รีวิวสรุปหนังสือ Thinking, Fast and Slow สุดยอดหนังสือแห่งยุคที่ทำให้เราเข้าใจความคิดของมนุษย์

เขียนโดย Daniel Kahneman

 “Thinking, Fast and Slow” เป็นหนังสือเล่มดังของยุคนี้อีกเล่มหนึ่งเลย หลายต่อหลายคนแนะนำว่าเราควรอ่านหนังสือเล่มนี้ บางคนบอกว่าเป็นหนังสือที่ดีที่สุดเล่มหนึ่งในโลกเลยด้วยซ้ำ อีกทั้งผู้เขียนอย่าง Daniel Kahneman นั้นเป็นผู้ที่ได้รับรางวัล Nobel Prize ในสาขา Economic Sciences ในปี 2002 อีกด้วยครับ

หนังสือเล่มนี้เป็นเหมือนคัมภีร์ที่รวบรวมงานวิจัยมากมายที่เกี่ยวกับการคิดและการตัดสินใจของมนุษย์มาไว้ในเล่มเดียวกัน โดยชี้ให้เห็นว่าการคิดและตัดสินใจของมนุษย์นั้นมีข้อบกพร่องเยอะมากกกก แต่เราก็ทำกันจนชินและไม่ค่อยได้สังเกตตัวเองกันเท่าไหร่

 การที่เราได้อ่านหนังสือเล่มนี้น่าจะทำให้เราหันกลับมาคิดได้มากขึ้น มองตัวเองมากขึ้นเวลาตัดสินใจอะไรลงไป โดยเริ่มต้นจะเล่าถึงเรื่องระบบความคิดของสมองคนเราที่ผู้เขียนจำแนกออกด้วยกันเป็น 2 ระบบ ซึ่งมีลักษณะที่แตกต่างกันมากอย่างสุดขั้ว…

……………..

“Two Systems”

ผู้เขียน Daniel Kahneman ได้ทำการแบ่งระบบความคิดของคนเราเป็นสองระบบโดยเค้าขอเรียกง่าย ๆ ว่า “System 1” กับ “System 2”

 “System 1” หรือ ระบบ 1 ก็คือ ระบบคิดเร็ว ที่ใช้การคิดตัดสินใจแบบอัตโนมัติ โดยใช้สัญชาตญาณและความคุ้นชินเป็นหลัก ซึ่งได้แก่ พวกการมองเห็น การได้ยิน การที่เราทำสิ่งที่เราเคยชินและคุ้นเคย เช่น ขับรถบนถนนโล่งเส้นทางเดิม ๆ หรือการแสดงสีหน้า อารมณ์ออกมา

 ส่วน “System 2” หรือ ระบบ 2 ก็คือ ระบบของการคิดช้า ๆ ซึ่งได้แก่พวกการคิดคำนวณ การวิเคราะห์ข้อมูลต่าง ๆ ซึ่งระบบนี้ต้องอาศัยความพยายามในการนำมาใช้ ไม่เหมือนกันระบบ 1 ที่แสดงออกมาเองโดยอัตโนมัติ ที่สำคัญระบบนี้ยังค่อนข้างจะขี้เกียจและไม่ค่อยออกมาทำงานอีกด้วย เพราะโดยธรรมชาติของมนุษย์เราจะพยายามใช้ระบบ 1 ตลอดเวลา ถ้าไม่โดนบังคับจริงๆ เราจะไม่ใช้ระบบ 2 กันเลยครับ

 ยกตัวอย่างเช่น หากให้เราตอบว่า 17 x 24 เท่ากับเท่าไหร่ ?

หากเรามองแล้วพยายามตอบเลย สมองเราก็จะไปใช้ระบบ 1 ในการคิดโดยกะคร่าว ๆ ว่ามันน่าจะอยู่ราว ๆ มากกว่า 100 หรืออยู่ที่ราว ๆ 400

จากการที่เราใช้ระบบ 1 ตอบได้เลยว่า 10 x 10 เท่ากับ 100 หรือ 20 x 20 เท่ากับ 400 จากการที่เราเคยชินกับตัวเลขนี้

