செல்லுபடியாகும் மாயை (Illusion of Validity)

ஒரு பார்வை

வகை விவரங்கள்
வரையறை கணிப்பு அல்லது தீர்ப்பின் துல்லியம் குறித்த தேவையற்ற அதீத நம்பிக்கை, அதன் உண்மையான முன்கணிப்பு சக்தியை விட, தகவல்களின் உள்ளார்ந்த நிலைத்தன்மையிலிருந்து (internal consistency) எழுகிறது.
வகை போதுமான அர்த்தமின்மை (வடிவங்களை தேடுதல் மற்றும் கதை உருவாக்குதல்)
கடக்க கடினமான நிலை மிகவும் கடினம்
பரவல் உலகளாவியது
தொடர்புடைய சார்புகள் உறுதிப்படுத்தல் சார்பு (Confirmation Bias), கிடைக்கும் தன்மை தூண்டல் (Availability Heuristic), பின்னோக்கு சார்பு (Hindsight Bias), பிரதிநிதித்துவ தூண்டல் (Representativeness Heuristic), நங்கூரமிடும் சார்பு (Anchoring Bias), அடிப்படை விகித புறக்கணிப்பு (Base Rate Neglect)

1. விரைவான சுருக்கம்

தகவல்கள் ஒன்றிணைந்து ஒரு ஒத்திசைவான கதையாக மாறும் போது, அந்த தகவலின் அடிப்படையிலான நமது கணிப்புகள் துல்லியமானதாக இருக்கும் என்ற அதீத நம்பிக்கையை நாம் உணர்கிறோம்—அவை தவறானதாக இருந்தாலும் கூட. கதை எவ்வளவு நேர்த்தியாக இருக்கிறதோ, அந்த அளவுக்கு அந்த நம்பிக்கை நியாயமானதா இல்லையா என்பதைப் பொருட்படுத்தாமல் நாம் உறுதியாக உணர்கிறோம். நேர்காணல்கள் வேலை செயல்திறனை சரியாக கணிக்காது என்று தெரிந்திருந்தும் ஒரு சிறந்த நேர்காணலுக்குப் பிறகு பணியமர்த்தும் மேலாளர்கள் தங்கள் "உள்ளுணர்வை" (gut feeling) நம்புவதற்கும், மற்றும் நிதி பகுப்பாய்வாளர்கள் தங்கள் சந்தைக் கணிப்புகளில் வெறும் வாய்ப்பை விட சிறப்பாகச் செயல்படவில்லை என்பதற்கான சான்றுகள் இருந்தபோதிலும் அதிக நம்பிக்கையுடன் இருப்பதற்கும் இதுவே காரணம்.


2. இதன் பின்னணியில் உள்ள அறிவியல்

2.1. கண்டுபிடிப்பு மற்றும் வரலாறு

செல்லுபடியாகும் மாயை (Illusion of Validity) 1973 ஆம் ஆண்டில் ஆமோஸ் ட்வெர்ஸ்கி (Amos Tversky) மற்றும் டேனியல் கான்மேன் (Daniel Kahneman) ஆகியோரால் "முன்கணிப்பின் உளவியல் பற்றி" (On the Psychology of Prediction) என்ற அவர்களது ஆய்வுக் கட்டுரையில் அதிகாரப்பூர்வமாக அடையாளம் காணப்பட்டு பெயரிடப்பட்டது. இருப்பினும், இதற்கு முன்பாக பால் மீல் (Paul Meehl) 1954 இல் எழுதிய க்ளினிக்கல் வெர்சஸ் ஸ்டாட்டிஸ்டிகல் பிரிடிக்‌ஷன் (Clinical versus Statistical Prediction) என்ற புத்தகம், முன்கணிப்பு துல்லியத்தில் எளிய புள்ளிவிவர வழிமுறைகளை விட மனித நிபுணர்கள் தொடர்ந்து பின்தங்கியே உள்ளனர் என்பதை நிரூபித்து இதற்கான அடித்தளத்தை அமைத்தது.

மனிதர்கள் விதிகளின் அடிப்படையிலான புள்ளிவிவரக் கொள்கைகளின்படி தகவல்களைச் செயலாக்கும் பகுத்தறிவு கொண்டவர்கள் என்ற பொருளியல் மற்றும் உளவியலின் அப்போதைய நம்பிக்கைக்கு சவால் விடுத்த "தூண்டல்கள் மற்றும் சார்புகள்" (heuristics and biases) திட்டத்தின் ஒரு மூலக்கல்லாக இந்தக் கருத்து வெளிப்பட்டது. மாறாக, உள்ளுணர்வு கணிப்புகள் மன குறுக்குவழிகளால்—குறிப்பாக பிரதிநிதித்துவ தூண்டலால் (representativeness heuristic)—மத்தியஸ்தம் செய்யப்படுகின்றன, அவை துல்லியத்தை விட அறிவாற்றல் எளிமைக்கு முன்னுரிமை அளிக்கின்றன என்று ட்வெர்ஸ்கி மற்றும் கான்மேன் முன்மொழிந்தனர்.

தொடர்ச்சியான ஆராய்ச்சிகளின் மூலம் இதைப் பற்றிய நமது புரிதல் குறிப்பிடத்தக்க அளவில் பரிணமித்துள்ளது:

  • 1970–1980களில் இதன் முக்கிய தத்துவார்த்த கட்டமைப்பு நிறுவப்பட்டது
  • 1990களில் இது இரட்டைச் செயல்முறைக் கோட்பாட்டுடன் (சிஸ்டம் 1/சிஸ்டம் 2) ஒருங்கிணைக்கப்பட்டது
  • 2000களில் பிலிப் டெட்லாக் (Philip Tetlock) மேற்கொண்ட பிரம்மாண்டமான முன்கணிப்பு ஆய்வுகள் வெளிவந்தன
  • 2010-2020களில் செயற்கை நுண்ணறிவு (AI) மற்றும் வழிமுறை (algorithmic) முடிவெடுத்தலில் இந்த மாயையின் வெளிப்பாடு ஆராயப்பட்டது

2.2. முக்கிய ஆராய்ச்சியாளர்கள்

ஆராய்ச்சியாளர் பங்களிப்பு ஆண்டு
ஆமோஸ் ட்வெர்ஸ்கி & டேனியல் கான்மேன் செல்லுபடியாகும் மாயையை அதிகாரப்பூர்வமாக வரையறுத்தனர்; பிரதிநிதித்துவ தூண்டலை (representativeness heuristic) அடையாளம் கண்டனர் 1973
பால் மீல் மருத்துவ தீர்ப்பை விட காப்பீட்டு கணிப்புகளின் (actuarial judgment) மேன்மையை நிரூபித்தார்; "உடைந்த கால்" (broken leg) சிக்கலை அடையாளம் கண்டார் 1954
பிலிப் டெட்லாக் நிபுணர்கள் வாய்ப்பை விடச் சிறப்பாக செயல்படவில்லை என்பதைக் காட்டும் 20 வருட ஆய்வு; முள்ளம்பன்றி/நரி (Hedgehog/Fox) வேறுபாட்டை அடையாளம் கண்டார் 2005
ராபின் டாஸ் (Robyn Dawes) நீர்த்த விளைவை (Dilution Effect) கண்டுபிடித்தார்; கூடுதல் தகவல் எவ்வாறு துல்லியத்தைக் குறைக்கிறது என்பதை விளக்கினார் 1970கள்–1990கள்
கெர்ட் கிகெரென்சர் (Gerd Gigerenzer) சூழலியல் பகுத்தறிவு விமர்சனத்தை வழங்கினார்; தூண்டல்கள் சில சூழல்களில் தகவமைக்கக்கூடியவை என வாதிட்டார் 1990கள்–2000கள்
நாசிம் நிக்கோலஸ் தலேப் (Nassim Nicholas Taleb) கருப்பு அன்னம் (Black Swan) நிகழ்வுகளுக்கு இக்கருத்தை விரிவுபடுத்தினார்; விளையாட்டு மாயையை (Ludic Fallacy) அறிமுகப்படுத்தினார் 2007
கேரி க்ளீன் (Gary Klein) தடுப்புக்காக ப்ரீ-மார்ட்டம் (Pre-Mortem) நுட்பத்தை உருவாக்கினார் 2007

2.3. முக்கிய ஆய்வுகள்

இஸ்ரேலிய ராணுவ அதிகாரி மதிப்பீட்டு ஆய்வு (கான்மேன், 1950கள்)

1950களில், கான்மேன் இஸ்ரேல் பாதுகாப்புப் படையில் (IDF) அதிகாரி பயிற்சிக்கான விண்ணப்பதாரர்களை மதிப்பிடும் குழுவில் பணியாற்றினார். இந்த மதிப்பீடானது தடையுள்ள பாதையில் கடினமான உடல் ரீதியான பணியை முடிக்க முயற்சிக்கும்போது விண்ணப்பதாரர்களைக் கவனிக்கும் ஒரு "தலைவரற்ற குழு விவாத" சோதனையை (Leaderless Group Discussion test) உள்ளடக்கியதாக இருந்தது.

ஆய்வு முறை: விண்ணப்பதாரர்களின் நடத்தையை—யார் பொறுப்பேற்றார்கள், யார் கைவிட்டார்கள், யார் மோதல்களைத் தீர்த்தார்கள்—என்பதை உளவியலாளர்கள் கவனித்து, அவர்களின் எதிர்கால செயல்திறனைக் கணிக்கும் நம்பிக்கை மதிப்பெண்களை (confidence scores) உருவாக்கினர்.

முக்கிய கண்டுபிடிப்புகள்: அதிகாரி பயிற்சிப் பள்ளியில் இருந்து பின்னூட்டம் வந்தபோது, உளவியலாளர்களின் கணிப்புகளுக்கும் உண்மையான செயல்திறனுக்கும் இடையிலான தொடர்பு மிகக் குறைவாகவே இருந்தது—சீரற்ற யூகத்தை (random guessing) விட சற்று சிறந்ததாக மட்டுமே இருந்தது.

முக்கியமான நுண்ணறிவு: தங்கள் கணிப்புகள் மதிப்பற்றவை என்று புள்ளிவிவர ரீதியாகத் தெரிந்திருந்தும், கான்மேனும் அவரது சகாக்களும் அடுத்தடுத்த மதிப்பீடுகளின்போதும் அதே அளவிலான அதீத நம்பிக்கையைத் தொடர்ந்து உணர்ந்தனர். ஒவ்வொரு விண்ணப்பதாரரின் "கதையும்" மிகவும் ஈர்க்கக்கூடியதாக இருந்ததால், அதன் செல்லுபடியற்ற தன்மை குறித்த அவர்களின் அறிவை அது மேலோங்கியது. "எங்கள் அறியாமையின் முழு அளவையும் எங்களால் ஒப்புக் கொள்ள முடியவில்லை" என்று கான்மேன் பின்னர் குறிப்பிட்டார்.

"டாம் டபிள்யூ." (Tom W.) பரிசோதனை (ட்வெர்ஸ்கி & கான்மேன், 1973)

"டாம் டபிள்யூ." புத்திசாலி ஆனால் படைப்பாற்றல் இல்லாதவர், ஒழுங்கு மற்றும் தெளிவு தேவைப்படுபவர், மேலும் சலிப்பான, இயந்திரத்தனமான எழுத்துநடை கொண்டவர் என்பதை விவரிக்கும் ஆளுமைச் சுருக்கம் பங்கேற்பாளர்களுக்கு வழங்கப்பட்டது.

ஆய்வு முறை: மூன்று குழுக்களிடம் வெவ்வேறு கேள்விகள் கேட்கப்பட்டன:

  • குழு 1: பல்வேறு துறைகளில் உள்ள பட்டதாரி மாணவர்களின் சதவீதத்தை மதிப்பிடுங்கள்
  • குழு 2: ஒரு வழக்கமான மாணவருக்கு டாம் டபிள்யூ. எவ்வளவு ஒத்திருந்தார் என்பதன் அடிப்படையில் துறைகளை தரவரிசைப்படுத்துங்கள்
  • குழு 3: டாம் டபிள்யூ. படிக்கும் உண்மையான துறையை கணிக்கவும்

முக்கிய கண்டுபிடிப்புகள்: குழு 3-இன் கணிப்புகள், குழு 2-இன் ஒற்றுமை தரவரிசைகளுடன் கிட்டத்தட்ட கச்சிதமாக (.97) பொருந்தி இருந்தன, ஆனால் குழு 1-இன் அடிப்படை விகிதங்களுடன் (base rates) முரணாக (-.65) அமைந்தன. பங்கேற்பாளர்கள் டாம் கணினி அறிவியல் துறையைச் சேர்ந்தவர் என்று மிகவும் நம்பிக்கையுடன் கணித்தனர், ஏனெனில் அவரது விளக்கம் அந்த வழக்கமான பிம்பத்திற்கு "பொருந்தியது". மானுடவியலுடன் ஒப்பிடும்போது இது மிகச் சிறிய துறை என்பதை அவர்கள் முழுவதுமாக புறக்கணித்தனர்.

நிபுணர் அரசியல் தீர்ப்பு ஆய்வு (டெட்லாக், 1984–2004)

பிலிப் டெட்லாக் 284 அரசியல் நிபுணர்களை உள்ளடக்கிய 20-ஆண்டு கால நீளமான (longitudinal) ஆய்வை நடத்தினார், அதில் அரசியல் மற்றும் பொருளாதார நிகழ்வுகள் குறித்த 80,000க்கும் மேற்பட்ட கணிப்புகளை சேகரித்தார்.

முக்கிய கண்டுபிடிப்புகள்: சராசரியாக நிபுணர்களின் துல்லியம் "ஈட்டி எறியும் சிம்பன்சி"யின் துல்லியத்தைப் போலவே இருந்தது. முக்கியமாக, நம்பிக்கைக்கும் துல்லியத்திற்கும் இடையிலும், மற்றும் புகழுக்கும் துல்லியத்திற்கும் இடையிலும் ஒரு நேர்மாறான (inverse) தொடர்பை டெட்லாக் அடையாளம் கண்டார்.

