علم تصمیم‌گیری: مقایسه شواهد مدل‌های شهودی، تحلیلی و مبتنی بر بازشناسی

در سال ۱۹۸۵، گری کلاین، روانشناس شناختی، فرماندهان آتش‌نشانی را مشاهده کرد که در کمتر از ۶۰ ثانیه تصمیمات مرگ و زندگی می‌گرفتند. او انتظار داشت که آنها گزینه‌ها را به سرعت مقایسه کنند و مزایا و معایب هر تاکتیک بالقوه را بسنجند. در عوض، متوجه شد که آنها اصلاً گزینه‌ها را مقایسه نمی‌کنند. آنها به یک ساختمان در حال سوختن نگاه می‌کردند، یک الگو را تشخیص می‌دادند و یک اقدام واحد و فوری را اجرا می‌کردند.[3]

برای دهه‌ها، نظریه سنتی مدیریت این نوع انتخاب سریع و شهودی را به عنوان یک نقطه ضعف تلقی کرده است. دانشکده‌های کسب‌وکار تصمیم‌گیری تحلیلی را آموزش می‌دهند: جمع‌آوری داده‌ها، تولید چندین گزینه، امتیازدهی به آنها بر اساس معیارهای وزنی و انتخاب برنده ریاضی. با این حال، در محیط‌های پرمخاطره – از واکنش اضطراری گرفته تا مدیریت بحران شرکتی – مدل‌های صرفاً تحلیلی اغلب تحت فشار شدید زمانی از کار می‌افتند.[1][9]

تنش بین این دو رویکرد، علم مدرن تصمیم‌گیری را تعریف کرده است. در یک سو، مدل تحلیلی قرار دارد که توسط اقتصاددانان رفتاری حمایت می‌شود و بر نقص‌ها و سوگیری‌های عمیق ذاتی در شهود انسانی تأکید می‌کند. در سوی دیگر، چارچوب تصمیم‌گیری طبیعی‌گرا قرار دارد که استدلال می‌کند متخصصان دنیای واقعی به شکل بسیار پیچیده‌ای از بازشناسی الگو تکیه می‌کنند که جداول داده (اسپردشیت‌ها) به سادگی قادر به تکرار آن نیستند.[4]

مکانیزمی که این دو جهان را به هم پیوند می‌دهد، مدل تصمیم‌گیری مبتنی بر بازشناسی (RPD) است. این مدل که توسط کلاین و همکارانش توسعه یافته، توضیح می‌دهد که چگونه متخصصان می‌توانند بدون مقایسه گزینه‌ها، تصمیمات بسیار دقیقی بگیرند. هنگامی که یک مدیر باتجربه با مشکلی روبرو می‌شود، مغز او ناخودآگاه وضعیت فعلی را با یک کتابخانه وسیع از تجربیات گذشته و نقاط داده تاریخی مطابقت می‌دهد.[3][5]

به محض تشخیص یک الگو، مغز فوراً یک راه‌حل عملی را ارائه می‌دهد. سپس متخصص یک شبیه‌سازی ذهنی سریع انجام می‌دهد – تصور می‌کند که راه‌حل در واقعیت چگونه پیش خواهد رفت. اگر شبیه‌سازی موفق باشد، اقدام می‌کند. اگر شکست بخورد، رویکرد را اصلاح کرده یا به محتمل‌ترین راه‌حل بعدی می‌پردازد. این ارزیابی سریالی امکان اقدام سریع را بدون فلج شناختی ناشی از تحلیل ماتریسی فراهم می‌کند.[5]

با این حال، این مکانیزم شهودی به طور جهانی قابل اعتماد نیست. در یک مقاله برجسته در سال ۲۰۰۹، کلاین با دانیل کانمن – برنده جایزه نوبل که به دلیل مستندسازی سوگیری‌های شناختی مشهور است – همکاری کرد تا دقیقاً مشخص کند که شهود چه زمانی کار می‌کند و چه زمانی شکست می‌خورد. سنتز آنها، با عنوان «شکست در عدم توافق»، شرایط مرزی سخت‌گیرانه‌ای را برای تخصص شهودی تعیین کرد.[2]