แต่หากเราต้องการคำตอบที่แม่นยำ สมองเราก็จำเป็นต้องงัดเอาระบบ 2 ออกมาคิดคำนวณครับ

 ข้อดีของการใช้ระบบ 1 ที่เราเห็นได้ชัดเลยก็คือ มันเร็วมากครับ ทำให้เราคิดตัดสินใจอะไรได้รวดเร็วมาก ๆ แต่สิ่งที่ต้องระวังเป็นอย่างมาก และเป็นสิ่งที่หนังสือเล่มนี้จะกล่าวถึงเป็นส่วนใหญ่ ก็คือ เจ้าระบบ 1 เนี่ยมันมีอคติและความบกพร่องเยอะมาก !! จนทำให้หลาย ๆ ครั้งเราเลือกตัดสินใจผิดพลาดไป

ส่วนระบบ 2 นั้นดูดีทีเดียว คือ ให้เราใช้เหตุและผล ข้อมูลในการตัดสินใจ แต่ระบบ 2 เวลาทำงานนั้นค่อนข้างใช้พลังงาน ใช้ความพยายามและสมาธิสูง และทำให้เราไม่สามารถทำอะไรพร้อมกันได้หลาย ๆ อย่าง เช่น หากถามให้เราหาผลลัพธ์ของ 17 x 24 ในขณะที่เรากำลังเลี้ยวรถในที่ที่เราไม่คุ้นเคยและการจราจรหนาแน่น เราคงจะคิดไม่ออกใช่มั้ยครับ ? (ตัวผมเองก็คงจะคิดไม่ออกแน่ๆ 555 )

ซึ่งมันมีการทดลองที่โด่งดังอันนึงที่ชื่อ “The invisible Gorilla” ที่พิสูจน์ในเรื่องนี้ โดยในการทดลองเค้าจะให้เรานับจำนวนการส่งลูกบอลในคลิปวิดีโอที่เราเห็น แล้วขณะนั้นก็จะมีคนใส่ชุดลิงกอริลล่าออกมาในฉากด้วย เชื่อมั้ยครับว่าในการทดลองนั้นมีคนกว่าครึ่งมองไม่เห็นลิงกอริลล่าในฉาก! (ไม่เห็นเพราะอะไร ??? )

ใครสนใจลองไปดูได้ตามนี้ครับ https://www.youtube.com/watch?v=vJG698U2Mvo

นอกจากนี้ ระบบ 2 ยังเป็น “จอมขี้เกียจ” (Lazy Controller) ที่เป็นไปตามกฎธรรมชาติ “Law of the least effort” ที่บอกว่าสมองจะพยายามทำงานให้น้อยที่สุด ก็คือใช้ระบบ 1 เป็นหลักเลยครับ

โดยระบบ 2 นั้นจะทำหน้าที่เป็นคนควบคุมความคิดและพฤติกรรมของคนเราที่ถูกแนะนำให้แสดงออกมาโดยระบบ 1 ซึ่งความสามารถในการทำงานของระบบ 2 ก็จะมีข้อจำกัด เช่น หากเราเหนื่อยหรือล้า มันก็จะทำงานได้มีประสิทธิภาพด้อยลง

 มีการทดลองในที่ชื่อว่า “bat and ball puzzle” ที่เป็นการทดลองที่เช็คว่า ระบบ 2 ของเราเนี่ยควบคุมการแนะนำคำตอบจากระบบ 1 ได้ดีขนาดไหน (ใครสนใจลองค้นหาชื่อคำถามนี้ใน google ดูได้ครับ)

ซึ่งในเรื่องของการควบคุมตนเองนั้นก็มีอีกการทดลองหนึ่งที่น่าสนใจมาก ๆ คือการนำเอาเด็ก ๆ 4 ขวบมาอยู่ในห้องพร้อมกับวางบราวนี่ 1 ชิ้นไว้ตรงหน้า หากเด็กสามารถรอได้อีก 15 นาที เค้าจะได้ทานบราวนี่เพิ่มอีกชิ้น

ซึ่งจากผลการทดลองในเรื่องนี้เค้าได้สรุปไว้ว่า เด็กที่มีความอดทนและควบคุมตัวเองไม่ให้กินบราวนี่ก่อนและเลือกที่จะรอนั้น โตขึ้นกลายเป็นคนที่มีเหตุมีผล และควบคุมตัวเองได้มากกว่าเด็กที่เลือกกินบราวนี่โดยไม่รอ (ฟังดูแล้วไม่น่าเชื่อเลยนะครับ) 

……………..