முள்ளம்பன்றி/நரி வேறுபாடு:

  • முள்ளம்பன்றிகள் (Hedgehogs): உலகை ஒரு மாபெரும் கோட்பாட்டின் மூலம் பார்த்த நிபுணர்கள் மிகவும் நம்பிக்கையுடன் இருந்தனர், ஆனால் மோசமான கணிப்பாளர்களாகவும் இருந்தனர். அவர்களின் "ஒரு பெரிய யோசனை" தரவுகளை ஒரு ஒத்திசைவான கதையாக ஒழுங்கமைக்க ஒரு சக்திவாய்ந்த பொறிமுறையை உருவாக்கி, மிகப்பெரிய செல்லுபடியாகும் மாயையை (Illusion of Validity) உருவாக்கியது.
  • நரிகள் (Foxes): பல்வேறு, முரண்பாடான பல ஆதாரங்களில் இருந்து கருத்துகளைப் பெற்ற நிபுணர்கள் குறைவான நம்பிக்கையுடன் இருந்தனர், ஆனால் கணிசமான அளவு துல்லியமாக இருந்தனர். ஏனென்றால், அவர்கள் தரவுகளை ஒரு ஒத்திசைவான கதைக்குள் திணிக்கவில்லை.

2.4. நரம்பியல் அடிப்படை

கான்மேனால் விவரிக்கப்பட்ட அறிவாற்றலின் இரட்டை-அமைப்பு கட்டமைப்பின் மூலம் செல்லுபடியாகும் மாயை செயல்படுகிறது:

சிஸ்டம் 1 (உள்ளுணர்வு): தானாகவே மற்றும் விரைவாகச் செயல்படுகிறது, இது சுயக்கட்டுப்பாடு இல்லாதது. WYSIATI ("நீங்கள் பார்ப்பது மட்டுமே முழுமையானது") என்ற கொள்கையைக் கடைப்பிடித்து, கிடைக்கக்கூடிய தகவல்களிலிருந்து முடிந்தவரை ஒத்திசைவான கதையை உருவாக்க இது வடிவமைக்கப்பட்டுள்ளது. சிஸ்டம் 1 விடுபட்ட தரவுகளைப் புறக்கணிக்கிறது, குழப்பத்தையும் சந்தேகத்தையும் அடக்குகிறது, மேலும் நம்பிக்கையின் உணர்வை உருவாக்குகிறது.

சிஸ்டம் 2 (சிந்தனை): சந்தேகம் மற்றும் புள்ளிவிவர ரீதியாக பகுத்தறியும் திறன் கொண்டது, ஆனால் பெரும்பாலும் "சோம்பேறியானது". சிஸ்டம் 1-இன் உள்ளுணர்வு தீர்ப்புகளை ஆராய்வதற்கு பதிலாக, இது அடிக்கடி சிஸ்டம் 1 உருவாக்கிய ஒத்திசைவான கதையை நியாயப்படுத்தும் வேலையையே செய்கிறது.

இந்த மாயை என்பது சிஸ்டம் 1-இன் ஒத்திசைவு மீதான அதீத விருப்பத்தின் விளைவாகும். ஒரு தரவுத்தொகுப்பு ஒரு நல்ல கதையைச் சொல்லும் போது, சிஸ்டம் 1 நனவான விழிப்புணர்வுக்கு "செல்லுபடியாகும்" சிக்னலை அனுப்புகிறது. சிஸ்டம் 2, அடிப்படை விகிதங்கள் அல்லது புள்ளிவிவரத் தொடர்புகளைச் சரிபார்க்காமல், பெரும்பாலும் இந்த சிக்னலை விமர்சனமின்றி ஏற்றுக்கொள்கிறது, இது அதீத நம்பிக்கைக்கு வழிவகுக்கிறது.


3. பரிணாம தோற்றம்

ஒழுங்கற்ற உணர்ச்சி உள்ளீடுகளிலிருந்து வடிவங்களைக் கண்டறிந்து ஒத்திசைவான கதைகளை உருவாக்கும் மனித மூளையின் அசாதாரண திறனை செல்லுபடியாகும் மாயை பிரதிபலிக்கிறது. இந்த திறன் ஒரு பரிணாம தகவமைப்பு என்பதில் சந்தேகமில்லை.

உயிர்வாழும் நன்மை: நமது மூதாதையர் சூழல்களில், வடிவங்களை விரைவாக அடையாளம் காண்பது (எ.கா., "அந்த சலசலப்பு ஒரு வேட்டையாடும் விலங்கைக் குறிக்கிறது") உயிர்வாழ்வதற்கு அவசியமாக இருந்தது. ஒரு தவறான எச்சரிக்கைக்காக (அச்சுறுத்தல் இல்லாத இடத்திலிருந்து ஓடுவது) ஏற்பட்ட இழப்பு குறைவு; ஆனால் உண்மையான அச்சுறுத்தலில் இருந்து தப்பத் தவறினால் ஏற்படும் இழப்பு மரணம். விரைவான செயலை எளிதாக்கும் ஒத்திசைவான விளக்கங்களை ஆதரிக்கும் வகையில் மூளை பரிணாம வளர்ச்சி அடைந்தது.

பழுதா அல்லது சிறப்பம்சமா? இது ஒரு பழுது அல்ல, ஒரு சிறப்பம்சம் என்று கெர்ட் கிகெரென்சர் வாதிடுகிறார்—குறைக்க முடியாத நிச்சயமற்ற தன்மை கொண்ட இயற்கைச் சூழல்களில், ஒத்திசைவான கதைகளை நம்பியிருக்கும் "வேகமான மற்றும் எளிய" தூண்டல்கள் தகவமைக்கக்கூடியவை. எளிய தூண்டல்கள் உறுதியானவை மற்றும் அதிகப்படியான பொருத்துதலைத் (overfitting) தவிர்க்கின்றன.

நவீன பொருத்தமின்மை: பங்குச் சந்தைகள், புவிசார் அரசியல் வியூகங்கள், சிக்கலான பொறியியல், செயற்கை நுண்ணறிவு போன்ற நவீனச் சூழல்களில், நமது மூதாதையர்கள் வாழ்ந்த காலத்திலோ நிலத்திலோ இல்லாத புள்ளிவிவரச் சிக்கல்கள் இருப்பதால்தான் இந்தப் பிரச்சனை எழுகிறது. வடிவங்கள் மாயையாக இருக்கும், தொடர்புகள் போலியாக இருக்கும், மற்றும் எதிர்பாராத பெரும் நிகழ்வுகள் (Black Swan events) முடிவுகளைத் தீர்மானிக்கும் களங்களுக்கு நமது கதை-தேடும் மனங்கள் சரியாகப் பொருத்தப்படவில்லை.

ஆற்றல் சேமிப்பு: நிச்சயமற்ற தன்மையைத் தக்கவைப்பது மூளைக்கு அதிக ஆற்றலைச் செலவழிக்கச் செய்யும். தொடர்ச்சியான சந்தேகம் அதிக துல்லியமாக இருக்கும் நிலையிலும், விரைவாக ஒத்திசைவான விளக்கங்களை ஏற்றுக்கொள்வதன் மூலம் மூளை தனது வளங்களைச் சேமிக்கிறது.


4. இந்த சார்பு எவ்வாறு வெளிப்படுகிறது

4.1. அன்றாட வாழ்வில்

செல்லுபடியாகும் மாயை அன்றாட முடிவெடுப்பதில் நுட்பமான வழிகளில் ஊடுருவியுள்ளது:

  • உறவு தீர்ப்புகள்: சில தொடர்ச்சியான தொடர்புகளுக்குப் பிறகு, மக்களின் குணம் குறித்து நாம் நம்பிக்கையான மதிப்பீடுகளை உருவாக்குகிறோம், அவை முரண்பாடான ஆதாரங்களை எதிர்க்கின்றன.
  • வடிவங்களை அடையாளம் காணுதல்: சீரற்ற நிகழ்வுகளில் அர்த்தமுள்ள வடிவங்களை நாம் பார்க்கிறோம் (சூதாட்டத்தில் ஒரு "வெற்றிப் பாதை", அர்த்தமுள்ள தற்செயல்கள்).
  • தனிப்பட்ட கணிப்புகள்: உண்மையான செயல்பாடுகளின் அடிப்படை விகிதங்களைப் புறக்கணித்து, தற்போதைய நோக்கங்களின் அடிப்படையில் நமது எதிர்கால நடத்தையை நம்பிக்கையுடன் கணிக்கிறோம்.
  • நுகர்வோர் முடிவுகள்: "சரியாகத் தோன்றும்" மற்றும் ஒத்திசைவான பிராண்ட் கதையைக் கொண்ட ஒரு தயாரிப்பு, குறிக்கோள் சார்ந்த தர அளவீடுகளைத் தாண்டி நம்பிக்கையைத் தூண்டுகிறது.

4.2. பணியிடத்தில்

பணியமர்த்தல் மற்றும் நேர்காணல்கள்: ராபின் டாஸ் (Robyn Dawes), கட்டமைக்கப்படாத நேர்காணல்கள் நீர்த்த விளைவால் (Dilution Effect) பாதிக்கப்படுகின்றன என்பதை நிரூபித்தார்: தரவு சார்ந்த தகவல்களுடன் (எ.கா. GPA அல்லது தேர்வு மதிப்பெண்கள்) தரவு சாராத தகவல்கள் (ஆளுமைப் பதிவுகள், பொழுதுபோக்குகள்) இணைக்கப்படும்போது, கணிப்பின் துல்லியம் குறைகிறது, அதேசமயம் நேர்காணல் செய்பவரின் நம்பிக்கை அதிகரிக்கிறது. தரவு சாராத தகவல்கள் அதிக தெளிவான "கதாபாத்திரத்தை" உருவாக்குகிறது, இது செல்லுபடியாகும் மாயையைத் தூண்டுகிறது.

செயல்திறன் மதிப்பீடுகள்: மேலாளர்கள் பெரும்பாலும் ஒரு பணியாளரைப் பற்றி ஒத்திசைவான கதையை உருவாக்கிய பிறகு, புறநிலை செயல்திறன் அளவீடுகள் வேறுபட்ட கதையைச் சொன்னாலும் கூட, தங்களது மதிப்பீடுகளில் அதீத நம்பிக்கையுடன் இருப்பார்கள்.

வியூகத் திட்டமிடல்: உள்நாட்டில் நிலையான வியூகத் திட்டங்களை உருவாக்கும் குழுக்கள் பெரும்பாலும் தங்கள் கணிப்புகளில் தேவையற்ற நம்பிக்கையை உணர்கின்றன, குறிப்பாகத் திட்டம் நேர்த்தியாகவும் ஈர்க்கக்கூடிய கதையையும் சொல்லும்போது.

4.3. வணிகம் மற்றும் சந்தைப்படுத்துதலில்

பிராண்ட் கதை சொல்லல்: சந்தைப்படுத்துபவர்கள் ஒத்திசைவான பிராண்ட் கதைகளை உருவாக்குவதன் மூலம் செல்லுபடியாகும் மாயையைப் பயன்படுத்திக் கொள்கிறார்கள். ஈர்க்கக்கூடிய தோற்றக் கதை, நிலையான செய்தியிடல் மற்றும் ஒருங்கிணைந்த காட்சி அடையாளம் கொண்ட ஒரு தயாரிப்பு, வெறும் தயாரிப்பின் தரத்தை விட அதிக அளவிலான நுகர்வோர் நம்பிக்கையைத் தூண்டுகிறது.

தயாரிப்பு வடிவமைப்பு: உட்புற அழகியல் ஒத்திசைவுடன் வடிவமைக்கப்பட்ட தயாரிப்புகள் (பொருந்தும் வண்ணங்கள், நிலையான இடைமுக தர்க்கம்), உண்மையான செயல்பாட்டைப் பொருட்படுத்தாமல் மிகவும் நம்பகமானதாகவும் செல்லுபடியாகும் ஒன்றாகவும் உணரப்படுகின்றன.

விற்பனை நுட்பங்கள்: திறமையான விற்பனையாளர்கள், கதை நிலைத்தன்மையைத் தயாரிப்பின் செல்லுபடியாகும் தன்மையுடன் ஒப்பிடும் வாங்குபவரின் போக்கைப் பயன்படுத்திக் கொண்டு, தவிர்க்க முடியாத ஒரு முடிவை நோக்கி கட்டமைக்கும் ஒத்திசைவான வரிசைகளில் தகவல்களை வழங்குகிறார்கள்.

4.4. அரசியல் மற்றும் ஊடகங்களில்

அரசியல் கதைகள்: ஒத்திசைவான உலகப் பார்வைகளை முன்வைக்கும் அரசியல்வாதிகள் (டெட்லாக்கின் "முள்ளம்பன்றிகள்"), மோசமான கணிப்புகளைச் செய்தாலும், அதிக நம்பிக்கையானவர்களாகவும் திறமையானவர்களாகவும் உணரப்படுகிறார்கள். வாக்காளர்கள் கதையின் நிலைத்தன்மையைக் கொள்கைகளின் செல்லுபடியாகும் தன்மை எனத் தவறாக நினைக்கிறார்கள்.

ஊடகக் கட்டமைத்தல்: சிக்கலான தன்மை மற்றும் சீரற்ற தன்மையை ஒப்புக்கொள்ளும் செய்திகளை விட, ஒத்திசைவான கதைகளின் ஒரு பகுதியாக நிகழ்வுகளை முன்வைக்கும் செய்திகள் அதிக நம்பகத்தன்மையைக் கொண்டுள்ளன. ஒரு தேர்தல், பொருளாதார நெருக்கடி அல்லது சர்வதேச மோதலின் "கதை" அடிப்படைத் தரவை விட அதிக அளவில் மக்களின் உணர்வை வடிவமைக்கிறது.

