شکست فراشناخت: چرا اثر دانینگ-کروگر در واقع برای متخصصان قویتر از تازهکارهاست
در حالی که اثر دانینگ-کروگر به دلیل توضیح اینکه چرا افراد مبتدی تواناییهای خود را بیش از حد تخمین میزنند مشهور است، دادههای اصلی یک نقص ثانویه را آشکار میکنند: متخصصان به طور مداوم مزیت نسبی خود را دست کم میگیرند. این «نقطه کور متخصص» با شکستن زنجیره انتقال دانش، آسیبهای سیستمی مضاعفی ایجاد میکند.
به قلم یاسر یوسفی
این خبر را به اشتراک بگذارید
- روانشناسان شناختی
- بر نقص فراشناختی فردی تمرکز دارد که مانع از تشخیص بیکفایتی خود توسط تازهکاران میشود.
- رفتارشناسان سازمانی
- بررسی میکند که چگونه نقطه کور متخصص، انتقال دانش سیستمی و آموزش شرکتی را تنزل میدهد.
- مروجان علم
- اصطکاک بین شک ذاتی متخصصان و اطمینان بیدلیل عموم را برجسته میکند.
دیدگاههایی که این گزارش پوشش نداده
- مربیان شرکتی
- طراحان تجربه کاربری (UX)
چرا مهم است
درک این نکته که متخصصان به طور معمول دشواری حوزه خود را دست کم میگیرند، توضیح میدهد که چرا بسیاری از برنامههای آموزشی شرکتی، رابطهای کاربری و سرفصلهای آموزشی در برقراری ارتباط با مبتدیان شکست میخورند. تشخیص این نقطه کور به سازمانها اجازه میدهد تا سیستمهای بهتری بسازند که واقعاً دانش را منتقل کنند، نه اینکه صرفاً آن را به نمایش بگذارند.
در ۱۸ آوریل ۲۰۲۲، آدام ریس، اخترفیزیکدان و برنده جایزه نوبل، پدیدهای را که گریبانگیر بالاترین سطوح علمی است، علناً تشریح کرد: دریافت ماهیانه نیم دوجین پیشنهاد از افرادی که هیچ پیشزمینهای در فیزیک ندارند اما معتقدند اسرار جهان را حل کردهاند. این تعامل به طور کامل درک سنتی از اثر دانینگ-کروگر را در بر میگیرد. افرادی که به ریس ایمیل میزدند، آنقدر دانش کمی از اخترفیزیک داشتند که فاقد ظرفیت لازم برای تشخیص اشتباهات خود بودند.[3]
دیوید دانینگ و جاستین کروگر این سوگیری شناختی را در سال ۱۹۹۹ رسمیت بخشیدند و نشان دادند افرادی که در آزمونهای منطق و دستور زبان در صدک دوازدهم قرار میگرفتند، به طور معمول عملکرد خود را در صدک شصت و دوم تخمین میزدند. چارک پایین نمرات خام خود را به میزان ۴۵٫۵ واحد درصد بیش از حد تخمین زدند؛ آنها حدس میزدند به ۶۸٫۶٪ سوالات پاسخ صحیح دادهاند، در حالی که در واقع تنها ۲۳٫۱٪ را درست جواب داده بودند. محققان این امر را به کمبود مهارت فراشناختی – یعنی توانایی فکر کردن درباره تفکر خود – نسبت دادند.[1]
همان دانشی که برای تولید یک پاسخ صحیح لازم است، برای تشخیص یک پاسخ صحیح نیز مورد نیاز است. بدون آن، تازهکاران دچار بار مضاعفی میشوند: آنها بیکفایت هستند و بیکفایتیشان توانایی درک این موضوع را از آنها سلب میکند. آزمایشگاه تصمیمگیری (The Decision Lab) اشاره میکند که این موضوع به وضوح در محیطهای شرکتی نمایان میشود. در یک شرکت مهندسی نرمافزار، ۴۲٪ از کارمندان عملکرد خود را در ۵٪ برتر ارزیابی کردند، یک محال بودن ریاضی که مانع از جستجوی راهنمایی لازم توسط تقریباً نیمی از نیروی کار میشود.[1][5]
در جاده، پیامدهای این شکاف فراشناختی فیزیکی است. رانندگانی که کمتر از شش ماه تجربه دارند، هشت برابر بیشتر از میانگین پایه در معرض تصادف هستند. این خطر بالا نه تنها ناشی از کمبود مهارت مکانیکی، بلکه ناشی از اعتماد به نفسی است که از کنترل واقعی آنها بر خودرو پیشی میگیرد. چون نمیدانند چه چیزهایی را نمیدانند، مرزهایی را میشکنند که از عهدهشان برنمیآیند.[5]
رانندگانی که کمتر از شش ماه تجربه دارند، هشت برابر بیشتر از میانگین پایه در معرض تصادف هستند.
