ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု

အကျဉ်းချုပ်

အမျိုးအစား အသေးစိတ်
အဓိပ္ပါယ်ဖွင့်ဆိုချက် ဖြစ်ရပ်နှစ်ခု အတူတကွဖြစ်ပွားနိုင်ခြေ (A ∧ B) သည် ထိုဖြစ်ရပ်များထဲမှ တစ်ခုတည်းဖြစ်ပွားနိုင်ခြေ (A သို့မဟုတ် B) ထက် ပိုများသည်ဟု ဆုံးဖြတ်မိသော အမှားဖြစ်ပြီး၊ ၎င်းသည် ဖြစ်နိုင်ခြေသီအိုရီ၏ အခြေခံပေါင်းစပ်ခြင်းစည်းမျဉ်းကို ချိုးဖောက်ခြင်းဖြစ်သည်။
အမျိုးအစား အဓိပ္ပါယ် မလုံလောက်ခြင်း (နားလည်မှု ကွက်လပ်များကို ဖြည့်ဆည်းရန် ဦးနှောက်က ဇာတ်လမ်းများနှင့် ပုံစံများကို ဖန်တီးသည်)
ကျော်လွှားနိုင်ရန် ခက်ခဲမှု အလွန်ခက်ခဲသည်
ဖြစ်ပွားလေ့ရှိမှု လူတိုင်းတွင်ဖြစ်လေ့ရှိသည် (စာရင်းအင်းပညာ သင်ယူထားသူများ အပါအဝင် ပါဝင်သူ ၈၅% တွင် တွေ့ရသည်)
ဆက်စပ်နေသော ဘက်လိုက်မှုများ ကိုယ်စားပြုမှုအရ တွေးခေါ်ခြင်း (Representativeness Heuristic)၊ ရရှိနိုင်မှုအရ တွေးခေါ်ခြင်း (Availability Heuristic)၊ အခြေခံနှုန်းကို လျစ်လျူရှုခြင်း (Base Rate Neglect)၊ ဇာတ်လမ်းဆင်မှု အမှား (Narrative Fallacy)၊ ပုံဖော်ကြည့်မှုအရ တွေးခေါ်ခြင်း (Simulation Heuristic)၊ ကျယ်ပြန့်မှုကို လျစ်လျူရှုခြင်း (Extension Neglect)

၁။ အမြန်အနှစ်ချုပ်

ကျွန်ုပ်တို့သည် အသေးစိတ်ကျပြီး အချိတ်အဆက်မိသော ဇာတ်လမ်းတစ်ပုဒ်ကို ကြားရသောအခါ၊ ယုတ္တိဗေဒအရ ဆန့်ကျင်ဘက်ဖြစ်နေလျှင်ပင် ကျွန်ုပ်တို့၏ ဦးနှောက်သည် ရိုးရှင်းပြီး မသေချာသော ဖြစ်နိုင်ခြေတစ်ခုထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု ဆုံးဖြတ်လေ့ရှိသည်။ ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု (Conjunction Fallacy) သည် သင်္ချာဆိုင်ရာ အရှိတရားထက် စိတ်ကူးထဲက ပုံစံ သို့မဟုတ် ဇာတ်လမ်းတစ်ခုနှင့် မည်မျှကိုက်ညီမှုရှိသည်ဆိုသည့်အပေါ် အခြေခံ၍ ဖြစ်နိုင်ခြေကို အကဲဖြတ်ခြင်းကြောင့် ဖြစ်ပေါ်လာရခြင်းဖြစ်သည်။ အခြေခံအားဖြင့်၊ ကျွန်ုပ်တို့သည် မွေးရာပါ စာရင်းအင်းပညာရှင်များ မဟုတ်ဘဲ မွေးရာပါ ဇာတ်လမ်းပြောပြသူများဖြစ်ကြပြီး ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းတစ်ပုဒ်သည် အခြေခံ ယုတ္တိဗေဒကို လွှမ်းမိုးသွားနိုင်သည်။


၂။ ၎င်း၏နောက်ကွယ်ရှိ သိပ္ပံပညာ

၂.၁. တွေ့ရှိမှုနှင့် သမိုင်းကြောင်း

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုကို စိတ်ပညာရှင် အေမော့စ် တဗာစကီး (Amos Tversky) နှင့် ဒန်နီရယ် ခါနီမန် (Daniel Kahneman) တို့က ၁၉၈၃ ခုနှစ်တွင် ၎င်းတို့၏ ထူးချွန်ပြောင်မြောက်သော စာတမ်း "Extensional Versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment" တွင် တရားဝင် ဖော်ပြခဲ့သည်။ အလားတူ ဆင်ခြင်တွေးခေါ်မှု အမှားများနှင့်ပတ်သက်သော အလွတ်သဘော လေ့လာတွေ့ရှိချက်များ အစောပိုင်းကတည်းက ရှိခဲ့သော်လည်း၊ ဤထုတ်ဝေမှုသည် ယေဘုယျ လေ့လာတွေ့ရှိချက်များမှတဆင့် ထပ်မံစမ်းသပ်နိုင်သော ပုံစံများပါရှိသည့် တိကျသော၊ စမ်းသပ်နိုင်သော ဖြစ်စဉ်တစ်ခုဆီသို့ ဆွေးနွေးမှုကို ရွှေ့ပြောင်းပေးခဲ့သည်။

ဤတွေ့ရှိမှုသည် တဗာစကီးနှင့် ခါနီမန်တို့က ၁၉၇၀ ပြည့်လွန်နှစ်များအစောပိုင်းကတည်းက တီထွင်ခဲ့သော ပိုမိုကျယ်ပြန့်သည့် "စဉ်းစားတွေးခေါ်မှုများနှင့် ဘက်လိုက်မှုများ (Heuristics and Biases)" သုတေသနအစီအစဉ်မှ ထွက်ပေါ်လာခြင်းဖြစ်သည်။ ၎င်းတို့၏လုပ်ဆောင်ချက်သည် လူသားများသည် ဆင်ခြင်တုံတရားရှိသော ဖြစ်နိုင်ခြေ ဆုံးဖြတ်ချက်များကို ချမှတ်သည့် မွေးရာပါ စာရင်းအင်းပညာရှင်များဖြစ်သည်ဟူသော ဘောဂဗေဒနှင့် စိတ်ပညာဆိုင်ရာ လွှမ်းမိုးနေသော ယူဆချက်ကို အခြေခံအားဖြင့် စိန်ခေါ်ခဲ့သည်။ ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် ဤအမြင်ကို ထောက်ခံသူများနှင့် "ဂေဟစနစ်ဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှု (Ecological Rationality)" ကို ရှေ့နေလိုက်သူများအကြား အဓိက စစ်တလင်းတစ်ခု ဖြစ်လာခဲ့သည်။

ဆယ်စုနှစ် လေးခုကျော်အတွင်း ကျွန်ုပ်တို့၏ နားလည်မှုသည် သိသိသာသာ ပြောင်းလဲတိုးတက်လာခဲ့သည်။ ကနဦးတွေ့ရှိချက်များကို နိုင်ငံတကာတွင် ပုံတူကူးယူခဲ့ပြီး ပရော်ဖက်ရှင်နယ် နယ်ပယ်များ (ဆေးပညာ၊ ဥပဒေ၊ ထောက်လှမ်းရေး) သို့ တိုးချဲ့ခဲ့ကာ မကြာသေးမီက ဉာဏ်ရည်တု စနစ်များတွင် ဆင်ခြင်တွေးခေါ်မှုကို နားလည်ရန် အသုံးပြုခဲ့သည်။ "စဉ်းစားတွေးခေါ်မှုများနှင့် ဘက်လိုက်မှုများ" အဖွဲ့နှင့် "ဂေဟစနစ်ဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှု" ကျောင်း (ဂတ်ဒ် ဂစ်ဂျာရန်ဇာ - Gerd Gigerenzer ဦးဆောင်သည်) အကြား အချေအတင် ဆွေးနွေးမှုသည် အမှားအယွင်း မည်သည့်အချိန်တွင်နှင့် အဘယ်ကြောင့် ဖြစ်ပေါ်ရသည်ကို ကျွန်ုပ်တို့၏ နားလည်မှုကို ပိုမိုကောင်းမွန်လာစေခဲ့သည်။

၂.၂. အဓိက သုတေသီများ

သုတေသီ ပါဝင်ဆောင်ရွက်မှု ခုနှစ်
အေမော့စ် တဗာစကီး နှင့် ဒန်နီရယ် ခါနီမန် (Amos Tversky & Daniel Kahneman) ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု၏ အရေးပါသော အဓိပ္ပါယ်သတ်မှတ်ချက်၊ လင်ဒါ ပြဿနာ (Linda problem) နှင့် စမ်းသပ်မှုပုံစံ အများအပြားကို တီထွင်ခဲ့သည် ၁၉၈၃
ဂတ်ဒ် ဂစ်ဂျာရန်ဇာ နှင့် ရက်ဖ် ဟတ်ဝစ် (Gerd Gigerenzer & Ralph Hertwig) ဂေဟစနစ်ဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှု ဝေဖန်ချက်၊ အကြိမ်အရေအတွက် ပုံစံများသည် မှားယွင်းမှုနှုန်းများကို လျော့ကျစေကြောင်း သက်သေပြခဲ့သည် ၁၉၉၉
ဖိလစ် တက်လော့ခ် (Philip Tetlock) ပွင့်လင်းမြင်သာသော ဖြစ်နိုင်ခြေ ခွဲခြမ်းစိတ်ဖြာခြင်းမှတစ်ဆင့် ကျွမ်းကျင်သူများသည် မှားယွင်းမှုကို ကျော်လွှားနိုင်ကြောင်း ပြသသည့် "စူပါခန့်မှန်းသူများ (Superforecasters)" ဆိုင်ရာ သုတေသန ၂၀၁၅
ဘာဘရာ မယ်လာစ် နှင့် အခြားသူများ (Barbara Mellers et al.) အမှားကို ပျောက်ကွယ်သွားစေသော သို့မဟုတ် ထိန်းသိမ်းထားသော အခြေအနေများကို စမ်းသပ်သည့် ဆန့်ကျင်ဘက် အဖွဲ့များအကြား အပြန်အလှန် ပူးပေါင်းဆောင်ရွက်မှု ၂၀၀၁
ဂျရုန်း ဘူစီမေယာ (Jerome Busemeyer) ဂန္ထဝင်မဟုတ်သော ဖြစ်နိုင်ခြေ အနှောင့်အယှက်အဖြစ် မှားယွင်းမှုကို ပုံဖော်ထားသည့် ကွမ်တမ် သိမြင်မှု မူဘောင် ၂၀၁၂+

၂.၃. အထင်ကရ လေ့လာမှုများ

လင်ဒါ ပြဿနာ (Linda Problem) (တဗာစကီး နှင့် ခါနီမန်၊ ၁၉၈၃)

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု၏ အကျော်ကြားဆုံးနှင့် အကျယ်ပြန့်ဆုံး ကိုးကားထားသော သရုပ်ပြမှုသည် သတ်မှတ်ထားသော ပုံသေအမြင်တစ်ခုကို ဖြစ်ပေါ်စေရန် ဒီဇိုင်းထုတ်ထားသည့် ကိုယ်ရည်ကိုယ်သွေး ပုံကြမ်းတစ်ခုကို ပါဝင်သူများထံ တင်ပြခြင်းဖြစ်သည်။

"လင်ဒါသည် အသက် ၃၁ နှစ်ရှိပြီး၊ တစ်ကိုယ်ရေဖြစ်ကာ၊ ပွင့်ပွင့်လင်းလင်းရှိပြီး အလွန်ထက်မြက်သည်။ သူမသည် ဒဿနိကဗေဒကို အဓိကသင်ယူခဲ့သည်။ ကျောင်းသူဘဝတွင် သူမသည် ခွဲခြားဆက်ဆံမှုနှင့် လူမှုရေးတရားမျှတမှုဆိုင်ရာ ကိစ္စရပ်များကို အလွန်စိုးရိမ်ပူပန်ခဲ့ပြီး၊ နျူကလီးယားဆန့်ကျင်ရေး ဆန္ဒပြပွဲများတွင်လည်း ပါဝင်ခဲ့သည်။"

ပါဝင်သူများသည် ရလဒ်အမျိုးမျိုး၏ ဖြစ်နိုင်ခြေကို အဆင့်သတ်မှတ်ခဲ့ပြီး၊ အရေးကြီးသော ရွေးချယ်စရာများမှာ- (၁) လင်ဒါသည် ဘဏ်စာရေးဖြစ်သည်။ နှင့် (၂) လင်ဒါသည် ဘဏ်စာရေးဖြစ်ပြီး အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားမှုတွင် တက်ကြွစွာ ပါဝင်သူဖြစ်သည်။

ရလဒ်များ- ဘွဲ့ကြို ကျောင်းသား ၈၅% ခန့်က ပေါင်းစပ်ထားသောအရာ (ဘဏ်စာရေး နှင့် အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူ) ကို တစ်ခုတည်းပါဝင်သောအရာ (ဘဏ်စာရေး) ထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု အဆင့်သတ်မှတ်ခဲ့ကြသည်။ ဤဖော်ပြချက်သည် "အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူ" တစ်ဦးကို အလွန်ကိုယ်စားပြုပြီး "ဘဏ်စာရေး" တစ်ဦးကို ကိုယ်စားမပြုရန် ဒီဇိုင်းထုတ်ထားခြင်းဖြစ်သည်။ ကိုယ်စားမပြုသော အရည်အသွေးကို ကိုယ်စားပြုသော အရည်အသွေးတစ်ခုနှင့် ပေါင်းစပ်ခြင်းဖြင့်၊ ပေါင်းစပ်ထားသော ပုံရိပ်သည် ဖော်ပြချက်တစ်ခုတည်းထက် စိတ်ပိုင်းဆိုင်ရာအရ ပိုမိုဆက်စပ်မှုရှိလာသည်။

ဗျွန်း ဘော့ လေ့လာမှု (The Björn Borg Study) (တဗာစကီး နှင့် ခါနီမန်၊ ၁၉၈၁)

၁၉၈၁ ခုနှစ် ဝင်ဘယ်လ်ဒန် (Wimbledon) ဗိုလ်လုပွဲ မတိုင်မီလေးတွင် ပါဝင်သူများသည် တင်းနစ် ဂန္ထဝင်ကစားသမား ဗျွန်း ဘော့ (Björn Borg) ၏ စွမ်းဆောင်ရည်ကို ခန့်မှန်းခဲ့ကြပြီး၊ ရွေးချယ်စရာများတွင် အောက်ပါတို့ပါဝင်သည်- (၁) ဘော့သည် ပထမပွဲငယ်တွင် ရှုံးလိမ့်မည်။ နှင့် (၂) ဘော့သည် ပထမပွဲငယ်တွင် ရှုံးသော်လည်း ပွဲစဉ်တစ်ခုလုံးကို အနိုင်ရလိမ့်မည်။

ရလဒ်များ- ဖြေဆိုသူ ၇၂% သည် ယေဘုယျ အခြေအနေ (ရှုံးနိမ့်မှု) ထက် တိကျသော ပေါင်းစပ်မှု (ရှုံးနိမ့်မှု + အနိုင်ရမှု) ကို ဖြစ်နိုင်ခြေ ပိုများကြောင်း သတ်မှတ်ခဲ့ကြသည်။ စိတ်ထဲတွင် အလွယ်တကူ ပုံဖော်ကြည့်နိုင်သော ပြဇာတ်ဆန်ဆန် ဇာတ်ညွှန်းဖြစ်သည့် "ပြန်လာခြင်း" ဇာတ်လမ်းသည် စိတ္တဇဆန်သော စာရင်းအင်းထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရစေသည်။ ၎င်းသည် ပုံဖော်ကြည့်မှုအရ တွေးခေါ်ခြင်း (Simulation Heuristic) ကို သရုပ်ပြခဲ့သည်- တိကျသော အစီအစဉ်သည် အကြောင်းအကျိုးဆက်စပ်နေသော ဇာတ်လမ်းတစ်ပုဒ် ("သူသည် နှေးကွေးစွာစတင်သော်လည်း၊ သူ၏ သာလွန်သော စွမ်းရည်က သူ့ကို အောင်ပွဲခံနိုင်စေသည်") ကို ဖန်တီးပေးပြီး စိတ်က ၎င်းကို ယုတ္တိတန်သော အစိတ်အပိုင်းတစ်ခုအဖြစ် မဟုတ်ဘဲ ဆွဲဆောင်မှုရှိသော ရှင်းလင်းချက်တစ်ခုအဖြစ် အဓိပ္ပါယ်ကောက်ယူသည်။