வாக்கெடுப்பு நம்பிக்கை: ஒத்திசைவான மாதிரிகளின் அடிப்படையில் நம்பிக்கையான கணிப்புகளை வழங்கும் கருத்துக்கணிப்பாளர்கள் மற்றும் நிபுணர்கள், பெரும் தோல்விகளுக்குப் பிறகும் பார்வையாளர்களின் நம்பிக்கையைத் தக்கவைத்துக் கொள்கிறார்கள், ஏனெனில் அந்த மாதிரிகள் "அர்த்தமுள்ளதாக" இருந்தன.

4.5. சுகாதாரத்துறையில்

கண்டறியும் உத்வேகம் (Diagnostic Momentum): ஒரு நோயாளி ஆரம்ப நோயறிதலைப் பெற்றவுடன், அடுத்தடுத்த மருத்துவர்கள் பெரும்பாலும் அதை விமர்சனமின்றி ஏற்றுக் கொள்கிறார்கள், ஏனெனில் இது அறிகுறிகளுக்கு ஒத்திசைவான விளக்கத்தை வழங்குகிறது. இது மருத்துவ சூழல்களில் "நங்கூரமிடும் சார்பு" (anchoring bias) என்று சில நேரங்களில் அழைக்கப்படுகிறது.

உதாரணம்: மார்பு வலி மற்றும் பதற்றமான கடந்த கால வரலாறு கொண்ட ஒரு நோயாளி வருகிறார். முதலுதவி செவிலியர் "பீதி தாக்குதல்" (Panic Attack) எனக் குறிக்கிறார். குறிப்பைப் படிக்கும் மருத்துவர், வியர்வை மற்றும் அதிகப்படியான சுவாசத்தைக் கவனிக்கிறார்—இரண்டும் பீதியுடன் ஒத்துப்போகின்றன. "பதற்றம்" என்ற ஒத்திசைவான கதை, நுரையீரலில் ரத்த உறைவு (pulmonary embolism) இருப்பதற்கான நுட்பமான அறிகுறிகளை மருத்துவருக்கு மறைக்கிறது.

நோயறிதல் பிழை விகிதங்கள் 10-15% என்று ஆய்வுகள் கூறுகின்றன, இது பெரும்பாலும் இந்த அறிவாற்றல் சிக்கலால் இயக்கப்படுகிறது. ஒரு முத்திரை குத்தப்பட்டவுடன், அது தனக்கான சொந்தச் செல்லுபடியைப் பெறுகிறது, மேலும் முரண்பாடான தரவுகள் விளக்கப்பட்டு நிராகரிக்கப்படுகின்றன.

4.6. நிதி மற்றும் முதலீட்டில்

பங்குத் தேர்வுத் திறன் மாயை: முதலீட்டு ஆலோசகர்களின் ஆண்டுக்கு ஆண்டு செயல்திறனின் தொடர்பைக் கணக்கிடுவதன் மூலம் ஒரு செல்வ மேலாண்மை நிறுவனத்தை கான்மேன் பகுப்பாய்வு செய்தார். இதன் முடிவு 0.01 ஆக இருந்தது—அடிப்படையில் பூஜ்ஜியம். அங்கே எந்தத் திறனும் இல்லை; அது வெறும் அதிர்ஷ்ட விளையாட்டு. ஆனாலும் நிறுவனம் "திறன்" என்ற கலாச்சாரத்துடன் இயங்கியது, போனஸ் வழங்கியது மற்றும் நட்சத்திரங்களைக் கொண்டாடியது. கான்மேன் புள்ளிவிவர ஆதாரத்தை சமர்ப்பித்தபோது, நிர்வாகிகள் பணிவாக தலையசைத்துவிட்டு கண்டுபிடிப்புகளைப் புறக்கணித்தனர்—அவர்களின் இருப்பை நியாயப்படுத்திய மாயையை அவர்களால் உடைக்க முடியவில்லை.

கணித மாதிரி நம்பிக்கை: 2008 நிதி நெருக்கடி காசியன் கோபுலா (Gaussian Copula) செயல்பாட்டினால் தூண்டப்பட்டது, இது இடர் மதிப்பீட்டிற்கான துல்லியமான-தோற்றமுடைய எண்களை உருவாக்கியது. இந்த துல்லியம் ஒரு உண்மையான மாயையை உருவாக்கியது. உள்ளீடு தரவு (உயர்ந்து வரும் வீட்டு விலைகள்) வரலாற்று ரீதியாக வழக்கத்திற்கு மாறானது என்பதைப் புறக்கணித்து, கணிதம் ஒத்திசைவாக இருந்ததால் வர்த்தகர்கள் அதிக நம்பிக்கையுடன் இருந்தனர்.

மதிப்பீட்டு நிறுவனத்தின் தோல்வி: பெரும் மந்தநிலைக்குப் (Great Depression) பிறகு தேசிய வீட்டு விலைகள் குறையவில்லை என்ற ஒரு நிலையான தரவுப் புள்ளியின் அடிப்படையில் சப்-பிரைம் (subprime) கடன்களுக்கு நிறுவனங்கள் AAA தரமதிப்பீடுகளை வழங்கின. இந்த வரலாற்று நிலைத்தன்மை, நாடு தழுவிய வீழ்ச்சி சாத்தியமற்றது என்ற அசைக்க முடியாத—ஆனால் செல்லாத—நம்பிக்கையை உருவாக்கியது.


5. நிஜ உலக ஆய்வுகள்

வழக்கு ஆய்வு 1: யோம் கிப்பூர் போர் உளவுத்துறை தோல்வி (1973)

  • சூழல்: இஸ்ரேலிய இராணுவ புலனாய்வு அமைப்பு (AMAN) "த கான்செப்ட்ஸியா" (The Konseptzia - கருத்து) என்ற ஒரு கடுமையான நம்பிக்கையைக் கொண்டிருந்தது: நீண்ட தூர குண்டுவீச்சு விமானங்கள் மற்றும் ஸ்கட் (Scud) ஏவுகணைகள் மூலம் வான்வழி ஆதிக்கம் இல்லாமல் எகிப்து தாக்காது.

  • என்ன நடந்தது: போருக்கு முந்தைய நாட்களில், எகிப்தின் மாபெரும் துருப்புக்கள் குவிப்பு, கெய்ரோவில் இருந்து சோவியத் குடும்பங்களை வெளியேற்றுதல் மற்றும் முன்னோடியில்லாத இராணுவப் பயிற்சிகளை இஸ்ரேல் கவனித்தது—இது ஒரு சிறந்த உளவுத்துறை சேகரிப்பு.

  • செயல்பட்ட சார்பு: மேஜர் ஜெனரல் எலி ஜீரா (Eli Zeira) மற்றும் அவரது ஆய்வாளர்கள் அனைத்துத் தரவுகளையும் முந்தைய 'கருத்து' என்ற கண்ணோட்டத்தில் ব্যাখ্যা செய்தனர். துருப்புக்கள் குவிப்பு "தற்காப்புப் பயிற்சிகள்" என்று முத்திரை குத்தப்பட்டது. சோவியத் வெளியேற்றங்கள் அரசியல் மோதல்களுக்குக் காரணமாக அமைந்தன. கடந்த காலத்தில் செல்லுபடியான ஒத்திசைவான கதை, இப்போதும் செல்லுபடியாகும் என்று கருதப்பட்டது.

  • விளைவுகள்: தாக்குதலுக்கு சில மணிநேரங்களுக்கு முன்பு வரை இந்த மாயை நீடித்தது, இதனால் துருப்புக்கள் திரட்டுவது தாமதமாகி, திடீர் தாக்குதலின் போது இஸ்ரேலுக்கு பெரும் உயிரிழப்புகள் ஏற்பட்டன.

  • கற்றுக்கொண்ட பாடங்கள்: ஒரு ஒத்திசைவான மூலோபாயக் கருத்து, வேலை செய்யும் கருதுகோளுக்குப் பதிலாக மாற்ற முடியாத உண்மையாகக் கருதப்படும்போது, அது எச்சரிக்கை சமிக்ஞைகளை வடிகட்டும் அறிவாற்றல் பொறியாக மாறுகிறது.

வழக்கு ஆய்வு 2: 2008 நிதி நெருக்கடி

  • சூழல்: வங்கிகள் கொலட்டரலைஸ்டு டெப்ட் ஆப்லிகேஷன்ஸ் (CDOs)—ஆயிரக்கணக்கான அடமானங்களின் தொகுப்புகள்—இவற்றின் விலையை நிர்ணயம் செய்யவும், மேலும் கடனைத் திருப்பிச் செலுத்தாத நிகழ்வுகள் ஒன்றுடன் ஒன்று தொடர்புடையதா என்ற அபாயத்தை மதிப்பிடவும் வேண்டியிருந்தது.

  • என்ன நடந்தது: டேவிட் லீயின் (David Li) காசியன் கோபுலா செயல்பாடு வரலாற்று விலை தரவுகளின் அடிப்படையில் தொடர்புகளை மாதிரியாக்க ஒரு நேர்த்தியான கணித குறுக்குவழியை வழங்கியது. இந்த ஃபார்முலா உருவாக்கிய துல்லியமான எண்களை வர்த்தகர்களும் இடர் மேலாளர்களும் முழுமையாக நம்பினர்.

  • செயல்பட்ட சார்பு: மாடலின் கணித அழகு, நெருக்கடி நிலைகளில் அதன் அனுபவ செல்லுபடியற்ற தன்மையை மறைத்துவிட்டது. தொடர்புகள் நிலையானவை என்று மாடல் கருதியது, ஆனால் ஒரு பதற்றமான நிலையில், தொடர்புகள் 1-க்கு உயரும் (எல்லாம் ஒன்றாகச் சரிந்து விழும்). கணிதத்தின் நிலைத்தன்மை ஒரு தவறான உறுதியை உருவாக்கியது.

  • விளைவுகள்: வீட்டு வசதிச் சந்தை சரிந்தபோது, தங்கள் மாதிரிகள் செல்லுபடியாகும் என்று நம்பிய நிறுவனங்களால் ஆபத்து முறையாகக் குறைத்து மதிப்பிடப்பட்டதால் ஒட்டுமொத்த நிதி அமைப்பும் கிட்டத்தட்ட தோல்வியடைந்தது.

  • கற்றுக்கொண்ட பாடங்கள்: கணித நேர்த்தியும் உள் நிலைத்தன்மையும் முன்கணிப்பு செல்லுபடியாகும் என்பதற்கான சான்று அல்ல. மாதிரிகள் தாங்கள் கையாள வடிவமைக்கப்படாத நிலைமைகளுக்கும் சேர்த்து மன அழுத்தச் சோதனைக்கு உட்படுத்தப்பட வேண்டும்.

வரலாற்று உதாரணம்: ஆபரேஷன் பாடிகார்ட் (Operation Bodyguard - D-Day ஏமாற்று வேலை)

இரண்டாம் உலகப் போரில், ஜெர்மன் உளவுத்துறைக்கு எதிராக நேச நாடுகள் (Allies) வேண்டுமென்றே செல்லுபடியாகும் மாயையை ஒரு ஆயுதமாகப் பயன்படுத்தின. நேச நாடுகளின் படையெடுப்பு பாஸ்-டி-கலாய்ஸ் (Pas-de-Calais) பகுதியில் நடக்கும் என்று ஜெர்மானியர்கள் நம்பினர்—அது கால்வாயைக் கடப்பதற்கான குறுகிய பாதை—இது ஒரு ஒத்திசைவான மூலோபாயக் கணிப்பாகும்.

நேச நாடுகள் தென்கிழக்கு இங்கிலாந்தில் காற்று ತುಂಬப்பட்ட டாங்கிகள், போலி ரேடியோ தொடர்புகள் மற்றும் ஒரு பிரபலமான "தளபதி" (ஜெனரல் பாட்டன்) ஆகியோருடன் ஒரு பேய் இராணுவத்தை (FUSAG) உருவாக்கின. தங்கள் நோக்கங்களை வெறுமனே மறைப்பதற்குப் பதிலாக, ஜெர்மானியர்களின் முன்னரே இருந்த ஒத்திசைவான கதையை அவர்கள் உறுதிப்படுத்தினர். ஜெர்மானியர்கள் எதை நம்ப விரும்புகிறார்களோ அதனுடன் ஒத்துப்போகும் தரவுகளை வழங்குவதன் மூலம், அவர்கள் ஜெர்மன் உளவுத்துறையின் செல்லுபடியாகும் மாயையை வலுப்படுத்தினர்.

நார்மண்டி (Normandy) தாக்குதல் ஒரு பாசாங்கு என்று நம்பி, ஹிட்லர் D-Day-க்கு பல வாரங்களுக்குப் பிறகும் முக்கியமான பான்சர் (Panzer) பிரிவுகளை கலாய்ஸில் வைத்திருந்தார். அந்த ஏமாற்று வேலையின் ஒத்திசைவுதான் அதன் ஆயுதம்—ஜெர்மானியர்களின் சொந்தக் கதை-தேடும் மனங்களே அவர்களைச் சிக்க வைத்தன.


6. இந்த சார்பினால் ஏற்படும் இழப்புகள்

6.1. தனிப்பட்ட இழப்புகள்

  • உறவுச் சிக்கல்கள்: அதீத நம்பிக்கையான முதல் பார்வைகள் நமது ஆரம்ப "கதைக்கு" பொருந்தாத நபர்களுடனான தொடர்புகளை இழக்கச் செய்கின்றன, மற்றும் தீவிரப் பிரச்சனைகளை மறைக்கும் ஒத்திசைவான வெளிப்பாட்டைக் கொண்டவர்களுடனான உறவுகளில் தொடர்ந்து இருக்கச் செய்கின்றன.
  • தனிப்பட்ட வளர்ச்சி தேக்கம்: நம்பிக்கையான ஆனால் செல்லாத சுய-மதிப்பீடுகள் முன்னேற்றம் தேவைப்படும் பகுதிகளை அங்கீகரிப்பதைத் தடுக்கின்றன.
  • மோசமான வாழ்க்கை முடிவுகள்: தவறான உறுதியுடன் எடுக்கப்படும் தொழில் தேர்வுகள், பெரிய கொள்முதலான முடிவுகள் மற்றும் வாழ்க்கை முறை முடிவுகள்.
  • தவறவிடப்பட்ட வாய்ப்புகள்: ஒத்திசைவான கதைக்கு பொருந்தாத விருப்பங்களை நிராகரிப்பது.
  • உளவியல் கடினத்தன்மை: முரண்பாடான ஆதாரங்கள் வெளிப்படும்போது நம்பிக்கைகளைப் புதுப்பிப்பதில் சிரமம்.

