ഇൻഫർമേഷൻ ബയസ് (വിവരങ്ങളോടുള്ള ആസക്തി)

ഒറ്റനോട്ടത്തിൽ

1. ലഘു സംഗ്രഹം

നമ്മുടെ പ്രവർത്തനങ്ങളെ യാതൊരുവിധത്തിലും മാറ്റാൻ പര്യാപ്തമല്ലെങ്കിൽ പോലും കൂടുതൽ വിവരങ്ങൾ ശേഖരിക്കാനുള്ള നമ്മുടെ അമിതമായ പ്രവണതയാണ് ഇൻഫർമേഷൻ ബയസ്. പലപ്പോഴും "കൂടുതൽ അറിയുക" എന്നതും "മികച്ച തീരുമാനമെടുക്കുക" എന്നതും ഒന്നാണെന്ന് നാം തെറ്റിദ്ധരിക്കുന്നു, എന്നാൽ പല സാഹചര്യങ്ങളിലും, കൂടുതൽ വിവരങ്ങൾ ലഭിക്കുന്നത് അന്തിമ ഫലവുമായി യാതൊരു ബന്ധവുമില്ലാത്ത കാര്യമാണ്. തീരുമാനങ്ങൾ വൈകിപ്പിക്കുന്നതിനും വിഭവങ്ങൾ പാഴാക്കുന്നതിനും ഈ ബയസ് നമ്മെ പ്രേരിപ്പിക്കുന്നു. കൂടാതെ, വളരെ കഷ്ടപ്പെട്ട് നേടിയെടുത്ത ഉപയോഗശൂന്യമായ വിവരങ്ങൾ ഉപയോഗിക്കാൻ നിർബന്ധിതരാകുന്നത് വഴി ചിലപ്പോൾ തെറ്റായ തീരുമാനങ്ങളെടുക്കാനും ഇത് കാരണമാകുന്നു.

2. ഇതിന് പിന്നിലെ ശാസ്ത്രം

2.1. കണ്ടെത്തലും ചരിത്രവും

പെൻസിൽവാനിയ യൂണിവേഴ്സിറ്റിയിലെ ജോനാഥൻ ബാരൺ, ജെയ്ൻ ബീറ്റി, ജോൺ സി. ഹെർഷെ എന്നിവർ ചേർന്നാണ് 1988-ൽ ഇൻഫർമേഷൻ ബയസ് ഔദ്യോഗികമായി തിരിച്ചറിഞ്ഞതും തരംതിരിച്ചതും. അവരുടെ ഈ സുപ്രധാന കണ്ടെത്തലിന് മുൻപ്, വിവരങ്ങൾ തേടുന്നതിലെ ഇത്തരം വ്യതിയാനങ്ങളെ പലപ്പോഴും സാധാരണ ജിജ്ഞാസയായോ അല്ലെങ്കിൽ അപകടസാധ്യത ഒഴിവാക്കാനുള്ള പ്രവണതയായോ ആണ് കണക്കാക്കിയിരുന്നത്. എന്നാൽ അപ്രസക്തമായ വിവരങ്ങൾക്ക് വിലകൽപ്പിക്കാൻ വ്യക്തികളെ പ്രേരിപ്പിക്കുന്ന യുക്തിചിന്തയിലെ ഒരു പ്രത്യേക പിഴവിനെ ബാരണും സഹപ്രവർത്തകരും വേർതിരിച്ചെടുത്തു.

1988 മുതൽ ഇൻഫർമേഷൻ ബയസിനെക്കുറിച്ചുള്ള ധാരണ ഗണ്യമായി വികസിച്ചു:

• 1988: വൈദ്യശാസ്ത്ര പരിശോധനകളിലെ പരീക്ഷണങ്ങളിലൂടെ ബാരൺ, ബീറ്റി, ഹെർഷെ എന്നിവർ ഈ ആശയത്തിന് ഔദ്യോഗിക രൂപം നൽകി
• 1992: ട്വെർസ്കിയും ഷാഫിറും "ഡിസ്ജംഗ്ഷൻ ഇഫക്റ്റ്" ഉപയോഗിച്ച് ഈ ആശയത്തെ വിപുലീകരിച്ചു, ഇത് ഷുവർ-തിങ് പ്രിൻസിപ്പിളിന്റെ ലംഘനങ്ങൾ തെളിയിച്ചു
• 1998: ഉപയോഗശൂന്യമായ വിവരങ്ങൾക്ക് പിന്നാലെ പോകുന്നത് അന്തിമ തീരുമാനങ്ങളെ മലിനമാക്കുകയും വികലമാക്കുകയും ചെയ്യുമെന്ന് ബസ്റ്റാർഡിയും ഷാഫിറും വെളിപ്പെടുത്തി
• 2015: അറിയുന്നതിന്റെ ആവേശപരമായ ഉപയോഗം വിശദീകരിച്ചുകൊണ്ട് ഗോൾമാനും ലോവൻസ്റ്റീനും "ഇൻഫർമേഷൻ ഗ്യാപ്പ്" തിയറി അവതരിപ്പിച്ചു
• 2020കൾ: വിവരങ്ങൾ തലച്ചോറിലെ റിവാർഡ് പാതകളെ ഉത്തേജിപ്പിക്കുമെന്ന് എഫ്.എം.ആർ.ഐ (fMRI) പഠനങ്ങൾ കാണിക്കുന്നതിലൂടെ, ന്യൂറോ സയന്റിഫിക് ഗവേഷണങ്ങൾ ഇതിന്റെ ജീവശാസ്ത്രപരമായ അടിസ്ഥാനം സ്ഥിരീകരിക്കുന്നു

2.2. പ്രധാന ഗവേഷകർ

2.3. നാഴികക്കല്ലായ പഠനങ്ങൾ

ഡയഗ്നോസ്റ്റിക് റീസണിംഗിലെ ഹ്യൂറിസ്റ്റിക്സും ബയസുകളും (ബാരൺ, ബീറ്റി & ഹെർഷെ, 1988)

തങ്ങളുടെ പരീക്ഷണങ്ങളിൽ, ബാരൺ, ബീറ്റി, ഹെർഷെ എന്നിവർ "ഗ്ലോബോമ", "പോപ്പിറ്റിസ്", "ഫ്ലാപെമിയ" തുടങ്ങിയ സാങ്കൽപ്പിക രോഗങ്ങൾ ഉൾപ്പെടുന്ന ചില മെഡിക്കൽ ഡയഗ്നോസിസ് സാഹചര്യങ്ങൾ പങ്കെടുത്തവർക്ക് നൽകി. ഒരു ഡിസിഷൻ മാട്രിക്സ് നൽകിക്കൊണ്ട് പരീക്ഷണ രൂപകല്പന വേരിയബിളുകളെ കർശനമായി വേർതിരിച്ചു:

• ഒരു രോഗി നിർദ്ദിഷ്ട ലക്ഷണങ്ങൾ കാണിക്കുന്നു
• രോഗിക്ക് എ (A) എന്ന രോഗം വരാൻ പി (P) എന്ന സാധ്യതയും ബി (B) എന്ന രോഗം വരാൻ 1-പി (1-P) എന്ന സാധ്യതയുമുണ്ട്
• എ എന്ന രോഗത്തിനും ബി എന്ന രോഗത്തിനും മികച്ച ചികിത്സ എക്സ് (X) എന്നതാണ്
• രോഗങ്ങളെ വേർതിരിച്ചറിയാൻ ഒരു ഡയഗ്നോസ്റ്റിക് പരിശോധന ലഭ്യമാണ്

സാധാരണയായി ചിന്തിക്കുമ്പോൾ, ഈ പരിശോധനയുടെ വാല്യൂ ഓഫ് ഇൻഫർമേഷൻ (VOI) പൂജ്യമാണ്. രോഗനിർണയം എന്തുതന്നെയായാലും ചികിത്സ എക്സ് തന്നെ നിർദ്ദേശിക്കണം എന്നതിനാൽ, പരിശോധനാഫലം നടപടിയെ മാറ്റാൻ പര്യാപ്തമല്ല. ഈ ഗണിതശാസ്ത്രപരമായ ഉറപ്പുണ്ടായിട്ടും, പങ്കെടുത്തവരിൽ ഭൂരിഭാഗവും പരിശോധന നടത്താൻ തീരുമാനിച്ചു. ഈ സ്വഭാവത്തിന് പിന്നിലുള്ള നിരവധി ഉപ-ഹ്യൂറിസ്റ്റിക്കുകളെ ഗവേഷകർ തിരിച്ചറിഞ്ഞു: കോൺഗ്രുവൻസ് ഹ്യൂറിസ്റ്റിക് (ഉപയോഗത്തേക്കാൾ സ്ഥിരീകരണം തേടുക), സെർട്ടൻറ്റി ബയസ് (അപ്രസക്തമാണെങ്കിൽ പോലും 100% ഉറപ്പിന് അമിത വില നൽകുക), അറിവിനെ പ്രവർത്തനവുമായി ആശയക്കുഴപ്പത്തിലാക്കുന്ന അടിസ്ഥാനപരമായ തെറ്റിദ്ധാരണ.

ഹവായിയൻ അവധിക്കാല പരീക്ഷണം (ട്വെർസ്കി & ഷാഫിർ, 1992)

ഏറ്റവും കഠിനമായ യോഗ്യതാ പരീക്ഷ പൂർത്തിയാക്കിയ വിദ്യാർത്ഥികൾ ഉൾപ്പെട്ടതായിരുന്നു ഡിസ്ജംഗ്ഷൻ ഇഫക്റ്റിന്റെ ഏറ്റവും പ്രശസ്തമായ പരീക്ഷണം. അടുത്ത ദിവസം അവസാനിക്കുന്ന ഹവായിയിലേക്കുള്ള വലിയ ഡിസ്കൗണ്ടോടു കൂടിയ ഒരു അവധിക്കാല പാക്കേജ് അവർക്ക് നൽകി.

• അവസ്ഥ 1 (ജയിച്ചു): പരീക്ഷയിൽ വിജയിച്ചതായി അറിയിച്ച വിദ്യാർത്ഥികൾ ഈ പാക്കേജ് വാങ്ങാൻ തീരുമാനിച്ചു (ഒരു ആഘോഷമായി)
• അവസ്ഥ 2 (തോറ്റു): പരീക്ഷയിൽ പരാജയപ്പെട്ടതായി അറിയിച്ച വിദ്യാർത്ഥികളും ഈ പാക്കേജ് വാങ്ങാൻ തീരുമാനിച്ചു (ഒരു ആശ്വാസമായി)
• അവസ്ഥ 3 (അനിശ്ചിതത്വം): ഫലം വരുന്നതുവരെ ഈ പാക്കേജ് നിലനിർത്താൻ വിദ്യാർത്ഥികൾക്ക് $5 നൽകാം

വിജയിച്ചാലും പരാജയപ്പെട്ടാലും വിദ്യാർത്ഥികൾ ഹവായിൽ പോകാൻ ആഗ്രഹിക്കുന്നതിനാൽ, പരീക്ഷാഫലം ഇവിടെ അപ്രസക്തമാണ് എന്നാണ് യുക്തിസഹജമായ സിദ്ധാന്തം പറയുന്നത്. അവർ $5 ലാഭിച്ച് ഉടനടി ബുക്ക് ചെയ്യണമായിരുന്നു. എന്നിരുന്നാലും, ഏകദേശം 61% പേരും വിവരങ്ങൾക്കായി കാത്തിരിക്കാൻ ഈ ഫീസ് അടയ്ക്കാൻ തിരഞ്ഞെടുത്തു. അനിശ്ചിതാവസ്ഥയിൽ പ്രവർത്തിക്കാൻ ആളുകൾക്ക് വ്യക്തമായ "കാരണങ്ങൾ" ഇല്ലാത്തതിനാലാണ് വിവരങ്ങൾക്കായി അവർ പണം നൽകി കാത്തിരിക്കുന്നതെന്ന് ഇത് തെളിയിക്കുന്നു. തീരുമാനത്തിന്റെ പ്രയോജനത്തേക്കാൾ, ഒരു വിവരണാത്മക ഘടന നൽകുന്നതിനാണ് അവർ വിവരങ്ങൾ തേടുന്നത്.

ഉപയോഗശൂന്യമായ വിവരങ്ങൾക്ക് പിന്നാലെ പോകുന്നതും അവ ദുരുപയോഗം ചെയ്യുന്നതും (ബസ്റ്റാർഡി & ഷാഫിർ, 1998)

ഉപയോഗശൂന്യമായ വിവരങ്ങൾ പിന്തുടരുന്നത് അന്തിമ തീരുമാനത്തെ വികലമാക്കുമോ എന്നാണ് ഈ പഠനം അന്വേഷിച്ചത്. കണ്ടെത്തലുകൾ അസ്വസ്ഥമാക്കുന്നതായിരുന്നു: അപ്രസക്തമായ വിവരങ്ങൾ ലഭിക്കുന്നതിനായി പണം ചെലവാക്കുമ്പോൾ, അന്തിമ തീരുമാനത്തിൽ ആ വിവരങ്ങൾ ഉപയോഗിക്കാൻ തീരുമാനമെടുക്കുന്നവർക്ക് മാനസിക സമ്മർദ്ദം അനുഭവപ്പെടുന്നു. ഈ വിവരങ്ങൾ നേടാനായി ചെലവാക്കിയ പണം പാഴായില്ല എന്ന് സ്വയം ന്യായീകരിക്കുന്നതിനാണ് പലപ്പോഴും ഇങ്ങനെ ചെയ്യുന്നത്. ഇതിനർത്ഥം ഇൻഫർമേഷൻ ബയസ് എന്നത് കേവലം വിഭവങ്ങൾ പാഴാക്കൽ മാത്രമല്ല, അത് തീരുമാനമെടുക്കൽ പ്രക്രിയയെ സജീവമായി മലിനമാക്കുകയും മുൻഗണനകളെ മാറ്റിമറിക്കുകയും ചെയ്യുന്നു. ഇത് വസ്തുനിഷ്ഠമായി താഴ്ന്ന തീരുമാനങ്ങളെടുക്കാൻ കാരണമാകുന്നു.

2.4. നാഡീവ്യൂഹപരമായ അടിസ്ഥാനം

തലച്ചോറിന്റെ ഭാഗങ്ങളും റിവാർഡ് പാതകളും: ഭക്ഷണം, ലൈംഗികത, സാമ്പത്തിക പ്രതിഫലങ്ങൾ എന്നിവയോട് പ്രതികരിക്കുന്ന അതേ നാഡീ പാതകളായ മെസോലിമ്പിക് ഡോപാമൈൻ സിസ്റ്റത്തെ, വിവരങ്ങൾ നേടാനുള്ള അവസരം ഉത്തേജിപ്പിക്കുന്നു. അനിശ്ചിതത്വം പരിഹരിക്കുന്നതിനെ തന്നെ തലച്ചോറ് ഒരു പ്രതിഫലമായാണ് കണക്കാക്കുന്നത്.