အက္ခရာ ခုနစ်လုံးပါ စကားလုံး လေ့လာမှု (The Seven-Letter Word Study) (တဗာစကီး နှင့် ခါနီမန်၊ ၁၉၈၃)

ပါဝင်သူများသည် စကားလုံး ၂,၀၀၀ ပါဝင်သော စာသားတစ်ခုတွင် အောက်ပါပုံစံများနှင့် ကိုက်ညီသော အက္ခရာ ခုနစ်လုံးပါ စကားလုံးများ၏ အကြိမ်အရေအတွက်ကို ခန့်မှန်းခဲ့ကြသည်- ဆဋ္ဌမမြောက် နေရာတွင် "n" ပါဝင်သော စကားလုံးများ နှင့် "ing" ဖြင့် အဆုံးသတ်သော စကားလုံးများ။

ရလဒ်များ- ပါဝင်သူများသည် "ing" ဖြင့် အဆုံးသတ်သော စကားလုံးတိုင်း၏ ဆဋ္ဌမမြောက် နေရာတွင် "n" ပါဝင်ရမည်မှာ သင်္ချာဆိုင်ရာ သေချာမှုရှိသော်လည်း၊ "ing" ပါဝင်သော စကားလုံးများသည် ပိုမိုများပြားကြောင်း တစ်သမတ်တည်း ခန့်မှန်းခဲ့ကြသည်။ ၎င်းသည် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် ရရှိနိုင်မှုအရ တွေးခေါ်ခြင်း (Availability Heuristic) မှ ပေါ်ပေါက်လာနိုင်ကြောင်း အတည်ပြုခဲ့သည်- "-ing" သည် သိမြင်မှုဆိုင်ရာ ယူနစ်တစ်ခုအဖြစ် သိမ်းဆည်းထားသော အသုံးများသည့် နောက်ဆက်စာလုံးဖြစ်ပြီး ယင်းစကားလုံးများကို မှတ်ဉာဏ်မှ ပြန်လည်ထုတ်ယူရန် ပိုမိုလွယ်ကူစေကာ၊ ၎င်းတို့၏ အကြိမ်အရေအတွက်ကို အလွန်အကျွံ ခန့်မှန်းမိစေသည်။

၂.၄. အာရုံကြောဆိုင်ရာ အခြေခံ

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် သိမြင်မှု တည်ဆောက်ပုံ၏ အခြေခံ သဘောသဘာဝများကို ဖော်ပြသည်-

ဖြစ်စဉ်နှစ်ရပ် သီအိုရီ (Dual-Process Theory)- ဤမှားယွင်းမှုသည် စနစ် ၁ (မြန်ဆန်သော၊ အလိုအလျောက်သိသော၊ အလိုအလျောက်ဖြစ်သော) နှင့် စနစ် ၂ (နှေးကွေးသော၊ စဉ်းစားချင့်ချိန်သော၊ ယုတ္တိတန်သော) စဉ်းစားတွေးခေါ်မှုကြားရှိ တင်းမာမှုကို ဥပမာပြသည်။ စနစ် ၁ သည် ကိုယ်စားပြုမှုကို အသုံးပြု၍ ဖော်ပြချက်များကို မူလပုံစံများနှင့် အလျင်အမြန် ကိုက်ညီစေပြီး၊ ယုတ္တိဗေဒ အမှားကို အသိအမှတ်ပြုနိုင်စွမ်းရှိသော စနစ် ၂ သည် ဤကနဦး ဆုံးဖြတ်ချက်ကို ပယ်ဖျက်ရန် မကြာခဏ ပျက်ကွက်တတ်သည်။

ပါဝင်နေသော သိမြင်မှုဆိုင်ရာ လုပ်ငန်းစဉ်များ-

  • ကိုယ်စားပြုမှုအရ တွေးခေါ်ခြင်း (Representativeness Heuristic)- အခြေခံနှုန်းများထက် စိတ်ကူးထဲက ပုံစံများနှင့် ဆင်တူမှုအပေါ် အခြေခံ၍ ဖြစ်နိုင်ခြေကို ဆုံးဖြတ်ခြင်း
  • ပုံဖော်ကြည့်မှုအရ တွေးခေါ်ခြင်း (Simulation Heuristic)- အကြောင်းအကျိုးဆက်စပ်နေသော အစီအစဉ်တစ်ခုကို စိတ်ထဲတွင် လွယ်ကူစွာ ပုံဖော်နိုင်ခြင်းက ယူဆထားသော ဖြစ်နိုင်ခြေအပေါ် လွှမ်းမိုးခြင်း
  • ရရှိနိုင်မှုအရ တွေးခေါ်ခြင်း (Availability Heuristic)- မှတ်ဉာဏ်မှ ပြန်လည်ထုတ်ယူရန် လွယ်ကူမှုက အကြိမ်အရေအတွက် ဆုံးဖြတ်ချက်များကို သက်ရောက်မှုရှိခြင်း
  • အကြောင်းအကျိုး ဆက်စပ်မှု (Causal Coherence)- ဦးနှောက်သည် အကြောင်း-အကျိုး ဇာတ်လမ်းများအဖြစ် ဖွဲ့စည်းထားသော အချက်အလက်များကို ဦးစားပေး လုပ်ဆောင်ခြင်း

ကွမ်တမ် သိမြင်မှု မူဘောင် (Quantum Cognition Framework)- မကြာသေးမီက သီအိုရီပိုင်းဆိုင်ရာ တိုးတက်မှုများက လူသားတို့၏ ဆုံးဖြတ်ချက်သည် ဂန္ထဝင် ဖြစ်နိုင်ခြေထက် ကွမ်တမ် ဖြစ်နိုင်ခြေကို လိုက်နာနိုင်ကြောင်း အကြံပြုထားသည်။ ဤပုံစံတွင်၊ ဆုံးဖြတ်ချက်တစ်ခု၏ "အခြေအနေ" သည် တိုင်းတာမှု မပြုလုပ်မီအထိ ထပ်တူကျနေပြီး၊ ကိုက်ညီမှုမရှိသော မေးခွန်းများ ("သူမသည် ဘဏ်ဝန်ထမ်းလား" နှင့် "သူမသည် အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူလား") သည် ပေါင်းစပ်ဖြစ်နိုင်ခြေများကို တိုးမြင့်စေနိုင်သည့် အနှောင့်အယှက် ပုံစံများကို ဖန်တီးပေးသည်— ၎င်းသည် အမှားအဖြစ်မဟုတ်ဘဲ၊ အစီအစဉ်ပြောင်း၍မရသော သတင်းအချက်အလက် လုပ်ဆောင်ခြင်း၏ သဘာဝရလဒ်တစ်ခုအနေဖြင့် ဖြစ်သည်။


၃။ ဆင့်ကဲဖြစ်စဉ်အရ မူလဇာစ်မြစ်များ

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် ဇာတ်လမ်းဆက်စပ်မှုနှင့် ပုံစံများကို မှတ်မိခြင်းတို့သည် ကျွန်ုပ်တို့၏ ဘိုးဘေးများအတွက် မရှိမဖြစ်လိုအပ်သော ရှင်သန်ရေး ကိရိယာများဖြစ်သောကြောင့် ဖြစ်ပေါ်လာခြင်းဖြစ်နိုင်သည်။ ရှေးခေတ် ပတ်ဝန်းကျင်များတွင်၊ အကြောင်းအကျိုးဆက်စပ်နေသော ဇာတ်လမ်းများကို အလျင်အမြန် တည်ဆောက်ပြီး အကဲဖြတ်နိုင်စွမ်း ("မြက်ပင်များကြားမှ လှုပ်ရှားသံ + နေ့အချိန် → သားရဲတိရစ္ဆာန်") သည် တိကျသော ဖြစ်နိုင်ခြေ တွက်ချက်မှုထက် ပို၍တန်ဖိုးရှိခဲ့သည်။

ရှင်သန်မှုအတွက် အကျိုးကျေးဇူးများ-

  • လျင်မြန်သော အကြောင်းအကျိုး ကောက်ချက်ချခြင်းက အန္တရာယ်ကို လျင်မြန်စွာ အကဲဖြတ်နိုင်စေသည်
  • လူမှုရေး စည်းလုံးညီညွတ်မှုသည် ဆက်စပ်မှုရှိသော ဇာတ်ကောင် ဆုံးဖြတ်ချက်များမှတစ်ဆင့် အခြားသူများ၏ ရည်ရွယ်ချက်များကို နားလည်ရန် လိုအပ်သည်
  • ပုံစံများကို တွဲဖက်ခြင်းက အစားအစာ အရင်းအမြစ်များ၊ ဘေးကင်းသော လမ်းကြောင်းများနှင့် ရာသီဥတု ပြောင်းလဲမှုများကို ခွဲခြားသိမြင်ရန် ကူညီပေးသည်
  • ဇာတ်လမ်းများသည် ရှင်သန်ရေး ဗဟုသုတများကို မျိုးဆက်တစ်ခုမှ တစ်ခုသို့ လက်ဆင့်ကမ်းရာတွင် အဓိကနည်းလမ်းဖြစ်သည်

ချို့ယွင်းချက် မဟုတ်ဘဲ အင်္ဂါရပ်တစ်ခုဖြစ်ခြင်း- ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် လိုက်လျောညီထွေဖြစ်စေသော အပေးအယူတစ်ခုကို ကိုယ်စားပြုနိုင်သည်။ လက်တွေ့ကမ္ဘာရှိ အခြေအနေအများစုတွင်၊ အသေးစိတ်ကျပြီး ဆက်စပ်မှုရှိသော ရှင်းလင်းချက်များသည် မသေချာသော ဖြစ်နိုင်ခြေများထက် မှန်ကန်နိုင်ခြေ ပိုများပါသည်— တစ်စုံတစ်ခုက အဘယ်ကြောင့် ဖြစ်ပေါ်လာမည်ကို ရှင်းပြနိုင်သူသည် "တစ်စုံတစ်ခု ဖြစ်လာနိုင်သည်" ဟု ရိုးရိုးလေးပြောသူထက် ပိုမိုထိုးထွင်းသိမြင်မှု ရှိတတ်သည်။ ဤယေဘုယျအားဖြင့် လိုက်လျောညီထွေဖြစ်စေသော တွေးခေါ်မှုသည် ဆက်စပ်မှုနှင့် ယုတ္တိဗေဒကို ယှဉ်ပြိုင်စေရန် ဒီဇိုင်းထုတ်ထားသော ဖန်တီးထားသည့် ပြဿနာများနှင့် ကြုံတွေ့ရသောအခါ မှားယွင်းမှု ပေါ်ပေါက်လာသည်။

စွမ်းအင် ချွေတာခြင်း- ဆုံးဖြတ်ချက်တိုင်းအတွက် ပြည့်စုံသော ဖြစ်နိုင်ခြေပုံစံများကို တည်ဆောက်ခြင်းသည် တွက်ချက်မှုအရ ကုန်ကျစရိတ်များစေလိမ့်မည်။ ကိုယ်စားပြုမှုကဲ့သို့သော တွေးခေါ်မှုများသည် "လုံလောက်စွာ ကောင်းမွန်သော" အဖြေများကို လျင်မြန်စွာ ပေးစွမ်းနိုင်ပြီး၊ ဂရုတစိုက် ခွဲခြမ်းစိတ်ဖြာရန် လိုအပ်သော အခြေအနေများအတွက် သိမြင်မှုဆိုင်ရာ အရင်းအမြစ်များကို ချွေတာပေးသည်။


၄။ ဤဘက်လိုက်မှု မည်သို့ပေါ်ပေါက်လာသနည်း

၄.၁. နေ့စဉ်ဘဝတွင်

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် နေ့စဉ် ဆုံးဖြတ်ချက်များကို မသိမသာ ပုံဖော်ပေးသည်-

  • ကိုယ်ရည်ကိုယ်သွေး အကဲဖြတ်ခြင်း- "သူမသည် တိတ်ဆိတ်ပြီး မျက်မှန်တပ်ထားသောကြောင့် စုံထောက်ဝတ္ထုများ ဖတ်လေ့ရှိသည့် စာကြည့်တိုက်မှူး ဖြစ်လောက်သည်" ဆိုသည်က "သူမသည် စာကြည့်တိုက်မှူးဖြစ်သည်" ထက် ပို၍ဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရသည်— ပထမတစ်ခုသည် သင်္ချာနည်းအရ ဖြစ်နိုင်ခြေနည်းပါးသော်လည်း ဤသို့ခံစားရခြင်းဖြစ်သည်။
  • သူငယ်ချင်းများ၏ အပြုအမူကို ခန့်မှန်းခြင်း- "သူက အလုပ်ရှုပ်နေတာကြောင့် ငါတို့ရဲ့ ညစာစားမယ့် အစီအစဉ်ကို မေ့သွားလိမ့်မယ်" ဆိုတာက "သူ ငါတို့ ညစာစားမယ့် အစီအစဉ်ကို မေ့သွားလိမ့်မယ်" လို့ ရိုးရိုးလေးပြောတာထက် ပိုယုတ္တိတန်တယ်လို့ ထင်ရတယ်။
  • သတင်း အဓိပ္ပါယ်ကောက်ယူခြင်း- အဖြစ်အပျက်များ၏ အသေးစိတ် ရှင်းလင်းချက်များသည် မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် ပိုမိုယုံကြည်ဖွယ်ကောင်းသည်ဟု ခံစားရသည်။
  • ဆက်ဆံရေး ဆုံးဖြတ်ချက်များ- တိကျသော အခြေအနေများ ("သူတို့ဟာ နှစ်ပေါင်းများစွာ ကင်းကွာလာပြီးနောက် သူက ဖောက်ပြန်ခဲ့လို့ ကွာရှင်းခဲ့ကြတာ") သည် ယေဘုယျ ရလဒ်များ ("သူတို့ ကွာရှင်းခဲ့ကြတယ်") ထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရသည်။

၄.၂. လုပ်ငန်းခွင်တွင်

  • စီမံကိန်း ရေးဆွဲခြင်း- တိကျသော မှတ်တိုင်များပါဝင်သည့် အသေးစိတ် စီမံကိန်း အချိန်ဇယားများသည် ကျယ်ပြန့်သော မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် ပိုမိုအောင်မြင်နိုင်ခြေရှိသည်ဟု ခံစားရသည်။
  • ဝန်ထမ်းခန့်အပ်မှု ဆုံးဖြတ်ချက်များ- ဆက်စပ်မှုရှိသော ဇာတ်လမ်းများဖြစ်ပေါ်နေသည့် နောက်ခံသမိုင်းကြောင်းရှိသော လျှောက်ထားသူများကို "ဖရိုဖရဲဖြစ်နေသော" သမိုင်းကြောင်းရှိသည့် တူညီသော အရည်အချင်းရှိသူများထက် ပိုမိုကောင်းမွန်စွာ အကဲဖြတ်လေ့ရှိသည်။
  • စွမ်းဆောင်ရည် သုံးသပ်ချက်များ- ဝန်ထမ်းတစ်ဦး အဘယ်ကြောင့် အောင်မြင်ခဲ့သည် သို့မဟုတ် ကျရှုံးခဲ့သည်နှင့် ပတ်သက်သည့် တိကျသော ဇာတ်လမ်းများသည် မသေချာသော အကြောင်းရင်းများစွာကို အသိအမှတ်ပြုခြင်းထက် ပိုမိုယုံကြည်လက်ခံနိုင်ဖွယ်ရှိသည်။
  • မဟာဗျူဟာမြောက် ခန့်မှန်းခြင်း- အသေးစိတ် အကြောင်းအကျိုးဆက်စပ်မှုများ ပါဝင်သော စီးပွားရေးအစီအစဉ်များ ("ကျွန်ုပ်တို့သည် ဈေးကွက်ရှာဖွေရေးကို တိုးမြှင့်မည်၊ ၎င်းသည် အသိအမှတ်ပြုမှုကို မြှင့်တင်ပေးမည်၊ ၎င်းသည် အရောင်းကို ၂၀% တိုးတက်စေမည်") သည် ရိုးရှင်းသော ခန့်မှန်းချက်များထက် ပိုမိုယုံကြည်ဖွယ်ကောင်းသည်ဟု ခံစားရသည်။