6.2. தொழில்முறை இழப்புகள்

  • தொழில்முறை வரம்புகள்: திட்டங்கள், காலக்கெடு அல்லது விளைவுகள் குறித்த அதீத நம்பிக்கையான கணிப்புகள், யதார்த்தம் மாறுபடும்போது நம்பகத்தன்மையை பாதிக்கின்றன.
  • நிதி இழப்புகள்: செல்லுபடியாகும் எனத் தோன்றும் ஆனால் உண்மையில் செல்லாத "உள்ளுணர்வின்" அடிப்படையில் எடுக்கப்படும் முதலீட்டு முடிவுகள்.
  • பாதிக்கப்பட்ட நற்பெயர்: அதிக நம்பிக்கையை வெளிப்படுத்திய பின் பகிரங்கமாகத் தவறாக நிரூபிக்கப்படுவது.
  • மோசமான பணியமர்த்தல்: நேர்காணல்கள் ஈர்க்கக்கூடிய ஆனால் செல்லாத "கதைகளை" உருவாக்குவதால், திறமையானவர்களை விட கவர்ச்சியான விண்ணப்பதாரர்களைத் தேர்ந்தெடுப்பது.
  • தோல்வியடைந்த திட்டங்கள்: நேர்த்தியான ஆனால் தவறான அனுமானங்களின் அடிப்படையில் உருவாக்கப்பட்ட மூலோபாய முயற்சிகள்.

6.3. சமூக இழப்புகள்

  • உளவுத்துறை தோல்விகள்: செல்லுபடியாகும் என்று தோன்றும் மூலோபாயக் கருத்துக்கள் தலைவர்களின் கண்களை அச்சுறுத்தல்களைப் பார்க்க விடாமல் மறைக்கும்போது, நாடுகள் பேரழிவு தரக்கூடிய இராணுவ இழப்புகளைச் சந்தித்துள்ளன (முத்துத் துறைமுகம் - Pearl Harbor, யோம் கிப்பூர் - Yom Kippur).
  • பொருளாதாரப் பேரழிவு: 2008 நிதி நெருக்கடியால் உலகப் பொருளாதாரத்திற்கு டிரில்லியன் கணக்கான டாலர்கள் மற்றும் மில்லியன் கணக்கான வேலைகள் இழப்பு ஏற்பட்டது.
  • பொறியியல் பேரழிவுகள்: சேலஞ்சர் வெடிப்பில் (Challenger explosion) ஏழு விண்வெளி வீரர்கள் கொல்லப்பட்டதற்கு, தெளிவான ஆபத்துத் தரவுகளை ஒத்திசைவான "பாதுகாப்பு" கதை மறைத்தது ஒரு முக்கியக் காரணம்.
  • நிறுவன செயலிழப்பு: செல்லாத நடைமுறைகள் ஒரு ஒத்திசைவான கதையைச் சொல்லி தரவுகளை எதிர்ப்பதால் நிறுவனங்கள் அவற்றை தொடர்ந்து பின்பற்றுகின்றன.

6.4. புள்ளிவிவரத் தாக்கம்

  • மருத்துவ தீர்ப்பு 60-70% ஆய்வுகளில் காப்பீட்டு (actuarial) முறைகளை விடக் கீழாக இருப்பதாகவும், மற்றவற்றில் சமமாக இருப்பதாகவும் மீலின் (Meehl) ஆராய்ச்சி கண்டறிந்தது.
  • 80,000க்கும் மேற்பட்ட கணிப்புகளில் நிபுணர்கள் சீரற்ற வாய்ப்பை விடச் சிறப்பாகச் செயல்படவில்லை என்று டெட்லாக் கண்டறிந்தார்.
  • முதலீட்டு ஆலோசகர்களின் செயல்திறனின் ஆண்டுக்கு ஆண்டு தொடர்பு 0.01 (நடைமுறையில் பூஜ்ஜியம்) என்பதை கான்மேன் கண்டறிந்தார்.
  • மருத்துவத்தில் நோயறிதல் பிழை விகிதங்கள் 10-15% என மதிப்பிடப்பட்டுள்ளது, இது பெரும்பாலும் கண்டறியும் உத்வேகத்தால் (diagnostic momentum) உந்தப்படுகிறது.

7. மறைக்கப்பட்ட நன்மைகள்

இந்தச் சார்பின் அனைத்து அம்சங்களும் முற்றிலும் எதிர்மறையானவை அல்ல—இதன் அடிப்படைச் செயல்முறை பயனுள்ள நோக்கங்களுக்குச் சேவை செய்யும் சூழல்களும் உள்ளன.

எளிய சூழல்களில் தகவமைக்கக்கூடியது: குறைக்க முடியாத நிச்சயமற்ற தன்மை கொண்ட இயற்கைச் சூழல்களில், "வேகமான மற்றும் எளிய" தூண்டல்கள் சிக்கலான புள்ளிவிவர மாதிரிகளை விடச் சிறப்பாகச் செயல்பட முடியும் என்று கெர்ட் கிகெரென்சர் வாதிடுகிறார். எளிய தூண்டல்கள் உறுதியானவை மற்றும் அதிகப்படியான பொருத்துதலைத் (overfitting)—அதாவது இரைச்சலை சிக்னலாகத் தவறாக நினைப்பதைத் தவிர்க்கின்றன.

செயலை எளிதாக்குகிறது: சந்தேகத்தை அடக்குவது நேரம்-முக்கியமான சூழ்நிலைகளில் தீர்க்கமான செயலைச் செயல்படுத்துகிறது. புள்ளிவிவர நிச்சயத்திற்காகக் காத்திருக்கும் ஒரு தீயணைப்பு வீரர் அல்லது அவசர சிகிச்சை அறை மருத்துவர், செயல் மிகவும் அவசியமான நேரத்தில் செயல்படத் தவறிவிடுவார்.

சமூக ஒருங்கிணைப்பு: நம்பிக்கை தலைமைத்துவத்தையும் சமூக ஒருங்கிணைப்பையும் எளிதாக்குகிறது. முடங்கிப்போன சந்தேக நபர்களை விட நம்பிக்கையான (சில நேரங்களில் தவறாக இருந்தாலும்) தலைவர்களுடன் குழுக்கள் பெரும்பாலும் சிறப்பாகச் செயல்படுகின்றன.

அறிவாற்றல் திறன்: மூளையால் வரம்பற்ற சந்தேகத்தைத் தாங்க முடியாது. செல்லுபடியாகும் மாயை "போதுமான அளவு நல்ல" முடிவுகளை ஏற்றுக்கொள்வதன் மூலம் அறிவாற்றல் வளங்களின் திறமையான ஒதுக்கீட்டை அனுமதிக்கிறது.

படைப்பாற்றல் மற்றும் கருதுகோள் உருவாக்கம்: இருக்கக்கூடிய அல்லது இல்லாத வடிவங்களைப் பார்ப்பது ஆக்கபூர்வமான நுண்ணறிவு மற்றும் கருதுகோள் உருவாக்கத்திற்கு அவசியமாகும். செல்லுபடியாகும் மாயைகளை உருவாக்கும் அதே பொறிமுறைதான் உண்மையான கண்டுபிடிப்புகளையும் உருவாக்குகிறது.

முழுமையான ஒழிப்பு ஏன் விரும்பத்தகாதது: செல்லுபடியாகும் மாயையிலிருந்து முழுமையாக விடுபட்ட ஒருவர், முடிவெடுக்க முடியாமல் முடங்கிப்போகும் நிலை, நிச்சயமற்ற தன்மையின் கீழ் செயல்பட இயலாமை மற்றும் நிரந்தர சந்தேகத்தைப் பேணுவதால் ஏற்படும் சோர்வூட்டும் அறிவாற்றல் சுமை ஆகியவற்றைச் சந்திப்பார். இதன் குறிக்கோள் இதை முறைப்படுத்துவதே தவிர, அகற்றுவது அல்ல.


8. சுய-மதிப்பீடு: உங்களுக்கு இந்த சார்பு உள்ளதா?

8.1. எச்சரிக்கை அறிகுறிகளின் சரிபார்ப்புப் பட்டியல்

  • நிலையான தகவலைப் பெற்ற சிறிது நேரத்திலேயே கணிப்புகள் அல்லது மதிப்பீடுகளில் நான் பெரும்பாலும் அதிக நம்பிக்கை கொள்கிறேன்.
  • என்னிடம் அதிக புள்ளிவிவரச் சான்றுகள் இருப்பதை விட, விவரங்கள் "ஒன்றாகப் பொருந்தும்போது" என் நம்பிக்கை அதிகரிப்பதைக் காண்கிறேன்.
  • புறநிலைத் தரவு வேறுவிதமாகக் கூறினாலும், மனிதர்களைப் பற்றிய எனது "உள்ளுணர்வை" நான் நம்புகிறேன்.
  • புள்ளிவிவர அடிப்படை விகிதங்களை விட ஒத்திசைவான கதைகளால் நான் அதிகம் நம்புகிறேன்.
  • நேர்காணல்கள் அல்லது சுருக்கமான உரையாடல்களிலிருந்து என்னால் முடிவுகளைக் கணிக்க முடியும் என்று உணர்கிறேன்.
  • முரண்பாடான தகவல்கள் வழங்கப்பட்டாலும் எனது ஆரம்பப் பதிவுகளை நான் அரிதாகவே புதுப்பிக்கிறேன்.
  • மற்றவர்கள் தவறவிடும் தரவுகளில் உள்ள வடிவங்களை என்னால் அடையாளம் காண முடியும் என்று நான் நம்புகிறேன்.
  • எளிய கணிப்புகளை விடச் சிக்கலான கணிப்புகளைப் பற்றி நான் மிகவும் உறுதியாக உணர்கிறேன் (ஏனென்றால் "முழுப் படத்தையும்" நான் புரிந்துகொள்கிறேன்).
  • எனது விளக்கத்திற்குப் பொருந்தாத ஆதாரங்களை "இரைச்சல்" அல்லது "விதிவிலக்குகள்" என்று நான் நிராகரிக்கிறேன்.
  • ஒரு நிகழ்வு நிகழ்ந்த பிறகு, "எனக்கு இது முன்பே தெரியும்" என்று நான் அடிக்கடி உணர்கிறேன்.

மதிப்பெண்:

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

8.2. சுய-சிந்தனை கேள்விகள்

  1. ஒரு கணிப்பில் நீங்கள் மிகவும் நம்பிக்கையாக இருந்தும் அது தவறாக முடிவடைந்த ஒரு நேரத்தை நினைத்துப் பாருங்கள். உங்களை அவ்வளவு நம்பிக்கைக்கு உள்ளாக்கியது எது? அது புள்ளிவிவர நம்பகத்தன்மையை விடத் தகவலின் நிலைத்தன்மையா?

  2. வேலைக்கான விண்ணப்பதாரர்களை நேர்காணல் செய்யும்போது அல்லது புதிய நபர்களைச் சந்திக்கும் போது, எவ்வளவு விரைவாக நம்பிக்கையான மதிப்பீட்டை உருவாக்குகிறீர்கள்? அந்த மதிப்பீடுகள் எவ்வளவு துல்லியமாக மாறுகின்றன என்பதை நீங்கள் எப்போதாவது கவனித்துள்ளீர்களா?

  3. எந்த களங்களில் உங்கள் உள்ளுணர்வை நீங்கள் அதிகம் நம்புகிறீர்கள்? உங்கள் உள்ளுணர்வு கணிப்புகளை எளிய புள்ளிவிவர மாதிரிகள் அல்லது அடிப்படை விகிதங்களுடன் நீங்கள் எப்போதாவது ஒப்பிட்டுப் பார்த்துள்ளீர்களா?

  4. நீங்கள் உருவாக்கிய ஒத்திசைவான கதைக்கு முரணான தகவலைப் பெறும்போது நீங்கள் எவ்வாறு செயல்படுவீர்கள்? நீங்கள் அதை நிராகரிக்கிறீர்களா, தவிர்த்து விடுகிறீர்களா அல்லது உண்மையாகவே அதை ஏற்கு புதுப்பிக்கிறீர்களா?

  5. உங்கள் கணிப்புகளில் நீங்கள் அதீத நம்பிக்கையுடன் இருக்கிறீர்கள் என்று மற்றவர்கள் எப்போதாவது உங்களிடம் கூறியிருக்கிறார்களா? அவர்கள் எந்த களங்களைக் குறிப்பிட்டார்கள்?

8.3. விரைவான நோயறிதல் காட்சி

காட்சி: ஒரு முக்கியமான பதவிக்கு நீங்கள் ஆட்களைத் தேர்வு செய்கிறீர்கள். உங்களிடம் இரண்டு விண்ணப்பதாரர்கள் உள்ளனர்:

  • விண்ணப்பதாரர் A: சிறந்த நற்சான்றிதழ்கள், அதிக தேர்வு மதிப்பெண்கள், ஆனால் நேர்காணலில் மோசமாக செயல்பட்டார்—நிலையற்ற பதில்களை அளித்தார் மற்றும் பதட்டமாகத் தெரிந்தார்.
  • விண்ணப்பதாரர் B: சராசரியான நற்சான்றிதழ்கள், சாதாரண தேர்வு மதிப்பெண்கள், ஆனால் ஒரு சிறந்த நேர்காணலை அளித்தார்—நம்பிக்கையானவர், தெளிவாகப் பேசக்கூடியவர், ஈர்க்கக்கூடிய தனிப்பட்ட கதையைக் கொண்டவர்.