ഇൻഫർമേഷൻ പ്രെഡിക്ഷൻ എററുകൾ: സ്റ്റെഫാൻ ബോഡിന്റെയും മാജ ബ്രൈഡ്‌വാളിന്റെയും fMRI ഗവേഷണം തെളിയിക്കുന്നത്, റിവാർഡ് പ്രെഡിക്ഷൻ എററുകൾക്ക് സമാനമായി തലച്ചോറ് ഇൻഫർമേഷൻ പ്രെഡിക്ഷൻ എററുകളും (IPEs) എൻകോഡ് ചെയ്യുന്നു എന്നാണ്. വിവരങ്ങൾ ലഭിക്കുന്നതിന്റെ ന്യൂറൽ സിഗ്നേച്ചർ വളരെ ശക്തവും, ആ വിവരങ്ങൾ പ്രവചിക്കുന്ന ഫലത്തിന്റെ മൂല്യത്തിൽ നിന്ന് തികച്ചും വ്യത്യസ്തവുമാണ്.

ഇൻഫർമേഷൻ ഗ്യാപ്പ് മെക്കാനിസം: ജോർജ്ജ് ലോവൻസ്റ്റീന്റെയും റസ്സൽ ഗോൾമാന്റെയും ഗവേഷണം കാണിക്കുന്നത്, ഒരാൾക്കറിയാവുന്ന കാര്യങ്ങൾക്കും അറിയാൻ ആഗ്രഹിക്കുന്ന കാര്യങ്ങൾക്കും ഇടയിൽ ജിജ്ഞാസ ഒരു വേദനാജനകമായ "വിടവ്" സൃഷ്ടിക്കുന്നു എന്നാണ്. ഈ വിടവ് വിശപ്പ് അല്ലെങ്കിൽ ദാഹം പോലെ പ്രവർത്തിക്കുന്നു. പുതിയ വിവരങ്ങൾ ലഭിക്കുമ്പോൾ ഈ വിടവ് അടയുകയും, ആ വിവരങ്ങൾ നെഗറ്റീവ് ആണെങ്കിൽ പോലും, ഒരാൾക്ക് ആശ്വാസവും സന്തോഷവും (പോസിറ്റീവ് അഫക്റ്റീവ് യൂട്ടിലിറ്റി) ലഭിക്കുകയും ചെയ്യുന്നു.

വ്യക്തിപരമായ വ്യത്യാസങ്ങൾ: മസൂദ് ഹുസൈന്റെയും തൻജ മുള്ളറുടെയും ഗവേഷണം വിവരങ്ങൾ തേടുന്നവരുടെ വ്യത്യസ്ത "ഫിനോടൈപ്പുകൾ" തിരിച്ചറിയുന്നു. ചില വ്യക്തികൾ "ഇൻഫർമേഷൻ ഗ്ലട്ടണുകളായി" (വിവരങ്ങൾ അമിതമായി ആഗ്രഹിക്കുന്നവർ) പ്രവർത്തിക്കുന്നു. അന്തിമ ഫലം മികച്ചതാക്കാൻ സഹായിക്കില്ലെങ്കിലും വിവരങ്ങൾക്കായി ഇവർ അമിതമായി പരിശ്രമിക്കാൻ തയ്യാറാണ്. ഉയർന്ന ഉത്കണ്ഠയുള്ള വ്യക്തികൾക്ക് അനാലിസിസ് പാരാലിസിസിനും ഡിഫൻസീവ് വിവരങ്ങൾ തേടുന്നതിനും പ്രവണത കൂടുതലായിരിക്കും.

3. പരിണാമപരമായ ഉത്ഭവം

നമ്മുടെ പൂർവ്വികർ ജീവിച്ചിരുന്നത് വിവരങ്ങൾ വളരെ കുറവുള്ള ഒരു ചുറ്റുപാടിലായിരുന്നു. അവിടെ ചുറ്റുപാടുകളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ശേഖരിക്കുന്നത് എപ്പോഴും ഗുണകരമായിരുന്നു. അതുകൊണ്ടുതന്നെയാണ് ഇൻഫർമേഷൻ ബയസ് വികസിച്ചുവന്നത് എന്ന് കരുതപ്പെടുന്നു. വേട്ടക്കാർ എവിടെയാണ് പതിയിരിക്കുന്നത്, എവിടെയാണ് ഭക്ഷണ സ്രോതസ്സുകൾ ഉള്ളത്, ഏത് കാലാവസ്ഥയാണ് വരാനിരിക്കുന്നത് തുടങ്ങിയ കാര്യങ്ങൾ അറിയുന്നത് നിലനിൽപ്പിന് വളരെ പ്രധാനമായിരുന്നു. അറിവ് മികച്ച ഫലങ്ങളിലേക്ക് നയിച്ചതിനാൽ, വിവരങ്ങൾ ശേഖരിക്കുന്നത് പ്രതിഫലം ലഭിക്കുന്ന ഒന്നായി അനുഭവിക്കാൻ തലച്ചോറ് പരിണമിച്ചു.

നമ്മുടെ പൂർവ്വികരുടെ ചുറ്റുപാടിൽ, വിവരങ്ങൾ ശേഖരിക്കുന്നതിനുള്ള ചെലവ് (അടുത്ത താഴ്‌വരയിലേക്ക് നടക്കുക, മൃഗങ്ങളുടെ ചലനങ്ങൾ നിരീക്ഷിക്കുക) അതിലൂടെ ലഭിക്കാവുന്ന അതിജീവന നേട്ടങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ വളരെ കുറവായിരുന്നു. "നമ്മുടെ ചുറ്റുപാടുകളെ മാപ്പ് ചെയ്യുക" എന്ന ഈ പ്രവണത ഒരു പൊരുത്തപ്പെടലായിരുന്നു—അപകടകരവും അനിശ്ചിതത്വങ്ങൾ നിറഞ്ഞതുമായ ലോകങ്ങളിലൂടെ സഞ്ചരിക്കാൻ ഇത് നമ്മുടെ വർഗ്ഗത്തെ സഹായിച്ചു.

എന്നിരുന്നാലും, ധാരാളം വിവരങ്ങളും അത് നേടാൻ വളരെ കുറഞ്ഞ ചിലവുമുള്ള ഇന്നത്തെ ആധുനിക സാഹചര്യങ്ങളിൽ ഇതേ സർക്യൂട്ട് തെറ്റായി പ്രവർത്തിക്കുന്നു. വാർത്തകളിലൂടെ നമുക്കിപ്പോൾ അനന്തമായി സ്ക്രോൾ ചെയ്യാം, അൺലിമിറ്റഡ് ഡയഗ്നോസ്റ്റിക് ടെസ്റ്റുകൾ ഓർഡർ ചെയ്യാം, എണ്ണമറ്റ മാർക്കറ്റ് റിസർച്ച് റിപ്പോർട്ടുകൾ നൽകാം. അറിയാനുള്ള ജൈവശാസ്ത്രപരമായ ആവശ്യകത, പ്രവർത്തിക്കാനുള്ള ആവശ്യകതയിൽ നിന്ന് വേർപെടുത്തപ്പെട്ടിരിക്കുന്നു. ഇത് ഈ പൊരുത്തപ്പെടുത്തലിനെ ഗവേഷകർ "എപ്പിസ്റ്റെമിക് ഗ്ലട്ടണി" (അറിവിനോടുള്ള അമിതാസക്തി) എന്ന് വിളിക്കുന്ന ഒന്നായി മാറ്റി.

പ്രയോജനപ്രദമായ വിവരങ്ങളും കേവലം ജിജ്ഞാസ തൃപ്തിപ്പെടുത്തുന്നതും തമ്മിൽ വേർതിരിച്ചറിയാൻ തലച്ചോറിന്റെ റിവാർഡ് സിസ്റ്റത്തിന് കഴിയില്ല, അതിനാലാണ് ഈ ബയസ് ഇന്നും തുടരുന്നത്. വിവരങ്ങൾ പെരുമാറ്റത്തെ മാറ്റുമോ ഇല്ലയോ എന്നത് പരിഗണിക്കാതെ തന്നെ ഡോപാമൈൻ ഉത്പാദിപ്പിക്കപ്പെടുന്നു. ഇത് ഡാറ്റ ഉപയോഗിക്കാനുള്ള നിരന്തരമായ പ്രേരണ സൃഷ്ടിക്കുന്നു, അത്തരമൊരു പ്രേരണയെ നിയന്ത്രിക്കേണ്ട ആവശ്യം നമ്മുടെ പൂർവ്വികർക്ക് ഒരിക്കലും ഉണ്ടായിരുന്നില്ല.

4. ഈ ബയസ് എങ്ങനെ പ്രകടമാകുന്നു

4.1. ദൈനംദിന ജീവിതത്തിൽ

ഇൻഫർമേഷൻ ബയസ് സൂക്ഷ്മവും എന്നാൽ കാര്യമായ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുന്നതുമായ രീതികളിൽ ദൈനംദിന തീരുമാനങ്ങളെ സ്വാധീനിക്കുന്നു:

• അമിതമായി റിവ്യൂ വായിക്കുക: ഒരു ഉൽപ്പന്നം വാങ്ങാൻ തീരുമാനിച്ചുകഴിഞ്ഞാലും, അല്ലെങ്കിൽ ലഭ്യമായ എല്ലാ ഓപ്ഷനുകളും ഒരേപോലെ മികച്ചതാണെങ്കിലും മണിക്കൂറുകളോളം ഉൽപ്പന്നത്തിന്റെ റിവ്യൂകൾ വായിക്കുക.
• കാലാവസ്ഥ പരിശോധിക്കാനുള്ള ത്വര: ദിവസത്തെ മുഴുവൻ കാര്യങ്ങളും ആസൂത്രണം ചെയ്യുകയും അതിനനുസരിച്ച് പാക്ക് ചെയ്യുകയും ചെയ്തിട്ടും, കാലാവസ്ഥാ പ്രവചനങ്ങൾ വീണ്ടും വീണ്ടും പരിശോധിക്കുക.
• മെഡിക്കൽ വിവരങ്ങൾ ഗൂഗിളിൽ തിരയുക: ഡോക്ടർ രോഗനിർണയം നടത്തി ചികിത്സാ പ്ലാൻ നൽകിയതിന് ശേഷവും രോഗലക്ഷണങ്ങളെക്കുറിച്ച് അമിതമായി തിരയുക.
• ബന്ധങ്ങൾ നിരീക്ഷിക്കുക: അവസാനിച്ച ബന്ധങ്ങളുടെ ഫലം മാറില്ലെന്നിരിക്കെ, "ക്ലോഷർ" (അവസാനിപ്പിക്കൽ) സംഭാഷണങ്ങളോ വിശദീകരണങ്ങളോ തേടുക.
• ഡൂംസ്ക്രോളിംഗ്: നിങ്ങൾക്ക് സ്വാധീനിക്കാൻ കഴിയാത്ത സംഭവങ്ങളെക്കുറിച്ചുള്ള വാർത്തകൾ അമിതമായി പരിശോധിക്കുക. ഇതിലൂടെ യാതൊരു പ്രയോജനവും ലഭിക്കുന്നില്ല എന്ന് മാത്രമല്ല, മാനസികാരോഗ്യം നശിക്കുകയും ചെയ്യുന്നു.

4.2. തൊഴിലിടങ്ങളിൽ

പ്രൊഫഷണൽ ചുറ്റുപാടുകൾ ഇൻഫർമേഷൻ ബയസിന് വളക്കൂറുള്ള മണ്ണാണ്:

• അനാലിസിസ് പാരാലിസിസ്: ഒരു തീരുമാനമെടുക്കാൻ ആവശ്യമായ വിവരങ്ങൾ ലഭ്യമായിട്ടുണ്ടെങ്കിൽ പോലും, "ഒരൊറ്റ" ഡാറ്റ കൂടി ശേഖരിക്കുന്നതിനായി പ്രോജക്റ്റ് ലോഞ്ചുകൾ ടീമുകൾ വൈകിപ്പിക്കുന്നു.
• മീറ്റിംഗ് ഇൻഫ്ലേഷൻ: തീരുമാനമെടുക്കുന്നതിന് പകരം എല്ലാവരുടേയും അഭിപ്രായ ഐക്യം ലക്ഷ്യമാക്കി, നിലവിൽ ലഭ്യമായ വിവരങ്ങൾ ചർച്ച ചെയ്യാൻ വീണ്ടും വീണ്ടും മീറ്റിംഗുകൾ ക്രമീകരിക്കുന്നു.
• റിപ്പോർട്ട് പെരുകൽ: മുൻകൂട്ടി തീരുമാനിച്ച നടപടിക്രമങ്ങളെ യാതൊരുവിധത്തിലും സ്വാധീനിക്കാത്ത വലിയ റിപ്പോർട്ടുകൾ ആവശ്യപ്പെടുന്നു.
• അനന്തമായ സ്റ്റേക്ക്‌ഹോൾഡർ കൺസൾട്ടേഷൻ: തീരുമാനത്തിന് പ്രസക്തമാണോ അല്ലയോ എന്ന് പരിഗണിക്കാതെ സാധ്യമായ എല്ലാ സ്രോതസ്സുകളിൽ നിന്നും വിവരങ്ങൾ ശേഖരിക്കുന്നു.
• ഷെയർഡ് ഇൻഫർമേഷൻ ബയസ്: എല്ലാവർക്കും ഇതിനകം അറിയാവുന്ന വിവരങ്ങൾ ചർച്ച ചെയ്യാനാണ് ടീമുകൾ താൽപ്പര്യപ്പെടുന്നതെന്ന് ഫെംകെ ടെൻ വെൽഡന്റെ ഗവേഷണം കാണിക്കുന്നു. പുതിയ ആശയങ്ങൾ കണ്ടെത്തുന്നതിന് പകരം, മീറ്റിംഗുകളെ ഒരു എക്കോ ചേമ്പർ ആക്കി മാറ്റാൻ ഇതിലൂടെ സാധിക്കുന്നു.

4.3. ബിസിനസ്സിലും മാർക്കറ്റിംഗിലും

കമ്പനികൾ ഇൻഫർമേഷൻ ബയസ് ചൂഷണം ചെയ്യുകയും അതിൽ നിന്ന് ദുരിതം അനുഭവിക്കുകയും ചെയ്യുന്നു:

ചൂഷണം:

• ആളുകൾക്ക് അറിവ് നേടാനുള്ള താൽപ്പര്യമുണ്ടെന്ന് മനസ്സിലാക്കി, ലീഡുകൾ സൃഷ്ടിക്കാനായി "സൗജന്യ വിവരങ്ങൾ" (റിപ്പോർട്ടുകൾ, ഗൈഡുകൾ, വെബിനാറുകൾ) വാഗ്ദാനം ചെയ്യുന്നു.
• "പരിമിത സമയ ഡാറ്റ" ഓഫറുകൾ നൽകി ഒരു അടിയന്തര ബോധം സൃഷ്ടിക്കുന്നു.
• ഉപഭോക്താക്കൾക്ക് പൂർണ്ണമായി വിശകലനം ചെയ്യാൻ തോന്നിപ്പിക്കുന്ന വലിയ സ്പെസിഫിക്കേഷൻ ലിസ്റ്റുകൾ അവതരിപ്പിക്കുന്നു.