کانمن و کلاین نتیجه گرفتند که شهود قابل اعتماد به دو شرط خاص نیاز دارد. اول، محیط باید «اعتبار بالا» باشد، به این معنی که روابط پایدار و قابل پیش‌بینی بین نشانه‌ها و نتایج وجود داشته باشد. شطرنج، آتش‌نشانی و پرستاری محیط‌های با اعتبار بالا هستند. انتخاب بلندمدت سهام و پیش‌بینی‌های ژئوپلیتیکی محیط‌های با اعتبار پایین هستند، جایی که شهود اغلب چیزی جز اعتماد به نفس بیش از حد در لباس تخصص نیست.[2][9]

دوم، فرد باید فرصت کافی برای یادگیری نظم‌های محیط از طریق تمرین طولانی‌مدت و بازخورد فوری و بدون ابهام داشته باشد. مدیری که هر چند سال یک بار خریدهای استراتژیک انجام می‌دهد، فاقد تکرار لازم برای ایجاد بازشناسی الگوی قابل اعتماد است، در حالی که یک مدیر عملیاتی که روزانه گره‌های زنجیره تأمین را حل می‌کند، مدل‌های شهودی بسیار دقیقی را توسعه می‌دهد.[7]

هنگامی که این شرایط وجود ندارند، تصمیم‌گیری تحلیلی اجباری می‌شود. مدل‌های تحلیلی – که اغلب به عنوان تفکر سیستم ۲ شناخته می‌شوند – نیازمند تلاش عمدی و آگاهانه برای تجزیه مسائل پیچیده هستند. در محیط‌های فنی و مهندسی، جایی که متغیرها جدید هستند و الگوهای گذشته کاربرد ندارند، تحلیل ساختاریافته از خطاهای فاجعه‌بار جلوگیری می‌کند و تیم را بر داده‌های قابل تأیید متمرکز می‌سازد.[8]

چالش سازمان‌های مدرن این است که نقش‌های رهبری اغلب مدیریت تاکتیکی با اعتبار بالا را با پیش‌بینی استراتژیک با اعتبار پایین ترکیب می‌کنند. یک دیدگاه جامع از تصمیم‌گیری رهبری نشان می‌دهد که مدیران اجرایی باید فعالانه بین حالت‌های شهودی و تحلیلی جابجا شوند، بسته به محدودیت‌های خاص مشکلی که پیش روی آنهاست.[6]

بررسی‌های سیستماتیک اخیر ادبیات تصمیم‌گیری نشان می‌دهد که موثرترین رهبران رویکرد دو فرآیندی را به کار می‌گیرند. آنها از شهود برای تولید سریع یک فرضیه یا شناسایی یک مسیر امیدوارکننده استفاده می‌کنند و سپس ابزارهای تحلیلی را برای آزمون تنش آن فرضیه قبل از تخصیص منابع به کار می‌گیرند. این ادغام از فلج ناشی از تحلیل صرف جلوگیری می‌کند، در حالی که نقاط کور شهود محض را کاهش می‌دهد.[1][6]

علاوه بر این، ادغام این مدل‌ها در حال تغییر شکل نحوه طراحی پروتکل‌های عملیاتی سازمان‌ها است. به جای تحمیل همه تصمیمات از طریق یک نردبان تحلیلی سفت و سخت و چند مرحله‌ای، چارچوب‌های مدیریتی پیشرو اکنون صراحتاً تصمیمات مبتنی بر بازشناسی را برای سناریوهای حساس به زمان و با تخصص بالا مجاز می‌دانند و ماتریس‌های تحلیلی سنگین را برای تغییرات استراتژیک غیرقابل برگشت کنار می‌گذارند.[5][9]

در نهایت، علم تصمیم‌گیری نشان می‌دهد که بحث بین شهود و تحلیل یک دوگانگی کاذب است. شهود یک حس ششم اسرارآمیز نیست؛ بلکه تجربه بسیار فشرده است. تحلیل یک مانع بوروکراتیک نیست؛ بلکه یک داربست ضروری برای مسائل جدید است. نشانه یک رهبر متخصص این نیست که کدام مدل را ترجیح می‌دهد، بلکه توانایی او در تشخیص دقیق این است که لحظه کنونی به کدام مدل نیاز دارد.[1][9]