எப்படி பதிலளிப்பீர்கள்?

  • A) "நான் விண்ணப்பதாரர் B-ஐப் பணியமர்த்துவேன்—அவர்கள் உண்மையில் யார் என்பதை நேர்காணல் வெளிப்படுத்தியது, மேலும் அவர்களுக்குத் தேவையான தகுதிகள் தெளிவாக உள்ளன. நற்சான்றிதழ்கள் முழு கதையையும் சொல்வதில்லை." → அதிக பாதிப்பு
  • B) "நான் குழப்பத்தில் உள்ளேன். நேர்காணல் மிகவும் அர்த்தமுள்ளதாக உணர்ந்தேன், ஆனால் நான் புறநிலைத் தரவுகளுக்கு அதிக முக்கியத்துவம் கொடுக்க வேண்டும் என்று எனக்குத் தெரியும்." → மிதமான பாதிப்பு
  • C) "நான் விண்ணப்பதாரர் A-ஐப் பணியமர்த்துவேன். நேர்காணல்கள் செயல்திறனை மோசமாகக் கணிப்பவை என்பதையும், புறநிலை நற்சான்றிதழ்கள் சிறந்த குறிகாட்டிகள் என்பதையும் ஆராய்ச்சி காட்டுகிறது. விண்ணப்பதாரர் B பற்றிய எனது எண்ணம் அநேகமாக ஒரு மாயையாக இருக்கலாம்." → குறைந்த பாதிப்பு

9. மற்றவர்களிடம் இந்த சார்பை அடையாளம் காணுதல்

9.1. நடத்தை குறிகாட்டிகள்

  • பேச்சில்: கணிப்புகளில் அதீத உறுதி; "எனக்கு அது தெரியும்" அல்லது "அது வெளிப்படையானது" போன்ற சொற்றொடர்களைப் பயன்படுத்துதல்
  • முடிவெடுப்பதில்: வரையறுக்கப்பட்ட ஆனால் நிலையான தகவல்களின் அடிப்படையில் விரைவான, நம்பிக்கையான தீர்ப்புகள்
  • உடல் மொழியில்: கணிப்புகளை முன்வைக்கும் போது உறுதியுடன் முன்னோக்கிச் சாய்வது; முரண்பாடான தரவு எழுப்பப்படும்போது நிராகரிக்கும் சைகைகள்
  • தொடர்ச்சியான கருப்பொருள்கள்: எல்லாவற்றையும் நேர்த்தியாக விளக்கும் கதைகள்; சீரற்ற தன்மை அல்லது அதிர்ஷ்டத்தை ஒப்புக்கொள்வதற்கான எதிர்ப்பு
  • செயல்கள்: அடிப்படை விகிதங்களைப் புறக்கணித்தல்; கணிப்புத் துல்லியத்தைக் கண்காணிக்கத் தவறுதல்; வெற்றிகளைத் திறமைக்கும் தோல்விகளைத் துரதிர்ஷ்டத்திற்கும் காரணம் காட்டுதல்

9.2. உரையாடல் எச்சரிக்கைகள்

இந்தச் சார்பின் கீழ் இருக்கும்போது மக்கள் கூறும் சொற்றொடர்கள்:

  • "அவர்களைச் சந்தித்த கணத்திலிருந்தே என்னால் சொல்ல முடிந்தது..."
  • "அனைத்து துண்டுகளும் சரியாகப் பொருந்துகின்றன"
  • "என் உள்ளுணர்வு என்னை ஒருபோதும் தவறாக வழிநடத்தியதில்லை"
  • "என்ன நடக்கப் போகிறது என்பது வெளிப்படையானது"
  • "எனக்கு இது முன்பே தெரியும்" (நிகழ்வுக்குப் பிறகு)

அவர்கள் செய்யும் வாதங்களின் வகைகள்:

  • தரவுகளை விட வடிவம் அல்லது கதையில் இருந்து வாதங்கள்
  • "முழுப் படத்திற்கு" ஆதரவாகப் புள்ளிவிவர ஆதாரங்களை நிராகரித்தல்

அவர்கள் கேட்கத் தவிர்க்கும் கேள்விகள்:

  • "இந்த வகையான கணிப்பிற்கான அடிப்படை விகிதம் என்ன?"
  • "இதே போன்ற விஷயங்களில் நான் எவ்வளவு முறை தவறாக இருந்துள்ளேன்?"

9.3. சூழ்நிலை தூண்டுதல்கள்

  • நேர அழுத்தம்: விரைவாக முடிவெடுக்க நிர்ப்பந்திக்கப்படும்போது, மக்கள் ஒத்திசைவான கதைகளை அதிகம் நம்பியிருக்கிறார்கள்.
  • தகவல் நிலைத்தன்மை: தரவுப் புள்ளிகள் கச்சிதமாகச் சீரமைக்கப்படும் போது (அது தேவையற்றதாக இருந்தாலும்), நம்பிக்கை அதிகரிக்கிறது.
  • நிபுணத்துவக் களம்: "நிபுணர்கள்" என்று கருதப்படும் துறைகளில் உள்ளவர்கள் அதிகம் பாதிக்கப்படுகின்றனர்.
  • அதிக ஆபத்து: அதிக ஆபத்து உள்ள சூழ்நிலைகள் முரண்பாடான வகையில் "உள்ளுணர்வு" மீதான நம்பிக்கையை அதிகரிக்கலாம்.
  • சோர்வு: சிஸ்டம் 2 சோர்வடையும் போது, சிஸ்டம் 1-இன் கதை தேடும் செயல்பாடு ஆதிக்கம் செலுத்துகிறது.
  • சமூக சரிபார்த்தல்: மற்றவர்கள் ஒத்திசைவான கதையைப் பகிரும்போது, நம்பிக்கை பெருகும்.

10. அறிவாற்றல் சார்பு நீக்கும் உத்திகள்

10.1. உடனடி நுட்பங்கள்

"அடிப்படை விகித" கேள்வியைக் கேளுங்கள்: உங்கள் கணிப்பை நம்புவதற்கு முன், இதைக் கேளுங்கள்: "இது போன்ற கணிப்புகளில் எத்தனை சதவீதம் துல்லியமாக மாறியுள்ளன? இது போன்ற முந்தைய வழக்குகளில் என்ன நடந்தது?"

முரண்பாட்டைத் தேடுங்கள்: உங்கள் கதைக்குப் பொருந்தாத தரவுப் புள்ளிகளை வேண்டுமென்றே தேடுங்கள். உங்களால் எதையும் கண்டுபிடிக்க முடியவில்லை என்றால், அது ஒரு எச்சரிக்கை அறிகுறி—அவற்றை நீங்கள் வடிகட்டுகிறீர்கள் என்று அர்த்தம்.

நிகழ்தகவு மதிப்பீடுகளை ஒதுக்குங்கள்: "நான் நம்பிக்கையுடன் இருக்கிறேன்" என்பதற்குப் பதிலாக, "70% வாய்ப்பு இருப்பதாக நான் மதிப்பிடுகிறேன்" என்று முயற்சிக்கவும். இது எண்ரீதியான பொறுப்புணர்வை வலியுறுத்துகிறது.

"சராசரி மாற்று" சோதனை: இதைக் கவனியுங்கள்: "மிகவும் சலிப்பான, அடிப்படையான கணிப்பு சரியாக இருந்தால் என்ன செய்வது?" பெரும்பாலும் சாதாரண விளைவுதான் நடக்க வாய்ப்புள்ளது.

10.2. நீண்ட கால உத்திகள்

உங்கள் கணிப்புகளைக் கண்காணிக்கவும்: கணிப்புகள் மற்றும் அவற்றின் முடிவுகளின் எழுத்துப்பூர்வ பதிவை வைத்திருக்கவும். காலப்போக்கில் உங்கள் துல்லிய விகிதத்தைக் கணக்கிடுங்கள். செல்லுபடியாகும் மாயை பொதுவாகத் தடுக்கும் பின்னூட்டத்தை இது வழங்குகிறது.

அடிப்படை விகிதங்களைப் படிக்கவும்: நீங்கள் கணிக்கும் களங்களில் புள்ளிவிவர அடிப்படை விகிதங்கள் குறித்த அறிவை வளர்த்துக் கொள்ளுங்கள். ஸ்டார்ட்அப்கள் எத்தனை முறை வெற்றி பெறுகின்றன? திட்டங்கள் எவ்வளவு அடிக்கடி சரியான நேரத்தில் முடிவடைகின்றன?

"நரி" சிந்தனையை வளர்த்துக் கொள்ளுங்கள்: ஒரு பெரிய கோட்பாட்டை விடப் பல, முரண்பாடான கட்டமைப்புகளுக்கு உங்களை வேண்டுமென்றே வெளிப்படுத்துங்கள். சிக்கலான மற்றும் நிச்சயமற்ற தன்மையை ஏற்றுக்கொண்டு தழுவுங்கள்.

அறிவாற்றல் பணிவைப் பழகுங்கள்: தவறாகப் போன கடந்த கால நம்பிக்கையான கணிப்புகளைத் தொடர்ந்து உங்களுக்கு நினைவூட்டுங்கள்.

10.3. சுற்றுச்சூழல் வடிவமைப்பு

குறிப்பு வகுப்பு முன்கணிப்பு (Reference Class Forecasting - வெளிப்புறக் காட்சி): கான்மேன் மற்றும் பென்ட் ஃப்ளைவ்பெர்க் (Bent Flyvbjerg) ஆகியோரால் உருவாக்கப்பட்ட இந்த முறை, உங்கள் திட்டத்தின் குறிப்பிட்ட விவரங்களைப் புறக்கணித்து, இதே போன்ற திட்டங்களின் அடிப்படை விகிதத்தைப் பார்க்க உங்களை வற்புறுத்துகிறது.

செயல்முறை:

  1. ஒத்த கடந்த கால நிகழ்வுகளின் குறிப்பு வகுப்பை அடையாளம் காணவும் (எ.கா., "மென்பொருள் மேம்பாட்டு திட்டங்கள்")
  2. விளைவுகளின் பரவலைத் தீர்மானிக்கவும் (எ.கா., "சராசரி செலவு மீறல் 40% ஆகும்")
  3. தற்போதைய வழக்கை அந்தப் பரவலில் வைக்கவும்

இது இங்கிலாந்து போக்குவரத்துத் துறை மற்றும் அமெரிக்க திட்டமிடல் சங்கத்தால் அதிகாரப்பூர்வமாக ஏற்றுக்கொள்ளப்பட்டுள்ளது.

ப்ரீ-மார்ட்டம் நுட்பம் (Pre-Mortem Technique): கேரி க்ளீனால் (Gary Klein) உருவாக்கப்பட்ட இந்த நுட்பம், ஒரு முடிவை இறுதி செய்வதற்கு முன்பே வெற்றியின் ஒத்திசைவான கதையைச் சிதைக்கிறது.

செயல்முறை:

  1. திட்டம் தோல்வியடைந்துவிட்டது என்று வைத்துக் கொள்ளுங்கள்—இரண்டு வருடங்களுக்குப் பின்னால் ஒரு பேரழிவு ஏற்பட்டுவிட்டது
  2. குழுவிடம் கேளுங்கள்: "இதற்குக் காரணம் என்ன?"

இது "தோல்வியின் கதையை" உருவாக்க வற்புறுத்துவதன் மூலம் சந்தேகத்தை நியாயப்படுத்துகிறது, மற்றும் "வெற்றியின் கதையின்" ஏகபோகத்தை உடைக்கிறது.

குருட்டுப் பகுப்பாய்வு (நேரியல் வரிசை முறை மறைப்பு நீக்கம் - Linear Sequential Unmasking): தடயவியல் மற்றும் ஆராய்ச்சியில், தகவல்களைக் கட்டுப்படுத்துவது ஒத்திசைவான ஆனால் சார்புடைய கதைகளைத் தடுக்கிறது. "இலக்கு" அல்லது சூழல் காண்பிக்கப்படுவதற்கு முன் ஆய்வாளர்கள் ஆதாரங்களை ஆராய்கின்றனர்.

10.4. எப்போது வெளிப்புற உள்ளீட்டைப் பெற வேண்டும்

  • அதிக ஆபத்துள்ள முடிவுகள்: முக்கிய முதலீடுகள், பணியமர்த்தல்கள், மூலோபாய மாற்றங்கள்
  • நீங்கள் மிகவும் நம்பிக்கையாக உணரும்போது: அதிக நம்பிக்கை ஒரு எச்சரிக்கை அறிகுறி
  • தரவு சீராக ஆனால் குறைவாக இருக்கும்போது: அகலமில்லாத சரியான நிலைத்தன்மை
  • உங்கள் நிபுணத்துவம் நேரடியாகத் தொடர்புடையதாக இருக்கும்போது: நிபுணர்கள் தங்கள் களங்களில் அதிகம் பாதிக்கப்படுகின்றனர்

யாரிடம் கேட்பது: உங்கள் கதையை உறுதிப்படுத்தாமல் அதற்குச் சவால் விடுபவர்கள். மாற்றுக்கருத்து கூறுபவர்கள் (Devil's advocates). புள்ளிவிவரச் சிந்தனையாளர்கள். அடிப்படை விகிதத் தரவுகளை அணுகக்கூடியவர்கள்.