ദുരിതം:

• വ്യക്തമായ നിഗമനങ്ങൾ ശരിയാണെന്ന് തെളിയിക്കുന്ന മാർക്കറ്റ് റിസർച്ചിനായി അമിതമായി നിക്ഷേപം നടത്തുന്നു.
• "കൃത്യമായ" മത്സര വിവരങ്ങൾക്കായി കാത്തിരുന്ന് പ്രോജക്റ്റ് ലോഞ്ചുകൾ വൈകിപ്പിക്കുന്നു.
• എടുത്ത തീരുമാനങ്ങളെ ന്യായീകരിക്കാൻ പഠനങ്ങൾ ഏൽപ്പിക്കുന്നു, പോസ്റ്റ്-ഹോക്ക് യുക്തിവൽക്കരണത്തിൽ വിഭവങ്ങൾ പാഴാക്കുന്നു.

4.4. രാഷ്ട്രീയത്തിലും മാധ്യമങ്ങളിലും

ഇൻഫർമേഷൻ ബയസ് രാഷ്ട്രീയ പെരുമാറ്റത്തെ കാര്യമായി സ്വാധീനിക്കുന്നു:

• ഫിൽട്ടർ ബബിൾ സൃഷ്ടിക്കൽ: വോട്ടുചെയ്യാനുള്ള തീരുമാനങ്ങൾ എടുക്കുന്നതിന് പകരം, നിലവിലുള്ള സ്വന്തം പക്ഷപാതങ്ങളെ ശരിവയ്ക്കുന്ന വിവരങ്ങൾ മാത്രം തിരഞ്ഞെടുക്കുന്നു.
• പോൾ ഒബ്സെഷൻ: ആർക്ക് വോട്ട് ചെയ്യണമെന്ന് മുൻകൂട്ടി തീരുമാനിച്ചിട്ടും തെരഞ്ഞെടുപ്പ് വോട്ടെടുപ്പ് ഫലങ്ങൾ അമിതമായി പിന്തുടരുന്നു.
• 24-മണിക്കൂർ വാർത്താ ഉപഭോഗം: ഉപയോഗപ്രദമായ വിവരങ്ങൾ ഒന്നും നൽകുന്നില്ലെങ്കിലും അറിയാനുള്ള ആഗ്രഹം തൃപ്തിപ്പെടുത്താനായി വാർത്തകൾ തുടർച്ചയായി നിരീക്ഷിക്കുന്നു.
• കോൺസ്പിറസി റാബിറ്റ് ഹോൾസ്: സങ്കീർണ്ണമായ സംഭവങ്ങളെക്കുറിച്ച് ഉറപ്പ് നൽകുന്ന "മറഞ്ഞിരിക്കുന്ന" വിവരങ്ങൾ തേടുന്നു.

4.5. ആരോഗ്യപരിപാലന രംഗത്ത്

വൈദ്യശാസ്ത്ര മേഖല ഇൻഫർമേഷൻ ബയസിൽ നിന്ന് വലിയ പ്രത്യാഘാതങ്ങൾ നേരിടുന്നു:

ഡയഗ്നോസ്റ്റിക് കാസ്കേഡുകൾ: അവ്യക്തമായ ലക്ഷണങ്ങൾക്ക് ഒരു ഫിസിഷ്യൻ ഫുൾ-ബോഡി സി.ടി (CT) സ്കാൻ നിർദ്ദേശിക്കുന്നു. സ്കാൻ ചെയ്യുമ്പോൾ "ഇൻസിഡന്റലോമകൾ"—ഒരിക്കലും ദോഷം വരുത്താത്ത സാധാരണ കണ്ടെത്തലുകൾ—വെളിപ്പെടുന്നു. ഇത് അറിയുമ്പോൾ, തുടർന്നുള്ള നടപടികൾക്ക് (ബയോപ്സി, സർജറി) ഇത് നിർബന്ധിതരാക്കുന്നു, ഇത് രോഗിക്ക് ദോഷം ചെയ്യുന്നു. പ്രയോജനമില്ലാത്ത വിവരങ്ങൾ തേടുന്നത് ദോഷകരമായ ഇടപെടലുകളുടെ ഒരു പരമ്പരയ്ക്ക് കാരണമാകുന്നു.

ഡിഫൻസീവ് മെഡിസിൻ: രോഗിയുടെ ആരോഗ്യം മെച്ചപ്പെടുത്തുന്നതിനേക്കാൾ, ചികിത്സാ പിഴവുകൾക്കുള്ള ബാധ്യത കുറയ്ക്കുന്നതിനാണ് ആരോഗ്യ പരിപാലകർ പരിശോധനകളും നടപടിക്രമങ്ങളും നിർദ്ദേശിക്കുന്നത്. അമേരിക്കൻ ഹെൽത്ത്‌കെയർ സിസ്റ്റത്തിന് ഡിഫൻസീവ് മെഡിസിൻ വഴി പ്രതിവർഷം 46 ബില്യൺ മുതൽ 300 ബില്യൺ ഡോളർ വരെ ചിലവാകുന്നു എന്നാണ് കണക്കുകൾ സൂചിപ്പിക്കുന്നത്. ഒരു ഡോക്ടർ വിവരങ്ങൾ തേടുന്നത് (ഉദാഹരണത്തിന്, പൾമണറി എംബോളിസം ഇല്ലെന്ന് ഉറപ്പാക്കാൻ ഒരു സി.ടി സ്കാൻ) രോഗിയെ ചികിത്സിക്കാനല്ല, മറിച്ച് ഭാവിയിൽ വരാനിടയുള്ള ഒരു വ്യവഹാരത്തിനായി ഡോക്യുമെന്റേഷൻ തയ്യാറാക്കാനാണ്.

ഡയഗ്നോസ്റ്റിക് സസ്പിഷൻ ബയസ്: നൂറുശതമാനം ഉറപ്പിനായുള്ള ആഗ്രഹം കാരണം, ഡോക്ടർമാർ സാങ്കേതികമായി "വിവരങ്ങൾ" നൽകുന്ന എന്നാൽ ചികിത്സാ തീരുമാനങ്ങൾക്ക് അപ്രസക്തമായ പരിശോധനകൾ നിർദ്ദേശിക്കുന്നു.

4.6. ഫിനാൻസിലും നിക്ഷേപത്തിലും

സാമ്പത്തിക വിപണികൾ ഇൻഫർമേഷൻ ബയസിനെ വർദ്ധിപ്പിക്കുന്നു:

• ഓവർ-ട്രേഡിംഗ്: ദീർഘകാലാടിസ്ഥാനത്തിൽ യാതൊരു പ്രയോജനവുമില്ലാത്ത ഉയർന്ന ഫ്രീക്വൻസി വിവരങ്ങളെ (പ്രതിദിന വില വ്യതിയാനങ്ങൾ, ബ്രേക്കിംഗ് ന്യൂസുകൾ) അടിസ്ഥാനമാക്കി നിക്ഷേപകർ വാങ്ങുകയും വിൽക്കുകയും ചെയ്യുന്നു.
• അനാലിസിസ് അഡിക്ഷൻ: നിക്ഷേപിക്കാൻ തീരുമാനിച്ച കമ്പനികളുടെ സാമ്പത്തിക കാര്യങ്ങളെക്കുറിച്ച് അമിതമായി പഠിക്കുന്നു.
• നോയ്‌സ് vs. സിഗ്നൽ കൺഫ്യൂഷൻ: ഏഷ്യൻ വിപണികളിലെ ഗവേഷണങ്ങൾ കാണിക്കുന്നത് അമിതമായ ഡാറ്റയിൽ നിന്നുള്ള "ഇൻഫർമേഷണൽ നോയ്സ്" അവൈലബിലിറ്റി ബയസിനും റെപ്രസെന്റേറ്റീവ്നെസ് ബയസിനും കാരണമാകുന്നു എന്നാണ്. ഇത് വില കണ്ടെത്തൽ മെച്ചപ്പെടുത്താതെ വിപണിയിലെ ചാഞ്ചാട്ടം വർദ്ധിപ്പിക്കുന്നു.
• "തികഞ്ഞ" എൻട്രി പോയിന്റുകൾക്കായി കാത്തിരിക്കുന്നു: കൂടുതൽ ഡാറ്റ ശേഖരിക്കുന്നതിനായി നിക്ഷേപങ്ങൾ വൈകിപ്പിക്കുന്നു, ഇതുവഴി വിപണിയിലെ അവസരങ്ങൾ നഷ്ടപ്പെടുത്തുന്നു.

5. യഥാർത്ഥ ജീവിതത്തിലെ കേസ് സ്റ്റഡികൾ

കേസ് സ്റ്റഡി 1: "ന്യൂ കോക്ക്" പരാജയം (1985)

• പശ്ചാത്തലം: 1980-കളുടെ തുടക്കത്തിൽ, "പെപ്സി ചലഞ്ച്" മുഖേന പെപ്സി കൊക്കക്കോളയുടെ മാർക്കറ്റ് ഷെയർ കുറയ്ക്കുകയായിരുന്നു. ബ്ലാന്റ് ടേസ്റ്റ് പരിശോധനകളിൽ ഉപഭോക്താക്കൾ നിരന്തരം പെപ്സിയുടെ മധുരം കൂടുതലുള്ള രുചിയോട് മുൻഗണന കാണിച്ചു.

• എന്താണ് സംഭവിച്ചത്: വൻതോതിലുള്ള വിവരശേഖരണം നടത്തിക്കൊണ്ടാണ് കൊക്കക്കോള പ്രതികരിച്ചത്. ദശലക്ഷക്കണക്കിന് ഡോളർ ചെലവാക്കി അവർ 2,00,000-ത്തിലധികം ബ്ലാന്റ് ടേസ്റ്റ് പരിശോധനകൾ നടത്തി. ഡാറ്റ വളരെ വ്യക്തമായിരുന്നു: പെപ്സിയെക്കാളും ഒറിജിനൽ കോക്കിനെക്കാളും പുതിയതും മധുരം കൂടിയതുമായ ഫോർമുലയെ ഉപഭോക്താക്കൾ ഇഷ്ടപ്പെട്ടു. ഈ വലിയ തെളിവിനെ അടിസ്ഥാനമാക്കി അവർ "ന്യൂ കോക്ക്" പുറത്തിറക്കി.

• ഇവിടെ പ്രവർത്തിച്ച ബയസ്: പ്രതീകാത്മക വിവരങ്ങൾ (ബ്രാൻഡ് അറ്റാച്ച്മെന്റ്, ഗൃഹാതുരത്വം) അവഗണിച്ചുകൊണ്ട് കൊക്കക്കോളയുടെ എക്സിക്യൂട്ടീവുകൾ പൂർണ്ണമായും സെൻസറി വിവരങ്ങളിൽ (രുചി) ശ്രദ്ധ കേന്ദ്രീകരിച്ചു. തങ്ങളുടെ കൈവശം കൂടുതൽ ഡാറ്റ (2,00,000 വിഷയങ്ങൾ) ഉള്ളതിനാൽ, അത് മികച്ച ഡാറ്റയാണെന്ന് അവർ കരുതി. അവർ ശേഖരിച്ച വിവരങ്ങൾ യഥാർത്ഥത്തിൽ ഉൽപ്പന്നം വാങ്ങാൻ എടുക്കുന്ന തീരുമാനത്തിന് അപ്രസക്തമായിരുന്നു. കാരണം, ആ തീരുമാനത്തെ സ്വാധീനിക്കുന്നത് ബ്രാൻഡ് ഐഡന്റിറ്റിയും വൈകാരിക ബന്ധവുമാണ്.

• അനന്തരഫലങ്ങൾ: ഉൽപ്പന്നം വൻ പരാജയമായി. ജനങ്ങളുടെ പ്രതിഷേധത്തെത്തുടർന്ന് മാസങ്ങൾക്കുള്ളിൽ "ക്ലാസിക് കോക്ക്" തിരികെ കൊണ്ടുവരാൻ അവർ നിർബന്ധിതരായി. ഗവേഷണത്തിന്റെ പ്രസക്തിയേക്കാൾ അതിന്റെ വലിപ്പമാണ് കമ്പനിയെ അന്ധരാക്കിയത്.

• പഠിച്ച പാഠങ്ങൾ: കൂടുതൽ ഡാറ്റ മികച്ച തീരുമാനങ്ങൾക്ക് കാരണമാകില്ല. വിവരങ്ങളുടെ തരം തീരുമാനമെടുക്കുന്ന പ്രക്രിയയുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ എന്നതാണ് നിർണായക ചോദ്യം. രുചി പരിശോധനകൾക്ക് ബ്രാൻഡ് ലോയൽറ്റി അളക്കാൻ കഴിഞ്ഞില്ല.

കേസ് സ്റ്റഡി 2: ഫോർഡ് എഡ്സെൽ (1957)

• പശ്ചാത്തലം: ഇടത്തരക്കാർക്കായി "കൃത്യമായ" ഒരു കാർ രൂപകൽപ്പന ചെയ്യുന്നതിനായി ഫോർഡ് 10 വർഷവും 250 ദശലക്ഷം ഡോളറും (ഇന്നത്തെ 2.5 ബില്യൺ ഡോളറിലധികം) മാർക്കറ്റ് റിസർച്ചിനായി ചെലവഴിച്ചു.

• എന്താണ് സംഭവിച്ചത്: വ്യക്തിത്വ തരങ്ങൾ, ടെയിൽ ഫിനുകൾക്കായുള്ള മുൻഗണനകൾ, ഗ്രില്ലുകളുടെ ആകൃതികൾ, കൂടാതെ എണ്ണമറ്റ മറ്റ് വേരിയബിളുകൾ എന്നിവ വിശകലനം ചെയ്തുകൊണ്ട് ഫോർഡ് സമഗ്രമായ വിവരശേഖരണം നടത്തി. വാഹന വ്യവസായ ചരിത്രത്തിൽ തന്നെ ഏറ്റവും കൂടുതൽ ഗവേഷണം നടത്തിയ ഉൽപ്പന്നമാണ് അവർ നിർമ്മിച്ചത്.

• ഇവിടെ പ്രവർത്തിച്ച ബയസ്: വിവരശേഖരണത്തിന് വളരെയധികം സമയമെടുത്തതിനാൽ ഉപയോഗിക്കുന്നതിന് മുമ്പ് തന്നെ ഡാറ്റ കാലഹരണപ്പെട്ടു. ഉപഭോക്തൃ മുൻഗണനകളെക്കുറിച്ചുള്ള മൈക്രോ-ഡാറ്റ വിശകലനം ചെയ്യുമ്പോൾ, മാക്രോ-പരിസ്ഥിതി മാറി: ഒരു സാമ്പത്തിക മാന്ദ്യം വരുകയും, വി.ഡബ്ല്യു ബീറ്റിൽ (VW Beetle) പോലെയുള്ള ചെറുതും കാര്യക്ഷമവുമായ കാറുകളിലേക്ക് ആളുകളുടെ മുൻഗണന മാറുകയും ചെയ്തു. തങ്ങളുടെ വലിയ ഗവേഷണ നിക്ഷേപത്തിന്റെ "സങ്ക് കോസ്റ്റ്" കാരണം, വിപണിക്ക് ആവശ്യമില്ലാത്ത ഒരു കാർ അവർക്ക് പുറത്തിറക്കേണ്ടി വന്നു.