“Associative Machine” 

นอกจากนี้ระบบ 1 นั้นคิดและตอบสนองได้อย่างรวดเร็ว เพราะส่วนหนึ่งเป็นเพราะมันเป็น “ช่างเชื่อม” คือมักจะพยายามคิดหาความเชื่อมโยงสิ่งที่เราจดจำได้อย่างรวดเร็ว เช่น การที่เราเห็นคำว่า “กล้วย” กับ “อาเจียน” ทุกท่านจะนึกถึงอะไรกันครับ? ภาพของสิ่งที่เราขยะแขยงน่าจะลอยมาเลยครับ

นอกจากนี้ยังมีปรากฏการณ์นี้ว่า “priming effect” เช่น การที่เราให้เติมคำในช่องว่า SO_P เค้าบอกว่าหากเราเพิ่งอาบน้ำมาเราจะถึงนึกคำว่า SOAP (สบู่) ก่อน หากเรากำลังหิว อาจจะนึกถึงคำว่า SOUP (ซุป) ทำนองนี้ครับ

……………..

“Cognitive Ease”

นอกจากนี้สมองคนเรานั้นยังชอบที่จะคิดอะไรแบบง่าย ๆ คิดแบบผ่าน ๆ โดยปล่อยให้ระบบ 1 ทำงานเป็นหลัก แต่หากเรารู้สึกตึงเครียดขึ้นมาเมื่อไหร่ เราจะสังเกตได้ว่าเราจะคิดอย่างรอบคอบมากขึ้น

การคิดแบบง่าย ๆ ผ่าน ๆ นั้นบางทีทำให้เราเชื่ออะไรผิด ๆ หรือตัดสินใจอะไรผิดพลาดได้ เพราะมันมักจะเกิดสิ่งที่เรียกว่า “Illusion of Truth” เพราะสมองเรามักจะคิดว่าอะไรที่เราฟังแล้วคุ้น ๆ น่าจะถูกต้อง

หรือแม้กระทั่งการเขียนที่ใช้ตัวอักษรที่เน้นหนาขึ้นมานั้น เชื่อมั้ยครับว่าทำให้คนเชื่อถือได้มากขึ้น ทั้ง ๆ ที่อาจะเป็นข้อมูลที่ผิด หรือกระทั่งมีการศึกษาว่าชื่อตัวย่อหุ้นที่อ่านง่ายกว่านั้นมีคนให้ความสนใจมากกว่าชื่อตัวย่อที่อ่านเป็นคำยาก เช่น KAR กับ PXG ลองดูครับว่าเราอ่านชื่อและจำตัวไหนได้ง่ายกว่าครับ

……………..

“Norms, Surprises and Causes” 

เหตุการณ์ที่เราเรียกว่า “Surprise” นั้นจะเกิดขึ้นกับสิ่งที่เราคิดไม่ถึงแค่ครั้งแรกครั้งเดียวครับ ถ้าเกิดเหตุการณ์แบบเดิมอีกคนเราจะปรับตัวแล้วมองเป็นเรื่องเฉย ๆ ครับ เช่น หากเราไปเที่ยวที่ ๆ หนึ่งแล้วเจอเพื่อนเราคนหนึ่งที่ไม่ได้เจอกันมานานมากโดยบังเอิญ เราจะตื่นเต้นมาก แต่ภายหลังหากเราบังเอิญเจอเค้าอีกครั้ง เราจะไม่ตื่นเต้นเท่าครั้งแรกแล้วครับ

ส่วนเหตุการณ์ที่เป็นปกติ หรือ “Norm” นั้น เราจะใช้ระบบ 1 ในการประเมิน โดยจะนึกถึงเรื่องที่สมเหตุสมผล เช่น ถ้าเราได้ยินการพูดถึงโต๊ะโดยทั่วไป โดยไม่ได้ระบุอะไรเพิ่มเป็นพิเศษ เราก็นึกถึงโต๊ะโดยทั่วไปที่เราเห็นและคุ้นเคยเป็นประจำ ที่คงจะมีขาโต๊ะเพียงไม่กี่ขา คงไม่ใช่ 20 หรือ 30 ขาแน่ ๆ

นอกจากนี้การที่คนเราจะเชื่ออะไรซักอย่าง เราก็จะเชื่อเรื่องราวที่มีเหตุผลรองรับ เช่น เวลาเราฟังข่าวเกี่ยวกับเรื่องราคาหุ้นที่ขึ้นหรือลงเพราะอะไรนั้น เรามักจะเชื่อสนิทใจเลยครับว่าเป็นอย่างนั้นจริง ๆ ถูกมั้ยหละครับ ซึ่งหลายครั้งทำให้เราเชื่ออะไรที่ผิด ๆ ไปจากข้อมูลที่แท้จริงครับ

……………..