၄.၃. စီးပွားရေးနှင့် ဈေးကွက်ရှာဖွေရေးတွင်

ဈေးကွက်ရှာဖွေသူများသည် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုကို စနစ်တကျ အသုံးချကြသည်-

  • ဂုဏ်သတ္တိများ စုစည်းခြင်း- မက်ဒေါ်နယ် (McDonald's) ("I'm Lovin' It"— ပျော်စရာကောင်းသည် နှင့် အဆင်ပြေသည်) သို့မဟုတ် ဘောင်တီ (Bounty) ("Quicker Picker Upper"— စုပ်ယူနိုင်စွမ်းရှိသည် နှင့် မြန်ဆန်သည်) ကဲ့သို့သော အမှတ်တံဆိပ်များသည် ပေါင်းစပ်မှုများမှတစ်ဆင့် သာလွန်သော စွမ်းဆောင်ရည်ပုံစံများကို ဖန်တီးကြသည်။
  • ထုတ်ကုန် ဖော်ပြချက်များ- "စပ်သည်၊ အရသာရှိသည်၊ ပြီးတော့ သွားရည်ကျစရာကောင်းသည်" ဆိုသည်ကို သီးခြားအဆိုပြုချက်များ အစီအစဉ်တစ်ခုထက် အရည်အသွေးတစ်ခုတည်းအဖြစ် ရှုမြင်ကြသည်။
  • ထောက်ခံချက်များ- တိကျသော အကျိုးကျေးဇူးများပါဝင်သည့် အသေးစိတ် ဖောက်သည် ဇာတ်လမ်းများသည် ယေဘုယျ ကျေနပ်မှု ဖော်ပြချက်များထက် ပိုမိုယုံကြည်လက်ခံနိုင်ဖွယ်ရှိသည်ဟု ခံစားရသည်။
  • ကြော်ငြာ ဇာတ်လမ်းများ- ထုတ်ကုန်အသုံးပြုမှု၏ တိကျသော အခြေအနေများကို ပြသသည့် ကြော်ငြာများသည် သိမြင်နိုင်သော ထိရောက်မှုကို မြှင့်တင်ပေးသည့် ဆက်စပ်မှုရှိသော ဇာတ်လမ်းများကို ဖန်တီးပေးသည်။

၄.၄. နိုင်ငံရေးနှင့် မီဒီယာတွင်

  • နိုင်ငံရေး ဇာတ်လမ်းများ- ဘဝဇာတ်ကြောင်းများသည် ဆက်စပ်မှုရှိသော အချိုးအကွေ့များ ("ရုန်းကန်ခဲ့ရသည်၊ ဇွဲလုံ့လထားခဲ့သည်၊ အောင်မြင်ခဲ့သည်") ဖြစ်ပေါ်နေသည့် ကိုယ်စားလှယ်လောင်းများကို ပိုမိုယုံကြည်ဖွယ်ကောင်းသူအဖြစ် ရှုမြင်ကြသည်။
  • ပူးပေါင်းကြံစည်မှု သီအိုရီများ- အဖြစ်အပျက်များစွာကို ချိတ်ဆက်ထားသော အသေးစိတ် ရှင်းလင်းချက်များသည် ကျပန်းဖြစ်ရပ်များကို အသိအမှတ်ပြုခြင်းထက် ပိုမိုယုတ္တိတန်သည်ဟု ခံစားရသည်။
  • သတင်း ဖော်ပြမှု- ရှင်းလင်းသော အကြောင်းအကျိုး ရှင်းလင်းချက်များပါရှိသည့် သတင်းများသည် မသေချာမရေရာမှုကို အသိအမှတ်ပြုသော ဖော်ပြမှုများထက် လူအများ၏ စိတ်ဝင်စားမှုကို ပိုမိုဆွဲဆောင်နိုင်သည်။
  • ရွေးကောက်ပွဲ ခန့်မှန်းချက်- တိကျသော အခြေအနေ ခန့်မှန်းချက်များ ("ထိုကိုယ်စားလှယ်လောင်းသည် အဆုံးအဖြတ်ပေးမည့် ပြည်နယ်သုံးခုရှိ မဲဆန္ဒရှင်များကြောင့် အနိုင်ရလိမ့်မည်") သည် ဖြစ်နိုင်ခြေ အတိုင်းအတာများထက် ပိုမိုကျွမ်းကျင်မှုရှိသည်ဟု ခံစားရသည်။

၄.၅. ကျန်းမာရေးစောင့်ရှောက်မှုတွင်

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် ရောဂါရှာဖွေရေး အမှားအယွင်းများတွင် သိသိသာသာ ပါဝင်ပတ်သက်နေသည်-

  • "မစ္စတာ F (Mr. F)" လေ့လာမှု- ဆေးဘက်ဆိုင်ရာ ကျွမ်းကျင်ပညာရှင်များသည် "မစ္စတာ F သည် နှလုံးရုတ်တရက်ဖောက်ပြန်ဖူးပြီး အသက် ၅၅ နှစ်အထက်ဖြစ်သည်" ဆိုသည်ကို "မစ္စတာ F သည် နှလုံးရုတ်တရက်ဖောက်ပြန်ဖူးသည်" ထက် ပို၍ဖြစ်နိုင်ခြေရှိသည်ဟု သတ်မှတ်ခဲ့ကြသည်— ၎င်းသည် ပေါင်းစပ်ခြင်း စည်းမျဉ်းကို တိုက်ရိုက်ချိုးဖောက်ခြင်းဖြစ်သည်။
  • စောစီးစွာ အဆုံးသတ်ခြင်း- သမားတော်များသည် အလွန်တိကျသော၊ "ကိုယ်စားပြု" ရောဂါလက္ခဏာပြမှုများ ("ဂန္ထဝင် ဖြစ်ရပ်") အပေါ်တွင်သာ အာရုံစိုက်နေပြီး အဖြစ်များသော ရောဂါများ၏ ပိုမိုကျယ်ပြန့်သော၊ ပုံမှန်မဟုတ်သော လက္ခဏာပြမှုများကို လွတ်သွားတတ်ကြသည်။
  • ရောဂါလက္ခဏာ အဓိပ္ပါယ်ကောက်ယူခြင်း- "လေဖြတ်ခြင်းနှင့်အတူ အဆုတ်သွေးကြောပိတ်ခြင်းကြောင့်ဖြစ်သော အသက်ရှူရခက်ခဲခြင်းနှင့် ကိုယ်တစ်ခြမ်း အားနည်းခြင်း" သည် "အဆုတ်သွေးကြောပိတ်ခြင်း" ဟု ရိုးရိုးလေးပြောခြင်းထက် ရောဂါရှာဖွေရ ပိုမိုလွယ်ကူသည်ဟု ခံစားရသည်။
  • လူနာနှင့် ဆက်သွယ်ခြင်း- လူနာများသည် မသေချာမရေရာမှုက ပို၍ရိုးသားမှုရှိနိုင်သော်လည်း၊ အကြောင်းအကျိုး ရှင်းလင်းချက်များပါဝင်သော တိကျသည့် ရောဂါရှာဖွေမှုများကို ပိုမိုကျေနပ်အားရကြသည်။

၄.၆. ဘဏ္ဍာရေးနှင့် ရင်းနှီးမြှုပ်နှံမှုတွင်

  • ပေါင်းစပ် လောင်းကြေးထပ်ခြင်း (Parlay Betting)- လောင်းကြေးထပ်သူများသည် လောင်းကြေးငွေရရှိရန်အတွက်သာမက၊ အကြောင်းအကျိုး ဇာတ်လမ်းများနှင့် ဆက်စပ်နေသော ရလဒ်များသည် ဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရသောကြောင့် လောင်းကြေးများ ပေါင်းစပ်ခြင်းကို နှစ်သက်ကြသည်။
  • ဈေးကွက် ဇာတ်လမ်းများ- "ခိုင်မာသော ဝင်ငွေများကြောင့် ဈေးကွက် မြင့်တက်လာမည်၊ ၎င်းသည် ယုံကြည်မှုကို တိုးတက်စေမည်ဖြစ်ပြီး အဖွဲ့အစည်းဆိုင်ရာ ရင်းနှီးမြှုပ်နှံသူများကို ဆွဲဆောင်နိုင်လိမ့်မည်" ဆိုသည်က ရိုးရှင်းသော ဦးတည်ချက် ခန့်မှန်းချက်များထက် ပိုမိုယုံကြည်ဖွယ်ကောင်းသည်ဟု ခံစားရသည်။
  • ရှုပ်ထွေးသော ဆင့်ပွားစာချုပ်များ- ပွဲစားများ ရောင်းချသော "ဇာတ်လမ်း" ကြောင့် စုစည်းထားသော ဘဏ္ဍာရေးစာချုပ်စာတမ်းများကို အစိတ်အပိုင်းများထက် ပို၍တန်ဖိုးထားနိုင်သည်။
  • ရင်းနှီးမြှုပ်နှံမှု အဆိုပြုချက်များ- အထောက်အကူပြု အကြောင်းရင်းများစွာ ပါဝင်သော အသေးစိတ် ရင်းနှီးမြှုပ်နှံမှု အဆိုပြုချက်များသည် အခြေခံ မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် ပိုမိုဆွဲဆောင်မှုရှိသည်ဟု ခံစားရသည်။

၅။ လက်တွေ့ကမ္ဘာမှ ဖြစ်ရပ်မှန် လေ့လာမှုများ

ဖြစ်ရပ်မှန် လေ့လာမှု ၁- စစ်အေးခေတ် ထောက်လှမ်းရေး ခွဲခြမ်းစိတ်ဖြာမှု

  • နောက်ခံအခြေအနေ- စစ်အေးခေတ်ကာလအတွင်း စီအိုင်အေ (CIA) သုံးသပ်သူများသည် ဆိုဗီယက်စစ်တပ်နှင့် နိုင်ငံရေးလုပ်ရပ်များကို ခန့်မှန်းရန် တာဝန်ပေးအပ်ခြင်းခံခဲ့ရသည်။
  • ဖြစ်ပျက်ခဲ့သည့်အရာ- ၁၉၈၀ ပြည့်နှစ် လေ့လာမှုတစ်ခုတွင်၊ ထောက်လှမ်းရေး သုံးသပ်သူများသည် "ဆိုဗီယက်တို့ ပိုလန်ကို ကျူးကျော်ဝင်ရောက်ခြင်း နှင့် အမေရိကန်က သံတမန်ဆက်ဆံရေး ဖြတ်တောက်ခြင်း" ကို "အမေရိကန်က သံတမန်ဆက်ဆံရေး ဖြတ်တောက်ခြင်း" တစ်ခုတည်းထက် ပို၍ဖြစ်နိုင်ခြေရှိသည်ဟု သတ်မှတ်ခဲ့ကြသည်။
  • သက်ရောက်နေသော ဘက်လိုက်မှု- တိကျသော အခြေအနေ (ကျူးကျော်ခြင်း → သံတမန်ဆက်ဆံရေး ဖြတ်တောက်ခြင်း) သည် သီးခြားဖြစ်နေသော စိတ္တဇဆန်သည့် နိုင်ငံရေးဖြစ်ရပ်ထက် ပို၍ဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရစေသော ဆက်စပ်မှုရှိသည့် အကြောင်းအကျိုးဆက်စပ်မှု ကွင်းဆက်တစ်ခုကို ဖြစ်ပေါ်စေခဲ့သည်။ ပေါင်းစပ်ခြင်းက သံတမန်ဆက်ဆံရေး ဖြတ်တောက်ခြင်းအတွက် "အကြောင်းပြချက်" တစ်ခု ပေးစွမ်းခဲ့သည်။
  • အကျိုးဆက်များ- ဤပုံစံ— အသေးစိတ်ကျသော ခြိမ်းခြောက်မှု အခြေအနေများကို ရိုးရှင်းသောအရာများထက် ပိုမိုအဆင့်သတ်မှတ်ခြင်း— သည် ယေဘုယျ အားနည်းချက်များကို လျှော့တွက်စဉ် တိကျသော ခြိမ်းခြောက်မှုများဆီသို့ အရင်းအမြစ်များကို အလွန်အကျွံ ခွဲဝေပေးနိုင်ခြေကို ဖြစ်ပေါ်စေခဲ့သည်။
  • သင်ခန်းစာများ- ဖိလစ် တက်လော့ခ် (Philip Tetlock) ၏ "စူပါခန့်မှန်းသူများ (Superforecasters)" သုတေသနက အကောင်းဆုံး ခန့်မှန်းသူများသည် ပေါင်းစပ်မေးခွန်းများကို သီးခြားဖြစ်နိုင်ခြေများအဖြစ် ခွဲထုတ်ပြီး ၎င်းတို့ကို မြှောက်ခြင်းဖြင့် ဤအမှားကို သိသာထင်ရှားစွာ ရှောင်ရှားကြကြောင်း ပြသခဲ့သည်။

ဖြစ်ရပ်မှန် လေ့လာမှု ၂- ပစ်စဘတ် တက္ကသိုလ် ဆေးဘက်ဆိုင်ရာစင်တာ (UPMC) ၏ ဝင်ရောက်စွက်ဖက်မှု

  • နောက်ခံအခြေအနေ- ရောဂါရှာဖွေရေး အမှားအယွင်းများသည် ကျန်းမာရေးစောင့်ရှောက်မှုတွင် ပေါ့ဆမှုကြောင့် တရားစွဲဆိုခြင်းများနှင့် လူနာများ ထိခိုက်နစ်နာမှုတို့၏ သိသာထင်ရှားသော အကြောင်းရင်းတစ်ခုဖြစ်သည်။
  • ဖြစ်ပျက်ခဲ့သည့်အရာ- ယူပီအမ်စီ (UPMC) သည် လက်တွေ့ဆေးခန်းသုံး ဆင်ခြင်တွေးခေါ်မှုတွင် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုကို အထူးပစ်မှတ်ထားသည့် "နောက်သို့ ခြေလှမ်းနှစ်လှမ်း (Two Steps Back)" သင်ရိုးညွှန်းတမ်းကို တီထွင်ခဲ့သည်။
  • သက်ရောက်နေသော ဘက်လိုက်မှု- သမားတော်များသည် ရောဂါလက္ခဏာများနှင့်အတူ တိကျသော ရောဂါရှာဖွေမှုများကို ကျယ်ပြန့်သော ရောဂါရှာဖွေမှု တစ်ခုတည်းထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု တစ်သမတ်တည်း သတ်မှတ်ခဲ့ကြပြီး၊ "ကိုယ်စားပြု" လက္ခဏာပြမှုများအပေါ် စောစီးစွာ အဆုံးသတ်ခြင်းကို ဖြစ်ပေါ်စေခဲ့သည်။
  • အကျိုးဆက်များ- ပုံမှန်မဟုတ်ဘဲ လက္ခဏာပြသော အဖြစ်များသည့် ရောဂါများကို ရှာဖွေတွေ့ရှိရန် လွတ်သွားခြင်း၊ တစ်ချိန်တည်းမှာပင် ရှားပါးသော "ပြဋ္ဌာန်းစာအုပ်ပါ" လက္ခဏာပြမှုများက အချိုးအစားမညီမျှစွာ အာရုံစိုက်ခံရခြင်း။
  • သင်ခန်းစာများ- ဤဝင်ရောက်စွက်ဖက်မှုသည် ဆေးဘက်ဆိုင်ရာပညာရှင်များကို ခေတ္တရပ်နားရန်၊ အနှစ်ချုပ်ဖော်ပြချက် (ပြဿနာကို ကိုယ်စားပြုဖော်ပြခြင်း) တစ်ခုကို ဖန်တီးရန်နှင့် တိကျသော လက္ခဏာများကို မထည့်သွင်းမီ ကျယ်ပြန့်သော ရောဂါအမျိုးအစား၏ အခြေခံနှုန်းကို သေချာစွာ အကဲဖြတ်ရန် တွန်းအားပေးသည်— အခြေခံအားဖြင့် မှားယွင်းမှုကို ဆန့်ကျင်သည့် ယုတ္တိတန်သော စစ်ဆေးမှုတစ်ခုကို ပြုလုပ်ရန် တွန်းအားပေးခြင်းဖြစ်သည်။