• അനന്തരഫലങ്ങൾ: എഡ്സെൽ എന്നത് കോർപ്പറേറ്റ് പരാജയത്തിന്റെ പര്യായമായി മാറി, ഇതിലൂടെ ഫോർഡിന് കോടിക്കണക്കിന് രൂപ നഷ്ടപ്പെട്ടു. ഒരു വിവരവുമില്ലാത്തതിനേക്കാൾ മോശമാണ് കാലഹരണപ്പെട്ട വിവരങ്ങൾ എന്ന് ഇത് തെളിയിച്ചു.

• പഠിച്ച പാഠങ്ങൾ: വിവരങ്ങൾക്ക് ഒരു ഷെൽഫ് ലൈഫ് ഉണ്ട് (ഒരു നിശ്ചിത കാലയളവ്). വിപണി സാഹചര്യങ്ങൾ മാറിമറിയുന്നത് വരെ അമിതമായി ഡാറ്റ ശേഖരിക്കുന്നത് പ്രവർത്തനങ്ങളെ വൈകിപ്പിക്കും. അങ്ങനെയെങ്കിൽ ഗവേഷണങ്ങൾ പൂർണ്ണമായും അസാധുവാകും.

ചരിത്രപരമായ ഉദാഹരണം: ജനറൽ മക്ലെല്ലനും അമേരിക്കൻ ആഭ്യന്തര യുദ്ധവും

ഇൻഫർമേഷൻ ബയസ് കാരണം ഉണ്ടാകുന്ന മാരകമായ മടിയുടെ ഒരു ഉദാഹരണമാണ് യൂണിയൻ ജനറൽ ജോർജ് മക്ലെല്ലൻ. 1862-ലെ പെനിൻസുല കാമ്പെയ്‌ൻ സമയത്ത്, മികച്ച സൈനികർ ഉണ്ടായിരുന്നിട്ടും കോൺഫെഡറേറ്റ് സൈന്യത്തിന്റെ ശക്തിയെ മക്ലെല്ലൻ തുടർച്ചയായി അമിതമായി വിലയിരുത്തി.

മതിയായ നിരീക്ഷണങ്ങൾ (പിങ്കർടൺ ഏജന്റുമാർ, നിരീക്ഷണ ബലൂണുകൾ) ഉണ്ടെങ്കിൽ, യുദ്ധത്തിന്റെ അനിശ്ചിതത്വം ഇല്ലാതാക്കാൻ കഴിയുമെന്ന് മക്ലെല്ലൻ വിശ്വസിച്ചു. കൂടുതൽ വിവരങ്ങളും സൈനിക സഹായങ്ങളും നിരന്തരം ആവശ്യപ്പെട്ടുകൊണ്ട് അദ്ദേഹം ആക്രമിക്കാൻ വിസമ്മതിച്ചു. ആക്രമിക്കാനുള്ള മുൻകൈയേക്കാൾ ശത്രുക്കളുടെ എണ്ണത്തെക്കുറിച്ചുള്ള ഉറപ്പിനാണ് അദ്ദേഹം വിലകല്പിച്ചത്.

അദ്ദേഹത്തിന്റെ ഈ മടി കോൺഫെഡറേറ്റ് സൈന്യത്തിന് തന്ത്രങ്ങൾ മെനയാനും കൂടുതൽ ശക്തിപ്രാപിക്കാനും യുദ്ധം വർഷങ്ങളോളം നീട്ടിക്കൊണ്ടുപോകാനും അവസരമൊരുക്കി. മക്ലെല്ലന് "ദ സ്ലോസ്" (the slows) ഉണ്ടെന്ന് പ്രസിഡന്റ് ലിങ്കൺ പ്രശസ്തമായി പറഞ്ഞു - കഠിനമായ ഇൻഫർമേഷൻ ബയസിനെ കുറിക്കാനാണ് അദ്ദേഹം അങ്ങനെ പറഞ്ഞത്. മത്സരബുദ്ധിയുള്ള ചുറ്റുപാടുകളിൽ, പൂർണ്ണമായ വിവരങ്ങൾക്കായി കാത്തിരിക്കുന്നതിനുള്ള ചെലവ് പലപ്പോഴും അപൂർണ്ണമായ വിവരങ്ങൾ വച്ച് പ്രവർത്തിക്കുന്നതിനുള്ള ചെലവിനേക്കാൾ കൂടുതലായിരിക്കുമെന്ന് ഈ ഉദാഹരണം തെളിയിക്കുന്നു.

6. ഈ ബയസിന്റെ ചെലവ്

6.1. വ്യക്തിപരമായ ചിലവുകൾ

• ഡിസിഷൻ ഫാറ്റിഗ്: തുടർച്ചയായ വിവരശേഖരണം ചിന്താശേഷിയെ കുറയ്ക്കുന്നു. ഇത് പ്രധാനപ്പെട്ട കാര്യങ്ങളിൽ മോശം തീരുമാനങ്ങളെടുക്കുന്നതിലേക്ക് നയിക്കുന്നു.
• ബന്ധങ്ങളിലെ പ്രശ്നങ്ങൾ: ബന്ധങ്ങളെക്കുറിച്ച് അനാവശ്യമായി ഉറപ്പ് വരുത്താൻ ശ്രമിക്കുന്നത് ("ആ മെസ്സേജ് കൊണ്ട് അവർ എന്താണ് ഉദ്ദേശിച്ചത്?") ഉത്കണ്ഠയ്ക്കും സംഘർഷങ്ങൾക്കും കാരണമാകുന്നു.
• നഷ്ടപ്പെടുന്ന അവസരങ്ങൾ: കൂടുതൽ ഡാറ്റ ശേഖരിക്കുന്നതിനിടയിൽ, സമയബന്ധിതമായ അവസരങ്ങൾ നഷ്ടപ്പെടുന്നു.
• മാനസികാരോഗ്യം നശിക്കൽ: ഡൂംസ്ക്രോളിംഗും അമിതമായ വിവരങ്ങൾ ഉപയോഗിക്കുന്നതും ഉത്കണ്ഠയുമായും വിഷാദരോഗവുമായും ബന്ധപ്പെട്ടിരിക്കുന്നു.
• ജീവിത തീരുമാനങ്ങളിലെ അനാലിസിസ് പാരാലിസിസ്: ഇല്ലാത്ത "കൃത്യമായ" വിവരങ്ങൾ തേടിക്കൊണ്ട് കരിയർ മാറ്റങ്ങൾ, ബന്ധങ്ങൾ, അല്ലെങ്കിൽ പ്രധാന പർച്ചേസുകൾ എന്നിവ വൈകിപ്പിക്കുന്നു.

6.2. പ്രൊഫഷണൽ ചിലവുകൾ

• പ്രോജക്റ്റ് കാലതാമസം: അനാവശ്യ ഡാറ്റ ശേഖരിക്കുന്നതിനിടയിൽ ടീമുകൾക്ക് സമയപരിധികളും വിപണിയിലെ അവസരങ്ങളും നഷ്ടപ്പെടുന്നു.
• വിഭവങ്ങൾ പാഴാകൽ: അന്തിമ ഫലത്തെ സ്വാധീനിക്കാത്ത ഗവേഷണങ്ങൾക്കായി ബഡ്ജറ്റും ജീവനക്കാരെയും മാറ്റിവെക്കുന്നു.
• പുതിയ ആശയങ്ങൾ ഇല്ലാതാകുന്നു: "കൂടുതൽ വിവരങ്ങൾക്കായി" കാത്തിരിക്കുന്നതിനാൽ കമ്മിറ്റികളിൽ വെച്ചുതന്നെ പുതിയ ആശയങ്ങൾ ഇല്ലാതാകുന്നു.
• മത്സരത്തിലെ പോരായ്മകൾ: അപൂർണ്ണമായ വിവരങ്ങൾ വച്ച് പ്രവർത്തിക്കുന്ന എതിരാളികൾ വിപണി പിടിച്ചെടുക്കുന്നു.
• കരിയർ സ്തംഭനാവസ്ഥ: സമഗ്രമായ ഡാറ്റ ഇല്ലാതെ തീരുമാനങ്ങളെടുക്കാൻ കഴിയാത്ത വ്യക്തികളെ തീരുമാനമെടുക്കാൻ കഴിവില്ലാത്ത നേതാക്കളായി കണക്കാക്കുന്നു.

6.3. സാമൂഹിക ചെലവുകൾ

• ഹെൽത്ത്കെയർ സിസ്റ്റത്തിന്റെ ഭാരം: ഡിഫൻസീവ് മെഡിസിൻ അമേരിക്കൻ ഹെൽത്ത്കെയർ ചെലവുകളിലേക്ക് പ്രതിവർഷം 46-300 ബില്യൺ ഡോളർ ചേർക്കുന്നു.
• സാമ്പത്തിക കാര്യക്ഷമതയില്ലായ്മ: കോർപ്പറേറ്റ് അനാലിസിസ് പാരാലിസിസ് സാമ്പത്തിക വളർച്ചയെ മന്ദഗതിയിലാക്കുന്നു.
• ജനാധിപത്യപരമായ പരാജയം: പ്രവർത്തിക്കാതെ (വോട്ടുചെയ്യുക, സംഘടിപ്പിക്കുക) പൗരന്മാർ രാഷ്ട്രീയ വിവരങ്ങൾ ഉപയോഗിക്കുന്നു.
• നൂതന സാങ്കേതികവിദ്യകളിലെ കാലതാമസം: "കൃത്യമായ" സുരക്ഷാ ഡാറ്റയ്ക്കായി കാത്തിരിക്കുമ്പോൾ, മികച്ച സാങ്കേതികവിദ്യകൾ ക്ഷയിച്ചുപോകുന്നു.
• വിഭവങ്ങളുടെ തെറ്റായ വിതരണം: പ്രായോഗികമായി ഉപയോഗിക്കാൻ കഴിയുന്ന വിവരങ്ങൾ കുറച്ച് മാത്രം നൽകുന്ന ഇൻഫർമേഷൻ ഇൻഫ്രാസ്ട്രക്ചറിൽ സമൂഹം നിക്ഷേപം നടത്തുന്നു.

6.4. സ്ഥിതിവിവരക്കണക്കുകളുടെ സ്വാധീനം

• ഡിഫൻസീവ് മെഡിസിൻ: യു.എസ് ഹെൽത്ത് കെയറിന് പ്രതിവർഷം $46-$300 ബില്യൺ ചെലവ് വരുന്നു (നിരവധി പഠനങ്ങൾ).
• ഉൽപ്പന്നങ്ങളുടെ പരാജയ നിരക്ക്: ഗവേഷണങ്ങൾ കുറഞ്ഞ ഉൽപ്പന്നങ്ങൾ പരാജയപ്പെടുന്നതിന് സമാനമായ നിരക്കിൽ തന്നെ അമിതമായി ഗവേഷണം നടത്തുന്ന ഉൽപ്പന്നങ്ങളും പരാജയപ്പെടുന്നുവെന്ന് ഗവേഷണങ്ങൾ സൂചിപ്പിക്കുന്നു. ഇത് കുറഞ്ഞുവരുന്ന വരുമാനത്തെയാണ് സൂചിപ്പിക്കുന്നത്.
• മീറ്റിംഗ് സമയം പാഴാകുന്നു: പങ്കെടുക്കുന്ന എല്ലാവർക്കും ഇതിനകം അറിയാവുന്ന വിവരങ്ങൾ ചർച്ച ചെയ്യാൻ 30-50% മീറ്റിംഗ് സമയം ചെലവഴിക്കുന്നതായി പഠനങ്ങൾ സൂചിപ്പിക്കുന്നു.
• ഡിസ്ജംഗ്ഷൻ ഇഫക്റ്റ്: ട്വെർസ്കിയുടെയും ഷാഫിറിന്റെയും പഠനത്തിൽ പങ്കെടുത്തവരിൽ 61% പേർ ഉപയോഗശൂന്യമായ വിവരങ്ങൾക്കായി കാത്തിരിക്കാൻ പണം നൽകി.

7. മറഞ്ഞിരിക്കുന്ന നേട്ടങ്ങൾ

ഇൻഫർമേഷൻ ബയസ് പൂർണ്ണമായും ദോഷകരമല്ല - അവ നിലനിൽക്കുന്നത് ചില കാര്യങ്ങൾക്ക് പ്രയോജനമുള്ളതിനാലാണ്:

• എൻവയോൺമെന്റൽ മാപ്പിംഗ്: അപരിചിതമായ സാഹചര്യങ്ങളിൽ, വിശാലമായ വിവരശേഖരണം മാനസിക മാതൃകകൾ നിർമ്മിക്കാൻ സഹായിക്കുന്നു, അത് അപ്രതീക്ഷിതമായി ഉപകാരപ്രദമാകും.
• സോഷ്യൽ സിഗ്നലിംഗ്: കാര്യക്ഷമതയും സൂക്ഷ്മതയും പ്രകടിപ്പിക്കുന്നത് പങ്കാളികളുമായി വിശ്വാസവും വിശ്വാസ്യതയും വളർത്തിയെടുക്കാൻ സഹായിക്കും.
• തെറ്റുകൾ കണ്ടെത്തൽ: ഇടയ്ക്കിടെ, "അപ്രസക്തമായ" വിവരങ്ങൾ അപ്രതീക്ഷിതമായ ബന്ധങ്ങളോ ചിന്തകളിലെ പിഴവുകളോ വെളിപ്പെടുത്തുന്നു.
• മാനസിക തയ്യാറെടുപ്പ്: ഫലങ്ങൾ അറിയുന്നത് (മാറ്റാൻ കഴിയില്ലെങ്കിൽ പോലും) വൈകാരികമായി തയ്യാറെടുക്കാനും കാര്യങ്ങൾ മനസ്സിലാക്കാനും സഹായിക്കുന്നു.
• പശ്ചാത്താപം കുറയ്ക്കൽ: വിവരങ്ങൾ വേദനയുണ്ടാക്കുന്നുവെങ്കിൽ പോലും, മിക്കപ്പോഴും ആളുകൾ "അറിയാൻ" താൽപ്പര്യപ്പെടുന്നു. കാരണം, അനിശ്ചിതത്വം എന്നത് മോശം വാർത്തയേക്കാൾ മോശമായി അനുഭവപ്പെടുന്നു (ഓസ്ട്രിച്ച് ഇഫക്റ്റിന്റെ നേർവിപരീതം).

