Organisatoriskt beteende och mänskliga relationer

Det finns två typer av beslut – programmerade och icke-programmerade. Ett programmerat beslut är ett beslut som är mycket rutinmässigt och som inom en organisation sannolikt omfattas av regler och policys som hjälper beslutsfattarna att komma fram till samma beslut när situationen uppstår. Ett icke-programmerat beslut är ett mer ovanligt beslut som fattas mer sällan. Det är dessa typer av beslut som med största sannolikhet kommer att utsättas för beslutsheuristik, eller bias.

När vi blir mer insyltade i den rationella modellen för beslutsfattande – eller, som vi diskuterade, den mer sannolika modellen för beslutsfattande med begränsad rationalitet – kan några av våra försök att förkorta insamlingen av alla data och granskningen av alla alternativ leda oss lite på villovägar. Vanliga snedvridningar i vår granskning av data och alternativ kallas för fördomar.

Det räcker med att bläddra igenom sociala medier och titta på människor som diskuterar politik, klimatförändringar och andra heta ämnen för att se fördomar i aktion. De finns överallt. Här är några av de vanligaste du sannolikt kommer att se:

Overconfidence Bias

Overconfidence bias är ganska enkel att förstå – människor är överdrivet optimistiska om hur rätt de har. Studier har visat att när människor uppger att de är 65-70 procent säkra på att de har rätt, har de bara rätt i 50 procent av fallen. På samma sätt har de som uppger att de är 100 procent säkra oftast rätt i 70-85 procent av fallen.

Övertro på sin ”riktighet” kan leda till dåligt beslutsfattande. Intressant nog har studier också visat att de individer som har den svagaste intelligensen och de svagaste interpersonella färdigheterna har störst sannolikhet att uppvisa övertro på sitt beslutsfattande, så chefer bör se upp för övertro på sig själva som en bias när de försöker fatta beslut eller lösa problem som ligger utanför deras kompetensområden.

Anchoring Bias

Anchoring bias är tendensen att fixera sig vid den första informationen som utgångspunkt för att fatta ett beslut, och underlåtenheten att justera sig för efterföljande information allteftersom den samlas in. En chef kan till exempel intervjua en kandidat för ett jobb och kandidaten frågar efter en ingångslön på 100 000 dollar. Så snart den siffran anges är chefens förmåga att ignorera den siffran äventyrad, och efterföljande information som tyder på att den genomsnittliga lönen för den typen av jobb är 80 000 dollar kommer inte att vara lika stark.

Samma sak gäller om en chef frågar dig om en förväntad ingångslön, och ditt svar kommer troligen att förankra chefens förestående erbjudande. Förankringar är ett vanligt problem vid förhandlingar och intervjuer.

Bekräftelsebias

Den rationella beslutsprocessen förutsätter att vi samlar in information och data på ett objektivt sätt, men bekräftelsebias representerar insamling av information som stödjer ens initiala slutsatser.

Vi söker information som bekräftar våra tidigare val och tenderar att lägga liten vikt vid sådant som utmanar våra åsikter. Till exempel kan två personer på sociala medier argumentera för att klimatförändringarna existerar. I fallet med bekräftelsebias skulle var och en av dessa personer leta efter vetenskapliga artiklar och bevis som stöder deras teorier, snarare än att göra en fullständig undersökning av situationen.

Hindsight Bias

Hindsight bias är den tendens vi har att tro att vi skulle ha förutspått en viss händelse med precision efter att utfallet av den händelsen är känt. Lördagen före Super Bowl är betydligt färre människor säkra på utgången av evenemanget, men på måndagen efteråt är många fler villiga att hävda att de var säkra på att det vinnande laget verkligen skulle gå segrande ur striden.

Om vi konstruerar en situation där vi lurar oss själva att tro att vi visste mer om en händelse innan den inträffade, begränsar eftertankens fördomar vår förmåga att lära oss av det förflutna och gör oss överdrivet självsäkra när det gäller framtida förutsägelser.

Representativ bias

Representativ bias är när en beslutsfattare felaktigt jämför två situationer på grund av en upplevd likhet, eller omvänt när han eller hon utvärderar en händelse utan att jämföra den med liknande situationer. I båda fallen sätts problemet inte in i rätt sammanhang.

På arbetsplatsen kan anställda anta en fördom mot vita män när de ser att flera kvinnor och minoriteter har anställts nyligen. De kanske ser de senaste fem eller sex anställningarna som representativa för företagets policy, utan att titta på de senaste fem till tio årens anställningar.

På andra sidan av myntet kan två gymnasieelever ha mycket likartade skolresultat, och man kan anta att eftersom en av dessa elever kom in på det college hon valde, är det troligt att den andra kommer att följa efter. Det är inte nödvändigtvis fallet, men representativ bias får en beslutsfattare att tro att eftersom situationerna är likartade är det troligt att resultaten också är likartade.

Availability Bias

Availability bias antyder att beslutsfattare använder sig av den information som är mest lättillgänglig för dem när de fattar ett beslut.

Vi hör hela tiden talas om terrorism på nyheterna, och i fiktiva medier. Det blåser upp i stor skala, vilket gör att det verkar vara ett större hot än vad det är, så människor investerar sin tid och sina ansträngningar för att bekämpa det. Cancer dödar dock 2 000 gånger fler människor. Vi investerar inte i den, den får inte tillräckligt med nyhetsbevakning och den är inte lika ”tillgänglig” i vårt medvetande som information. Därav tillgänglighetsbias.

Förpliktelsefel

Detta är ett ökat engagemang för ett tidigare beslut trots negativ information. En företagare kanske lägger ner lite pengar på en butikslokal för att hyra DVD- och Blu-rays, börjar köpa in varor till sina hyllor och anställer några personer för att hjälpa honom eller henne att hålla koll på kassan. Ägaren kanske granskar en del data och statistik som visar att folk inte går ut och hyr videor så mycket längre, men eftersom han eller hon är engagerad i platsen, lagret och personalen kommer ägaren att fortsätta på den inslagna vägen och öppna en filmuthyrningslokal.

Ledare vill ibland bevisa att deras ursprungliga beslut var rätt genom att låta ett dåligt beslut pågå för länge, i hopp om att riktningen kommer att rättas till. Detta är ofta kostsamma misstag.

Fel av slumpmässighet

Om du är säker på att din tursamma slips kommer att hjälpa dig att vinna en kunds affärer vid ett möte senare i dag, begår du ett slumpmässighetsfel. En slips ger dig inte tur, även om du en gång bar den en dag då du avslutade en stor affär.

Beslutningar kan bli försämrade när vi försöker skapa mening ur slumpmässiga händelser. Tänk på aktiekurserna. Finansiella rådgivare tror att de kan förutsäga flödet av aktiekurser baserat på tidigare resultat, men på en given dag är dessa aktiekurser helt slumpmässiga. I verkligheten kunde dessa rådgivare förutsäga aktiekursernas riktning ungefär 49 procent av tiden, eller ungefär lika bra som om de bara hade gissat.

I fallet med den lyckliga slipsen är det mer en vidskepelse. Beslutsfattare som styrs av sin vidskepelse kan ha svårt eller omöjligt att ändra rutiner eller objektivt bearbeta ny information.

Ledare som objektivt kan samla in data och komma fram till alternativ utan att påverkas av dessa fördomar är redan överlägsna andra beslutsfattare som inte är medvetna om dessa fallgropar. Att hitta unika lösningar på unika problem kräver dock lite mer. Kreativitet i beslutsfattandet kan ta dig till nästa steg. Vi ska prata om det härnäst.

Bidrag!

Förbättra den här sidanLär dig mer