သမိုင်းဝင် ဥပမာ- ဥပဒေရေးရာ ဆင်ခြင်တွေးခေါ်မှုနှင့် ဇာတ်လမ်း ထောင်ချောက်

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် တရားရေးလုပ်ငန်းစဉ်များအတွက် သိသာထင်ရှားသော အကျိုးသက်ရောက်မှုများရှိသည်။ အသေးစိတ် အချိန်ဇယားများပြသသော အစိုးရရှေ့နေများ ("တရားခံသည် သေနတ်ကို ဝယ်ယူခဲ့သည်၊ ပြီးနောက် အိမ်သို့ ကားမောင်းသွားခဲ့သည်၊ ပြီးနောက် သားကောင်ကို စောင့်ဆိုင်းနေခဲ့သည်") သည် အချိတ်အဆက်မရှိသော အချက်အလက်များကို ပြသသူများထက် မကြာခဏ ပိုမိုဆွဲဆောင်နိုင်သည်— ထပ်တိုးလာသော တိကျသည့် အစိတ်အပိုင်းတစ်ခုစီသည် အတိအကျဖြစ်ရပ်၏ ဖြစ်နိုင်ခြေကို သင်္ချာနည်းအရ လျော့နည်းစေသော်လည်း ဤသို့ဖြစ်နေခြင်းဖြစ်သည်။

(၁၉၆၈) ခုနှစ်၏ People v. Collins အမှုတွင်၊ နည်းပညာပိုင်းအရ အစိုးရရှေ့နေ၏ မှားယွင်းမှုအကြောင်းဖြစ်သော်လည်း၊ ဤအမှုသည် ဂျူရီလူကြီးများ ပေါင်းစပ်ဖြစ်နိုင်ခြေများ၏ လွှမ်းမိုးမှုကို မည်သို့ခံရကြောင်း သရုပ်ပြခဲ့သည်။ ကိုက်ညီသော လက္ခဏာရပ်များစွာကို တင်ပြခြင်းက ဂျူရီလူကြီးများကို အသေးစိတ် ဇာတ်လမ်းတစ်ပုဒ်၏ ယုတ္တိတန်မှုနှင့် ၎င်း၏ ဖြစ်နိုင်ခြေကို ရောထွေးသွားစေခဲ့သည်။ ဤပုံစံသည် မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် အသေးစိတ်ကျသော်လည်း မှားယွင်းနေသော ဇာတ်လမ်းများက ပိုမိုဆွဲဆောင်မှုရှိကြောင်း သက်သေပြခဲ့သည့် မှားယွင်းသော ပြစ်ဒဏ်ချမှတ်မှုများတွင် တွေ့ရသည်။


၆။ ဤဘက်လိုက်မှု၏ ကုန်ကျစရိတ်

၆.၁. ကိုယ်ရေးကိုယ်တာ ဆုံးရှုံးမှုများ

  • ခန့်မှန်းချက်များအပေါ် အလွန်အကျွံ ယုံကြည်မှုရှိခြင်း- အလွန်အကျွံ တိကျသော အခြေအနေများ (အသက်မွေးဝမ်းကျောင်း အစီအစဉ်များ၊ ဆက်ဆံရေး မျှော်လင့်ချက်များ) အပေါ် အခြေခံသည့် ကိုယ်ရေးကိုယ်တာ ဆုံးဖြတ်ချက်များသည် လက်တွေ့နှင့် ကွဲလွဲသွားသောအခါ စိတ်ပျက်စရာများကို ဖြစ်ပေါ်စေသည်။
  • အခြားသူများကို မှားယွင်းစွာ အကဲဖြတ်ခြင်း- ဆက်စပ်မှုရှိသော ဇာတ်လမ်းများအပေါ် အခြေခံသည့် ကိုယ်ရည်ကိုယ်သွေး အကဲဖြတ်မှုများသည် အရေးကြီးသော သိမ်မွေ့ချက်များကို လွတ်သွားစေနိုင်သည်။
  • ဘဏ္ဍာရေး အစီအစဉ်ဆွဲခြင်း- အသေးစိတ် အငြိမ်းစားယူခြင်း သို့မဟုတ် ရင်းနှီးမြှုပ်နှံမှု အခြေအနေများသည် ပိုမိုကျယ်ပြန့်သော မသေချာမရေရာမှုများကို လျစ်လျူရှုမိနိုင်သည်။
  • ကျန်းမာရေး ဆုံးဖြတ်ချက်များ- မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် တိကျသော ရောဂါရှာဖွေမှုများ သို့မဟုတ် ကုသမှု ဇာတ်လမ်းများကို ပိုမိုနှစ်သက်ခြင်း။

၆.၂. ပရော်ဖက်ရှင်နယ် ဆုံးရှုံးမှုများ

  • ဆေးပညာတွင် ရောဂါရှာဖွေရေး အမှားအယွင်းများ- "ဂန္ထဝင်" လက္ခဏာပြမှုများကိုသာ အာရုံစိုက်လွန်းခြင်းက အဖြစ်များသော ရောဂါများကို ရှာဖွေတွေ့ရှိရန် လွတ်သွားစေသည်။
  • ထောက်လှမ်းရေး ကျရှုံးမှုများ- ယေဘုယျ အားနည်းချက်များကို လျှော့တွက်စဉ် တိကျသော ခြိမ်းခြောက်မှု အခြေအနေများကို အလွန်အကျွံ အဆင့်သတ်မှတ်ခြင်း။
  • ညံ့ဖျင်းသော ခန့်မှန်းခြင်း- ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုများထက် အသေးစိတ် ဇာတ်လမ်းများအပေါ် အခြေခံသည့် စီးပွားရေးနှင့် ဘဏ္ဍာရေး ခန့်မှန်းချက်များ။
  • ဥပဒေရေးရာ မတရားမှု- သက်သေအထောက်အထားများ၏ ယုတ္တိတန်သော အကဲဖြတ်မှုကို လွှမ်းမိုးသွားသည့် ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းများ။

၆.၃. လူမှုရေး ဆုံးရှုံးမှုများ

  • မူဝါဒ ဆုံးဖြတ်ချက်များ- ခိုင်မာသော ဖြစ်နိုင်ခြေ အကဲဖြတ်မှုထက် တိကျသော အခြေအနေ စီစဉ်မှုအပေါ် အခြေခံသည့် ပြည်သူ့မူဝါဒ။
  • အရင်းအမြစ်များကို မှားယွင်းစွာ ခွဲဝေခြင်း- ယေဘုယျ ခံနိုင်ရည်ရှိမှုကို တည်ဆောက်ခြင်းထက် တိကျစွာ ခန့်မှန်းထားသော ဖြစ်ရပ်များအတွက် ပြင်ဆင်ခြင်း။
  • ဈေးကွက် မထိရောက်မှုများ- ဇာတ်လမ်း၏ ဆွဲဆောင်မှုကြောင့် မှားယွင်းစွာ ဈေးနှုန်းသတ်မှတ်ခံရသော ဘဏ္ဍာရေးစာချုပ်စာတမ်းများ။
  • ဒီမိုကရေစီ ယိုယွင်းမှုများ- မူဝါဒ အနှစ်သာရထက် ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းများ၏ လွှမ်းမိုးမှုကို ခံရသော နိုင်ငံရေး ရွေးချယ်မှုများ။

၆.၄. စာရင်းအင်းဆိုင်ရာ သက်ရောက်မှု

  • စာရင်းအင်းပညာ သင်ယူထားသူများကြားတွင်ပင် အမှားအယွင်းနှုန်း ၈၅% ရှိကြောင်း တွေ့ရှိရသည်။
  • ဗျွန်း ဘော့ လေ့လာမှုတွင် ဖြေဆိုသူ ၇၂% သည် ဤမှားယွင်းမှုကို ကျူးလွန်ခဲ့ကြသည်။
  • ဆေးဘက်ဆိုင်ရာ လေ့လာမှုများက ရောဂါရှာဖွေရေး ဆင်ခြင်တွေးခေါ်မှုတွင် ပေါင်းစပ်ခြင်းဆိုင်ရာ ချိုးဖောက်မှုများ တစ်သမတ်တည်း ရှိနေကြောင်း ပြသသည်။
  • ထောက်လှမ်းရေး ခွဲခြမ်းစိတ်ဖြာမှု လေ့လာချက်များက အသေးစိတ် အခြေအနေများကို စနစ်တကျ အလွန်အကျွံ အလေးပေးမှုကို ဖော်ပြသည်။

၇။ ဖုံးကွယ်နေသော အကျိုးကျေးဇူးများ

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် သက်သက်သာ သိမြင်မှု ချို့ယွင်းချက်တစ်ခု မဟုတ်ပါ— ၎င်းသည် လိုက်လျောညီထွေဖြစ်စေသော လုပ်ငန်းစဉ်များကို ထင်ဟပ်စေသည်-

  • လူမှုရေး နားလည်မှု- လူမှုရေး အခြေအနေများတွင်၊ အသေးစိတ် အချက်အလက်များ၏ ဆက်စပ်မှုကို ယူဆခြင်း (Gricean implicature) သည် ဆက်သွယ်ရေးကို လွယ်ကူချောမွေ့စေသည်။ တစ်စုံတစ်ဦးက အသေးစိတ် ဖော်ပြချက်တစ်ခုကို ပေးမည်ဆိုလျှင်၊ ၎င်းကို ဆက်စပ်မှုရှိသည်ဟု သတ်မှတ်ခြင်းသည် လူမှုရေးအရ ယုတ္တိတန်ပါသည်။
  • အကြောင်းအကျိုး သင်ယူခြင်း- အကြောင်းအကျိုး ဆက်စပ်မှုရှိသော ရှင်းလင်းချက်များကို ပိုမိုနှစ်သက်ခြင်းက ရိုးရှင်းသော ဆက်စပ်မှုသက်သက်ထက် လုပ်ငန်းစဉ်များကို နားလည်စေရန် အားပေးကူညီသည်။
  • ဇာတ်လမ်း မှတ်ဉာဏ်- ဇာတ်လမ်းများသည် ဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုများထက် မှတ်မိရန်နှင့် လက်ဆင့်ကမ်းရန် ပိုမိုလွယ်ကူပြီး ယဉ်ကျေးမှုဆိုင်ရာ ဗဟုသုတ ဖလှယ်ခြင်းကို အထောက်အကူပြုသည်။
  • အမြန် အကဲဖြတ်ခြင်း- အချိန်ဖိအားရှိသော အခြေအနေများတွင်၊ ကိုယ်စားပြုမှု တွဲဖက်ခြင်းသည် လျင်မြန်သော "လုံလောက်စွာ ကောင်းမွန်သည့်" ဆုံးဖြတ်ချက်များကို ပေးစွမ်းသည်။
  • လိုက်လျောညီထွေဖြစ်စေသော သံသယဝင်ခြင်း- အသေးစိတ် ရှင်းလင်းချက်များသည် မကြာခဏဆိုသလို စစ်မှန်သော ဗဟုသုတကို ဖော်ပြလေ့ရှိသည်— ဤတွေးခေါ်မှုသည် ရိုးသားသော ဆက်သွယ်ပြောဆိုသူများနှင့် အသုံးပြုသောအခါ ကောင်းစွာအလုပ်လုပ်သည်။

"ဂေဟစနစ်ဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှု" ရှုထောင့်က စကားပြောဆိုရာတွင် အသေးစိတ်အချက်အလက်များကို ဆက်စပ်မှုရှိသည်ဟု ယူဆခြင်းက ကောင်းမွန်သော လက်တွေ့ကျသည့် ဆင်ခြင်တွေးခေါ်မှုကို ကိုယ်စားပြုသည်ဟု ဆိုသည်။ အမှားအယွင်းသည် ဆက်သွယ်ရေး အခြေအနေမှ ဖြစ်နိုင်ခြေကို ခွဲထုတ်ထားသည့် ဖန်တီးထားသော စမ်းသပ်မှု ပတ်ဝန်းကျင်များတွင် အဓိကအားဖြင့် ပေါ်ပေါက်လာသည်။ ဤသဘောထားကို လုံးဝဖယ်ရှားပစ်ခြင်းက ရှင်းလင်းချက်များမှ သင်ယူရန်နှင့် အခြားသူများ၏ ရည်ရွယ်ချက်များကို နားလည်ရန် ကျွန်ုပ်တို့၏ စွမ်းရည်ကို ထိခိုက်စေလိမ့်မည်။


၈။ ကိုယ်တိုင် အကဲဖြတ်ခြင်း- သင့်တွင် ဤဘက်လိုက်မှု ရှိပါသလား။

၈.၁. သတိပေးလက္ခဏာများ စစ်ဆေးရန်စာရင်း

  • "ကျွန်ုပ်တို့ မသိပါ" ဟု အသိအမှတ်ပြုခြင်းထက် အသေးစိတ် ရှင်းလင်းချက်များကို ပိုမိုယုံကြည်လက်ခံနိုင်ဖွယ်ရှိသည်ဟု ကျွန်ုပ်ခံစားရသည်။
  • ရလဒ်များကို ခန့်မှန်းသောအခါ၊ ဖြစ်နိုင်ခြေ အတိုင်းအတာများထက် တိကျသော အခြေအနေများကို သဘာဝကျကျ တည်ဆောက်မိသည်။
  • မသေချာမရေရာမှုကို ဖော်ပြသူများထက် ယုံကြည်မှုရှိရှိ အသေးစိတ် ခန့်မှန်းချက်များကို ပေးသော ကျွမ်းကျင်သူများကို ပိုမိုနှစ်သက်သည်။
  • ရှင်းလင်းသော အကြောင်းနှင့် အကျိုး ရှင်းလင်းချက်များပါရှိသည့် သတင်းများသည် ပိုမိုယုံကြည်စိတ်ချရသည်ဟု ခံစားရသည်။
  • လူများ၏ ကိုယ်ရည်ကိုယ်သွေးကို ၎င်းတို့၏ အတိတ်နှင့်ပတ်သက်သော ဆက်စပ်မှုရှိသည့် ဇာတ်ကြောင်းများအပေါ် အခြေခံ၍ ကျွန်ုပ် ဆုံးဖြတ်လေ့ရှိသည်။
  • တိကျသော ရင်းနှီးမြှုပ်နှံမှု သို့မဟုတ် စီးပွားရေးအစီအစဉ်များသည် ယေဘုယျ ပန်းတိုင်များထက် ပိုမိုအောင်မြင်နိုင်ခြေရှိသည်ဟု ခံစားရသည်။
  • ယုတ္တိဗေဒကို မစစ်ဆေးဘဲ အသေးစိတ် ရှင်းလင်းချက်တစ်ခုကို ကြားသောအခါ "ဒါက ယုတ္တိတန်တယ်" ဟု ကျွန်ုပ် မကြာခဏ တွေးမိတတ်သည်။
  • ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေမှုများတွင် ရှင်းလင်းသော အကြောင်းအကျိုး လုပ်ငန်းစဉ်တစ်ခု ပါဝင်သောအခါ ပို၍ကျေနပ်အားရမှုရှိသည်။
  • အချေအတင် ဆွေးနွေးမှုများတွင်၊ အသေးစိတ် အခြေအနေများသည် စာရင်းအင်း အကျဉ်းချုပ်များထက် ပိုမိုဆွဲဆောင်မှုရှိသည်ဟု ကျွန်ုပ်ခံစားရသည်။
  • ပေါင်းစပ်ခန့်မှန်းချက်များကို ၎င်းတို့၏ သီးခြားအစိတ်အပိုင်းများအဖြစ် ခွဲထုတ်လေ့ သိပ်မရှိပါ။