“A Machine for Jumping into Conclusions”

สมองมนุษย์เรานั้นนอกจากจะขี้เกียจแล้วยังชอบที่จะ “ด่วนสรุป” อีกต่างหาก โดยเฉพาะสิ่งที่เรียกว่า “Halo Effect” ซึ่งคือปรากฏการณ์หรือสิ่งที่มีผลต่อความเชื่อของคนเราเมื่อแรกเห็น เช่น เราเห็นคนหน้าดี แต่งตัวดี เราก็ตีความสรุปไปเลยว่าคนนี้น่าจะเป็นคนดี ถูกมั้ยครับ?

ซึ่งผู้เขียนได้ยกตัวอย่างในเรื่องของการตรวจข้อสอบให้เห็นภาพกันว่า เวลาอาจารย์ตรวจข้อสอบแล้วนักเรียนคนนั้นทำคะแนนข้อแรกได้ดี จะทำให้อาจารย์มีแนวโน้มที่จะให้คะแนนข้อต่อ ๆ ไป สูงเช่นกัน เนื่องจากว่าสมองอาจารย์ได้รับรู้ไปแล้วว่านักเรียนคนนี้เก่ง อาจารย์จึงพยายามที่จะคิดถึงแต่ข้อดี พยายามช่วยตรวจให้ได้คะแนนดีในข้อถัด ๆ ไป แต่หากข้อแรกนักเรียนทำคะแนนได้ไม่ดีแล้วหละก็..ตัวใครตัวมันครับ 55 (ในเรื่องนี้เค้าบอกว่า อาจารย์ควรตรวจข้อสอบของเด็กทีละข้อไล่ไปจนครบทุกคน แล้วค่อยตรวจข้อต่อไป เพื่อป้องกันการลำเอียงแบบเหตุการณ์นี้ครับ)

 อีกหลักการสำคัญที่ผู้เขียนพูดถึงบ่อยคือ WYSIATI หรือที่ย่อมาจาก “What you see is all there is” ซึ่งเป็นสิ่งที่อธิบายการตัดสินใจของคนเราว่าเมื่อเรารับรู้หรือเห็นสิ่งใดแล้ว เราก็จะยึดติดกับสิ่ง ๆ นั้นเป็นตัวแทนของสิ่งนั้นทั้งหมดเลย พูดง่าย ๆ ว่า “เหมารวม” เช่น หากให้เดาคนที่มีบุคลิกเรียบร้อยว่าน่าจะทำอาชีพอะไรระหว่างบรรณารักษ์กับเกษตรกร คนก็มักจะตอบว่าน่าจะทำงานเป็นบรรณารักษ์มากกว่าเป็นเกษตรกร อะไรทำนองนี้ ซึ่งหากมองไปที่ตัวเลขสถิติแล้ว คนที่ทำอาชีพเกษตรกรมีมากว่าบรรณารักษ์มาก ๆ จริง ๆ หากให้ใช้เหตุผลในการตัดสินเราควรเดาว่ามีอาชีพเกษตรกรมากกว่า

……………..

“How Judgement Happen” 

ในขณะที่ระบบ 2 นั้นเวลาคิดก็มักจะใช้เวลาและความพยายามในการจะคิดโดยค้นหาข้อมูลต่าง ๆ มาเพื่อตอบคำถามที่เข้ามา แต่เท่าที่เล่าให้ฟังไปแล้วว่าระบบ 1 นั้นทำงานแตกต่างกันออกไปเลย โดยมันจะพยายามที่จะมองภาพง่าย ๆ แล้วมองหาทางที่จะตอบคำถามนั้นโดยใช้ความพยายามให้น้อยที่สุด ที่เราจะเรียกว่าเป็น “basic assessment” ซึ่งมันมีผลอย่างมากต่อการตัดสินใจอะไรแต่ละอย่างของเรา ซึ่งตัวอย่างง่าย ๆ เลยคือการที่เราตัดสินคนจากที่เราเห็นแค่รูปลักษณ์ภายนอกนั่นเอง เหมือนกับสำนวนที่ว่า don’t judge a book by its cover ! ครับ

“Mental Shotgun” ก็คืออีกหนึ่งเหตุการณ์ที่ทำให้คนเราตัดสินใจผิดพลาดบ่อย คือการที่คนเรามีการคิดถึงสิ่งหนึ่งแต่มักจะส่งผลไปถึงอีกสิ่งหนึ่ง เช่น การที่เราดูงบการเงินของบริษัท ๆ หนึ่งแล้วเห็นว่าไม่ดี แต่เราก็ไม่ลืมที่จะคิดถึงสินค้าของบริษัทนี้ที่เราชื่นชอบมาก ๆ และอาจะทำให้เราตัดสินใจจากความชอบแทนที่จะดูจากงบการเงินแทนได้ครับ

……………..