11. நடைமுறைப் பயிற்சிகள்

பயிற்சி 1: முன்கணிப்பு கண்காணிப்பு இதழ்

  • நோக்கம்: கணிப்புகளை முடிவுகளுடன் ஒப்பிடுவதன் மூலம் துல்லியமான அளவீட்டை உருவாக்குதல்
  • தேவையான நேரம்: தினமும் 5 நிமிடங்கள்; வாராந்திர 30 நிமிட மதிப்பாய்வு
  • தேவையான பொருட்கள்: இதழ் (Journal) அல்லது விரிதாள் (spreadsheet)
  • சிரம நிலை: தொடக்க நிலை
  • வழிமுறைகள்:
    1. ஒவ்வொரு நாளும், நீங்கள் செய்யும் 1-3 கணிப்புகளை எழுதுங்கள் (வேலை முடிவுகள், விளையாட்டு, வானிலை, சமூக சூழ்நிலைகள்)
    2. நம்பிக்கை அளவை ஒதுக்குங்கள் (50%, 70%, 90%)
    3. உங்களை நம்பிக்கையடையச் செய்தது எது என்பதைப் பதிவு செய்யுங்கள் (கதை, தரவு)
    4. முடிவு நிகழும்போது, அதைப் பதிவு செய்யுங்கள்
    5. வாரந்தோறும், இதைக் கணக்கிடுங்கள்: உங்களின் 70% கணிப்புகள் 70% நேரம் நிஜமாகிறதா?
  • சிந்தனை கேள்விகள்:
    • நீங்கள் தொடர்ந்து அதீத நம்பிக்கையுடன் இருக்கிறீர்களா?
    • எந்த வகையான கணிப்புகளில் நீங்கள் மிகவும் மோசமாக இருக்கிறீர்கள்?
    • கதையின் நிலைத்தன்மையால் நீங்கள் எப்போது அதிகம் பாதிக்கப்படுகிறீர்கள்?
  • அதிர்வெண்: தினசரி பதிவு, வாராந்திர மதிப்பாய்வு

பயிற்சி 2: ப்ரீ-மார்ட்டம் பயிற்சி

  • நோக்கம்: மாயைகளை உடைக்க மாற்று கதைகளை உருவாக்கக் கற்றுக்கொள்ளுதல்
  • தேவையான நேரம்: 30-45 நிமிடங்கள்
  • தேவையான பொருட்கள்: காகிதம், நீங்கள் எதிர்கொள்ளும் தற்போதைய முடிவு
  • சிரம நிலை: இடைநிலை
  • வழிமுறைகள்:
    1. நேர்மறையான முடிவைப் பற்றி நீங்கள் நம்பிக்கையுடன் உணரும் முடிவைத் தேர்ந்தெடுக்கவும்
    2. இது ஒரு வருடம் கடந்துவிட்டது என்றும் முடிவு கண்கூடாகத் தோல்வியடைந்துவிட்டது என்றும் தெளிவாகக் கற்பனை செய்து பாருங்கள்
    3. தோல்வி எவ்வாறு ஏற்பட்டது என்பது பற்றிய விரிவான கதையை எழுதுங்கள்
    4. மிகவும் நம்பத்தகுந்த மூன்று தோல்விப் பாதைகளை அடையாளம் காணவும்
    5. கேளுங்கள்: அந்தத் தோல்வியை நோக்கி நான் சென்றுகொண்டிருந்தால் இப்போது நான் என்ன கவனிப்பேன்?
  • சிந்தனை கேள்விகள்:
    • தோல்விக் கதையை உருவாக்கியது எப்படி இருந்தது?
    • உங்கள் நம்பிக்கையின் அளவு மாறியதா?
    • நீங்கள் எந்த எச்சரிக்கை அறிகுறிகளைப் புறக்கணித்திருக்கலாம்?
  • அதிர்வெண்: முக்கிய முடிவுகளுக்கு முன்

பயிற்சி 3: குறிப்பு வகுப்பு ஆராய்ச்சி

  • நோக்கம்: உள் பார்வையின் சார்பை எதிர்கொள்ள அடிப்படை விகித அறிவை உருவாக்குதல்
  • தேவையான நேரம்: 1-2 மணிநேரம்
  • தேவையான பொருட்கள்: இணைய அணுகல், விரிதாள் (spreadsheet)
  • சிரம நிலை: இடைநிலை
  • வழிமுறைகள்:
    1. நீங்கள் அடிக்கடி கணிக்கும் களத்தை அடையாளம் காணவும் (திட்டக் காலக்கெடு, முதலீட்டு முடிவுகள், பணியமர்த்தல் வெற்றி)
    2. அந்தக் களத்தில் உள்ள உண்மையான அடிப்படை விகிதங்களை ஆராயுங்கள்
    3. 5-10 கல்வி அல்லது நம்பகமான தொழில்துறை ஆதாரங்களைக் கண்டறியவும்
    4. முக்கிய புள்ளிவிவரங்களின் குறிப்புத் தாளை உருவாக்கவும்
    5. உங்கள் வரலாற்று கணிப்புகளை இந்த அடிப்படை விகிதங்களுடன் ஒப்பிடவும்
  • சிந்தனை கேள்விகள்:
    • அடிப்படை விகிதங்களிலிருந்து உங்கள் உள்ளுணர்வு கணிப்புகள் எவ்வளவு தூரத்தில் இருந்தன?
    • உங்களுக்கு நீங்களே என்ன கதைகளைச் சொல்லிக் கொண்டிருந்தீர்கள்?
    • இந்தத் தகவலை இனி எப்படிப் பயன்படுத்துவீர்கள்?
  • அதிர்வெண்: முக்கிய கணிப்பு களங்களுக்குக் காலாண்டுக்கு ஒருமுறை

தினசரி பயிற்சி

நம்பிக்கை சரிபார்ப்பு: ஒரு கணிப்பைப் பற்றி நீங்கள் நம்பிக்கையாக உணர்வதை நீங்கள் கவனிக்கும்போது, 60 வினாடிகள் இடைநிறுத்தி இதைக் கேளுங்கள்:

  • "என் நம்பிக்கை கதையின் நிலைத்தன்மையிலிருந்து வருகிறதா அல்லது புள்ளிவிவர ஆதாரங்களில் இருந்து வருகிறதா?"

  • "இது போன்ற கணிப்புகளுக்கான அடிப்படை விகிதம் என்ன?"

  • "நான் தவறாக இருந்தால் எதைப் பார்ப்பேன் என்று எதிர்பார்க்கிறேன்?"

  • பரிந்துரைக்கப்பட்ட காலம்: ஒரு நிகழ்வுக்கு 1-2 நிமிடங்கள்

  • நாளின் சிறந்த நேரம்: நம்பிக்கை அதிகரிக்கும் போதெல்லாம்

  • முன்னேற்றத்தை எப்படிக் கண்காணிப்பது: தொலைபேசியில் குறிப்பெடுக்கவும்; தினசரி நிகழ்வுகளை எண்ணவும்

வாராந்திர சவால்

நரி வாரம் (The Fox Week): ஒரு வாரத்திற்கு, ஒரு முக்கியமான தலைப்பில் உங்கள் தற்போதைய கருத்துக்களுக்கு முரணான கண்ணோட்டங்களை வேண்டுமென்றே தேடுங்கள். எதிர் கருத்துகளைப் படியுங்கள். உங்களுடன் உடன்படாதவர்களிடம் பேசுங்கள். உங்கள் நிலைக்கு எதிராகச் சிறந்த சாத்தியமான வாதத்தை உருவாக்க முயற்சிக்கவும்.

  • 4 வாரங்களுக்குப் பிறகு எதிர்பார்க்கப்படும் முடிவுகள்: ஒற்றைக் கதை சிந்தனையில் குறைக்கப்பட்ட நம்பிக்கை; சிக்கலான தன்மையுடன் அதிக வசதி; மேம்பட்ட அளவீடு
  • சிந்தனைக்கான இதழ் குறிப்புகள்:
    • எனது நிலைப்பாட்டிற்கு எதிரான வலுவான வாதம் எது?
    • மற்ற கருத்துக்களைக் கேட்ட பிறகு எனது நம்பிக்கை எவ்வாறு மாறியது?
    • ஒரு "நரி" (பல்வேறு கண்ணோட்டம் கொண்ட சிந்தனையாளர்) நான் செய்ததை விட எவ்வாறு வித்தியாசமாகச் செயல்படுவார்?

12. குறிப்பிட்ட பார்வையாளர்களுக்கு

தலைவர்கள் மற்றும் மேலாளர்களுக்கு

தலைவர்களுக்குச் செல்லுபடியாகும் மாயை குறிப்பாக ஆபத்தானது, ஏனெனில் அவர்களின் பங்குக்கு அடிக்கடி கணிப்புகள் தேவைப்படுகின்றன (பணியமர்த்தல், மூலோபாயம், சந்தை முன்னறிவிப்புகள்) மற்றும் அவர்களின் அதிகாரம் அவர்களின் கதைகளுக்கு வரும் சவால்களை ஊக்கப்படுத்துவதில்லை.

உத்திகள்:

  • ஆதிக்கம் செலுத்தும் மூலோபாயக் கருத்துகளுக்குச் சவால் விடும் முறையான "சிவப்புக் குழு" (Red Team) செயல்முறைகளை நிறுவுங்கள்
  • கருத்து வேறுபாடுகளுக்கான உளவியல் பாதுகாப்பை உருவாக்குங்கள்—முரண்பாடுகளை எந்தவித இழப்புமின்றி ஏற்றுக்கொள்ளும் சூழலை உருவாக்குங்கள்
  • முக்கிய முடிவுகளுக்கு முன் ப்ரீ-மார்ட்டம்களை (pre-mortems) கட்டாயமாக்குங்கள்
  • கதை அடிப்படையிலான பணியமர்த்தலைக் குறைக்க முன்கூட்டியே தீர்மானிக்கப்பட்ட அளவுகோல்களுடன் கட்டமைக்கப்பட்ட நேர்காணல் நெறிமுறைகளைச் செயல்படுத்தவும்
  • முடிவுகளுக்கு எதிரான நிறுவனத்தின் கணிப்புகளைக் கண்காணித்து முடிவுகளை வெளிப்படையாகப் பகிரவும்

குழு அடிப்படையிலான தலையீடுகள்:

  • கூட்டங்களில் முறையான "மாற்றுக்கருத்து கூறுபவர்" (devil's advocate) பாத்திரத்தை ஒதுக்கவும்
  • வாய்மொழி நம்பிக்கைக்குப் பதிலாக அளவிடப்பட்ட நிகழ்தகவு மதிப்பீடுகளைக் கோரவும்
  • நம்பிக்கைக்கு மட்டும் அல்லாமல், கணிப்புத் துல்லியத்திற்கும் பொறுப்புணர்வை உருவாக்குங்கள்

பெற்றோர் மற்றும் கல்வியாளர்களுக்கு

குழந்தைகள் இன்னும் அளவீட்டு திறன்களை வளர்த்துக் கொண்டிருக்கிறார்கள், மேலும் ஆரம்பத்தில் நிறுவப்பட்ட வடிவங்கள் தொடர்கின்றன.

வயதுக்கு ஏற்ற விளக்கங்கள்:

  • "சில நேரங்களில் ஒரு கதை நம் தலையில் அர்த்தமுள்ளதாகத் தோன்றும் போது, அது உண்மையாக இல்லாவிட்டாலும் அது உண்மை என்று நாம் மிகவும் உறுதியாக உணர்கிறோம். நாம் சரியாக இருக்கிறோமா என்று சரிபார்க்க வேண்டியது அவசியம்."

தடுப்பு உத்திகள்:

  • கணிப்புகளைச் செய்வதற்கும் அவற்றின் துல்லியத்தைக் கண்காணிப்பதற்கும் குழந்தைகளை ஊக்குவிக்கவும்
  • நிச்சயமற்ற தன்மையின் மாதிரி: "எனக்கு உறுதியாகத் தெரியவில்லை, ஆனால் நான் நினைக்கிறேன்..."
  • ஆதாரங்களுக்குப் பதிலளிக்கும் வகையில் நம்பிக்கைகளைப் புதுப்பிப்பதற்கு வெகுமதி அளிக்கவும்
  • நம்பிக்கையாக இருந்தும் தவறாகப் போன பிரபலமான கணிப்புகளைப் பற்றி விவாதிக்கவும்

செயல்பாடுகள்:

  • வகுப்பறை செயல்பாடுகளுக்கான "முன்கணிப்பு இதழ்கள்"
  • நிகழ்தகவு மதிப்பீட்டை உள்ளடக்கிய விளையாட்டுகள்
  • நம்பிக்கையாக இருந்தும் தவறாகப் போன நிபுணர்களைப் பற்றிய கதைகள்

சுகாதார நிபுணர்களுக்கு

கண்டறியும் உத்வேகம் மற்றும் நங்கூரமிடும் சார்பு (anchoring bias) ஆகியவை செல்லுபடியாகும் மாயையின் உயிருக்கு ஆபத்தான வெளிப்பாடுகளாக இருக்கலாம்.

மருத்துவ உத்திகள்:

  • மாற்று நோயறிதல்களைக் கருத்தில் கொள்ள வற்புறுத்தும் நோயறிதல் சரிபார்ப்புப் பட்டியல்களைச் செயல்படுத்தவும்
  • அதிக ஆபத்துள்ள நோயறிதல்களை இறுதி செய்வதற்கு முன் "இடைநிறுத்த" (timeout) நெறிமுறைகளை உருவாக்கவும்
  • லீனியர் சீக்வென்ஷியல் அன்மாஸ்கிங்கில் (Linear Sequential Unmasking) பயிற்சி—முடிந்தவரை நோயாளி வரலாற்றை மதிப்பாய்வு செய்வதற்கு முன் சோதனை முடிவுகளை மதிப்பாய்வு செய்யவும்
  • ஆரம்ப நோயறிதல்களைக் கேள்வி கேட்பது எதிர்பார்க்கப்படும் ஒரு கலாச்சாரத்தை நிறுவுங்கள், அது மரியாதைக்குறைவானது அல்ல

நோயாளி தொடர்பு:

  • நிச்சயமற்ற தன்மையைப் பொருத்தமான முறையில் தெரிவிக்கவும்: "இது எனது தற்போதைய நோயறிதல், ஆனால் நாம் இதைக் கண்காணிக்க வேண்டும்..."
  • அறிகுறிகள் நோயறிதலுடன் பொருந்தவில்லை என்றால் நோயாளிகளைப் பேசுமாறு ஊக்குவிக்கவும்

நிதி வல்லுநர்களுக்கு

நிதித்துறை செல்லுபடியாகும் மாயையின் அடிப்படையில் கட்டமைக்கப்பட்டுள்ளது—சீரற்ற செயல்திறனின் சான்றுகள் இருந்தபோதிலும் ஆலோசகர்கள் தங்களுக்குத் "திறன்" இருப்பதாக நம்புகிறார்கள்.