با این حال، ارزیابی مجدد ساختاری دادههای سال ۱۹۹۹ یک نقص فراشناختی ثانویه و اغلب نادیده گرفته شده را آشکار میکند که در انتهای مخالف طیف رخ میدهد. چارک برتر عملکرد در مطالعه اصلی، در واقع عملکرد خود را به میزان ۱۴٫۱ واحد درصد دست کم گرفتند. آنها نمرهای معادل ۷۲٫۱٪ را تخمین زدند در حالی که نمره واقعیشان ۸۶٫۲٪ بود. از آنجا که وظایف برای آنها آسان به نظر میرسید، به اشتباه فرض کردند که این وظایف برای همه آسان است.[1]
در حالی که شکاف عددی مطلق برای متخصصان کوچکتر است – ۱۴٫۱ امتیاز در مقایسه با ۴۵٫۵ امتیاز – پیامد سیستمی آن مسلماً جدیتر است. متخصصان از «نفرین دانش» رنج میبرند، یعنی درک خود را به دیگران فرافکنی میکنند و در سنجش دقیق دشواری یک کار برای یک مبتدی واقعی شکست میخورند. این امر «نقطه کور متخصص» را ایجاد میکند که یک نقص ساختاری در انتقال دانش است.[5][6]
بیشتخمین یک تازهکار، یادگیری خود او را منزوی میکند. اگر یک مبتدی باور کند که متخصص است، به سادگی پیشرفت خود را متوقف میکند. اما وقتی یک متخصص مهارت نسبی خود را دست کم میگیرد و فرض میکند سطح پایه او همان میانگین است، فعالانه محیط یادگیری را برای همه دیگران تخریب میکند. آنها محصولات نرمافزاری غیرقابل استفاده طراحی میکنند، سیاستهای عمومی نامفهوم مینویسند و کلاسهای بسیار ناکارآمدی تدریس میکنند که گروههایی از دانشجویان را عقب میاندازد.[6]
روش علمی مستلزم آزمون فرضیه مداوم است، که شک ذاتی را در میان افراد بسیار ماهر پرورش میدهد. همانطور که دکتر جو پیر در مجله روانشناسی امروز (Psychology Today) اشاره کرد، این امر تضاد آشکاری در گفتمان عمومی ایجاد میکند. ریس این تفاوت را از نزدیک مشاهده کرد: «دانشمندانی که من میشناسم همیشه نگران این هستند که آیا درکشان درست است یا خیر. این افراد [تازهکاران] اصلاً نگران این موضوع نیستند.»[3]
خطر واقعی اثر دانینگ-کروگر صرفاً در انتهای منحنی شایستگی قرار ندارد. شکست فراشناختی متخصص – یعنی ناتوانی در به خاطر سپردن حس نادانی – یک گلوگاه ایجاد میکند که مانع از رسیدن ۸۰٪ از افرادی که فکر میکنند راننده یا متفکر بالاتر از حد متوسط هستند، به آن سطح میشود. شکاف در بالا، آسیب ساختاری بیشتری نسبت به سر و صدای پایین ایجاد میکند.[5][6]
نکات کلیدی
- مطالعه دانینگ-کروگر در سال ۱۹۹۹ نشان داد که تازهکاران نمرات آزمون خود را ۴۵٫۵ واحد درصد بیش از حد تخمین میزنند.
- همین دادهها نشان داد که متخصصان چارک بالا عملکرد خود را ۱۴٫۱ واحد درصد دست کم میگیرند.
- در حالی که شکاف تازهکاران از نظر عددی بزرگتر است، شکاف متخصصان آسیب سیستمی بیشتری ایجاد میکند.
- متخصصان از «نفرین دانش» رنج میبرند و فرض میکنند درک پیشرفته آنها برای همه قابل دسترسی است.
- این «نقطه کور متخصص» فعالانه آموزش سازمانی، طراحی محصول و ارتباطات سیاست عمومی را تنزل میدهد.
منابع
[1]PubMedروانشناسان شناختیUnskilled and unaware of it: how difficulties in recognizing one's own incompetence lead to inflated self-assessments
مطالعه در PubMed →
[2]تیم سردبیری کوهستانرفتارشناسان سازمانیتحلیل تیم سردبیری کوهستان
مطالعه در تیم سردبیری کوهستان →
[3]تیم سردبیری کوهستانرفتارشناسان سازمانیتحلیل تیم سردبیری کوهستان
مطالعه در تیم سردبیری کوهستان →
[4]تیم سردبیری کوهستانرفتارشناسان سازمانیتحلیل تیم سردبیری کوهستان
مطالعه در تیم سردبیری کوهستان →
[5]The Decision Labرفتارشناسان سازمانیDunning–Kruger Effect
مطالعه در The Decision Lab →
[6]تیم سردبیری کوهستانرفتارشناسان سازمانیتحلیل تیم سردبیری کوهستان
مطالعه در تیم سردبیری کوهستان →
نظرات
بیشتر در دیدگاه
مشاهده همه →کلید قطع اضطراری
مکانیسم «کلید قطع اضطراری» در هوش مصنوعی: چرا خاموش کردن یک سیستم هوشمند به سادگی فشردن یک دکمه نیست؟
4 منبع
سیستمهای توزیعشده
محال بودن افالپی: چرا یک قطعی ساده، اجماع در سیستمهای توزیعشده را در هم میشکند؟
6 منبع
شیمی سورفکتانت
سر آبدوست و دم آبگریز: ساختار مایسل چگونه ثابت میکند صابون چربیها را محاصره میکند، نه حل
6 منبع
طراحی دارو
محدودیت ۵-۱۰-۵۰۰-۵: چرا قانون پنج لیپینسکی مرز نهایی جذب داروهای خوراکی را تعیین میکند؟
11 منبع
هر زاویه. هر روز.
دریافت دیدگاه اخبار همراه با پوشش کامل منابع و تحلیل دیدگاهها، مستقیم در صندوق ورودی شما.