“Answering an Easier Question” 

การที่สมองเราขี้เกียจและชอบทำอะไรง่าย ทำให้เวลาเราเจอคำถามอะไรที่ยากและซับซ้อน เรามักที่จะตอบโดยการแทนที่คำถามที่ยาก ๆ นั้นด้วยคำถามที่ง่าย ๆ แทน ซึ่งอาจทำให้คำตอบที่ได้ไม่ตรงกับความต้องการของคำถามจริง ๆ ได้ เช่น หากถามว่า คุณมีความสุขกับชีวิตตอนนี้ดีมั้ย เราก็จะตอบคำถามโดยนึกถึงคำถามที่ว่าตอนนี้เรารู้สึกยังไงแทน ซึ่งแค่ความรู้สึกตอนนี้จริง ๆ มันไม่ได้สะท้อนถึงชีวิตของเราทั้งหมดซะหน่อย

นอกจากนี้ยังมีการทำการทดลองถามคำถามกับนักศึกษากลุ่มหนึ่งโดยการถามคำถามว่า

ข้อแรก คือ “คุณมีความสุขกับชีวิตตอนนี้ดีมั้ย”
ข้อถัดมาคือ “คุณมีเดทไปกี่ครั้งในเดือนที่แล้ว”

ซึ่งหากทำการสลับเอาคำถามที่สองที่ว่า “คุณมีเดทไปกี่ครั้ง” มาถามก่อนและตามด้วยคำถามที่ว่า “คุณมีความสุขกับชีวิตตอนนี้ดีมั้ย” จะกลายเป็นว่าคำตอบของคำถามข้อหลังจะล้อไปตามจำนวนเดทที่มีในข้อแรก คือ มีแนวโน้มว่าคนที่มีเดทน้อยครั้งจะตอบว่ามีความสุขกับชีวิตตอนนี้น้อยกว่า ในขณะที่หากตอบเรื่องมีความสุขก่อนจำนวนการเดท ผลลัพธ์ที่ได้จะไม่มีความสัมพันธ์กันเลย นั้นแสดงให้เห็นว่าเราเอาคำถามของจำนวนเดทมาตอบคำถามในเรื่องของความสุขแทน

“The Affect Heuristic” ก็เป็นหนึ่งในการตัดสินใจแบบง่าย ๆ โดยเราจะให้น้ำหนักสิ่งที่เราชื่นชอบอยู่แล้วมากกว่าปกติโดยใช้อารมณ์มาเกี่ยวข้องนั่นเอง เช่น หากคุณชอบรัฐบาลชุดนี้ คุณก็จะมองว่านโยบายการสาธารณะสุขที่ออกมา ก็น่าจะดีและมีประสิทธิภาพ 

……………..

“Law of Small Numbers” 

 เวลาเราได้อ่านข่าว ได้ยินข่าวที่เกี่ยวข้องกับผลการสำรวจ ผลการวิจัยว่าเป็นอย่างนั้นอย่างนี้ เราเคยมีคำถามมั้ยครับ ว่ามีการทำสำรวจมากี่คน ทำการทดลองกับตัวอย่างมาแล้วกี่ตัวอย่าง มากเพียงพอที่จะสรุปรึเปล่า?

 สำหรับคนที่มีพื้นฐานทางด้านสถิติหรือด้านการวิจัยมาบ้างคงพอทราบนะครับว่า กลุ่มตัวอย่างที่เล็กเกินไปนั้น ทำให้ข้อมูลที่เราได้มานั้น ไม่สื่อถึงข้อเท็จจริงทั้งหมด และมีความคลาดเคลื่อนค่อนข้างสูง และที่สำคัญจะทำให้เราตีความสรุปจากข้อมูลชุดนั้น ๆ ผิดไปเลยได้นะครับ