ഇൻഫർമേഷൻ ബയസ് പൂർണ്ണമായും ഇല്ലാതാക്കുന്നത് മറ്റ് ചില പ്രശ്നങ്ങൾക്ക് കാരണമാകും: അപക്വമായ തീരുമാനങ്ങൾ, സിഗ്നലുകൾ നഷ്ടപ്പെടൽ, അശ്രദ്ധയുടെ സാമൂഹിക ധാരണകൾ. അതുകൊണ്ട് ഇത് നിയന്ത്രിക്കുകയാണ് വേണ്ടത്, പൂർണ്ണമായും ഒഴിവാക്കുകയല്ല.

8. സ്വയം വിലയിരുത്തൽ: നിങ്ങൾക്ക് ഈ ബയസ് ഉണ്ടോ?

8.1. മുന്നറിയിപ്പ് നൽകുന്ന ലക്ഷണങ്ങളുടെ ചെക്ക്‌ലിസ്റ്റ്

• "ഒരു കാര്യം കൂടി അറിയാൻ" വേണ്ടി ഞാൻ പലപ്പോഴും തീരുമാനങ്ങൾ വൈകിപ്പിക്കാറുണ്ട്
• വാങ്ങാൻ തീരുമാനിച്ച സാധനങ്ങളുടെ റിവ്യൂകൾ ഞാൻ വീണ്ടും വീണ്ടും വായിക്കാറുണ്ട്
• എനിക്ക് യാതൊന്നും ചെയ്യാൻ കഴിയാത്ത സാഹചര്യങ്ങളെക്കുറിച്ചുള്ള വാർത്തകളോ സോഷ്യൽ മീഡിയയോ ഞാൻ വീണ്ടും വീണ്ടും പരിശോധിക്കാറുണ്ട്
• പൂർണ്ണമായ ഉറപ്പില്ലാതെ തീരുമാനങ്ങളെടുക്കുമ്പോൾ എനിക്ക് അസ്വസ്ഥത അനുഭവപ്പെടാറുണ്ട്
• അവസാനം ഉപയോഗിക്കാൻ പോകാത്ത റിപ്പോർട്ടുകളോ ഡാറ്റയോ ഞാൻ പലപ്പോഴും ആവശ്യപ്പെടാറുണ്ട്
• കൂടുതൽ വിവരങ്ങൾ ശേഖരിക്കുന്നതിനിടയിൽ എനിക്ക് സമയപരിധികളോ അവസരങ്ങളോ നഷ്ടപ്പെട്ടിട്ടുണ്ട്
• കഷ്ടപ്പെട്ട് നേടിയ വിവരങ്ങൾ, അത് അത്ര പ്രധാനപ്പെട്ടതല്ലെങ്കിൽ പോലും, ഉപയോഗിക്കാൻ ഞാൻ നിർബന്ധിതനാകാറുണ്ട്
• ഉടനടി തീരുമാനമെടുക്കാവുന്ന കാര്യങ്ങൾ ചർച്ച ചെയ്യാൻ ഞാൻ മീറ്റിംഗുകൾ ഷെഡ്യൂൾ ചെയ്യാറുണ്ട്
• രോഗനിർണയവും ചികിത്സാ പ്ലാനും ലഭിച്ചതിന് ശേഷവും ഞാൻ രോഗലക്ഷണങ്ങളെക്കുറിച്ച് അന്വേഷിക്കുന്നത് തുടരാറുണ്ട്
• അറിഞ്ഞതുകൊണ്ട് യാതൊരു മാറ്റവും ഉണ്ടാകില്ലെങ്കിൽ കൂടി, അനിശ്ചിതത്വത്തിൽ നിൽക്കുന്നതിനേക്കാൾ മോശം വാർത്തകൾ അറിയാൻ ഞാൻ ആഗ്രഹിക്കുന്നു

സ്കോറിംഗ്:

• 0-2 ചെക്ക് ചെയ്തവ: കുറഞ്ഞ സാധ്യത
• 3-5 ചെക്ക് ചെയ്തവ: മിതമായ സാധ്യത
• 6-8 ചെക്ക് ചെയ്തവ: ഉയർന്ന സാധ്യത
• 9-10 ചെക്ക് ചെയ്തവ: വളരെ ഉയർന്ന സാധ്യത

8.2. സ്വയം വിലയിരുത്താനുള്ള ചോദ്യങ്ങൾ

1. നിങ്ങൾ അടുത്തിടെ വൈകിപ്പിച്ച ഒരു തീരുമാനത്തെക്കുറിച്ച് ചിന്തിക്കുക. ഏത് വിവരത്തിന് വേണ്ടിയാണ് നിങ്ങൾ കാത്തിരുന്നത്, അത് നിങ്ങളുടെ തീരുമാനത്തെ മാറ്റുമായിരുന്നോ?
2. വിവരങ്ങൾ ലഭിക്കുന്നതിനായി സമയമോ പണമോ നിക്ഷേപിച്ചു എന്ന ഒറ്റക്കാരണത്താൽ, അത് ഉപയോഗിക്കാൻ നിങ്ങൾ എപ്പോഴെങ്കിലും നിർബന്ധിതനായിട്ടുണ്ടോ?
3. നിങ്ങളുടെ മനസ്സ് മാറ്റിയേക്കാവുന്ന വിവരങ്ങളേക്കാൾ സ്ഥിരീകരണം തേടുന്നതായി നിങ്ങൾ ശ്രദ്ധിച്ചിട്ടുണ്ടോ?
4. അപൂർണ്ണമായ വിവരങ്ങൾ വച്ച് തീരുമാനങ്ങൾ എടുക്കേണ്ടി വരുമ്പോൾ നിങ്ങൾക്ക് എന്ത് തോന്നും? നിങ്ങളുടെ അസ്വസ്ഥത യഥാർത്ഥ അപകടസാധ്യതയുമായി പൊരുത്തപ്പെടുന്നുണ്ടോ?
5. തീരുമാനങ്ങളെടുക്കുന്നതിന് നിങ്ങൾ അമിതമായി ഗവേഷണം നടത്തുകയോ അമിതമായി വിശകലനം ചെയ്യുകയോ ചെയ്യുന്നുവെന്ന് ആരെങ്കിലും നിങ്ങളോട് പറഞ്ഞിട്ടുണ്ടോ?

8.3. പെട്ടെന്നുള്ള ഡയഗ്നോസ്റ്റിക് രംഗം

രംഗം: രണ്ട് ജോലി ഓഫറുകളിൽ നിന്ന് നിങ്ങൾ ഒരെണ്ണം തിരഞ്ഞെടുക്കുകയാണ്. രണ്ടിനും സമാനമായ ശമ്പളവും റോളുകളുമാണ് ഉള്ളത്. എ (A) കമ്പനിയാണ് നിങ്ങളുടെ കരിയർ ലക്ഷ്യങ്ങളുമായി കൂടുതൽ പൊരുത്തപ്പെടുന്നതെന്ന് നിങ്ങൾ ഇതിനകം തീരുമാനിച്ചു കഴിഞ്ഞു. കമ്പനിയുടെ "സംസ്കാരത്തെക്കുറിച്ച് കൂടുതലറിയാൻ" 5 ജീവനക്കാരുമായി കൂടി കോളുകൾ ക്രമീകരിക്കാമെന്ന് ബി (B) കമ്പനിയിലെ എച്ച്.ആർ (HR) മാനേജർ വാഗ്ദാനം ചെയ്യുന്നു. ഇത് നിങ്ങളുടെ തീരുമാനം ഒരാഴ്ച വൈകിപ്പിക്കും.

നിങ്ങൾ എങ്ങനെ പ്രതികരിക്കും?

• എ) "തീർച്ചയായും, തീരുമാനമെടുക്കുന്നതിന് മുമ്പ് എനിക്ക് കഴിയുന്നത്ര വിവരങ്ങൾ അറിയണം." → ഉയർന്ന സാധ്യത
• ബി) "എനിക്ക് ഇതുവരെ 100% ഉറപ്പില്ലാത്തതിനാൽ ഞാൻ കുറച്ച് പേരുമായി സംസാരിക്കാം." → മിതമായ സാധ്യത
• സി) "വേണ്ട, നന്ദി - ഈ തീരുമാനമെടുക്കാൻ എനിക്ക് ആവശ്യമായ വിവരങ്ങൾ ഉണ്ട്. ഞാൻ എ കമ്പനി തിരഞ്ഞെടുക്കാം." → കുറഞ്ഞ സാധ്യത

9. മറ്റുള്ളവരിൽ ഈ ബയസ് തിരിച്ചറിയൽ

9.1. പെരുമാറ്റ സൂചകങ്ങൾ

• ക്രോണിക് റിസർച്ച് മോഡ്: നിഗമനങ്ങളിൽ എത്താതെ എപ്പോഴും കാര്യങ്ങൾ "അന്വേഷിച്ച്" കൊണ്ടിരിക്കുക
• മീറ്റിംഗ് മൾട്ടിപ്ലിക്കേഷൻ: മുൻ മീറ്റിംഗുകളിലെ വിവരങ്ങൾ ചർച്ച ചെയ്യാൻ വീണ്ടും മീറ്റിംഗുകൾ ഷെഡ്യൂൾ ചെയ്യുക
• റിപ്പോർട്ട് ഹോർഡിംഗ്: തീരുമാനങ്ങളിൽ ഒരിക്കലും പരാമർശിക്കാത്ത റിപ്പോർട്ടുകൾ ആവശ്യപ്പെടുകയും ഫയൽ ചെയ്യുകയും ചെയ്യുക
• ഡിസിഷൻ പോസ്റ്റ്പോൺമെന്റ്: "നമുക്ക് കാത്തിരുന്ന് കാണാം" അല്ലെങ്കിൽ "നമുക്ക് കൂടുതൽ ഡാറ്റ ആവശ്യമാണ്" എന്ന സ്ഥിരമായ രീതി
• ഇൻഫർമേഷൻ ജസ്റ്റിഫിക്കേഷൻ: ചില ഡാറ്റകൾ ഉപയോഗിക്കുന്നതിന് പകരം, അത് എന്തുകൊണ്ട് ശേഖരിച്ചു എന്ന് വിശദീകരിക്കാൻ സമയം ചെലവഴിക്കുക

9.2. സംഭാഷണങ്ങളിലെ മുന്നറിയിപ്പുകൾ

ഈ ബയസുള്ള ആളുകൾ പറയുന്ന ചില വാക്യങ്ങൾ:

• "ഉറപ്പായും അറിയാതെ നമുക്ക് തീരുമാനിക്കാൻ കഴിയില്ല"
• "ഞാൻ ആദ്യം കുറച്ചുകൂടി ഗവേഷണം നടത്തട്ടെ"
• "തീരുമാനമെടുക്കുന്നതിന് മുൻപ് എനിക്ക് എല്ലാ വസ്തുതകളും അറിയണം"
• "നമുക്ക് എന്തെങ്കിലും നഷ്ടപ്പെടുന്നുണ്ടെങ്കിലോ?"
• "ഉറപ്പാക്കാൻ നമുക്ക് ഒരു പഠനം കൂടി നടത്താം"

അവർ ഉന്നയിക്കുന്ന വാദങ്ങളുടെ തരങ്ങൾ:

• യഥാർത്ഥത്തിൽ സംഭവിക്കാത്ത കാര്യങ്ങൾക്ക് ഊന്നൽ നൽകുന്നു
• അനിശ്ചിതത്വത്തെ ഒരു പ്രവർത്തനത്തിന്റെ അവസ്ഥയായി കാണുന്നതിന് പകരം ഒന്നും ചെയ്യാതിരിക്കാനുള്ള കാരണമായി കണക്കാക്കുന്നു

അവർ ചോദിക്കാൻ മടിക്കുന്ന ചോദ്യങ്ങൾ:

• "ഈ വിവരങ്ങൾ നമ്മുടെ പ്രവർത്തനങ്ങളെ യഥാർത്ഥത്തിൽ മാറ്റുമോ?"
• "കൂടുതൽ ഡാറ്റയ്ക്കായി കാത്തിരിക്കുന്നതിനുള്ള ചെലവ് എത്രയാണ്?"

9.3. സാഹചര്യങ്ങളിലെ ട്രിഗറുകൾ

• വലിയ തീരുമാനങ്ങൾ: തീരുമാനങ്ങൾ വലിയ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുമെന്ന് തോന്നുമ്പോൾ, അതിന്റെ പ്രസക്തി പരിഗണിക്കാതെ തന്നെ വിവരങ്ങൾ ശേഖരിക്കുന്നത് വർദ്ധിക്കുന്നു
• അവ്യക്തമായ ഫലങ്ങൾ: എന്താണ് സംഭവിക്കുക എന്നതിനെക്കുറിച്ചുള്ള അനിശ്ചിതത്വം അറിയാനുള്ള ആഗ്രഹത്തെ വർദ്ധിപ്പിക്കുന്നു, ഇതിൽ യാതൊരു പ്രയോജനവുമില്ലെങ്കിൽ പോലും
• പബ്ലിക് അക്കൗണ്ടബിലിറ്റി: തീരുമാനങ്ങൾ സൂക്ഷ്മമായി പരിശോധിക്കപ്പെടുമ്പോൾ, ആളുകൾ സ്വയം പ്രതിരോധിക്കുന്നതിനായി വിവരങ്ങൾ ശേഖരിക്കുന്നു
• ആൻസൈറ്റി സ്റ്റേറ്റ്സ്: ഉയർന്ന ഉത്കണ്ഠയുള്ള വ്യക്തികൾ അവരുടെ വൈകാരികമായ അസ്വസ്ഥതകൾ കൈകാര്യം ചെയ്യാനാണ് വിവരങ്ങൾ തേടുന്നത്, അല്ലാതെ തീരുമാനങ്ങൾ മികച്ചതാക്കാനല്ല
• സമയ സമ്മർദ്ദം (വിരോധാഭാസമെന്നു പറയട്ടെ): ഡെഡ്‌ലൈനുകൾ (Deadlines) ഒരു തരം മാറ്റിവയ്ക്കൽ എന്ന നിലയിൽ അമിതമായ വിവരശേഖരണത്തിന് കാരണമാകും

10. ബയസ് ഇല്ലാതാക്കാനുള്ള തന്ത്രങ്ങൾ

10.1. ഉടനടിയുള്ള വിദ്യകൾ

• ഡിസിഷൻ-ഇൻഫർമേഷൻ ടെസ്റ്റ്: വിവരങ്ങൾ തേടുന്നതിന് മുൻപ് വ്യക്തമായി ചോദിക്കുക: "ഈ വിവരങ്ങൾ പോസിറ്റീവ് ആയി വന്നാൽ, ഞാൻ എന്തുചെയ്യും? നെഗറ്റീവ് ആണെങ്കിൽ ഞാൻ എന്ത് ചെയ്യും?" ഉത്തരം ഒന്നുതന്നെയാണെങ്കിൽ ആ വിവരങ്ങൾ ഒഴിവാക്കുക.
• ടൈം-ബോക്സ് റിസർച്ച്: വിവരശേഖരണത്തിന് കർശനമായ സമയപരിധി നിശ്ചയിക്കുക. ആ സമയം കഴിയുമ്പോൾ, ലഭ്യമായ വിവരങ്ങൾ വച്ച് തീരുമാനമെടുക്കുക.
• മുൻകൂട്ടി മാനദണ്ഡങ്ങൾ നിശ്ചയിക്കുക: ഗവേഷണം നടത്തുന്നതിന് മുൻപ്, നിങ്ങളുടെ തീരുമാനത്തെ മാറ്റാൻ കഴിയുന്ന വിവരങ്ങൾ എഴുതിവെക്കുക. മറ്റെല്ലാ കാര്യങ്ങളും അവഗണിക്കുക.
• 10-10-10 റൂൾ: 10 മിനിറ്റ്, 10 മാസം, 10 വർഷം എന്നിവ കഴിയുമ്പോൾ ഈ തീരുമാനത്തെക്കുറിച്ച് നിങ്ങൾക്ക് എന്ത് തോന്നുമെന്ന് ചോദിക്കുക. മിക്ക "നിർണായക" വിവരങ്ങളും അവിടെ അപ്രസക്തമാകും.

