கிடைக்கும் ஹியூரிஸ்டிக் → டெக்சாஸ் ஷார்ப்ஷூட்டர் → பண்புக்கூறு பிழை (Attribution Error)

எடுத்துக்காட்டு: ஒரு சமூகம் பல புற்றுநோய் பாதிப்புகளைக் கவனிக்கிறது (கொத்துருவாக்க மாயை), இந்த பாதிப்புகள் கவனத்தையும் நினைவகத்தையும் ஆதிக்கம் செலுத்துகின்றன (கிடைக்கும் தன்மை), பின்னர் அவற்றைச் சுற்றி ஒரு புவியியல் எல்லை வரையப்படுகிறது (டெக்சாஸ் ஷார்ப்ஷூட்டர்), மற்றும் எந்த ஆதாரமும் இல்லாமல் சுற்றுச்சூழல் காரணிகள் மீது பழி சுமத்தப்படுகிறது (பண்புக்கூறு பிழை).

அடுக்கில் குறுக்கிடுதல்:

• வடிவங்களை ஏற்றுக்கொள்வதற்கு முன் அடிப்படை விகிதங்களைக் கோருங்கள்
• தரவை பகுப்பாய்வு செய்வதற்கு முன் முன்கூட்டியே குறிப்பிடப்பட்ட கருதுகோள்கள் தேவை
• அதிக ஆபத்துள்ள வடிவக் கோரிக்கைகளுக்குப் புள்ளிவிவர ஆலோசனையைப் பெறவும்

14. கலாச்சாரப் பார்வைகள்

கொத்துருவாக்க மாயையில் கலாச்சார மாறுபாடுகள் பற்றிய ஆராய்ச்சி குறைவாகவே உள்ளது, ஆனால் பல வடிவங்கள் வெளிப்படுகின்றன:

உலகளாவிய அம்சங்கள்:

• சீரற்ற தரவுகளில் வடிவங்களை உணரும் அடிப்படைப் போக்கு குறுக்கு-கலாச்சாரரீதியாக உலகளாவியதாகத் தோன்றுகிறது
• இது ஒரு அடிப்படை மனித அறிவாற்றல் அம்சமாக அதன் பரிணாம தோற்றத்துடன் ஒத்துப்போகிறது
• ஆய்வு செய்யப்பட்ட அனைத்து மக்களும் "சீரற்ற" வரிசைகளை உருவாக்கும்போது மாற்று சார்பைக் காட்டுகிறார்கள்

கலாச்சார மாறுபாடுகள்:

நிதி அறிவு விளைவுகள்:

• நிதி அறிவு குறைவாக உள்ள சந்தைகளில் கொத்துருவாக்க மாயையின் விளைவுகள் வலுவாக இருப்பதாகப் பாகிஸ்தானில் நடந்த ஆராய்ச்சி கூறுகிறது
• அதிகப் படித்த மக்கள் சீரற்ற தன்மையைச் சிறப்பாக அடையாளம் காணக்கூடும், ஆனால் அவர்கள் இதனால் பாதிக்கப்படாமல் இல்லை
• நோபல் பரிசு பெற்றவர்கள் கூட (காஹ்னேமன்) தவறானது என்று தெரிந்தும் கொத்துருவாக்க மாயை கட்டாயப்படுத்துவதாகக் குறிப்பிடுகின்றனர்

கலாச்சார மூடநம்பிக்கைகள்:

• வெவ்வேறு கலாச்சாரங்கள் வெவ்வேறு வடிவ நம்பிக்கைகளை (அதிர்ஷ்ட எண்கள், நாட்கள், சடங்குகள்) உருவாக்குகின்றன
• இந்த நம்பிக்கைகள் உலகளாவிய கொத்துருவாக்க மாயையின் குறிப்பிட்ட கலாச்சார வெளிப்பாடுகளாகும்
• இந்தச் சார்பு எவ்வாறு கலாச்சாரக் கதைகளுடன் தொடர்புகொள்கிறது என்பதை அவை விளக்குகின்றன