முதலீட்டு பயன்பாடுகள்:

  • கதை அடிப்படையிலான முடிவுகளை அகற்றும் முறையான முதலீட்டு உத்திகளைச் செயல்படுத்தவும்
  • விளைவுகளுக்கு எதிரான ஆலோசகர் கணிப்புகளைக் கடுமையாகக் கண்காணிக்கவும்
  • கணிப்புகளின் வரம்புகள் குறித்து வாடிக்கையாளர்களுக்குக் கற்பிக்கவும்
  • ஒற்றை ஒத்திசைவான கருத்தின் மீது பந்தயம் கட்டுவதற்குப் பதிலாக அணுகுமுறைகள் முழுவதும் பன்முகப்படுத்துங்கள்

இடர் மேலாண்மை:

  • மாதிரிகள் கையாள வடிவமைக்கப்படாத நிலைமைகளுக்கு எதிராகவும் மன அழுத்த-சோதனை செய்யுங்கள்
  • நினைவில் கொள்ளுங்கள்: கணித நேர்த்தியானது முன்கணிப்பு செல்லுபடியாகும் என்பதற்கான சான்றல்ல
  • துல்லியமான தோற்றமுடைய எண்களை உருவாக்கும் மாதிரிகள் மீது குறிப்பாகச் சந்தேகத்துடன் இருங்கள்

13. மற்ற சார்புகளுடனான தொடர்புகள்

இதை அதிகப்படுத்தும் சார்புகள்

சார்பு இது எவ்வாறு தொடர்பு கொள்கிறது
உறுதிப்படுத்தல் சார்பு (Confirmation Bias) ஒரு ஒத்திசைவான கதை உருவானவுடன், அதை ஆதரிக்கும் தகவல்களை நாம் தேடுகிறோம் மற்றும் முரண்பாடுகளைத் தள்ளுபடி செய்கிறோம், செயற்கையாக நிலைத்தன்மையை அதிகரித்து மாயையை ஆழமாக்குகிறோம்
கிடைக்கும் தன்மை தூண்டல் (Availability Heuristic) தெளிவான, எளிதாக நினைவுகூரக்கூடிய எடுத்துக்காட்டுகள் புள்ளிவிவர யதார்த்தத்தை மீறும் ஒத்திசைவான கதைகளை உருவாக்குகின்றன
பின்னோக்கு சார்பு (Hindsight Bias) கணிக்க முடியாத நிகழ்வுகள் நிகழும்போது, அவை தவிர்க்க முடியாதவை என்று தோன்றும் வகையில் கதைகளை நாம் மறுகட்டமைக்கிறோம், நம்மிடம் இல்லாத முன்கணிப்புத் திறன் இருப்பதாக நம்மைக் நாமே சமாதானப்படுத்திக் கொள்கிறோம்
ஒளிவட்ட விளைவு (Halo Effect) ஒரு நேர்மறையான குணம் ("நல்ல நேர்காணல்") தொடர்பில்லாத களங்களுக்கும் விரிவடையும் ("நல்ல ஊழியராக இருப்பார்") ஒரு ஒத்திசைவான "நல்ல நபர்" கதையை உருவாக்குகிறது
WYSIATI (நீங்கள் பார்ப்பது மட்டுமே முழுமையானது) கிடைக்கக்கூடிய தகவல்களிலிருந்து மட்டுமே மனம் கதைகளை உருவாக்குகிறது, விடுபட்ட தரவைப் புறக்கணித்து தவறான நம்பிக்கையை உருவாக்குகிறது

இதை எதிர்கொள்ளும் சார்புகள்

சார்பு இது எவ்வாறு உதவுகிறது
அவநம்பிக்கை சார்பு (Pessimism Bias) எதிர்மறையான விளைவுகளை எதிர்பார்ப்பது ஒத்திசைவான நேர்மறைக் கதைகளில் இருந்து வரும் அதீத நம்பிக்கையைச் சமப்படுத்தலாம்
மாற்று வழிகளைக் கருத்தில் கொள்ளுதல் (Consideration of Alternatives) சுறுசுறுப்பாக மாற்று விளக்கங்களை உருவாக்குவது கதையின் ஏகபோகத்தை உடைக்கிறது

பொதுவான சார்பு சங்கிலிகள்

அதீத நம்பிக்கையான நிபுணர் சங்கிலி: பிரதிநிதித்துவ தூண்டல் (Representativeness Heuristic) → செல்லுபடியாகும் மாயை (Illusion of Validity) → உறுதிப்படுத்தல் சார்பு (Confirmation Bias) → பின்னோக்கு சார்பு (Hindsight Bias)

விளக்கம்: ஒரு நிபுணர் ஒரு வடிவத்துடன் பொருந்தக்கூடிய தரவைப் பார்க்கிறார் (பிரதிநிதித்துவம்), அந்த வடிவம் தொடரும் என்று நம்பிக்கை கொள்கிறார் (செல்லுபடியாகும் மாயை), உறுதிப்படுத்தும் ஆதாரங்களைத் தேடுகிறார் (உறுதிப்படுத்தல் சார்பு), மற்றும் நிகழ்வுகள் வெளிப்பட்ட பிறகு, "அதை முன்பே அறிந்திருந்ததாக" நம்புகிறார் (பின்னோக்கு சார்பு). இந்தச் சுழற்சி தன்னைத்தானே வலுப்படுத்துகிறது, ஒவ்வொரு வெளிப்படையான வெற்றியின் சுற்றும் மாயையை ஆழமாக்குகிறது.

குறுக்கீடு புள்ளிகள்:

  • பிரதிநிதித்துவத்தில்: "அடிப்படை விகிதங்கள் என்ன?" என்று கேளுங்கள்.
  • செல்லுபடியாகும் மாயையில்: ஒரு ப்ரீ-மார்ட்டம் (pre-mortem) நடத்துங்கள்.
  • உறுதிப்படுத்தல் சார்பில்: உறுதிப்படுத்தாத ஆதாரங்களைச் சுறுசுறுப்பாகத் தேடுங்கள்.
  • பின்னோக்கு சார்பில்: ஆவணப்படுத்தப்பட்ட முந்தைய கணிப்புகளை மதிப்பாய்வு செய்யவும்.

14. கலாச்சாரக் கண்ணோட்டங்கள்

செல்லுபடியாகும் மாயை மனித அறிவாற்றலின் உலகளாவிய அம்சமாகத் தோன்றுகிறது, ஆனால் அதன் வெளிப்பாடுகள் கலாச்சாரங்கள் முழுவதும் வேறுபடுகின்றன.

தனிநபர்வாத (Individualistic) மற்றும் குழுவாத (Collectivistic) கலாச்சாரங்கள்: மேற்கத்திய, தனிநபர்வாத கலாச்சாரங்களில் உள்ள தனிநபர்கள் தனிப்பட்ட கணிப்புகளில் அதீத நம்பிக்கை கொள்ள அதிக வாய்ப்புள்ளது என்று ஆராய்ச்சி கூறுகிறது. அதேசமயம் குழுவாத கலாச்சாரங்களில் உள்ளவர்கள் பெரும்பாலும் குழுவின் கதைகள் மற்றும் ஒருமித்த கதைகளுக்கு அதிக முக்கியத்துவம் கொடுக்கலாம்—இது தனிநபர்கள் சவால் விடக் கடினமான கூட்டு மாயைகளை உருவாக்கலாம்.

உயர்-சூழல் (High-Context) மற்றும் குறைந்த-சூழல் (Low-Context) கலாச்சாரங்கள்:

  • உறவுகள் மற்றும் மறைமுகத் தொடர்புகளில் அர்த்தம் பொதிந்துள்ள உயர்-சூழல் கலாச்சாரங்களில், மக்கள் மற்றும் சூழ்நிலைகள் பற்றிய ஒத்திசைவான "கதைகள்" இன்னும் அதிக எடையைக் கொண்டிருக்கலாம்.
  • வெளிப்படையான தரவு மற்றும் நேரடித் தொடர்பை வலியுறுத்தும் குறைந்த-சூழல் கலாச்சாரங்களில், புள்ளிவிவரத் தகவல்கள் கதையுடன் போட்டியிட அதிக வாய்ப்பு இருக்கலாம் (உத்தரவாதம் இல்லை என்றாலும்).
கலாச்சார வகை வெளிப்பாடு
தனிநபர்வாத கலாச்சாரங்கள் தனிப்பட்ட கணிப்புகளில் அதீத நம்பிக்கை; "எனக்கு அது தெரியும்" என்ற பாணி சிந்தனை
குழுவாத கலாச்சாரங்கள் குழு அளவிலான ஒத்திசைவான கதைகளுக்குச் சவால் விடுவது கடினம்; சமூகச் சான்று வலுப்பெறுகிறது
உயர்-சூழல் கலாச்சாரங்கள் முதன்மை ஆதாரமாக கதைகள் மற்றும் உறவுகள்; கலாச்சாரக் கதைகளுடன் வடிவத்தைப் பொருத்துதல்
குறைந்த-சூழல் கலாச்சாரங்கள் வெளிப்படையான தரவுகளுக்கு அதிக முக்கியத்துவம், ஆனால் கதைகள் இன்னும் சக்திவாய்ந்தவை

குறுக்கு-கலாச்சார தொடர்புகள்: கலாச்சாரங்கள் முழுவதும் பணிபுரியும் போது, வெவ்வேறு குழுக்கள் வெவ்வேறு ஒத்திசைவான கதைகளில் நங்கூரமிடப்படலாம் என்பதை நினைவில் கொள்ளுங்கள். ஒரு கலாச்சாரக் கதையின் அடிப்படையில் "வெளிப்படையாக உண்மை" என்று தோன்றுவது, சமமான ஒத்திசைவான மற்றொரு கலாச்சாரக் கதையால் முரண்படலாம்.


15. கட்டுக்கதைகள் மற்றும் தவறான எண்ணங்கள்

கட்டுக்கதை உண்மை
"அனுபவம் இந்தச் சார்பை நீக்குகிறது" ஒத்திசைவான கதைகளுக்கு அதிகப் பொருட்களை வழங்குவதன் மூலம் அனுபவம் பெரும்பாலும் மாயையை அதிகரிக்கிறது என்று ஆராய்ச்சி காட்டுகிறது. புதியவர்களை விட நிபுணர்கள் பெரும்பாலும் எளிதில் பாதிக்கப்படுகிறார்கள்.
"சார்பு பற்றி அறிந்திருப்பது உங்களைப் பாதுகாக்கிறது" மாயையைப் பற்றி அறிந்திருப்பது தேவையற்ற நம்பிக்கையை உணர்வதிலிருந்து தன்னைத் தடுக்கவில்லை என்பதை கான்மேனே நிரூபித்தார். விழிப்புணர்வு மட்டும் போதாது—கட்டமைப்புத் தலையீடுகள் தேவை.
"அதிக தகவல் சிறந்த கணிப்புகளுக்கு வழிவகுக்கிறது" அதிக தகவல்கள் நம்பிக்கையை அதிகரிக்கும் அதே வேளையில் துல்லியத்தைக் குறைக்கலாம் என்பதை நீர்த்த விளைவு (Dilution Effect) காட்டுகிறது. தேவையற்ற தகவல்கள் முன்கணிப்பு மதிப்பைச் சேர்க்காமல் கதைகளை வலுப்படுத்துகின்றன.
"புத்திசாலிகளுக்கு பாதிப்பு இல்லை" நுண்ணறிவு ஒத்திசைவான கதைகளை உருவாக்குவதற்கான அதிநவீன கருவிகளை வழங்குகிறது, இது பாதிப்பை அதிகரிக்கும். மாபெரும் கோட்பாடுகளைக் கொண்ட "முள்ளம்பன்றி" (Hedgehog) நிபுணர்கள் மோசமான கணிப்பாளர்களில் ஒருவராக இருந்தனர்.
"இது அகநிலைத் தீர்ப்புகளை மட்டுமே பாதிக்கிறது" கணித மாதிரிகள் கூட (காசியன் கோபுலா - Gaussian Copula போன்றவை) அவற்றின் உள்ளார்ந்த நிலைத்தன்மை நிஜ-உலக துல்லியமாகத் தவறாகப் புரிந்து கொள்ளப்படும்போது, செல்லுபடியாகும் மாயைகளை உருவாக்கலாம்.

16. நிபுணர் நுண்ணறிவுகள்

"எங்கள் அறியாமையின் முழு அளவையும் எங்களால் ஒப்புக் கொள்ள முடியவில்லை." — டேனியல் கான்மேன், இஸ்ரேலிய ராணுவத்தில் அதிகாரிகளுக்கான விண்ணப்பதாரர்களை மதிப்பிட்ட தனது அனுபவத்தை நினைவுகூர்ந்தார்.