10.2. ദീർഘകാല തന്ത്രങ്ങൾ

• നിങ്ങളുടെ അനിശ്ചിതത്വം കാലിബ്രേറ്റ് ചെയ്യുക: അപൂർണ്ണമായ വിവരങ്ങൾ വച്ച് എടുത്ത തീരുമാനങ്ങളെ ട്രാക്ക് ചെയ്യുക. ഭയപ്പെട്ടതിനേക്കാൾ മികച്ച ഫലങ്ങളാണ് ലഭിച്ചതെന്ന് നിങ്ങൾക്ക് മനസ്സിലാകും.
• "മതിയായത്" (Good Enough) പരിശീലിക്കുക: അനിശ്ചിതത്വം സഹിക്കാനുള്ള കഴിവ് വളർത്തുന്നതിനായി ബോധപൂർവ്വം 70% വിവരങ്ങൾ വച്ച് തീരുമാനങ്ങളെടുക്കുക.
• ഫലങ്ങളെയല്ല, തീരുമാനത്തിന്റെ നിലവാരത്തെ പഠിക്കുക: തീരുമാനങ്ങളെ അതിന്റെ ഫലങ്ങളെ അടിസ്ഥാനമാക്കിയല്ല, പ്രക്രിയയെ അടിസ്ഥാനമാക്കി വിലയിരുത്തുക. ദൗർഭാഗ്യം കൊണ്ടുണ്ടായ ഒരു നല്ല തീരുമാനം എപ്പോഴും നല്ലത് തന്നെയാണ്.
• നരേറ്റീവ് ടോളറൻസ് നിർമ്മിക്കുക: പ്രതീക്ഷിച്ച മൂല്യത്തിനപ്പുറം ഒരു "കാരണം" ആവശ്യമില്ലാതെ തന്നെ തീരുമാനങ്ങളെടുക്കാൻ പരിശീലിക്കുക.

10.3. എൻവയോൺമെന്റൽ ഡിസൈൻ

• ഇൻഫർമേഷൻ ഡയറ്റ്: വാർത്തകൾ കാണുന്നത് നിർദ്ദിഷ്ട സമയങ്ങളിലേക്ക് പരിമിതപ്പെടുത്തുക; ഫോണുകളിൽ നിന്ന് സോഷ്യൽ മീഡിയ ആപ്പുകൾ നീക്കം ചെയ്യുക
• മീറ്റിംഗ് പ്രോട്ടോക്കോളുകൾ: ഏതെല്ലാം തീരുമാനങ്ങൾ എടുക്കുമെന്ന് വ്യക്തമാക്കുന്ന അജണ്ടകൾ നിർബന്ധമാക്കുക; കൃത്യമായ നടപടികളില്ലാത്ത "വിവരങ്ങൾ പങ്കുവയ്ക്കുന്ന" മീറ്റിംഗുകൾ നിരോധിക്കുക
• ഡിസിഷൻ ഫ്രെയിംവർക്കുകൾ: നിർദ്ദിഷ്ട ഗവേഷണ ഘട്ടങ്ങൾക്ക് ശേഷം പ്രവർത്തിക്കാൻ നിർബന്ധിക്കുന്ന ഓർഗനൈസേഷണൽ പ്രോട്ടോക്കോളുകൾ നടപ്പിലാക്കുക
• ഡിഫോൾട്ട് ടു ആക്ഷൻ: ചോയ്‌സുകൾ ക്രമീകരിക്കുക, അങ്ങനെ "തീരുമാനമെടുക്കുന്നതിനല്ല", "തീരുമാനമെടുക്കാതിരിക്കുന്നതിനാണ്" ന്യായീകരണം വേണ്ടിവരുക.

10.4. എപ്പോഴാണ് മറ്റുള്ളവരിൽ നിന്നുള്ള വിവരങ്ങൾ തേടേണ്ടത്

• ഒരേ തരത്തിലുള്ള വിവരങ്ങൾ തന്നെ വീണ്ടും വീണ്ടും തേടുന്നത് നിങ്ങൾ ശ്രദ്ധിക്കുമ്പോൾ
• ഡെഡ്‌ലൈനുകൾ അടുത്തുവരുമ്പോഴും നിങ്ങൾ ഇപ്പോഴും "ഗവേഷണം" നടത്തുകയാണെങ്കിൽ
• വിവരങ്ങൾ ശേഖരിക്കുന്നതിനുള്ള ചെലവ് (സമയം, പണം) തെറ്റുപറ്റുന്നതിനുള്ള ചെലവിനേക്കാൾ കൂടുതലാകുമ്പോൾ
• "ചെയ്യുന്നതിനേക്കാൾ" "അറിയുന്നതുമായി" വൈകാരികമായ അടുപ്പം തോന്നുമ്പോൾ
• നിങ്ങളുടെ തീരുമാനമെടുക്കാനുള്ള കാലതാമസത്തിൽ മറ്റുള്ളവർ നിരാശ പ്രകടിപ്പിക്കുമ്പോൾ

11. പ്രായോഗിക പരിശീലനങ്ങൾ

പരിശീലനം 1: ദി ഡിസിഷൻ ഓഡിറ്റ്

• ലക്ഷ്യം: വിവരശേഖരണ രീതികളെക്കുറിച്ച് അവബോധം സൃഷ്ടിക്കുക
• ആവശ്യമായ സമയം: ആഴ്ചയിൽ 30 മിനിറ്റ്
• ആവശ്യമായ വസ്തുക്കൾ: ജേർണൽ, അടുത്തിടെ എടുത്ത തീരുമാനങ്ങളുടെ പട്ടിക
• ബുദ്ധിമുട്ട് നില: തുടക്കക്കാർക്ക്
• നിർദ്ദേശങ്ങൾ:
  1. കഴിഞ്ഞ ആഴ്ച നിങ്ങൾ എടുത്ത മൂന്ന് തീരുമാനങ്ങൾ പട്ടികപ്പെടുത്തുക
  2. ഓരോന്നിനും നിങ്ങൾ ശേഖരിച്ച എല്ലാ വിവരങ്ങളും എഴുതുക
  3. നിങ്ങളുടെ തീരുമാനത്തെ യഥാർത്ഥത്തിൽ സ്വാധീനിച്ച വിവരങ്ങൾ വട്ടമിടുക
  4. നിങ്ങൾ ശേഖരിച്ച എന്നാൽ ഉപയോഗിക്കാത്ത വിവരങ്ങൾ നോട്ട് ചെയ്യുക
  5. ഉപയോഗിക്കാത്ത വിവരങ്ങൾക്കായി ചെലവഴിച്ച സമയം കണക്കാക്കുക
• ചിന്തിക്കേണ്ട ചോദ്യങ്ങൾ:
  • ശേഖരിച്ച വിവരങ്ങളുടെ എത്ര ശതമാനം തീരുമാനങ്ങളെ സ്വാധീനിച്ചു?
  • നിങ്ങളുടെ അനാവശ്യ വിവരശേഖരണത്തിൽ എന്ത് പാറ്റേണുകളാണ് നിങ്ങൾ ശ്രദ്ധിക്കുന്നത്?
  • ഫലം മാറാതെ തന്നെ നിങ്ങൾക്ക് എങ്ങനെ വേഗത്തിൽ തീരുമാനമെടുക്കാമായിരുന്നു?
• ചെയ്യേണ്ട ഇടവേള: ഒരു മാസത്തേക്ക് ആഴ്ചതോറും

പരിശീലനം 2: ദി പ്രീ-മോർട്ടം റിവേഴ്സൽ

• ലക്ഷ്യം: ഉപയോഗപ്രദവും ഉപയോഗശൂന്യവുമായ വിവരങ്ങളുടെ ആവശ്യകതകൾ തമ്മിൽ വേർതിരിച്ചറിയുക
• ആവശ്യമായ സമയം: ഓരോ തീരുമാനത്തിനും 15 മിനിറ്റ്
• ആവശ്യമായ വസ്തുക്കൾ: പേപ്പർ, പേന
• ബുദ്ധിമുട്ട് നില: ഇന്റർമീഡിയറ്റ്
• നിർദ്ദേശങ്ങൾ:
  1. വിവരങ്ങൾ ശേഖരിക്കുന്നതിന് മുൻപ്, നിങ്ങളുടെ താൽക്കാലിക തീരുമാനം എഴുതുക
  2. ഏത് വിവരങ്ങൾക്ക് ഈ തീരുമാനത്തെ മാറ്റാൻ കഴിയുമെന്ന് പട്ടികപ്പെടുത്തുക
  3. ഓരോ വിവരത്തിനും നിങ്ങളുടെ മനസ്സ് യഥാർത്ഥത്തിൽ മാറ്റാൻ കഴിയാനുള്ള സാധ്യത കണക്കാക്കുക
  4. തീരുമാനം മാറ്റാൻ 20%-ൽ കൂടുതൽ (>20%) സാധ്യതയുള്ള വിവരങ്ങൾ മാത്രം പിന്തുടരുക
  5. തീരുമാനിച്ചതിന് ശേഷം, നിങ്ങളുടെ സാധ്യതകളെക്കുറിച്ചുള്ള കണക്കുകൂട്ടലുകൾ ശരിയാണോ എന്ന് പരിശോധിക്കുക
• ചിന്തിക്കേണ്ട ചോദ്യങ്ങൾ:
  • നിങ്ങൾ വിവരങ്ങളുടെ മൂല്യത്തെ അമിതമായി അല്ലെങ്കിൽ കുറച്ച് വിലയിരുത്തിയോ?
  • വിവരങ്ങളുടെ ആവശ്യകതകളെ ഫിൽട്ടർ ചെയ്തതിലൂടെ നിങ്ങൾ എത്ര സമയം ലാഭിച്ചു?
  • പ്രധാനപ്പെട്ടതെന്ന് തോന്നിയ എന്നാൽ അപ്രസക്തമാണെന്ന് തെളിഞ്ഞ വിവരങ്ങൾ ഏതാണ്?
• ചെയ്യേണ്ട ഇടവേള: അടുത്ത അഞ്ച് പ്രധാന തീരുമാനങ്ങൾക്ക് ഇത് പ്രയോഗിക്കുക

ദൈനംദിന പരിശീലനം

"ഇഫ്/ദെൻ" പരിശോധന: വിവരങ്ങൾ തേടുന്നതിന് മുൻപ് (ഗൂഗിളിൽ തിരയുക, ചോദ്യങ്ങൾ ചോദിക്കുക, റിപ്പോർട്ടുകൾ ആവശ്യപ്പെടുക), ഈ വാചകം പൂർത്തിയാക്കുക: "ഉത്തരം X ആണെങ്കിൽ, ഞാൻ ___ ചെയ്യും. ഉത്തരം Y ആണെങ്കിൽ, ഞാൻ ___ ചെയ്യും." ഈ രണ്ട് വിടവുകൾക്കും ഒരേ ഉത്തരമാണുള്ളതെങ്കിൽ ആ വിവരങ്ങൾ ഒഴിവാക്കുക.

• നിർദ്ദേശിക്കുന്ന സമയം: ഓരോ സംഭവത്തിനും 2 മിനിറ്റ്
• ദിവസത്തിലെ മികച്ച സമയം: ദിവസം മുഴുവൻ, വിവരങ്ങൾ തേടുന്ന നിമിഷങ്ങളിൽ
• പുരോഗതി എങ്ങനെ ട്രാക്ക് ചെയ്യാം: "അനാവശ്യ വിവരങ്ങൾ ഒഴിവാക്കി" vs. "എന്തായാലും അത് തേടി" എന്നതിനായുള്ള ടാലി മാർക്കുകൾ

പ്രതിവാര വെല്ലുവിളി

ഇൻഫർമേഷൻ ഫാസ്റ്റ് ഡേ: കൂടുതൽ ഗവേഷണങ്ങളില്ലാതെ നിർണായകമല്ലാത്ത തീരുമാനങ്ങളെടുക്കാൻ ആഴ്ചയിൽ ഒരു ദിവസം തിരഞ്ഞെടുക്കുക. നിലവിൽ ലഭ്യമായ വിവരങ്ങൾ മാത്രം ഉപയോഗിക്കുക. തീരുമാനങ്ങൾ എങ്ങനെ അനുഭവപ്പെടുന്നുവെന്നും ഫലങ്ങൾ എങ്ങനെ താരതമ്യം ചെയ്യുന്നുവെന്നും ട്രാക്ക് ചെയ്യുക.

• 4 ആഴ്ചയ്ക്ക് ശേഷം പ്രതീക്ഷിക്കുന്ന ഫലങ്ങൾ: അനിശ്ചിതത്വത്തോടുള്ള വർദ്ധിച്ച പൊരുത്തപ്പെടൽ, വേഗത്തിലുള്ള തീരുമാനമെടുക്കൽ, മിക്ക വിവരശേഖരണങ്ങളും പ്രായോഗികമെന്നതിലുപരി വൈകാരികമാണെന്ന തിരിച്ചറിവ്
• ചിന്തിക്കാനുള്ള ജേർണലിംഗ് പ്രോംപ്റ്റുകൾ:
  • കൂടുതൽ ഗവേഷണമില്ലാതെ ഏത് തീരുമാനങ്ങളാണ് ഏറ്റവും കഠിനമായി തോന്നിയത്? എന്തുകൊണ്ട്?
  • ഏതെങ്കിലും "വേഗത്തിലുള്ള" തീരുമാനങ്ങൾ പ്രതീക്ഷിച്ചതിലും മികച്ചതായി മാറിയോ?
  • ഏത് വൈകാരിക അവസ്ഥകളാണ് ഗവേഷണം നടത്താനുള്ള പ്രേരണ നൽകിയത്?