15. கட்டுக்கதைகள் மற்றும் தவறான எண்ணங்கள்

16. நிபுணர் நுண்ணறிவு

"நாம் குறுக்குவழிகளை நம்பியிருக்கும் அறிவாற்றல் கஞ்சர்கள். சீரற்ற வாய்ப்பில் உள்ள மாறுபாட்டின் அளவை நாம் குறைத்து மதிப்பிடுவதால் கொத்துருவாக்க மாயை ஏற்படுகிறது. மாறுபாடு என்பது மாறுபடும் காரணத்தைக் குறிக்கிறது என்று நாம் கருதுகிறோம்." — தாமஸ் கிலோவிச், How We Know What Isn't So (1991)

"பிரச்சனை என்னவென்றால், மனிதர்களுக்கு உண்மையான சீரற்ற தன்மை சீரற்றதாகத் தெரியவில்லை. எனவே இது சீரற்றது அல்ல என்று பயனர்களிடமிருந்து எங்களுக்கு டன் கணக்கில் புகார்கள் வந்தன." — மத்தியாஸ் பீட்டர் ஜோஹன்சன், முன்னாள் ஸ்பாட்டிஃபை பொறியாளர்

"ஒரு சீரற்ற செயல்முறையால் உருவாக்கப்பட்ட நிகழ்வுகளின் வரிசை குறுகியதாக இருக்கும்போது கூட அந்தச் செயல்முறையின் அத்தியாவசிய பண்புகளைக் குறிக்கும் என்று மக்கள் எதிர்பார்க்கிறார்கள்." — அமோஸ் ட்வெர்ஸ்கி & டேனியல் காஹ்னேமன், "சிறிய எண்களின் விதி" பற்றி

17. முக்கியக் குறிப்புகள்

1. சீரற்ற தன்மை கொத்தானது. உண்மையான சீரற்ற விநியோகங்களில் கொத்துகள் உள்ளன—அவை கணித ரீதியாக இருக்க வேண்டும். சீரான விநியோகம் உண்மையில் சீரற்றதல்ல என்பதற்கான ஆதாரமாக இருக்கும்.

2. நமது வடிவ-கண்டறிதல் ஒரு உயிர்வாழும் அம்சமே தவிர பிழை அல்ல. கொத்துருவாக்க மாயை என்பது நமது முன்னோர்கள் உயிர்வாழ உதவிய விரைவான காரண ஊகத்தின் இருண்ட பக்கமாகும்.

3. சிறிய மாதிரிகள் நம்பகத்தன்மையற்றவை. "சிறிய எண்களின் விதி" ஒரு மாயை. குறுகிய வரிசைகள் நீண்ட காலச் சராசரிகளைப் பிரதிபலிக்கும் என்று நாம் எதிர்பார்க்க முடியாது.

4. நிபுணர்கள் கூட பலியாகிறார்கள். கொத்துருவாக்க மாயையை ஆய்வு செய்த ஆராய்ச்சியாளர்கள் தங்களின் அசல் பகுப்பாய்வில் புள்ளிவிவரப் பிழைகளைச் செய்ததாக மில்லர் மற்றும் சஞ்சுர்ஜோ காட்டினர்.

5. தொழில்நுட்பம் நமது சார்புக்கு இடமளிக்கிறது. ஸ்பாட்டிஃபை மற்றும் ஆப்பிள் வேண்டுமென்றே தங்கள் ஷஃபிள்களைக் குறைவான சீரற்ற தன்மையுடன் மாற்றுகின்றன, ஏனெனில் உண்மையான சீரற்ற தன்மை பயனர்களுக்கு உடைந்ததாக உணர்த்துகிறது.

6. அதிக ஆபத்துள்ள களங்கள் பாதிக்கப்படக்கூடியவை. பொது சுகாதார விசாரணைகள், நிதிச் சந்தைகள் மற்றும் மூலோபாய முடிவுகள் அனைத்தும் கொத்துருவாக்க மாயையால் சிதைக்கப்படுகின்றன.

7. விழிப்புணர்வு உதவுகிறது ஆனால் நீக்குவதில்லை. புள்ளிவிவரப் பயிற்சி சார்பைக் குறைக்கலாம் ஆனால் ஒழிக்க முடியாது. கட்டமைப்புப் பாதுகாப்புகள் மற்றும் முடிவு செயல்முறைகள் தனிப்பட்ட விழிப்புணர்வுக்கு அத்தியாவசியமான துணைப் பொருட்களாகும்.