ရမှတ်ပေးခြင်း-

  • ၇-၂ ခု အမှန်ခြစ်ထားပါက- ထိခိုက်လွယ်မှု နည်းပါးသည်
  • ၃-၅ ခု အမှန်ခြစ်ထားပါက- အလယ်အလတ် ထိခိုက်လွယ်သည်
  • ၆-၈ ခု အမှန်ခြစ်ထားပါက- အလွန် ထိခိုက်လွယ်သည်
  • ၉-၁၀ ခု အမှန်ခြစ်ထားပါက- အလွန်အမင်း ထိခိုက်လွယ်သည်

၈.၂. ကိုယ့်ကိုယ်ကိုယ် ပြန်လည်သုံးသပ်ရန် မေးခွန်းများ

၁။ အသေးစိတ် ရှင်းလင်းချက်တစ်ခုက သင့်ကို တစ်စုံတစ်ရာအပေါ် ယုံကြည်သွားစေခဲ့သည့် နောက်ဆုံးအချိန်သည် မည်သည့်အချိန်ကနည်း။ အသေးစိတ်အချက်အလက်များသည် ဖြစ်နိုင်ခြေကို တကယ်တမ်း တိုးစေသလား သို့မဟုတ် လျော့ကျစေသလားဆိုတာကို သင်စစ်ဆေးခဲ့ပါသလား။ ၂။ ကျွမ်းကျင်သူများက စစ်မှန်သော မသေချာမရေရာမှုကို ဖော်ပြခြင်းနှင့် ယုံကြည်မှုရှိရှိ တိကျသော ခန့်မှန်းချက်များကို ပေးခြင်းတို့အပေါ် သင် မည်သို့တုံ့ပြန်သနည်း။ ၃။ ကျပန်းဖြစ်မှု သို့မဟုတ် မသေချာမရေရာမှုကို အသိအမှတ်ပြုခြင်းထက် "ဇာတ်လမ်းကောင်း" တစ်ခုကို သင်ပိုမိုနှစ်သက်ခဲ့သည့် အချိန်တစ်ခုကို ပြန်လည်သတိရနိုင်ပါသလား။ ၄။ သင်သည် ဖြစ်နိုင်ခြေ အတိုင်းအတာများနှင့် ပတ်သက်၍ သဘာဝကျကျ တွေးတောတတ်သလား သို့မဟုတ် တိကျသော အခြေအနေ စီစဉ်မှုဆီသို့ ယိမ်းယိုင်နေသလား။ ၅။ သင့်ခန့်မှန်းချက်များသည် အလွန်တိကျလွန်းသည် သို့မဟုတ် သီးခြားဇာတ်လမ်းများအပေါ် အလွန်အကျွံ မှီခိုနေကြောင်း အခြားသူများက ထောက်ပြဖူးပါသလား။

၈.၃. အမြန် ရောဂါရှာဖွေရေး အခြေအနေ

အခြေအနေ- သူငယ်ချင်းတစ်ယောက်က လုပ်ဖော်ကိုင်ဖက်သစ်တစ်ဦးအကြောင်း သင့်ကို ပြောပြသည်- "ဆာရာသည် ကွန်ပျူတာသိပ္ပံဘာသာရပ်ဖြင့် ပါရဂူဘွဲ့ရရှိထားပြီး၊ အားလပ်ချိန်များတွင် ကုဒ်ရေးကာ၊ နည်းပညာ ညီလာခံများသို့ တက်ရောက်ပြီး ကလေးများကို ပရိုဂရမ်ရေးဆွဲခြင်းကို စေတနာ့ဝန်ထမ်း သင်ကြားပေးသည်။ သူမသည် (A) ဆော့ဖ်ဝဲလ် အင်ဂျင်နီယာတစ်ဦး ဖြစ်နိုင်သည်၊ သို့မဟုတ် (B) ပြိုင်ပွဲဝင် စစ်တုရင်ကစားသော ဆော့ဖ်ဝဲလ် အင်ဂျင်နီယာတစ်ဦး ဖြစ်နိုင်သည်။"

မည်သည့်အရာက ပို၍ဖြစ်နိုင်ခြေရှိသနည်း။

  • က) ရွေးချယ်စရာ B သည် ပို၍ဖြစ်နိုင်ခြေရှိသည် သို့မဟုတ် အကြမ်းဖျင်း တူညီသည်ဟု ထင်ရသည် → အလွန် ထိခိုက်လွယ်သည် (စစ်တုရင် အသေးစိတ်အချက်အလက်သည် "နည်းပညာသမား" ပုံစံနှင့် ကိုက်ညီသော်လည်း သင်္ချာနည်းအရ ဖြစ်နိုင်ခြေကို လျော့ကျစေသည်)
  • ခ) ရွေးချယ်စရာ B သည် ဖြစ်နိုင်ခြေနည်းပါးရမည်ကို ကျွန်ုပ်သတိပြုမိသော်လည်း ရွေးချယ်စရာ B သည် ပို၍ပြည့်စုံသည်ဟု "ခံစားရဆဲ" ဖြစ်သည် → အလယ်အလတ် ထိခိုက်လွယ်သည် (ထောင်ချောက်ကို သိရှိသော်လည်း ပင်ကိုယ်ဆွဲဆောင်မှု ကျန်ရှိနေသေးသည်)
  • ဂ) စစ်တုရင်ကစားသော အင်ဂျင်နီယာတိုင်းသည် အင်ဂျင်နီယာတစ်ဦး ဖြစ်ရမည်ဖြစ်သောကြောင့် ရွေးချယ်စရာ A သည် သိသာထင်ရှားစွာ ပို၍ဖြစ်နိုင်ခြေရှိသည် → ထိခိုက်လွယ်မှု နည်းပါးသည်

၉။ အခြားသူများတွင် ဤဘက်လိုက်မှုကို ဖော်ထုတ်ခြင်း

၉.၁. အပြုအမူဆိုင်ရာ ညွှန်ပြချက်များ

  • အတိုင်းအတာများနှင့် ကြိုတင်မမြင်နိုင်သော အခြေအနေများထက် အသေးစိတ် ခန့်မှန်းချက်များနှင့် အစီအစဉ်များကို ပိုမိုနှစ်သက်ခြင်း
  • တိကျသော အခြေအနေများကို ပေးစွမ်းသည့် "ကျွမ်းကျင်သူ" ခန့်မှန်းချက်များကို ယုံကြည်ခြင်း
  • မသေချာမရေရာမှုအပေါ် သက်သောင့်သက်သာမရှိဖြစ်ခြင်း၊ "ယုတ္တိတန်သော" ရှင်းလင်းချက်များကို ရှာဖွေခြင်း
  • စွမ်းရည်များထက် ဆက်စပ်မှုရှိသော ဘဝဇာတ်ကြောင်းများအပေါ် အခြေခံ၍ လူများကို အကဲဖြတ်ခြင်း
  • ရှင်းလင်းသော အကြောင်းအကျိုး ရှင်းလင်းချက်များကို ပေးစွမ်းသည့် သတင်းရင်းမြစ်များကို ပိုမိုနှစ်သက်ခြင်း

၉.၂. စကားပြောဆိုရာတွင် သတိထားရမည့် အချက်များ

ဤဘက်လိုက်မှုအောက်တွင် ရှိနေသည့်အခါ လူများပြောတတ်သည့် စကားစုများ-

  • "ဒါက ယုတ္တိတန်တယ်" (ယုတ္တိဗေဒကို မစစ်ဆေးဘဲ အသေးစိတ် ရှင်းလင်းချက်များကို တုံ့ပြန်ရာတွင်)
  • "ဒီလိုဖြစ်ရတဲ့ အကြောင်းရင်းက X ကြောင့်ဖြစ်ပြီး အဲဒါက Y ကို ဖြစ်စေလိမ့်မယ်၊ ပြီးတော့ Z ကို ဖြစ်ပေါ်စေလိမ့်မယ်"
  • "ငါ သိတယ်— ပုံရိပ်တစ်ခုလုံးက ကိုက်ညီနေတယ်"
  • "ဒါက ဘယ်လိုဖြစ်လာမယ်ဆိုတာကို ဘယ်သူမဆို မြင်နိုင်တယ်"
  • "အသေးစိတ်ကို နားလည်သွားတာနဲ့ ဒါက ထင်ရှားပါတယ်"

၎င်းတို့ ပြုလုပ်လေ့ရှိသော အချေအတင် ဆွေးနွေးမှု အမျိုးအစားများ-

  • ရှိသင့်သည်ထက် ပို၍သေချာသည်ဟု တင်ပြထားသော အသေးစိတ် အခြေအနေအပေါ် အခြေခံသည့် ဆင်ခြင်တွေးခေါ်မှု
  • ဖြစ်နိုင်ခြေကို အားနည်းစေမည့်အစား အားကောင်းစေသကဲ့သို့ အခြေအနေများစွာကို ချိတ်ဆက်ခြင်း

၎င်းတို့ မေးရန် ရှောင်ကြဉ်သော မေးခွန်းများ-

  • "အစိတ်အပိုင်းတစ်ခုစီရဲ့ သီးခြား အခြေခံနှုန်းက ဘယ်လောက်လဲ။"
  • "ဒီအကြောင်းအကျိုး ကွင်းဆက်ထဲက အဆက်အစပ်တစ်ခု ပြတ်တောက်သွားရင် ဘာဖြစ်မလဲ။"
  • "ဒီရှင်းလင်းချက်က ဖြစ်နိုင်ခြေရှိလို့ ဆွဲဆောင်မှုရှိတာလား၊ ဒါမှမဟုတ် ဇာတ်လမ်းကောင်းတစ်ခု ဖြစ်နေလို့လား။"

၉.၃. အခြေအနေအရ လှုံ့ဆော်မှုများ

  • စွန့်စားရမှု မြင့်မားခြင်း- အရေးကြီးသော ဆုံးဖြတ်ချက်များသည် ဆက်စပ်မှုရှိသော ရှင်းလင်းချက်များအတွက် ဆန္ဒကို ကြီးထွားစေသည်
  • အချိန်ဖိအား- မြန်ဆန်သော ဆုံးဖြတ်ချက်များသည် ဂရုတစိုက် ခွဲခြမ်းစိတ်ဖြာခြင်းထက် ကိုယ်စားပြုမှုကို ပိုမိုနှစ်သက်သည်
  • စိတ်ပိုင်းဆိုင်ရာ ရင်းနှီးမြှုပ်နှံမှု- ကျွန်ုပ်တို့ ဂရုစိုက်သော ရလဒ်များသည် ဇာတ်လမ်းဆန်ဆန် တွေးခေါ်မှုကို ဆွဲဆောင်သည်
  • လူမှုရေး အခြေအနေများ- စကားပြောဆိုမှုများသည် ပေးထားသော အသေးစိတ်အချက်အလက်များ၏ ဆက်စပ်မှုကို သဘာဝကျကျ ယူဆသည်
  • ကျွမ်းကျင်မှု နယ်ပယ်များ- ရယ်စရာကောင်းသည်မှာ၊ ကျွမ်းကျင်သူများသည် ၎င်းတို့၏ ပုံစံတွဲဖက်မှုစွမ်းရည် ပိုမိုအားကောင်းသောကြောင့် ပို၍ထိခိုက်လွယ်နိုင်သည်။

၁၀။ သိမြင်မှု ဘက်လိုက်မှုကို ဖယ်ရှားရေး မဟာဗျူဟာများ

၁၀.၁. ချက်ချင်းလုပ်ဆောင်နိုင်သော နည်းလမ်းများ

  • အကြိမ်အရေအတွက် ပြောင်းလဲခြင်း- "ဖြစ်နိုင်ခြေက ဘယ်လောက်လဲ။" မှ "အလားတူဖြစ်ရပ် ၁၀၀ မှာ ဘယ်လောက်က... ဖြစ်လာမလဲ။" ဟု ပြောင်းလဲပါ။ ၎င်းသည် ကျယ်ပြန့်မှုဆိုင်ရာ ဆင်ခြင်တွေးခေါ်မှုကို လှုံ့ဆော်ပေးသည်။
  • အစုငယ် စစ်ဆေးခြင်း- "X ဟာ Y ထဲမှာ ပါဝင်ဖို့ လိုအပ်သလား။" ဟု ကိုယ့်ကိုယ်ကိုယ် မေးပါ။ ဟုတ်ပါက၊ P(Y) ≥ P(X) ဖြစ်သည်။
  • ခွဲခြမ်းစိတ်ဖြာခြင်း- ပေါင်းစပ်ခန့်မှန်းချက်များကို သီးခြားအစိတ်အပိုင်းများအဖြစ် ခွဲထုတ်ပြီး မြှောက်ပါ။
  • ဆန့်ကျင်ဘက်မှ တွေးတောခြင်း- မည်သည့် အသေးစိတ် အခြေအနေအတွက်မဆို "ဒီရလဒ် ပေါ်ပေါက်လာနိုင်တဲ့ (သို့မဟုတ် မပေါ်ပေါက်လာနိုင်တဲ့) တခြားနည်းလမ်းတွေက ဘာတွေလဲ။" ဟု မေးပါ။
  • အခြေခံနှုန်းကို အားကိုးခြင်း- အသေးစိတ်အချက်အလက်များကို မစဉ်းစားမီ၊ ပိုမိုကျယ်ပြန့်သော အမျိုးအစား၏ အခြေခံဖြစ်နိုင်ခြေကို သတ်မှတ်ပါ။

၁၀.၂. ရေရှည် မဟာဗျူဟာများ

  • ဖြစ်နိုင်ခြေဆိုင်ရာ အသိပညာ- တိကျသော ခန့်မှန်းချက်များထက် ဖြန့်ဝေမှုများတွင် တွေးတောတတ်ရန် ကိုယ့်ကိုယ်ကိုယ် လေ့ကျင့်ပါ။
  • ခန့်မှန်းခြင်း လေ့ကျင့်မှု- ခန့်မှန်းချက်များကို ခြေရာခံပြီး ရလဒ်များနှင့် ချိန်ညှိပါ။
  • ဆန့်ကျင်ဘက် ဥပမာများကို လေ့လာခြင်း- ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းများ မှားယွင်းကြောင်း သက်သေပြခဲ့သည့် ဖြစ်ရပ်များကို လေ့လာပါ။
  • တမင်တကာ ခေတ္တရပ်နားခြင်း- ဆက်စပ်မှုရှိသော ရှင်းလင်းချက်များကို လက်မခံမီ ခေတ္တရပ်နားသည့် အလေ့အကျင့်များကို တည်ဆောက်ပါ။
  • စူပါခန့်မှန်းရေး နည်းလမ်းများ- ပွင့်လင်းမြင်သာသော ဖြစ်နိုင်ခြေ ခွဲခြမ်းစိတ်ဖြာခြင်း နည်းလမ်းများကို လေ့လာပါ။

၁၀.၃. ပတ်ဝန်းကျင် ဒီဇိုင်း

  • ဆုံးဖြတ်ချက် စစ်ဆေးရန်စာရင်းများ- အသေးစိတ် ခွဲခြမ်းစိတ်ဖြာမှု မပြုလုပ်မီ ပွင့်လင်းမြင်သာသော အခြေခံနှုန်း အကဲဖြတ်မှုကို လိုအပ်သည်။
  • အဖွဲ့ ကွဲပြားစုံလင်မှု- စီစဉ်မှု လုပ်ငန်းစဉ်များတွင် စာရင်းအင်းပိုင်းဆိုင်ရာ စဉ်းစားတွေးခေါ်တတ်သူများကို ထည့်သွင်းပါ။
  • ဖွဲ့စည်းပုံကျသော ခွဲခြမ်းစိတ်ဖြာရေး နည်းလမ်းများ- အခြားရွေးချယ်စရာများကို ထည့်သွင်းစဉ်းစားရန် တွန်းအားပေးသည့် မူဘောင်များကို အသုံးပြုပါ။
  • အနီရောင်အဖွဲ့များ (Red Teams)- ဇာတ်လမ်းအပေါ် အခြေခံသည့် ဆင်ခြင်တွေးခေါ်မှုကို စိန်ခေါ်ရန် အထူးအခန်းကဏ္ဍများကို သတ်မှတ်ပေးပါ။
  • ဖြစ်နိုင်ခြေ သင်တန်း- စာရင်းအင်းဆိုင်ရာ အသိပညာအတွက် အဖွဲ့အစည်းဆိုင်ရာ ရင်းနှီးမြှုပ်နှံမှု။