12. നിർദ്ദിഷ്ട ആളുകൾക്കായി

നേതാക്കൾക്കും മാനേജർമാർക്കും

ഇൻഫർമേഷൻ ബയസ് ടീമുകൾക്കിടയിൽ ഓർഗനൈസേഷണൽ കാലതാമസം സൃഷ്ടിക്കുന്നു. നേതാക്കൾ ചെയ്യേണ്ടത്:

• തീരുമാനമെടുക്കുന്നത് മാതൃകയാക്കുക: അപൂർണ്ണമായ വിവരങ്ങൾ വച്ചുകൊണ്ട് എങ്ങനെ സുഖകരമായി തീരുമാനങ്ങളെടുക്കാമെന്ന് കാണിച്ചുകൊടുക്കുക
• ഡിസിഷൻ ഡെഡ്‌ലൈനുകൾ നടപ്പിലാക്കുക: "എക്സ് (X) തീയതിക്കുള്ളിൽ തീരുമാനമില്ല" എന്നാൽ "ഡിഫോൾട്ട് ഓപ്ഷനുമായി മുന്നോട്ട് പോകുക" എന്നാണർത്ഥമാക്കുന്ന ഓർഗനൈസേഷണൽ മാനദണ്ഡങ്ങൾ സൃഷ്ടിക്കുക
• ഗവേഷണ തരങ്ങളെ വേർതിരിച്ചറിയുക: പര്യവേക്ഷണ ഗവേഷണത്തെ (മൂല്യമുള്ളത്) സ്ഥിരീകരണ ഗവേഷണത്തിൽ (മിക്കപ്പോഴും ഇൻഫർമേഷൻ ബയസ്) നിന്ന് വേർതിരിക്കുക
• ഷെയർഡ് ഇൻഫർമേഷൻ ബയസ് പരിഹരിക്കുക: ആദ്യം പുതിയ വിവരങ്ങൾ അവതരിപ്പിക്കാൻ പാകത്തിൽ മീറ്റിംഗുകൾ ക്രമീകരിക്കുക; പൊതുവായ കാര്യങ്ങൾ ചർച്ച ചെയ്യുന്നതിന് മുൻപ് പുതിയ ആശയങ്ങൾ പങ്കിടാൻ പങ്കെടുക്കുന്നവരോട് ആവശ്യപ്പെടുക
• മാനസിക സുരക്ഷ സൃഷ്ടിക്കുക: അപൂർണ്ണമായ തീരുമാനങ്ങൾക്ക് ശിക്ഷിക്കപ്പെടുമെന്ന് ഭയപ്പെടുമ്പോഴാണ് ടീമുകൾ അമിതമായി ഗവേഷണം നടത്തുന്നത്; അതിനാൽ മികച്ച ഫലങ്ങളേക്കാൾ മികച്ച പ്രക്രിയയ്ക്ക് പ്രതിഫലം നൽകുക

മാതാപിതാക്കൾക്കും അധ്യാപകർക്കും

കുട്ടികൾ സ്വാഭാവികമായും ജിജ്ഞാസ പ്രകടിപ്പിക്കുന്നു, അത് നല്ലതാണ്. ലക്ഷ്യം പ്രായോഗികമായ ചിന്തയെ പഠിപ്പിക്കുക എന്നതാണ്:

• പ്രായത്തിനനുസരിച്ചുള്ള വിശദീകരണം: "ചിലപ്പോൾ കൂടുതൽ കാര്യങ്ങൾ അറിയുന്നത് തീരുമാനമെടുക്കാൻ നമ്മെ സഹായിക്കില്ല. അധിക വിവരങ്ങൾ എപ്പോഴാണ് ഉപയോഗപ്രദമാകുക എന്ന് കണ്ടെത്താൻ നമുക്ക് പരിശീലിക്കാം."
• ഡിസിഷൻ ഗെയിമുകൾ: പരിമിതമായ വിവരങ്ങൾ ഉപയോഗിച്ച് കുട്ടികൾ തീരുമാനമെടുക്കേണ്ട സാഹചര്യങ്ങൾ അവതരിപ്പിക്കുക; അമിതമായി ഗവേഷണം ചെയ്തെടുക്കുന്ന തീരുമാനങ്ങളുടെ ഫലങ്ങളോട് ഇത് എങ്ങനെ സമാനമാകുന്നു എന്ന് കാണിക്കുക
• ചോദ്യത്തെ ചോദ്യം ചെയ്യുക: വിവരങ്ങൾ തേടുന്നതിന് മുൻപ് "ഈ ഉത്തരം ഞാൻ ചെയ്യുന്ന കാര്യത്തെ മാറ്റുമോ?" എന്ന് ചോദിക്കാൻ കുട്ടികളെ പഠിപ്പിക്കുക
• അനുയോജ്യമായ അനിശ്ചിതത്വം മാതൃകയാക്കുക: പൂർണ്ണമായ വിവരങ്ങളില്ലാതെ നിങ്ങൾ ആത്മവിശ്വാസത്തോടെ തീരുമാനങ്ങളെടുക്കുന്നത് കുട്ടികൾ കാണട്ടെ

ഹെൽത്ത്കെയർ പ്രൊഫഷണലുകൾക്ക്

വൈദ്യശാസ്ത്ര മേഖല ഇൻഫർമേഷൻ ബയസ് മൂലം സവിശേഷമായ രീതിയിൽ ദുരിതമനുഭവിക്കുന്നു:

• ഡിഫൻസീവ് ടെസ്റ്റിംഗ് തിരിച്ചറിയുക: പരിശോധനകൾ ചികിത്സാ ആവശ്യങ്ങളേക്കാൾ ബാധ്യതയെയാണ് ലക്ഷ്യം വയ്ക്കുന്നതെന്ന് തിരിച്ചറിയുക; സിസ്റ്റമാറ്റിക് മാറ്റത്തിനായി വാദിക്കുക
• VOI അനാലിസിസ് പ്രയോഗിക്കുക: പരിശോധനകൾ ഓർഡർ ചെയ്യുന്നതിന് മുൻപ്, ഫലങ്ങൾ ചികിത്സാരീതി മാറ്റുമോ എന്ന് വ്യക്തമായി പരിഗണിക്കുക
• രോഗിയുമായുള്ള ആശയവിനിമയം: കൂടുതൽ പരിശോധനകൾ എപ്പോഴും മികച്ച പരിചരണത്തെ അർത്ഥമാക്കുന്നില്ലെന്ന് മനസ്സിലാക്കാൻ രോഗികളെ സഹായിക്കുക; എപ്പോഴാണ് "ശ്രദ്ധാപൂർവ്വമുള്ള കാത്തിരിപ്പ്" മികച്ചതാകുക എന്ന് വിശദീകരിക്കുക
• ഇൻസിഡന്റലോമ അവബോധം: ഒരു ദോഷവും വരുത്താത്ത എന്നാൽ ഇടപെടൽ ആവശ്യമുള്ളതുമായ കാര്യങ്ങൾ വിശാലമായ പരിശോധനകളിലൂടെ വെളിപ്പെടുന്നതിന്റെ അപകടസാധ്യതകളെക്കുറിച്ച് രോഗികളെ ഉപദേശിക്കുക
• ഡയഗ്നോസ്റ്റിക് സെർട്ടൻറ്റി നീഡ്സ് പരിഹരിക്കുക: ഉറപ്പിനായുള്ള ആഗ്രഹം മിക്കപ്പോഴും ക്ലിനിക്കൽ എന്നതിലുപരി മാനസികമാണെന്ന് (ഡോക്ടറുടെയും രോഗിയുടെയും) തിരിച്ചറിയുക

ഫിനാൻഷ്യൽ പ്രൊഫഷണലുകൾക്ക്

സാമ്പത്തിക വിപണികൾ നിർണ്ണായക തീരുമാനങ്ങൾക്ക് പ്രതിഫലം നൽകുന്നു:

• നോയിസിൽ നിന്നും സിഗ്നൽ വേർതിരിക്കുക: യഥാർത്ഥ പ്രവചന മൂല്യമുള്ള വിവരങ്ങളും മാർക്കറ്റ് നോയിസും തിരിച്ചറിയുന്നതിനുള്ള മാർഗ്ഗങ്ങൾ വികസിപ്പിക്കുക
• നിക്ഷേപ തിസീസുകൾ മുൻകൂട്ടി തീരുമാനിക്കുക: നിരീക്ഷണം ആരംഭിക്കുന്നതിന് മുൻപ് ഒരു പൊസിഷനെ മാറ്റാൻ കഴിയുന്ന വിവരങ്ങൾ ഏതൊക്കെയെന്ന് നിർവചിക്കുക; ബാക്കിയുള്ളവ അവഗണിക്കുക
• ടൈം-ബോക്സ് അനാലിസിസ്: ഗവേഷണ ഡെഡ്‌ലൈനുകൾ നിശ്ചയിക്കുക; കൃത്യമായ വിശകലനത്തിനായി കാത്തിരിക്കുന്ന മൂലധനത്തേക്കാൾ മികച്ചതാണ് അപൂർണ്ണമായി വിന്യസിച്ച മൂലധനം
• ക്ലയന്റ് ഇൻഫർമേഷൻ ബയസ് പരിഹരിക്കുക: തുടർച്ചയായ പോർട്ട്‌ഫോളിയോ നിരീക്ഷണം പലപ്പോഴും ഓവർ-ട്രേഡിംഗിലേക്കും മോശം റിട്ടേണുകളിലേക്കും നയിക്കുമെന്ന് മനസ്സിലാക്കാൻ ക്ലയന്റുകളെ സഹായിക്കുക
• സങ്ക് കോസ്റ്റ് പ്രഷർ തിരിച്ചറിയുക: ഗവേഷണത്തിന് അമിതമായി ചിലവാകുമ്പോൾ, തീരുമാനങ്ങളിൽ അതിന്റെ കണ്ടെത്തലുകൾക്ക് അമിത പ്രാധാന്യം നൽകാനുള്ള പ്രവണതയെ ചെറുക്കുക

13. മറ്റ് ബയസുകളുമായുള്ള ഇടപെടലുകൾ

ഇതിനെ വർദ്ധിപ്പിക്കുന്ന ബയസുകൾ

ഇതിനെ പ്രതിരോധിക്കുന്ന ബയസുകൾ

സാധാരണ ബയസ് ശൃംഖലകൾ (Common Bias Chains)

ശൃംഖല 1: അനിശ്ചിതത്വം → ഇൻഫർമേഷൻ ബയസ് → സങ്ക് കോസ്റ്റ് ഫാലസി → പ്രിഫറൻസ് റിവേഴ്സൽ → മോശം തീരുമാനം

ഉദാഹരണം: ഒരു മാനേജർക്ക് ഒരു പ്രോജക്റ്റിന്റെ ദിശയെക്കുറിച്ച് അനിശ്ചിതത്വമുണ്ട്. അവർ വളരെ വിലകൂടിയ ഒരു റിപ്പോർട്ട് ആവശ്യപ്പെടുന്നു (ഇൻഫർമേഷൻ ബയസ്). റിപ്പോർട്ട് വലിയ പ്രയോജനമില്ലാത്തതാണെങ്കിലും, അതിലെ കണ്ടെത്തലുകൾ ഉപയോഗിക്കാൻ അവർ നിർബന്ധിതരാകുന്നു (സങ്ക് കോസ്റ്റ്). ഇത് അപ്രസക്തമായ ഡാറ്റയെ അടിസ്ഥാനമാക്കി (പ്രിഫറൻസ് റിവേഴ്സൽ) ഒരു മികച്ച തന്ത്രത്തെ മാറ്റാൻ കാരണമാകുന്നു.

ശൃംഖല 2: കൺഫർമേഷൻ ബയസ് → ഇൻഫർമേഷൻ ബയസ് → ഷെയർഡ് ഇൻഫർമേഷൻ ബയസ് → ഗ്രൂപ്പ്തിങ്ക്

ഉദാഹരണം: ഒരു ടീമിന് അവർക്ക് പ്രിയപ്പെട്ട ഒരു തന്ത്രമുണ്ട്. അവർ അത് സ്ഥിരീകരിക്കുന്ന ഡാറ്റ തേടുന്നു (കൺഫർമേഷൻ ബയസ്). മീറ്റിംഗുകളിൽ, അവർ പങ്കിടുന്ന സ്ഥിരീകരിക്കുന്ന വിവരങ്ങൾ മാത്രം ചർച്ച ചെയ്യുന്നു (ഷെയർഡ് ഇൻഫർമേഷൻ ബയസ്). എതിർപ്പുള്ള ഡാറ്റ ഒരിക്കലും പുറത്തുവരില്ല, ഇത് തെറ്റായ തീരുമാനത്തിലേക്ക് നയിക്കുന്നു (ഗ്രൂപ്പ്തിങ്ക്).

ഈ തുടർച്ചയെ തടസ്സപ്പെടുത്തുക: ബയസുകൾ സജീവമാകുന്നതിന് മുൻപ് ഏത് വിവരമാണ് പ്രധാനമെന്ന് സ്ഥാപിച്ചുകൊണ്ട് മുൻകൂട്ടിയുള്ള തീരുമാനങ്ങൾ ഇത്തരം ശൃംഖലകളെ തകർക്കുന്നു.

14. സാംസ്കാരിക വീക്ഷണങ്ങൾ

ഇതിന്റെ പ്രധാന രീതികൾ ആഗോളതലത്തിൽ ഒന്നുതന്നെയാണെങ്കിലും, വിവിധ സംസ്കാരങ്ങളിൽ ഇൻഫർമേഷൻ ബയസ് വ്യത്യസ്തമായി പ്രകടമാകുന്നുവെന്ന് ഗവേഷണങ്ങൾ സൂചിപ്പിക്കുന്നു:

• അനിശ്ചിതത്വം ഒഴിവാക്കൽ: അനിശ്ചിതത്വം ഒഴിവാക്കാൻ കൂടുതൽ ആഗ്രഹിക്കുന്ന രാജ്യങ്ങളിൽ (ഉദാഹരണത്തിന്, ജപ്പാൻ, ജർമ്മനി) ശക്തമായ ഇൻഫർമേഷൻ ബയസ് പ്രവണതകൾ കണ്ടേക്കാം, അവർ ഉറപ്പിനായി കൂടുതൽ ഡാറ്റ തേടുന്നു.
• തീരുമാനമെടുക്കുന്ന ഘടനകൾ: തീരുമാനമെടുക്കാൻ എല്ലാവരുടെയും ഏകാഭിപ്രായം ആവശ്യമായ കൂട്ടായ സംസ്കാരങ്ങളിൽ വിപുലമായ കൂടിയാലോചനകളിലൂടെ ഇൻഫർമേഷൻ ബയസ് സ്ഥാപിക്കപ്പെടാം.
• റിസ്ക് ടോളറൻസ്: റിസ്ക് എടുക്കാൻ കൂടുതൽ തയ്യാറുള്ള സംസ്കാരങ്ങൾ ബിസിനസ്സ് രംഗങ്ങളിൽ ഇൻഫർമേഷൻ ബയസ് കുറവായി പ്രകടിപ്പിച്ചേക്കാം.
• വിദ്യാഭ്യാസ സമ്പ്രദായങ്ങൾ: നിർണ്ണായക പ്രവർത്തനങ്ങളേക്കാൾ സമഗ്രമായ അറിവിന് ഊന്നൽ നൽകുന്ന വിദ്യാഭ്യാസ സമ്പ്രദായങ്ങൾ കുട്ടിക്കാലം മുതൽക്കെ ഇൻഫർമേഷൻ ബയസിനെ പരിശീലിപ്പിച്ചേക്കാം.