18. மேலும் ஆதாரங்கள்

ஆய்வுக் கட்டுரைகள்

• Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences. Cognitive Psychology, 17(3), 295-314.
• Miller, J. B., & Sanjurjo, A. (2018). Surprised by the hot hand fallacy? A truth in the law of small numbers. Econometrica, 86(6), 2019-2047.
• Clarke, R. D. (1946). An application of the Poisson distribution. Journal of the Institute of Actuaries, 72(3), 481.
• Wagenaar, W. A. (1972). Generation of random sequences by human subjects: A critical survey of the literature. Psychological Bulletin, 77(1), 65-72.
• Falk, R., & Konold, C. (1997). Making sense of randomness: Implicit encoding as a basis for judgment. Psychological Review, 104(2), 301-318.

புத்தகங்கள்

• Gilovich, T. (1991). How We Know What Isn't So: The Fallibility of Human Reason in Everyday Life. Free Press.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Mlodinow, L. (2008). The Drunkard's Walk: How Randomness Rules Our Lives. Pantheon Books.
• Taleb, N. N. (2005). Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House.

புத்தக அத்தியாயங்கள்

• Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. In Judgment under Uncertainty: Heuristics and Biases (pp. 23-31). Cambridge University Press.

19. சுருக்க அட்டை

20. பயன்படுத்தப்பட்ட சொற்களின் களஞ்சியம்

21. விவாதக் கேள்விகள்

புத்தகக் கிளப்புகள், வகுப்பறைகள் அல்லது சுய-சிந்தனைக்கு:

1. கொத்துருவாக்க மாயையை ஆய்வு செய்த ஆராய்ச்சியாளர்கள் கூட சீரற்ற தன்மையைப் புரிந்துகொள்வதில் பிழைகள் செய்ததை மில்லர்-சஞ்சுர்ஜோ ஆய்வு காட்டுகிறது. அறிவாற்றல் சார்புகளைக் கடப்பதில் நிபுணத்துவத்தின் வரம்புகளைப் பற்றி இது நமக்கு என்ன சொல்கிறது?

2. பயனர்களைத் திருப்திப்படுத்த ஸ்பாட்டிஃபை அவர்களின் ஷஃபிள் அல்காரிதம்களைக் குறைந்த சீரற்றதாக மாற்றத் தேர்வு செய்தது. இது சரியான அணுகுமுறையா? தொழில்நுட்பம் நமது சார்புகளுக்கு இடமளிக்க வேண்டுமா அல்லது அவற்றைக் கடக்க உதவ வேண்டுமா?

3. லாங் ஐலண்ட் மார்பகப் புற்றுநோய் ஆய்வு ஒரு புள்ளிவிவரக் கலைப்பொருளை விசாரிக்க $30 மில்லியனைச் செலவிட்டது. இது வளங்களின் விரயமா அல்லது சமூகக் கவலைகளுக்குத் தேவையான பதிலா? பொது சுகாதார முகமைகள் உணரப்பட்ட கொத்துகளுக்கு எவ்வாறு பதிலளிக்க வேண்டும்?

4. ஹாட் ஹேண்ட் (மில்லர்-சஞ்சுர்ஜோவின் திருத்தத்தின்படி) உண்மையாகவே இருந்தாலும், அது பலவீனமாக மட்டுமே இருந்தால், பயிற்சியாளர்கள் இன்னும் தங்கள் உத்திகளைச் சரிசெய்ய வேண்டுமா? எந்த விளைவு அளவில் ஒரு வடிவம் நடைமுறையில் குறிப்பிடத்தக்கதாக மாறுகிறது?

5. உங்கள் சொந்த வாழ்க்கையின் எந்தப் பகுதிகளில் நீங்கள் கொத்துருவாக்க மாயைக்குப் பலியாகலாம்? இதைச் சரிபார்க்க ஒரு சோதனையை எவ்வாறு வடிவமைப்பீர்கள்?