၁၀.၄. ပြင်ပမှ အကြံဉာဏ်များ မည်သည့်အချိန်တွင် ရယူရမည်နည်း

  • အရေးကြီးသော ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေမှုများ- အထူးသဖြင့် "ဂန္ထဝင်" လက္ခဏာပြမှုများအတွက် ဒုတိယအမြင်များကို ရှာဖွေပါ
  • အဓိက ဘဏ္ဍာရေး ဆုံးဖြတ်ချက်များ- မသေချာမရေရာမှုကို ပမာဏတွက်ချက်ပေးသော အကြံပေးများနှင့် တိုင်ပင်ပါ
  • ဥပဒေရေးရာ ဆုံးဖြတ်ချက်များ- စာရင်းအင်းဆိုင်ရာ ကျွမ်းကျင်မှု ရရှိနိုင်ကြောင်း သေချာစေပါ
  • မဟာဗျူဟာမြောက် စီစဉ်ခြင်း- ဖြစ်နိုင်ခြေ ချိန်ညှိခြင်းတွင် လေ့ကျင့်သင်ကြားထားသော ခန့်မှန်းသူများကို ထည့်သွင်းပါ
  • ဇာတ်လမ်းတစ်ပုဒ် "အရမ်းကောင်းနေတယ်" ဟု ခံစားရသည့်အခါ- ဇာတ်ကြောင်းက ပိုမိုဆွဲဆောင်မှုရှိလေ၊ စစ်ဆေးအတည်ပြုရန် ပို၍အရေးကြီးလေဖြစ်သည်

၁၁။ လက်တွေ့ လေ့ကျင့်ခန်းများ

လေ့ကျင့်ခန်း ၁- အကြိမ်အရေအတွက် ပြောင်းလဲခြင်း လေ့ကျင့်မှု

  • ရည်ရွယ်ချက်- ဖြစ်နိုင်ခြေ မေးခွန်းများကို အကြိမ်အရေအတွက် ပုံစံသို့ အလိုအလျောက် ပြောင်းလဲတတ်ရန် လေ့ကျင့်ပေးရန်
  • လိုအပ်သော အချိန်- ၂ ပတ်ကြာ နေ့စဉ် ၁၀ မိနစ်
  • လိုအပ်သော ပစ္စည်းများ- သတင်းဆောင်းပါးများ၊ ကျွမ်းကျင်သူများထံမှ ခန့်မှန်းချက်များ
  • အခက်အခဲ အဆင့်- အခြေခံ
  • ညွှန်ကြားချက်များ- ၁။ သတင်းများတွင် ဖြစ်နိုင်ခြေ ဖော်ပြချက်တစ်ခုကို ရှာပါ ("စီးပွားရေးကျဆင်းနိုင်ခြေ ၃၀% ရှိပါတယ်") ၂။ ၎င်းကို ပြောင်းလဲပါ- "အလားတူ အခြေအနေ ၁၀၀ မှာ ဘယ်လောက်က စီးပွားရေးကျဆင်းမှုကို ဖြစ်ပေါ်စေမလဲ။" ၃။ "၁၀၀ မှာ ၃၀ ဆိုတာက ၃၀% နဲ့ ကွာခြားသလို ခံစားရသလား။" ဟု မေးပါ ၄။ ပေါင်းစပ် ဖော်ပြချက်များနှင့် လေ့ကျင့်ပါ- "လင်ဒါ ၁၀၀ မှာ ဘဏ်စာရေး ဘယ်နှစ်ယောက်ရှိလဲ။ အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူ ဘဏ်စာရေး ဘယ်နှစ်ယောက်ရှိလဲ။" ၅။ ကွာခြားသည်ဟု ခံစားရသည်များကို မှတ်တမ်းတင်ပါ
  • ပြန်လည်သုံးသပ်ရန် မေးခွန်းများ-
    • အကြိမ်အရေအတွက် ပုံစံက သင့်ရဲ့ ပင်ကိုယ်သိစိတ်ကို ပြောင်းလဲသွားစေသလား။
    • ဘယ်ပုံစံက အစုငယ် ဆက်စပ်မှုတွေကို ပိုမိုရှင်းလင်းစေသလဲ။
    • နေ့စဉ် ဆုံးဖြတ်ချက်တွေမှာ ဒီနည်းလမ်းကို ဘယ်အချိန်မှာ အသုံးပြုနိုင်မလဲ။
  • အကြိမ်အရေအတွက်- နှစ်ပတ်ကြာ နေ့စဉ်၊ ထို့နောက် လိုအပ်သလို

လေ့ကျင့်ခန်း ၂- အခြေအနေကို ခွဲခြမ်းစိတ်ဖြာခြင်း

  • ရည်ရွယ်ချက်- ပေါင်းစပ်ခန့်မှန်းချက်များကို သီးခြားအစိတ်အပိုင်းများအဖြစ် ခွဲထုတ်လေ့ကျင့်ရန်
  • လိုအပ်သော အချိန်- ၁၅ မိနစ်
  • လိုအပ်သော ပစ္စည်းများ- စက္ကူနှင့် ခဲတံ
  • အခက်အခဲ အဆင့်- အလယ်အလတ်
  • ညွှန်ကြားချက်များ- ၁။ သင်ယုံကြည်သော တိကျသည့် ခန့်မှန်းချက်တစ်ခုကို ရေးချပါ ("အချက် A၊ B နဲ့ C တို့ကြောင့် အသင်း X အနိုင်ရလိမ့်မယ်") ၂။ အစိတ်အပိုင်းတစ်ခုစီ၏ ဖြစ်နိုင်ခြေကို သီးခြားစီ ခန့်မှန်းပါ ၃။ ၎င်းတို့ကို မြှောက်ပါ (အမှန်တကယ် သီးခြားစီဖြစ်ပါက) သို့မဟုတ် မှီခိုမှုများကို မှတ်သားပါ ၄။ ဤတွက်ချက်ထားသော ဖြစ်နိုင်ခြေကို သင့်ကနဦး ပင်ကိုယ်သိစိတ်နှင့် နှိုင်းယှဉ်ပါ ၅။ ၎င်းနှင့်အညီ သင့်ယုံကြည်မှုကို ချိန်ညှိပါ
  • ပြန်လည်သုံးသပ်ရန် မေးခွန်းများ-
    • သင်၏ ကနဦး ယုံကြည်မှုသည် တွက်ချက်ထားသော ဖြစ်နိုင်ခြေထက် ပိုမြင့်မားနေပါသလား။
    • ၎င်းက သင့်ဆုံးဖြတ်ချက်အပေါ် ဇာတ်လမ်း၏ လွှမ်းမိုးမှုနဲ့ပတ်သက်ပြီး ဘာကိုဖော်ပြနေသလဲ။
    • အရေးကြီးတဲ့ ဆုံးဖြတ်ချက်တွေမှာ ဒါကို ဘယ်လိုအသုံးချနိုင်မလဲ။
  • အကြိမ်အရေအတွက်- ဆုံးဖြတ်ချက်ချသည့် လုပ်ငန်းစဉ်များအတွင်း အပတ်စဉ်

လေ့ကျင့်ခန်း ၃- အွိုင်လာ စက်ဝိုင်း (Euler Circle) ပုံဖော်ခြင်း

  • ရည်ရွယ်ချက်- အစုဆက်စပ်မှုများနှင့်ပတ်သက်၍ ပင်ကိုယ်သိစိတ်ဖြင့် နားလည်မှုကို တည်ဆောက်ရန်
  • လိုအပ်သော အချိန်- ၂၀ မိနစ်
  • လိုအပ်သော ပစ္စည်းများ- စက္ကူ၊ အရောင်ပါသော ကလောင်တံများ
  • အခက်အခဲ အဆင့်- အခြေခံ
  • ညွှန်ကြားချက်များ- ၁။ "ဘဏ်စာရေးများ" ဟု အမည်တပ်ထားသော စက်ဝိုင်းကြီးတစ်ခုကို ဆွဲပါ ၂။ "အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူများ" အတွက် စက်ဝိုင်းတစ်ခုဆွဲပါ (သင်ခန့်မှန်းသည့်အတိုင်း ထပ်နေသည်ဖြစ်စေ၊ မထပ်သည်ဖြစ်စေ) ၃။ "အမျိုးသမီးအခွင့်အရေး လှုပ်ရှားသူ ဘဏ်စာရေးများ" ဖြတ်သန်းသွားသော နေရာကို အရောင်ခြယ်ပါ ၄။ လေ့လာကြည့်ပါ- အရောင်ခြယ်ထားသော ဧရိယာသည် စက်ဝိုင်းတစ်ခုခုထက် ပိုကြီးနိုင်ပါသလား။ ၅။ သင့်ဘဝမှ အခြားအမျိုးအစားများနှင့် ထပ်မံလုပ်ဆောင်ပါ
  • ပြန်လည်သုံးသပ်ရန် မေးခွန်းများ-
    • အစုများကို ပုံဖော်ကြည့်ခြင်းက သင့်ရဲ့ ဖြစ်နိုင်ခြေဆိုင်ရာ ပင်ကိုယ်သိစိတ်ကို ဘယ်လိုသက်ရောက်မှုရှိသလဲ။
    • ပေါင်းစပ်ထားတဲ့ အဆိုပြုချက်တွေကို ကြားရတဲ့အခါ ဒီပုံရိပ်ကို စိတ်ထဲမှာ မှတ်ထားနိုင်မလား။
    • အခြား ဘယ်လိုပေါင်းစပ် အဆိုပြုချက်တွေကို သင် ပုံကြမ်းဆွဲနိုင်မလဲ။
  • အကြိမ်အရေအတွက်- အရေးကြီးသော ပေါင်းစပ်ဖြစ်နိုင်ခြေ ဆုံးဖြတ်ချက်များနှင့် ကြုံတွေ့ရသည့်အခါ

နေ့စဉ် လေ့ကျင့်ခန်း

ပေါင်းစပ်ခန့်မှန်းချက်တစ်ခုကို ကြားရသောအခါ သို့မဟုတ် ပြုလုပ်သောအခါတိုင်း၊ ခေတ္တရပ်နားပြီး မေးပါ- "ဒါက ပိုပြီးတိကျသလား၊ ဒါကြောင့် ဖြစ်နိုင်ခြေ ပိုနည်းသွားသလား။" "ယုတ္တိတန်သည်" ဟူသော ရှင်းလင်းချက်များကို လက်မခံမီ ၅ စက္ကန့်ကြာ ခေတ္တရပ်နားသည့် လေ့ကျင့်ခန်းကို ပြုလုပ်ပါ။

  • အကြံပြုထားသော အချိန်- တစ်ကြိမ်လျှင် ၅ စက္ကန့်
  • တစ်နေ့တာ၏ အကောင်းဆုံးအချိန်- ခန့်မှန်းချက်များ ပေါ်ပေါက်လာသည့်အခါတိုင်း တစ်နေ့တာလုံး
  • တိုးတက်မှုကို ခြေရာခံနည်း- ဖမ်းမိမှုများကို ရေတွက်ထားပါ၊ အပတ်စဉ် မှတ်တမ်းတင်ပါ

အပတ်စဉ် စိန်ခေါ်မှု

နယ်ပယ်တစ်ခု (ကျန်းမာရေး၊ ဘဏ္ဍာရေး၊ အလုပ်၊ ဆက်ဆံရေး) ကို ရွေးချယ်ပြီး သင့်ယူဆချက်များကို စစ်ဆေးပါ-

  • ပေါင်းစပ်ခန့်မှန်းချက်များဖြစ်သည့် ယုံကြည်ချက် သုံးခုကို စာရင်းပြုစုပါ
  • တစ်ခုချင်းစီကို အစိတ်အပိုင်းများအဖြစ် ခွဲထုတ်ပါ
  • အစိတ်အပိုင်းများအတွက် အခြေခံနှုန်းများကို သုတေသနပြုပါ
  • သင့်ယုံကြည်မှုကို ပြန်လည်ချိန်ညှိပါ

၄ ပတ်အကြာ မျှော်မှန်းထားသော ရလဒ်များ- ဇာတ်လမ်း၏ ဆွဲဆောင်မှုကို ပိုမိုသတိပြုမိလာခြင်း၊ ပိုမိုချိန်ညှိထားသော ခန့်မှန်းချက်များ၊ မသေချာမရေရာမှုအပေါ် သက်သောင့်သက်သာရှိလာခြင်း

ပြန်လည်သုံးသပ်ရန်အတွက် မှတ်တမ်းတင်ရန် အကြံပြုချက်များ-

  • ဒီတစ်ပတ်မှာ ငါဘယ်လို ပေါင်းစပ်ခန့်မှန်းချက်မျိုး လုပ်မိတာကို သတိထားမိခဲ့လဲ။
  • ဘယ်အချိန်မှာ "ဇာတ်လမ်းကောင်း" တစ်ခုက ငါ့ရဲ့ ယုတ္တိတန်တဲ့ ခွဲခြမ်းစိတ်ဖြာမှုကို လွှမ်းမိုးသွားလုနီးပါး ဖြစ်ခဲ့လဲ။
  • မသေချာမရေရာမှုကို ဖော်ပြရတာနဲ့ပတ်သက်ပြီး ငါ့ရဲ့ သက်သောင့်သက်သာရှိမှုက ဘယ်လိုပြောင်းလဲသွားလဲ။

၁၂။ သီးခြား ပရိသတ်များအတွက်

ခေါင်းဆောင်များနှင့် မန်နေဂျာများအတွက်

  • မဟာဗျူဟာမြောက် စီစဉ်ခြင်း- အဓိက ခန့်မှန်းချက်များအတွက် ဖြစ်နိုင်ခြေ ခွဲခြမ်းစိတ်ဖြာမှုကို တောင်းဆိုပါ၊ သီးခြား ဖြစ်နိုင်ခြေ ခန့်မှန်းချက်များမပါဘဲ အသေးစိတ် အခြေအနေများကို လက်မခံပါနှင့်
  • အဖွဲ့ ဆုံးဖြတ်ချက်များ- စီစဉ်မှု အစည်းအဝေးများတွင် "ဖြစ်နိုင်ခြေ စစ်ဆေးသူများ" ကို ထည့်သွင်းပါ
  • ဝန်ထမ်းခန့်အပ်ခြင်း- နောက်ခံသမိုင်းကြောင်းက "ပြီးပြည့်စုံလွန်းသော" ဇာတ်ကြောင်းများကို ဖန်တီးနေသည့် လျှောက်ထားသူများကို သံသယထားပါ၊ တိကျသော စွမ်းရည်များကို အာရုံစိုက်ပါ
  • ဆက်သွယ်ရေး- မသေချာမရေရာမှုကို သင့်လျော်စွာ ပုံဖော်ပါ၊ မှားယွင်းသော ယုံကြည်မှုကို ဆုချီးမြှင့်ခြင်းမှ ရှောင်ကြဉ်ပါ
  • ယဉ်ကျေးမှု- စစ်မှန်သော မသေချာမရေရာမှုကို ဖော်ပြရန်အတွက် စိတ်ပိုင်းဆိုင်ရာ ဘေးကင်းမှုကို ဖန်တီးပါ

မိဘများနှင့် ပညာရေးလုပ်ငန်းရှင်များအတွက်

  • အသက်အရွယ်နှင့် လိုက်ဖက်သော သင်ကြားရေး- အစုဆက်စပ်မှုများကို သင်ကြားရန် အမြင်အာရုံဆိုင်ရာ အထောက်အကူများ (ဗင်း ပုံကြမ်းများ) ကို အသုံးပြုပါ
  • ဂိမ်းအခြေခံ သင်ယူခြင်း- အန်စာတုံး ကစားနည်းများနှင့် ဖဲကြိုး ဖြစ်နိုင်ခြေ လေ့ကျင့်ခန်းများသည် ပင်ကိုယ်သိစိတ်ဖြင့် နားလည်မှုကို တည်ဆောက်ပေးသည်
  • ဇာတ်လမ်း သတိပြုမိခြင်း- မီဒီယာများရှိ ဇာတ်လမ်းများသည် "ပိုမိုအသေးစိတ်ကျသော်လည်း ဖြစ်နိုင်ခြေ ပိုနည်းနိုင်သည်" ဆိုသည်ကို ဆွေးနွေးပါ
  • မေးခွန်း ပုံစံထုတ်ခြင်း- ကလေးများ ခန့်မှန်းချက်များ ပြုလုပ်သည့်အခါ "ဒါက တခြားဘယ်နည်းလမ်းတွေနဲ့ ဖြစ်လာနိုင်သေးလဲ။" ဟု မေးပါ
  • မသေချာမရေရာမှုကို ဂုဏ်ပြုခြင်း- "ကျွန်တော်မသိဘူး" နှင့် "အခြေအနေပေါ် မူတည်တယ်" ဟုပြောခြင်းကို ပုံမှန်ဖြစ်စေပါ