ക്രോസ്-കൾച്ചറൽ ഗവേഷണ കേന്ദ്രങ്ങളിൽ ജപ്പാൻ (വാർദ്ധക്യത്തിന്റെ ഫലങ്ങളെക്കുറിച്ച് പഠിക്കുന്ന ടോക്കിയോ യൂണിവേഴ്സിറ്റിയിലെ മിചിക്കോ സകാക്കി), നെതർലാൻഡ്സ് (ഗ്രൂപ്പ് ഡൈനാമിക്സിനെയും രാഷ്ട്രീയ വിവര ക്യൂറേഷനെയും കുറിച്ച് പഠിക്കുന്ന ആംസ്റ്റർഡാം യൂണിവേഴ്സിറ്റിയിലെ ഫെംകെ ടെൻ വെൽഡൻ, മൈക്കൽ ഹാമെലിയേഴ്സ്) എന്നിവ ഉൾപ്പെടുന്നു.

15. മിഥ്യാധാരണകളും തെറ്റിദ്ധാരണകളും

16. വിദഗ്ദ്ധരുടെ അഭിപ്രായങ്ങൾ

"തീരുമാനമെടുക്കുന്നവർ പലപ്പോഴും 'സത്യം അറിയുക' എന്നതിനെ 'നല്ല തീരുമാനമെടുക്കുക' എന്നതുമായി കൂട്ടിക്കുഴയ്ക്കുന്നു. പല സാഹചര്യങ്ങളിലും, ഇവ യോജിച്ചുപോകുന്നതാണ്; എന്നിരുന്നാലും, ഇൻഫർമേഷൻ ബയസ് നിർവ്വചിക്കുന്ന സവിശേഷമായ സന്ദർഭങ്ങളിൽ, അവ തികച്ചും വ്യത്യസ്തമാണ്." — ജോനാഥൻ ബാരൺ, ജെയ്ൻ ബീറ്റി, & ജോൺ ഹെർഷെ, 1988

"ഉപയോഗപ്രദമല്ലാത്ത വിവരങ്ങൾ ലഭിക്കുന്നതിനായി പണം ചെലവാക്കുമ്പോൾ, അന്തിമ തീരുമാനത്തിൽ ആ വിവരങ്ങൾ ഉപയോഗിക്കാൻ തീരുമാനമെടുക്കുന്നവർക്ക് മാനസിക സമ്മർദ്ദം അനുഭവപ്പെടുന്നു. ഈ വിവരങ്ങൾ നേടാനായി ചെലവാക്കിയ പണം പാഴായില്ല എന്ന് സ്വയം ന്യായീകരിക്കുന്നതിനാണ് പലപ്പോഴും ഇങ്ങനെ ചെയ്യുന്നത്." — ആന്റണി ബസ്റ്റാർഡി & എൽദാർ ഷാഫിർ, 1998

"ഒരാൾക്കറിയാവുന്ന കാര്യങ്ങൾക്കും അറിയാൻ ആഗ്രഹിക്കുന്ന കാര്യങ്ങൾക്കും ഇടയിൽ ജിജ്ഞാസ ഒരു വേദനാജനകമായ 'വിടവ്' സൃഷ്ടിക്കുന്നു. ഈ വിടവ് വിശപ്പ് അല്ലെങ്കിൽ ദാഹം പോലെ പ്രവർത്തിക്കുന്നു. പുതിയ വിവരങ്ങൾ ലഭിക്കുമ്പോൾ ഈ വിടവ് അടയുകയും, ആ വിവരങ്ങൾ നെഗറ്റീവ് ആണെങ്കിൽ പോലും, ഒരാൾക്ക് ആശ്വാസവും സന്തോഷവും ലഭിക്കുകയും ചെയ്യുന്നു." — ജോർജ്ജ് ലോവൻസ്റ്റീൻ & റസ്സൽ ഗോൾമാൻ, 2015

"അദ്ദേഹത്തിന് 'ദ സ്ലോസ്' (മടി) ഉണ്ടായിരുന്നു." — ജനറൽ ജോർജ്ജ് മക്ലെല്ലന്റെ ഇൻഫർമേഷൻ ബയസിനെക്കുറിച്ച് പ്രസിഡന്റ് എബ്രഹാം ലിങ്കൺ

17. പ്രധാന ആശയങ്ങൾ

1. നിങ്ങളുടെ പ്രവർത്തനത്തെ മാറ്റാൻ കഴിയുമ്പോൾ മാത്രമേ വിവരങ്ങൾക്ക് മൂല്യമുള്ളൂ. ഇതിനുള്ള അടിസ്ഥാന പരിശോധന ഇതാണ്: "ഈ വിവരങ്ങൾ ഞാൻ ചെയ്യുന്ന കാര്യത്തെ മാറ്റുമോ?" ഇല്ലെങ്കിൽ, അത് അന്വേഷിക്കരുത്.

2. കൂടുതൽ ഡാറ്റ മികച്ച തീരുമാനങ്ങൾക്ക് കാരണമാകില്ല. വിവരങ്ങളുടെ വലിപ്പം അതിന്റെ പ്രസക്തിയുമായി ബന്ധപ്പെട്ടിട്ടില്ലെന്ന് ന്യൂ കോക്കിന്റെയും ഫോർഡ് എഡ്സെലിന്റെയും പരാജയങ്ങൾ തെളിയിക്കുന്നു.

3. ഇൻഫർമേഷൻ ബയസ് നാഡീവ്യൂഹവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു. അതിന്റെ പ്രയോജനം പരിഗണിക്കാതെ ഡോപാമൈൻ പാതകളെ സജീവമാക്കിക്കൊണ്ട് തലച്ചോറ് വിവരങ്ങൾ ശേഖരിക്കുന്നതിനെ ഒരു പ്രതിഫലമായി കണക്കാക്കുന്നു.

4. ഉപയോഗശൂന്യമായ വിവരങ്ങൾ തേടുന്നത് തീരുമാനങ്ങളെ കൂടുതൽ മോശമാക്കും. വിവരങ്ങൾ ശേഖരിക്കാനായി ചിലവായ തുക അപ്രസക്തമായ ഡാറ്റ ഉപയോഗിക്കാനുള്ള സമ്മർദ്ദം സൃഷ്ടിക്കുന്നു, ഇത് തെറ്റായ തീരുമാനങ്ങളിലേക്ക് നയിക്കുന്നു.

5. ഈ ബയസ് മൂലം പ്രതിവർഷം കോടിക്കണക്കിന് രൂപ നഷ്ടപ്പെടുന്നു. ഡിഫൻസീവ് മെഡിസിൻ മാത്രം പ്രതിവർഷം $46-300 ബില്യൺ ചിലവാക്കുന്നു; കോർപ്പറേറ്റ് അനാലിസിസ് പാരാലിസിസ് കണക്കാക്കാൻ കഴിയാത്തത്ര അവസരങ്ങൾ ഇല്ലാതാക്കുന്നു.

6. ഡിസ്ജംഗ്ഷൻ ഇഫക്റ്റ് "കാത്തിരിക്കാൻ പണം നൽകുന്നു" എന്ന് വിശദീകരിക്കുന്നു. ഫലങ്ങൾ ഒന്നുതന്നെയാണെങ്കിലും, കഥകൾ ("ആഘോഷം" vs "ആശ്വാസം") നിർമ്മിക്കുന്നതിനായി ആളുകൾ വിവരങ്ങൾ തേടുന്നു.

7. ബയസ് ഇല്ലാതാക്കാൻ കൃത്യമായ മാനദണ്ഡങ്ങൾ ആവശ്യമാണ്. വിവരങ്ങൾ തേടുന്നതിന് മുൻപ് തന്നെ ഏത് വിവരങ്ങൾ തീരുമാനത്തെ മാറ്റുമെന്ന് മുൻകൂട്ടി തീരുമാനിക്കുന്നത് ഏറ്റവും ഫലപ്രദമായ ഇടപെടലാണ്.

18. കൂടുതൽ വിഭവങ്ങൾ

അക്കാദമിക് പേപ്പറുകൾ

• ബാരൺ, ജെ., ബീറ്റി, ജെ., & ഹെർഷെ, ജെ.സി. (1988). ഡയഗ്നോസ്റ്റിക് റീസണിംഗിലെ ഹ്യൂറിസ്റ്റിക്സും ബയസുകളും: II. കോൺഗ്രുവൻസ്, ഇൻഫർമേഷൻ, സെർട്ടൻറ്റി. ഓർഗനൈസേഷണൽ ബിഹേവിയർ ആൻഡ് ഹ്യൂമൻ ഡിസിഷൻ പ്രോസസ്സസ്, 42(1), 88-110.

• ട്വെർസ്കി, എ., & ഷാഫിർ, ഇ. (1992). അനിശ്ചിതത്വത്തിൽ തീരുമാനമെടുക്കുമ്പോൾ ഡിസ്ജംഗ്ഷൻ ഇഫക്റ്റ്. സൈക്കോളജിക്കൽ സയൻസ്, 3(5), 305-309.

• ബസ്റ്റാർഡി, എ., & ഷാഫിർ, ഇ. (1998). ഉപയോഗശൂന്യമായ വിവരങ്ങൾക്ക് പിന്നാലെ പോകുന്നതും അവ ദുരുപയോഗം ചെയ്യുന്നതും. ജേർണൽ ഓഫ് പേഴ്സണാലിറ്റി ആൻഡ് സോഷ്യൽ സൈക്കോളജി, 75(1), 19-32.

• ഗോൾമാൻ, ആർ., & ലോവൻസ്റ്റീൻ, ജി. (2015). ജിജ്ഞാസ, ഇൻഫർമേഷൻ ഗ്യാപ്പുകൾ, അറിവിന്റെ ഉപയോഗം. ഇൻഫർമേഷൻ എക്കണോമിക്സ് ആൻഡ് പോളിസി, 33, 1-14.

പുസ്തകങ്ങൾ

• ബാരൺ, ജെ. (2008). തിങ്കിംഗ് ആൻഡ് ഡിസൈഡിംഗ് (4-ാം പതിപ്പ്). കേംബ്രിഡ്ജ് യൂണിവേഴ്സിറ്റി പ്രസ്സ്.

• കാനെമാൻ, ഡി. (2011). തിങ്കിംഗ്, ഫാസ്റ്റ് ആൻഡ് സ്ലോ. ഫരാർ, സ്ട്രോസ് ആൻഡ് ഗിറോക്സ്.

• ഏരിയലി, ഡി. (2008). പ്രെഡിക്റ്റബിലി ഇറാഷണൽ: ദി ഹിഡൻ ഫോഴ്സസ് ദാറ്റ് ഷേപ്പ് ഔർ ഡിസിഷൻസ്. ഹാർപ്പർകോളിൻസ്.

ബുക്ക് ചാപ്റ്ററുകൾ

• ഷാഫിർ, ഇ. (1994). അനിശ്ചിതത്വവും ഡിസ്ജംഗ്ഷനുകളിലൂടെ ചിന്തിക്കാനുള്ള ബുദ്ധിമുട്ടും. ഇൻ ടി. ഗിലോവിച്ച്, ഡി. ഗ്രിഫിൻ, & ഡി. കാനെമാൻ (എഡിറ്റേഴ്സ്), ഹ്യൂറിസ്റ്റിക്സ് ആൻഡ് ബയസസ്: ദി സൈക്കോളജി ഓഫ് ഇന്റ്യൂട്ടീവ് ജഡ്ജ്മെന്റ് (പേജ് 617-636). കേംബ്രിഡ്ജ് യൂണിവേഴ്സിറ്റി പ്രസ്സ്.

19. സമ്മറി കാർഡ്

20. ഉപയോഗിച്ച പദങ്ങളുടെ ഗ്ലോസറി

21. ചർച്ചയ്ക്കുള്ള ചോദ്യങ്ങൾ

ബുക്ക് ക്ലബ്ബുകൾക്കോ, ക്ലാസ്സ് മുറികൾക്കോ, അല്ലെങ്കിൽ സ്വയം വിലയിരുത്താനോ വേണ്ടി:

1. വലിയൊരു തീരുമാനമെടുക്കാനായി നിങ്ങൾ ധാരാളം സമയം ഗവേഷണം നടത്തിയതിനെക്കുറിച്ച് ചിന്തിക്കുക. തിരിഞ്ഞുനോക്കുമ്പോൾ, ആ ഗവേഷണത്തിന്റെ എത്ര ശതമാനം നിങ്ങളുടെ അന്തിമ തീരുമാനത്തെ യഥാർത്ഥത്തിൽ സ്വാധീനിച്ചു?

2. ഫോർഡ് എഡ്സെൽ ടീം മാർക്കറ്റ് റിസർച്ചിനായി 10 വർഷവും 250 ദശലക്ഷം ഡോളറും ചിലവഴിച്ചു. കൃത്യമായ പരിശോധനയെയും ഇൻഫർമേഷൻ ബയസിനെയും നിങ്ങൾ എങ്ങനെ വേർതിരിച്ചറിയും?

3. ഡിഫൻസീവ് മെഡിസിൻ പ്രതിവർഷം 300 ബില്യൺ ഡോളർ വരെ ചിലവാക്കുന്നു, എന്നിട്ടും ഡോക്ടർമാർ ചികിത്സാ പിഴവുകൾക്കുള്ള യഥാർത്ഥ അപകടസാധ്യത നേരിടുന്നു. വിവരങ്ങൾ തേടുന്ന അവരുടെ സ്വഭാവം യുക്തിരഹിതമാണോ, അതോ പ്രോത്സാഹന സംവിധാനം യുക്തിരഹിതമാണോ?

4. ട്വെർസ്കിയുടെയും ഷാഫിറിന്റെയും പരീക്ഷണത്തിൽ പങ്കെടുത്തവർ തങ്ങളുടെ ഹവായി തീരുമാനത്തെ ഒരുതരത്തിലും മാറ്റാത്ത പരീക്ഷാ ഫലങ്ങൾക്കായി കാത്തിരിക്കാൻ $5 നൽകി. വിവരങ്ങൾ അറിയുന്നതിനായി നിങ്ങൾ എപ്പോഴെങ്കിലും "കാത്തിരിക്കാൻ പണം നൽകിയിട്ടുണ്ടോ"? എന്തുകൊണ്ട്?

5. ഇൻഫർമേഷൻ ബയസ് നമ്മുടെ ഡോപാമൈൻ സിസ്റ്റവുമായി ബന്ധപ്പെട്ടിരിക്കുന്നുവെങ്കിൽ, നമുക്ക് എപ്പോഴെങ്കിലും അതിനെ പൂർണ്ണമായും മറികടക്കാൻ കഴിയുമോ, അതോ അതിനെ നിയന്ത്രിക്കാൻ മാത്രമേ കഴിയൂ? ഇത് ഓർഗനൈസേഷണൽ ഡിസൈനിൽ എന്ത് സ്വാധീനമാണ് ഉണ്ടാക്കുക?