"மக்கள் பெரும்பாலும் உள்ளீட்டிற்கு மிகவும் பிரதிநிதித்துவமாக இருக்கும் வெளியீட்டைத் தேர்ந்தெடுப்பதன் மூலம் கணிக்கிறார்கள். அவர்களின் கணிப்பில் அவர்களுக்கு இருக்கும் நம்பிக்கையானது முன்கணிப்பு துல்லியத்தைக் கட்டுப்படுத்தும் காரணிகளைக் கருத்தில் கொள்ளாமல் பிரதிநிதித்துவத்தின் அளவைப் பொறுத்தது." — ஆமோஸ் ட்வெர்ஸ்கி & டேனியல் கான்மேன், "முன்கணிப்பின் உளவியல் பற்றி" (On the Psychology of Prediction) (1973)

"நிபுணர்கள் ஏறக்குறைய ஈட்டி எறியும் சிம்பன்சியைப் போலவே செயல்பட்டனர்." — பிலிப் டெட்லாக், தனது 20 வருட முன்கணிப்பு ஆய்வைச் சுருக்கிக் கூறினார் (2005)

"உண்மையான உலகில், உண்மையான நிச்சயமற்ற தன்மையின் கீழ் முடிவுகள் எடுக்கப்படுகின்றன, அங்கு காசியன் மணி வளைவு (Gaussian bell curve) என்பது ஒரு மாயை." — நாசிம் நிக்கோலஸ் தலேப், த பிளாக் ஸ்வான் (The Black Swan) (2007)


17. முக்கிய குறிப்புகள்

  1. ஒத்திசைவு என்பது செல்லுபடியாகும் தன்மை அல்ல: தகவல்கள் ஒன்றிணைந்து ஒரு ஈர்க்கக்கூடிய கதையாக மாறுவதால் மட்டுமே அந்தக் கதையின் அடிப்படையிலான கணிப்புகள் துல்லியமாக இருக்கும் என்று அர்த்தமல்ல.

  2. நம்பிக்கை என்பது அளவீடு அல்ல: உயர்வான அகநிலை நம்பிக்கை பெரும்பாலும் கதையின் நிலைத்தன்மையைப் பிரதிபலிக்கிறது, சரியாக இருப்பதற்கான நிகழ்தகவை அல்ல.

  3. நிபுணர்களுக்குப் பாதிப்பு இல்லை என்பது பொய்: ஒத்திசைவான கதைகளுக்கு அதிகப் பொருட்களை வழங்குவதன் மூலம் நிபுணத்துவம் பெரும்பாலும் பாதிப்பை அதிகரிக்கிறது. டெட்லாக்கின் ஆய்வில் மிகவும் பிரபலமான நிபுணர்கள் மோசமான கணிப்பாளர்களாக இருந்தனர்.

  4. விழிப்புணர்வு அவசியம் ஆனால் அது மட்டுமே போதாது: மாயையைப் பற்றி அறிந்திருப்பது கூட அதைத் தடுக்காது. கட்டமைப்புத் தலையீடுகள் (ப்ரீ-மார்ட்டம்கள், குறிப்பு வகுப்பு முன்கணிப்பு, சிவப்பு குழுக்கள்) தேவைப்படுகின்றன.

  5. மாயை பேரழிவுகளை ஏற்படுத்தியுள்ளது: முத்துத் துறைமுகம் (Pearl Harbor) முதல் 2008 நிதி நெருக்கடி வரை, ஒத்திசைவான ஆனால் செல்லாத கணிப்புகளின் மீதான அதீத நம்பிக்கை பேரழிவு விளைவுகளை ஏற்படுத்தியுள்ளது.

  6. எளிய வழிமுறைகள் பெரும்பாலும் மனிதத் தீர்ப்பை மிஞ்சுகின்றன: படிக்கப்பட்ட ஒவ்வொரு களத்திலும் மருத்துவத் தீர்ப்பை காப்பீட்டு முறைகள் (actuarial methods) தோற்கடித்தன அல்லது சமன் செய்தன என்று மீலின் (Meehl) ஆராய்ச்சி கண்டறிந்தது.

  7. இந்தச் சார்பு தகவமைப்பு தோற்றங்களைக் கொண்டுள்ளது: மூதாதையர் சூழல்களில், விரைவான வடிவ அங்கீகாரம் உயிர்வாழ்வதற்கு முக்கியமானதாக இருந்தது. நமது பரிணாம வளர்ச்சியடைந்த உள்ளுணர்வுகள் நம்மைத் தவறாக வழிநடத்தும் களங்களில் பொருத்தமான சந்தேகத்தைப் பயன்படுத்துவதே நவீன சவாலாகும்.


18. கூடுதல் வளங்கள்

ஆய்வுக் கட்டுரைகள்

  • ட்வெர்ஸ்கி, A., & கான்மேன், D. (1973). முன்கணிப்பின் உளவியல் பற்றி (On the Psychology of Prediction). Psychological Review, 80(4), 237-251.
  • மீல், P. E. (1954). க்ளினிக்கல் வெர்சஸ் ஸ்டாட்டிஸ்டிகல் பிரிடிக்‌ஷன் (Clinical versus Statistical Prediction): A Theoretical Analysis and a Review of the Evidence. University of Minnesota Press.
  • டெட்லாக், P. E. (2005). எக்ஸ்பெர்ட் பொலிட்டிகல் ஜட்ஜ்மென்ட் (Expert Political Judgment): How Good Is It? How Can We Know? Princeton University Press.

புத்தகங்கள்

  • கான்மேன், D. (2011). திங்கிங், ஃபாஸ்ட் அண்ட் ஸ்லோ (Thinking, Fast and Slow). Farrar, Straus and Giroux.
  • தலேப், N. N. (2007). த பிளாக் ஸ்வான்: தி இம்பாக்ட் ஆஃப் தி ஹைலி இம்ப்ராபபிள் (The Black Swan: The Impact of the Highly Improbable). Random House.
  • டெட்லாக், P. E., & கார்ட்னர், D. (2015). சூப்பர்போர்காஸ்டிங்: தி ஆர்ட் அண்ட் சயின்ஸ் ஆஃப் பிரிடிக்‌ஷன் (Superforecasting: The Art and Science of Prediction). Crown.
  • கிகெரென்சர், G. (2007). கட் ஃபீலிங்ஸ்: தி இன்டலிஜென்ஸ் ஆஃப் தி அன்கான்சியஸ் (Gut Feelings: The Intelligence of the Unconscious). Viking.

புத்தக அத்தியாயங்கள்

  • க்ளீன், G. (2007). ஒரு திட்டத்தின் ப்ரீ-மார்ட்டமைச் செய்தல் (Performing a project premortem). Harvard Business Review.
  • ஃப்ளைவ்பெர்க், B. (2006). நோபல் பரிசு முதல் திட்ட மேலாண்மை வரை: அபாயங்களைச் சரியாகப் பெறுதல் (From Nobel Prize to project management: Getting risks right). Project Management Journal, 37(3), 5-15.

19. சுருக்க அட்டை

கூறு உள்ளடக்கம்
சார்பு பெயர் செல்லுபடியாகும் மாயை (Illusion of Validity)
வரையறை முன்கணிப்பு துல்லியத்தை விட நிலைத்தன்மையிலிருந்து எழும் தேவையற்ற அதீத நம்பிக்கை
வகை போதுமான அர்த்தமின்மை (வடிவங்களை தேடுதல் மற்றும் கதை உருவாக்குதல்)
முக்கிய அறிகுறி தகவல்கள் ஒன்றிணைந்து ஒரு ஒத்திசைவான கதையாக மாறிய பின் ஏற்படும் அதீத நம்பிக்கை
முக்கிய காரணம் ஒத்திசைவு மீதான சிஸ்டம் 1-இன் ஆசை + WYSIATI (நீங்கள் பார்ப்பது மட்டுமே முழுமையானது)
மிகப்பெரிய ஆபத்து அதீத மற்றும் ஆதாரமற்ற நம்பிக்கையுடன் எடுக்கப்படும் பேரழிவான முடிவுகள்
விரைவான தீர்வு கேளுங்கள்: "இது போன்ற கணிப்புகளுக்கான அடிப்படை விகிதம் என்ன?"
நீண்ட கால உத்தி கணிப்புகளை முறையாகக் கண்காணிக்கவும்; ப்ரீ-மார்ட்டம்களைப் (pre-mortems) பயன்படுத்தவும்; குறிப்பு வகுப்பு முன்கணிப்பை (reference class forecasting) ஏற்கவும்
நினைவில் கொள்க "ஒத்திசைவு உண்மையைப் போல உணர வைக்கிறது, ஆனால் அது உண்மை என்பதற்கான சான்று அல்ல."

20. பயன்படுத்தப்பட்ட சொற்களின் விளக்கம்

சொல் வரையறை
பிரதிநிதித்துவ தூண்டல் (Representativeness Heuristic) உண்மையான புள்ளிவிவர சாத்தியக்கூறுகளை விட ஒரு விஷயம் ஒரு ஸ்டீரியோடைப் அல்லது வடிவத்துடன் எவ்வளவு நன்றாகப் பொருந்துகிறது என்பதன் மூலம் நிகழ்தகவை மதிப்பிடுவது
சிஸ்டம் 1 / சிஸ்டம் 2 (System 1 / System 2) அறிவாற்றலின் இரட்டை-செயல்முறை மாதிரி: சிஸ்டம் 1 வேகமானது, உள்ளுணர்வுடையது, கதையைத் தேடுவது; சிஸ்டம் 2 மெதுவானது, வேண்டுமென்றே செய்வது, புள்ளிவிவரத் திறன் கொண்டது ஆனால் பெரும்பாலும் சோம்பேறியானது
WYSIATI "நீங்கள் பார்ப்பது மட்டுமே முழுமையானது"—விடுபட்டதைப் புறக்கணித்து கிடைக்கும் தகவல்களிலிருந்து கதைகளை உருவாக்கும் சிஸ்டம் 1-இன் போக்கு
அடிப்படை விகிதம் (Base Rate) மக்கள் தொகையில் ஒரு நிகழ்வின் அடிப்படை அதிர்வெண், இது கணிப்புகளைச் செய்யும்போது பெரும்பாலும் புறக்கணிக்கப்படுகிறது
குறிப்பு வகுப்பு முன்கணிப்பு (Reference Class Forecasting) தற்போதைய வழக்கின் சிறப்பம்சங்களை விட, இதே போன்ற கடந்த கால வழக்குகளின் வகுப்பில் உள்ள விளைவுகளைப் பார்த்து கணிப்புகளைச் செய்யும் முறை
ப்ரீ-மார்ட்டம் (Pre-Mortem) ஒரு குழுவானது திட்டம் தோல்வியடைந்துவிட்டதாகக் கற்பனை செய்து, தோல்விக்குக் காரணம் என்ன என்பதைக் கண்டறியப் பின்னோக்கிச் செயல்படும் நுட்பம்
நீர்த்த விளைவு (Dilution Effect) தரவு சாராத தகவல்களைச் சேர்ப்பது கணிப்புத் துல்லியத்தைக் குறைக்கும் அதே வேளையில் நம்பிக்கையை அதிகரிக்கும் நிகழ்வு
முள்ளம்பன்றி/நரி வேறுபாடு (Hedgehog/Fox Distinction) பல கண்ணோட்டங்களைக் கொண்டவர்களை ("நரிகள்") விட ஒரு மாபெரும் கோட்பாட்டைக் கொண்ட நிபுணர்கள் ("முள்ளம்பன்றிகள்") மோசமான கணிப்பாளர்கள் என்ற டெட்லாக்கின் கண்டுபிடிப்பு
காசியன் கோபுலா (Gaussian Copula) நிதிக் கருவிகளில் தொடர்புகளை மாதிரியாக்கப் பயன்படுத்தப்படும் கணிதச் செயல்பாடு; அதன் நேர்த்தி இடர் மாதிரிகளில் தவறான நம்பிக்கையை உருவாக்கியது
கண்டறியும் உத்வேகம் (Diagnostic Momentum) மருத்துவத்தில், முரண்பாடான சான்றுகள் இருந்தபோதிலும் ஆரம்ப நோயறிதல் தொடரும் போக்கு

21. விவாதக் கேள்விகள்

புத்தகக் குழுக்கள், வகுப்பறைகள் அல்லது சுய சிந்தனைக்கு:

  1. தவறாக முடிவடைந்த ஒரு கணிப்பைப் பற்றி நீங்கள் அதீத நம்பிக்கையாக உணர்ந்த ஒரு நேரத்தை உங்களால் அடையாளம் காண முடியுமா? உங்கள் நம்பிக்கையை அவ்வளவு உயரச் செய்தது எது, அந்த அனுபவம் உங்களுக்கு என்ன கற்றுக் கொடுத்தது?

  2. புள்ளிவிவர ரீதியாகத் தன் கணிப்புகள் மதிப்பற்றவை என்று அறிந்த பிறகும் செல்லுபடியாகும் மாயையை உணர்ந்ததாகக் கான்மேன் விவரிக்கிறார். இந்தச் சார்பை அகற்றுவதற்கு விழிப்புணர்வு மட்டுமே ஏன் போதாது? அறிவாற்றல் சார்புகளின் தன்மையைப் பற்றி இது நமக்கு என்ன சொல்கிறது?

  3. மிகவும் பிரபலமான நிபுணர்கள் பெரும்பாலும் மோசமான முன்கணிப்பாளர்களாக இருப்பதை டெட்லாக் கண்டறிந்தார். புகழும் நம்பிக்கையும் ஏன் துல்லியத்திற்கு நேர்மாறான தொடர்புடையதாக இருக்கலாம்? நிபுணத்துவத்தை நாம் எவ்வாறு மதிப்பிட வேண்டும் என்பதைப் பற்றி இது என்ன அறிவுறுத்துகிறது?

  4. செல்லுபடியாகும் மாயையானது யோம் கிப்பூர் போருக்கு முந்தைய உளவுத்துறை தோல்வி மற்றும் 2008 நிதிச் சரிவு ஆகிய இரண்டிற்கும் பங்களித்தது. இந்த நிகழ்வுகளுக்கு இடையே நீங்கள் காணும் கட்டமைப்பு ஒற்றுமைகள் என்ன? இதற்கு மாறாக என்ன செய்திருக்க முடியும்?

  5. கான்மேன் விமர்சிக்கும் தூண்டல்கள் இயற்கையான சூழல்களில் தகவமைக்கக்கூடியவை என்று கிகெரென்சர் வாதிடுகிறார். சார்புகளினால் ஏற்படும் இழப்புகளின் ஆதாரங்களுடன் இந்தக் கண்ணோட்டத்தை நீங்கள் எவ்வாறு சமரசம் செய்வீர்கள்? எந்தச் சூழ்நிலைகளில் செல்லுபடியாகும் மாயை உண்மையில் உதவியாக இருக்கும்?