ကျန်းမာရေးစောင့်ရှောက်မှု ပညာရှင်များအတွက်

  • "နောက်သို့ ခြေလှမ်းနှစ်လှမ်း" လုပ်ထုံးလုပ်နည်း- ရောဂါရှာဖွေမှုကို အပြီးသတ်မဆုံးဖြတ်မီ၊ အဓိကရောဂါ၏ အခြေခံနှုန်းကို ပွင့်လင်းမြင်သာစွာ ဖော်ပြပါ
  • ပုံမှန်မဟုတ်သော လက္ခဏာပြမှုကို သတိပြုမိခြင်း- "ဂန္ထဝင်" ပုံစံတွဲဖက်မှုသည် ဖြစ်နိုင်ခြေကို လွှမ်းမိုးနေသလားဆိုသည်ကို တက်ကြွစွာ ထည့်သွင်းစဉ်းစားပါ
  • လူနာများနှင့် ဆက်သွယ်ခြင်း- ဆက်စပ်မှုရှိသော ရှင်းလင်းချက်များကို လိုချင်သည့် ၎င်းတို့၏ ဆန္ဒနှင့် ရိုးသားသော မသေချာမရေရာမှုအကြား ဟန်ချက်ညီစေရန် ထိန်းကျောင်းပါ
  • ရောဂါရှာဖွေရေး စစ်ဆေးရန်စာရင်းများ- အခြားရွေးချယ်စရာများကို ထည့်သွင်းစဉ်းစားရန် တွန်းအားပေးသည့် ဖွဲ့စည်းပုံကျသော လုပ်ထုံးလုပ်နည်းများကို အသုံးပြုပါ
  • စဉ်ဆက်မပြတ် ပညာရေး- ရောဂါရှာဖွေရေး ဆင်ခြင်တွေးခေါ်မှု သင်ရိုးညွှန်းတမ်းများတွင် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု သင်တန်းကို ထည့်သွင်းပါ

ဘဏ္ဍာရေး ကျွမ်းကျင်ပညာရှင်များအတွက်

  • ရင်းနှီးမြှုပ်နှံမှု ကော်မတီ စည်းကမ်း- ရင်းနှီးမြှုပ်နှံမှု အဆိုပြုချက်များအတွက် ဖြစ်နိုင်ခြေ ခွဲခြမ်းစိတ်ဖြာမှုကို တောင်းဆိုပါ
  • ဖောက်သည်နှင့် ဆက်သွယ်ခြင်း- အသေးစိတ် ခန့်မှန်းချက်များသည် အဘယ်ကြောင့် အတိုင်းအတာများထက် ပို၍ယုံကြည်စိတ်ချရမှု နည်းပါးလေ့ရှိကြောင်း ဖောက်သည်များအား အသိပညာပေးပါ
  • အန္တရာယ် အကဲဖြတ်ခြင်း- ဆက်စပ်မှုများ အဘယ်ကြောင့် တည်မြဲနေမည်ကို ရှင်းပြသော "ဇာတ်လမ်းများ" အပေါ် အထူးသံသယထားပါ
  • အခြေအနေ စီစဉ်ခြင်း- အသေးစိတ်ကျသော ခန့်မှန်းချက်တစ်ခုတည်းထက် ဖြစ်နိုင်ခြေအလေးချိန်ပေးထားသော အခြေအနေများကို အသုံးပြုပါ
  • သေချာစွာ စစ်ဆေးခြင်း- သဘောတူညီချက်တစ်ခုက "လုံးဝ ယုတ္တိတန်နေသည်" ဟု ထင်ရပါက၊ စစ်ဆေးမှုကို ပိုမိုတင်းကြပ်ပါ

၁၃။ အခြား ဘက်လိုက်မှုများနှင့် အပြန်အလှန် သက်ရောက်မှုများ

ဤဘက်လိုက်မှုကို ကြီးထွားစေသော ဘက်လိုက်မှုများ

ဘက်လိုက်မှု မည်သို့ အပြန်အလှန် သက်ရောက်သနည်း
အခြေခံနှုန်းကို လျစ်လျူရှုခြင်း (Base Rate Neglect) ယခင်ဖြစ်နိုင်ခြေများကို လျစ်လျူရှုခြင်းက ဆက်စပ်မှုရှိသော ဇာတ်ကြောင်းများကို စာရင်းအင်းဆိုင်ရာ အရှိတရားထက် ပိုမိုဆွဲဆောင်မှုရှိစေသည်
အတည်ပြုချက် ဘက်လိုက်မှု (Confirmation Bias) ဇာတ်ကြောင်းတစ်ခုကို လက်ခံပြီးသည်နှင့်၊ ၎င်းကို အတည်ပြုပေးမည့် အချက်အလက်များကို ကျွန်ုပ်တို့ ရှာဖွေတတ်ပြီး၊ ပေါင်းစပ်မှုကို ပိုမိုအားကောင်းစေသည်
ဇာတ်လမ်းဆင်မှု အမှား (Narrative Fallacy) စာရင်းအင်းများထက် ဇာတ်လမ်းများကို ပိုမိုနှစ်သက်သည့် ယေဘုယျ သဘောထားသည် ပေါင်းစပ်ခြင်းဆိုင်ရာ အမှားများကို တိုက်ရိုက်အားပေးသည်
အလွန်အကျွံ ယုံကြည်မှုရှိခြင်း (Overconfidence) ခန့်မှန်းချက်များအပေါ် မှားယွင်းစွာ သေချာမှုရှိခြင်းက ဖြစ်နိုင်ခြေကို မစစ်ဆေးဘဲ အသေးစိတ် အခြေအနေများကို လက်ခံနိုင်စေသည်

ဤဘက်လိုက်မှုကို ဆန့်ကျင်သည့် ဘက်လိုက်မှုများ

ဘက်လိုက်မှု မည်သို့ ကူညီပေးသနည်း
အဆိုးမြင် ဘက်လိုက်မှု (Pessimism Bias) အဆိုးရွားဆုံး ရလဒ်များကို မျှော်လင့်ခြင်းက အကောင်းမြင်လွန်းသော အသေးစိတ် အခြေအနေများကို စစ်ဆေးရန် လှုံ့ဆော်ပေးနိုင်သည်
ခွဲခြမ်းစိတ်ဖြာမှု လွန်ကဲခြင်း (Analysis Paralysis) အလွန်အကျွံ စဉ်းစားသုံးသပ်ခြင်းသည် မြန်ဆန်သော ပင်ကိုယ်သိစိတ်က လွတ်သွားသည့် ယုတ္တိဗေဒ အမှားများကို ဖမ်းမိနိုင်သည်

အဖြစ်များသော ဘက်လိုက်မှု ကွင်းဆက်များ

အခြေခံနှုန်းကို လျစ်လျူရှုခြင်း → ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု → အလွန်အကျွံ ယုံကြည်မှုရှိခြင်း → ညံ့ဖျင်းသော ဆုံးဖြတ်ချက်

ရှင်းလင်းချက်- အခြေခံနှုန်းများကို လျစ်လျူရှုခြင်းက ဆက်စပ်မှုရှိသော ဇာတ်ကြောင်းများကို ဆုံးဖြတ်ချက်အပေါ် လွှမ်းမိုးခွင့်ပြုပြီး၊ တိကျသော အခြေအနေများတွင် ယုံကြည်မှုကို မြင့်တက်စေကာ၊ ဆွဲဆောင်မှုရှိသော်လည်း ဖြစ်နိုင်ခြေနည်းပါးသော ခန့်မှန်းချက်များအပေါ် အခြေခံသည့် ဆုံးဖြတ်ချက်များကို ဖြစ်ပေါ်စေသည်။ အသေးစိတ်အချက်အလက်များကို မစဉ်းစားမီ အခြေခံနှုန်းများအပေါ် အားကိုးခြင်းဖြင့် ဤကွင်းဆက်ကို ဖြတ်တောက်ပါ။


၁၄။ ယဉ်ကျေးမှု ရှုထောင့်များ

ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုရှိ ယဉ်ကျေးမှု ကွဲပြားမှုများနှင့်ပတ်သက်သည့် သုတေသနသည် ကန့်သတ်ချက်များရှိသော်လည်း လူတိုင်းနှင့် သက်ဆိုင်သည့် အချက်များအပြင် သီးခြားယဉ်ကျေးမှုများနှင့် သက်ဆိုင်သည့် အချက်များကိုပါ အကြံပြုထားသည်-

  • လူတိုင်းနှင့်သက်ဆိုင်မှု- အဓိက ဖြစ်စဉ် (အသေးစိတ်ကျပြီး ဆက်စပ်မှုရှိသော အခြေအနေများကို ရိုးရှင်းသောအရာများထက် ဖြစ်နိုင်ခြေ ပိုများသည်ဟု အဆင့်သတ်မှတ်ခြင်း) သည် ယဉ်ကျေးမှုအသီးသီးတွင် ပေါ်ပေါက်ပြီး နက်ရှိုင်းသော သိမြင်မှုဆိုင်ရာ အမြစ်များကို ဖော်ပြနေသည်
  • ကွဲပြားမှု- လုံးဝုံလွှမ်းခြုံ တွေးခေါ်မှုကို အလေးပေးသော ယဉ်ကျေးမှုများသည် ခွဲခြမ်းစိတ်ဖြာ တွေးခေါ်မှုကို အလေးပေးသော ယဉ်ကျေးမှုများနှင့် မတူညီသော ပုံစံများကို ပြသနိုင်သည်
  • ဘာသာစကား သက်ရောက်မှုများ- "နှင့်" အတွက် မတူညီသော ယုတ္တိဗေဒ တည်ဆောက်ပုံများရှိသည့် ဘာသာစကားများသည် ထိခိုက်လွယ်မှု ကွဲပြားနိုင်သည်
ယဉ်ကျေးမှု အမျိုးအစား ထင်ရှားပေါ်လွင်မှု
တစ်သီးပုဂ္ဂလဆန်သော ယဉ်ကျေးမှုများ တစ်ဦးချင်းစီ၏ ကိုယ်ရည်ကိုယ်သွေး အကဲဖြတ်မှုအပေါ် ပိုမိုအားကောင်းစွာ အာရုံစိုက်သည်၊ လင်ဒါ ပုံစံ ပြဿနာများသည် အလွန်ထင်ရှားသည်
အစုအဖွဲ့ဆန်သော ယဉ်ကျေးမှုများ အဖွဲ့အခြေခံ အခြေအနေများနှင့် လူမှုရေးအခန်းကဏ္ဍ ဆက်စပ်မှုက အလားတူ အကျိုးသက်ရောက်မှုများကို ဖြစ်ပေါ်စေနိုင်သည်
ဆက်စပ်မှု မြင့်မားသော ယဉ်ကျေးမှုများ ဆက်စပ်မှုဆိုင်ရာ အသေးစိတ်အချက်အလက်များကို ပိုမိုအာရုံစိုက်ခြင်းက ဇာတ်လမ်းအပေါ် အခြေခံသည့် ဆင်ခြင်တွေးခေါ်မှုကို ကြီးထွားစေနိုင်သည်
ဆက်စပ်မှု နိမ့်ကျသော ယဉ်ကျေးမှုများ ပွင့်လင်းမြင်သာသော ယုတ္တိဗေဒ သင်တန်းက တစ်စိတ်တစ်ပိုင်း ကာကွယ်မှု ပေးနိုင်သော်လည်း၊ အကျိုးသက်ရောက်မှုမှာ ဆက်လက်တည်ရှိနေသည်

တဗာစကီး/ခါနီမန် နှင့် ဂစ်ဂျာရန်ဇာ/ဟတ်ဝစ် တို့အကြား အချေအတင် ဆွေးနွေးမှုသည် ယဉ်ကျေးမှုနှင့် ဆက်စပ်မှုဆိုင်ရာ အကြောင်းရင်းများနှင့် တစ်စိတ်တစ်ပိုင်း သက်ဆိုင်သည်- လက်တွေ့ကျသော ဆင်ခြင်တွေးခေါ်မှု (ဆက်စပ်မှုကို ယူဆခြင်း) သည် ယုတ္တိဗေဒအရ မှားယွင်းနေလျှင်ပင် ယဉ်ကျေးမှုအရ ပိုမိုလိုက်လျောညီထွေဖြစ်စေနိုင်သည်။


၁၅။ ဒဏ္ဍာရီများနှင့် အထင်အမြင်လွဲမှားမှုများ

ဒဏ္ဍာရီ လက်တွေ့
ပညာမတတ်သူများသာ ဤမှားယွင်းမှုကို ကျူးလွန်သည် အမှားအယွင်းနှုန်း ၈၅% တွင် စာရင်းအင်းပညာ သင်ယူထားသူများ ပါဝင်သည်၊ ဖြစ်နိုင်ခြေနှင့် ပတ်သက်သည့် ကျွမ်းကျင်မှုသည် ဤဘက်လိုက်မှုကို မဖယ်ရှားနိုင်ပါ
၎င်းသည် "နှင့်" ဟူသော စကားလုံးနှင့် ပတ်သက်သည့် ဘာသာစကား ရှုပ်ထွေးမှု သက်သက်သာဖြစ်သည် ဘာသာစကား မရှင်းလင်းမှုက အချို့သော ကွဲလွဲမှုများကို ရှင်းပြနိုင်သော်လည်း၊ မသေချာမရေရာမှုမရှိသော စကားလုံးအသုံးအနှုန်းများနှင့် လောင်းကြေး အခြေအနေများတွင်ပင် မှားယွင်းမှုက ဆက်လက်တည်ရှိနေသည်
မှားယွင်းမှုကို လွယ်ကူစွာ လေ့ကျင့်ဖယ်ရှားနိုင်သည် အကြိမ်အရေအတွက် ပုံစံများသည် သိသိသာသာ အထောက်အကူပြုသော်လည်း ဘက်လိုက်မှုကို လုံးဝမဖယ်ရှားနိုင်ပါ၊ ၎င်းသည် နက်ရှိုင်းသော သိမြင်မှုဆိုင်ရာ တည်ဆောက်ပုံကို ထင်ဟပ်သည်
၎င်းသည် ဖန်တီးထားသော ဓာတ်ခွဲခန်း ပတ်ဝန်းကျင်များတွင်သာ အရေးပါသည်။ ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေမှု၊ ထောက်လှမ်းရေး ခွဲခြမ်းစိတ်ဖြာမှု၊ ဥပဒေရေးရာ ဆင်ခြင်တွေးခေါ်မှုနှင့် ဘဏ္ဍာရေး ခန့်မှန်းချက်များတွင် မှားယွင်းမှုကို သရုပ်ပြခဲ့ပြီးဖြစ်သည်
ဉာဏ်ရည်တု (AI)/ကွန်ပျူတာများတွင် ဤပြဿနာမရှိပါ အကြီးစား ဘာသာစကား မော်ဒယ်များ (Large Language Models) သည် အထူးသဖြင့် ပြဿနာ၏ အသေးစိတ်အချက်အလက်များကို သင်တန်းနမူနာများမှ ပြောင်းလဲလိုက်သောအခါ အလားတူပုံစံများကို ပြသသည်

၁၆။ ကျွမ်းကျင်သူများ၏ ထိုးထွင်းသိမြင်မှုများ

"ဖြစ်နိုင်ခြေ ဆုံးဖြတ်ချက်ကို ဆင်တူမှု ဆုံးဖြတ်ချက်ဖြင့် အစားထိုးလိုက်သည်။" — အေမော့စ် တဗာစကီး နှင့် ဒန်နီရယ် ခါနီမန် (၁၉၈၃)

"လူသားတို့၏ စိတ်သည် ဖြစ်နိုင်ခြေ ပြဿနာများကို ဖြေရှင်းရန် ဒီဇိုင်းထုတ်ထားခြင်း မဟုတ်ပါ။ ၎င်းသည် ဇာတ်လမ်းများကို ပြောပြရန်နှင့် နားလည်ရန် ဒီဇိုင်းထုတ်ထားခြင်းဖြစ်သည်။" — ဒန်နီရယ် ခါနီမန် (Thinking, Fast and Slow)

"သတင်းအချက်အလက်များကို ကျွန်ုပ်တို့၏ ဆင့်ကဲဖြစ်စဉ် သိမြင်မှု ပတ်ဝန်းကျင်နှင့် ကိုက်ညီသော ပုံစံဖြင့် တင်ပြသောအခါ၊ လူသားများသည် ကျိုးကြောင်းဆီလျော်မှု ရှိတတ်သည်။" — ဂတ်ဒ် ဂစ်ဂျာရန်ဇာ (အကြိမ်အရေအတွက် ပုံစံ သက်ရောက်မှုများအကြောင်း)

"စူပါခန့်မှန်းသူများသည် ပေါင်းစပ်မေးခွန်းများကို သီးခြားဖြစ်နိုင်ခြေများအဖြစ် ခွဲထုတ်ပြီး ထပ်တိုးလာသော အသေးစိတ်အချက်အလက်တိုင်းသည် အလုံးစုံဖြစ်နိုင်ခြေကို လျော့ကျစေကြောင်း အသိအမှတ်ပြုကာ ၎င်းတို့ကို မြှောက်ကြသည်။" — ဖိလစ် တက်လော့ခ် (Superforecasting)


၁၇။ အဓိက မှတ်သားဖွယ်ရာများ

၁။ ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် "A နှင့် B" ကို "A တစ်ခုတည်း" ထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု ဆုံးဖြတ်သောအခါ ဖြစ်ပေါ်သည်— ၎င်းသည် ယုတ္တိဗေဒအရ မဖြစ်နိုင်သောအရာဖြစ်သည်။ ၂။ ဤအမှားသည် ကိုယ်စားပြုမှုမှ မြစ်ဖျားခံသည်- ကျွန်ုပ်တို့သည် သင်္ချာဆိုင်ရာ ကျယ်ပြန့်မှုအရ မဟုတ်ဘဲ၊ တစ်စုံတစ်ခုသည် ကျွန်ုပ်တို့၏ စိတ်ကူးထဲက ပုံစံနှင့် မည်မျှကိုက်ညီမှုရှိသည်ဆိုသည့်အပေါ် အခြေခံ၍ ဖြစ်နိုင်ခြေကို ဆုံးဖြတ်ကြသည်။ ၃။ ဤမှားယွင်းမှုသည် လူတိုင်းတွင်ဖြစ်လေ့ရှိပြီး၊ စံသတ်မှတ်ထားသော ပုံစံများတွင် ကျွမ်းကျင်သူများနှင့် အတွေ့အကြုံမရှိသူများ နှစ်ဦးစလုံးကို ၈၅% ခန့် သက်ရောက်မှုရှိသည်။ ၄။ လက်တွေ့ကမ္ဘာမှ အကျိုးဆက်များသည် ဆေးပညာ (ရောဂါရှာဖွေရေး အမှားများ)၊ ထောက်လှမ်းရေး (ခြိမ်းခြောက်မှု အကဲဖြတ်ခြင်း)၊ ဥပဒေ (ဂျူရီလူကြီးများကို ဆွဲဆောင်ခြင်း) နှင့် ဘဏ္ဍာရေး (ရှုပ်ထွေးသော စာချုပ်စာတမ်းများ) တို့တွင် ပေါ်ပေါက်သည်။ ၅။ အကြိမ်အရေအတွက် ပုံစံများသည် မှားယွင်းမှုကို သိသိသာသာ လျော့ကျစေသည်၊ "၁၀၀ မှာ ဘယ်နှစ်ခုလဲ။" ဟု မေးခြင်းက ကျယ်ပြန့်မှုဆိုင်ရာ ဆင်ခြင်တွေးခေါ်မှုကို လှုံ့ဆော်ပေးသည်။ ၆။ ဤဘက်လိုက်မှုသည် လိုက်လျောညီထွေဖြစ်စေသော လုပ်ငန်းစဉ်များကို ထင်ဟပ်သည်— ဆက်စပ်မှုရှိသော ဇာတ်ကြောင်းများသည် များသောအားဖြင့် စစ်မှန်သော နားလည်မှုကို ဖော်ပြတတ်သည်— သို့သော် တိကျသော ဖြစ်နိုင်ခြေကို လိုအပ်သည့် အခြေအနေများတွင် ကျရှုံးသည်။ ၇။ သတိပြုမိရန် လိုအပ်သော်လည်း မလုံလောက်ပါ၊ ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းများ၏ ဆွဲအားကို တွန်းလှန်ရန် တမင်တကာလုပ်ဆောင်ရသော နည်းလမ်းများ (ခွဲခြမ်းစိတ်ဖြာခြင်း၊ ပုံဖော်ခြင်း၊ အခြေခံနှုန်းကို အားကိုးခြင်း) လိုအပ်သည်။


၁၈။ နောက်ထပ် အရင်းအမြစ်များ

ပညာရပ်ဆိုင်ရာ စာတမ်းများ

  • တဗာစကီး၊ အေ နှင့် ခါနီမန်၊ ဒီ (၁၉၈၃)။ Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293-315.
  • ဟတ်ဝစ်၊ အာရ် နှင့် ဂစ်ဂျာရန်ဇာ၊ ဂျီ (၁၉၉၉)။ The 'conjunction fallacy' revisited: How intelligent inferences look like reasoning errors. Journal of Behavioral Decision Making, 12(4), 275-305.
  • မယ်လာစ်၊ ဘီ၊ ဟတ်ဝစ်၊ အာရ် နှင့် ခါနီမန်၊ ဒီ (၂၀၀၁)။ Do frequency representations eliminate conjunction effects? An exercise in adversarial collaboration. Psychological Science, 12(4), 269-275.

စာအုပ်များ

  • ခါနီမန်၊ ဒီ (၂၀၁၁)။ Thinking, Fast and Slow. Farrar, Straus and Giroux.
  • တက်လော့ခ်၊ ပီ နှင့် ဂါဒနာ၊ ဒီ (၂၀၁၅)။ Superforecasting: The Art and Science of Prediction. Crown.
  • ဂစ်ဂျာရန်ဇာ၊ ဂျီ (၂၀၀၂)။ Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.

စာအုပ် အခန်းများ

  • တဗာစကီး၊ အေ နှင့် ခါနီမန်၊ ဒီ (၁၉၈၂)။ Judgments of and by representativeness. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 84-98). Cambridge University Press.

၁၉။ အနှစ်ချုပ် ကတ်

အကြောင်းအရာ ပါဝင်သောအရာ
ဘက်လိုက်မှု အမည် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှု (Conjunction Fallacy)
အဓိပ္ပါယ်ဖွင့်ဆိုချက် "A နှင့် B" ကို "A" တစ်ခုတည်းထက် ပိုမိုဖြစ်နိုင်ခြေရှိသည်ဟု ဆုံးဖြတ်ခြင်း— ယုတ္တိဗေဒအရ မဖြစ်နိုင်သောအရာ
အမျိုးအစား အဓိပ္ပါယ် မလုံလောက်ခြင်း (ဆက်စပ်မှုရှိသော ဇာတ်လမ်းများဖြင့် ကွက်လပ်များကို ဖြည့်ဆည်းခြင်း)
အဓိက လက္ခဏာ အသေးစိတ် အခြေအနေများသည် ရိုးရှင်းသော ဖြစ်နိုင်ခြေများထက် ပို၍ဖြစ်နိုင်ခြေရှိသည်ဟု ခံစားရသည်
အဓိက အကြောင်းရင်း ကိုယ်စားပြုမှုအရ တွေးခေါ်ခြင်းက ဖြစ်နိုင်ခြေအစား ဆင်တူမှုကို အစားထိုးလိုက်သည်
အကြီးမားဆုံး အန္တရာယ် ရောဂါရှာဖွေရေး အမှားအယွင်းများ၊ ထောက်လှမ်းရေး ကျရှုံးမှုများ၊ ညံ့ဖျင်းသော ခန့်မှန်းခြင်း
အမြန် ဖြေရှင်းနည်း အကြိမ်အရေအတွက်အဖြစ် ပြောင်းလဲပါ- "အမှုပေါင်း ၁၀၀ မှာ ဘယ်နှစ်မှုက... လဲ။"
ရေရှည် မဟာဗျူဟာ ဖြစ်နိုင်ခြေ ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် အခြေခံနှုန်းကို အားကိုးခြင်းတို့ကို လေ့ကျင့်ပါ
မှတ်သားရန် "ဇာတ်လမ်းကောင်းတစ်ခုဆိုတာ ဖြစ်နိုင်ခြေရှိတဲ့ ဇာတ်လမ်းတစ်ခု မဟုတ်ပါဘူး— ထပ်တိုးလိုက်တဲ့ အသေးစိတ်အချက်တိုင်းက ဖြစ်နိုင်ခြေကို လျော့ကျစေပါတယ်"

၂၀။ အသုံးပြုထားသော ဝေါဟာရများ အဘိဓာန်

ဝေါဟာရ အဓိပ္ပါယ်ဖွင့်ဆိုချက်
ကျယ်ပြန့်မှုဆိုင်ရာ ဆင်ခြင်တွေးခေါ်ခြင်း (Extensional Reasoning) အစုတစ်ခု၏ အရွယ်အစား သို့မဟုတ် ကျယ်ပြန့်မှုအပေါ် အခြေခံ၍ ဖြစ်နိုင်ခြေကို အကဲဖြတ်ခြင်း (အဖွဲ့ဝင်များကို ရေတွက်ခြင်း)
ဂုဏ်သတ္တိဆိုင်ရာ ဆင်ခြင်တွေးခေါ်ခြင်း (Intensional Reasoning) ဂုဏ်သတ္တိများ၊ အရည်အသွေးများ သို့မဟုတ် ကိုယ်စားပြုမှုအပေါ် အခြေခံ၍ ဖြစ်နိုင်ခြေကို အကဲဖြတ်ခြင်း
ကိုယ်စားပြုမှုအရ တွေးခေါ်ခြင်း (Representativeness Heuristic) စိတ်ကူးထဲက ပုံစံနှင့် ဆင်တူမှုအပေါ် မူတည်၍ ဖြစ်နိုင်ခြေကို ဆုံးဖြတ်ခြင်း
အခြေခံနှုန်း (Base Rate) တိကျသော အသေးစိတ်အချက်အလက်များကို မစဉ်းစားမီ ဖြစ်ရပ်တစ်ခု၏ ယခင်ဖြစ်နိုင်ခြေ
ပုံဖော်ကြည့်မှုအရ တွေးခေါ်ခြင်း (Simulation Heuristic) အကြောင်းအကျိုး အစီအစဉ်တစ်ခုကို စိတ်ထဲတွင် စိတ်ကူးကြည့်ရန် လွယ်ကူမှုအပေါ် မူတည်၍ ဖြစ်နိုင်ခြေကို ဆုံးဖြတ်ခြင်း
ရရှိနိုင်မှုအရ တွေးခေါ်ခြင်း (Availability Heuristic) မှတ်ဉာဏ်မှ ဥပမာများကို ပြန်လည်ထုတ်ယူရန် လွယ်ကူမှုအပေါ် မူတည်၍ အကြိမ်အရေအတွက်ကို ဆုံးဖြတ်ခြင်း
ကိုလ်မိုဂိုရော့ဗ် အခြေခံသီအိုရီများ (Kolmogorov Axioms) ဖြစ်နိုင်ခြေ သီအိုရီ၏ သင်္ချာဆိုင်ရာ အခြေခံအုတ်မြစ်များ
ပေါင်းစပ်ခြင်း စည်းမျဉ်း (Conjunction Rule) P(A ∧ B) ≤ P(A) နှင့် P(A ∧ B) ≤ P(B) — ဆုံမှတ်သည် အစုတစ်ခုခုထက် မပိုနိုင်ပါ
ပေးထားသော အချက်အလက်များကို ဆက်စပ်မှုရှိသည်ဟု ယူဆခြင်း (Gricean Implicature) ပေးထားသော သတင်းအချက်အလက်သည် စကားပြောဆိုမှုနှင့် ဆက်စပ်မှုရှိကြောင်း လက်တွေ့ကျသော ကောက်ချက်ချမှု
ကွမ်တမ် သိမြင်မှု (Quantum Cognition) လူသားတို့၏ ဆုံးဖြတ်ချက်ကို ပုံဖော်ရန် ကွမ်တမ် ဖြစ်နိုင်ခြေ ပုံစံကို အသုံးပြုသည့် မူဘောင်

၂၁။ ဆွေးနွေးရန် မေးခွန်းများ

စာဖတ်ဝိုင်းများ၊ စာသင်ခန်းများ သို့မဟုတ် ကိုယ့်ကိုယ်ကိုယ် ပြန်လည်သုံးသပ်ရန်အတွက်-

၁။ "ဇာတ်လမ်းကောင်း" တစ်ခုက သင့်ကို ဖြစ်နိုင်ခြေမရှိတာ တစ်ခုခုကို ယုံကြည်သွားစေခဲ့တဲ့ အချိန်တစ်ခုကို ပြန်လည်သတိရနိုင်ပါသလား။ လက်တွေ့က ဇာတ်ကြောင်းနဲ့ ကွဲလွဲသွားတဲ့အခါ ဘာဖြစ်ခဲ့သလဲ။

၂။ ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုသည် ကျွမ်းကျင်သူများကြားတွင်ပင် ဆက်လက်တည်ရှိနေသည်။ ၎င်းက ကျွမ်းကျင်သူများ၏ ခန့်မှန်းချက်များအပေါ် သင်၏ ယုံကြည်မှုကို စိန်ခေါ်သလား သို့မဟုတ် ထောက်ခံသလား။ ကျွမ်းကျင်မှုကို ကျွန်ုပ်တို့ ဘယ်လို ပိုကောင်းအောင် အကဲဖြတ်နိုင်မလဲ။

၃။ ဤမှားယွင်းမှုသည် ချို့ယွင်းနေသော စိတ်ကိုမဟုတ်ဘဲ ချို့ယွင်းနေသော စမ်းသပ်မှုများကို ဖော်ပြနေခြင်းဖြစ်သည်ဟု ဂစ်ဂျာရန်ဇာက အခိုင်အမာဆိုသည်။ "သိမြင်မှု ဘက်လိုက်ခြင်း" နှင့် "ဂေဟစနစ်ဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှု" ကြားက အချေအတင် ဆွေးနွေးမှုကို သင် ဘယ်လိုအကဲဖြတ်မလဲ။

၄။ ဆွဲဆောင်မှုရှိသော ဇာတ်ကြောင်းများအပေါ် အလေးပေးသည့် လူမှုကွန်ရက် မီဒီယာများနှင့် ၂၄ နာရီ သတင်းများသည် အများပြည်သူဆိုင်ရာ ဆွေးနွေးမှုများတွင် ပေါင်းစပ်ခြင်းဆိုင်ရာ မှားယွင်းမှုကို မည်သို့ ကြီးထွားစေနိုင်သနည်း။

၅။ အကယ်၍ AI စနစ်များသည် သင်တန်းဒေတာများမှ ဤဘက်လိုက်မှုကို အမွေရရှိခဲ့ပါက၊ ဆေးဘက်ဆိုင်ရာ ရောဂါရှာဖွေမှု သို့မဟုတ် ရာဇဝတ်မှုဆိုင်ရာ တရားမျှတမှုကဲ့သို့သော အရေးကြီးသည့် ဆုံးဖြတ်ချက်များတွင် AI ကို အသုံးပြုခြင်းအတွက် မည်သို့သော အကျိုးသက်ရောက်မှုများ ရှိနိုင်သနည်း။