เช่น จากการสำรวจความคิดเห็นของผู้สูงอายุจำนวน 300 คนนั้นพบว่า 60% นั้นให้การสนับสนุนรัฐบาล หากเราได้ยินข้อมูลนี้ผ่าน ๆ เราก็คงคิดว่าผู้สูงอายุส่วนใหญ่ของประเทศสนับสนุนรัฐบาลถูกมั้ยครับ แต่ถ้าเราดูจำนวนคนที่เค้าสำรวจมีเพียงแค่ 300 คน เทียบกับประชากรของประเทศ 60 กว่าล้านคนนั้น ถือว่าน้อยมาก จนไม่ควรจะสรุปอะไรจากข้อมูลชุดนี้ เพราะอาจจะแค่เกิดจากความบังเอิญที่ไปสำรวจคนแค่บางกลุ่มที่สนับสนุนรัฐบาล แต่หากเราสำรวจเพิ่มขึ้นมากกว่านี้เป็นหลักพันหรือหลักหมื่น จำนวนเปอร์เซ็นต์ก็อาจจะลดลงก็ได้ครับ

นอกจากนี้ความผิดพลาดในเรื่องของกลุ่มตัวอย่างที่น้อยเกินไปนี้เกิดขึ้นกับการสำรวจข้อมูลเพื่อทำการศึกษาว่าลักษณะของโรงเรียนแบบไหนที่จะประสบความสำเร็จของมูลนิธิ Gates Foundation ของ Bill Gates ด้วยนะครับ 

โดยผลการศึกษาสรุปไปว่าโรงเรียนที่มีเด็กที่ประสบความสำเร็จนั้นต้องเป็นโรงเรียนที่มีขนาดเล็ก ซึ่งเกิดจากการสำรวจโรงเรียน 1,662 แห่ง ทำให้ทางมูลนิธิอยากที่จะลงทุนไปกับการสร้างโรงเรียนขนาดเล็ก แต่ที่ไหนได้ พอมีการไปดูข้อมูลโรงเรียนที่มีเด็กที่ผลการเรียนแย่ที่สุด ก็พบว่าเป็นโรงเรียนที่มีขนาดเล็กเช่นกัน เพราะว่าโรงเรียนขนาดเล็กนั้นมีกลุ่มตัวอย่างที่น้อย มันเลยมีโอกาสที่ข้อมูลที่ได้มาจะสุดโต่งไปทั้งทางที่ดีและไม่ดี ได้มากกว่าการสำรวจข้อมูลจำนวนมากกว่านั่นเองครับ

 ดังนั้นก่อนเราจะเชื่อข้อมูลใด ๆ นั้นเราควรจะพิจารณากลุ่มตัวอย่างหรือกลุ่มข้อมูลที่ทำการเก็บมาด้วยว่ามากพอรึเปล่าครับ

……………..

“Anchoring” 

“Anchoring” หรือ “การยึดติด” ก็เป็นอีกกับดักทางความคิดอีกชนิดหนึ่งที่ทำให้เราตัดสินใจหรือประเมินอะไรผิดพลาด ซึ่งสิ่งนี้มีลักษณะแบบ “priming effect” แบบที่เล่าไว้ในตอนแรกว่ามันจะเป็นตัวนำพาเราไปให้ตัดสินใจแบบไม่รู้ตัว

เช่น หากถามว่าคานธีมีอายุมากกว่าหรือน้อยกว่า 114 ปี แล้วให้เราตอบอายุ กับถามว่าคานธีมีอายุมากกว่าหรือน้อยกว่า 35 ปี แล้วให้ตอบอายุ ผลการทดสอบออกมาว่าคนเรามักจะเดาอายุใกล้เคียงกับค่าอายุที่ให้มาในคำถาม เพราะมันเป็นเหมือนหลักยึดให้เราคนเริ่มคิดจากจุดนั้นนั่นเองครับ จึงเป็นการง่ายที่จะเดาโดยเริ่มต้นใกล้ ๆ จากจุดนั้น ๆ

 ซึ่งหลักการ “anchoring” นี้จะบอกว่ามีการนำไปใช้ในเรื่องการทำการตลาดมากเลยนะครับ เช่น การที่เราเห็นป้ายสินค้าลดราคา 10 % แล้วติดป้ายว่า “จำกัดไม่เกินคนละ 12 ชิ้น” กับการที่ไม่ได้บอกการจำกัดจำนวน เชื่อมั้ยครับว่าค่าเฉลี่ยที่คนซื้อสินค้าที่มีป้าย “จำกัดไม่เกินคนละ 12 ชิ้น” นั้นมากถึง 7 ชิ้น ในขณะที่เมื่อไม่มีป้ายจำกัดจำนวนนั้นมีค่าเฉลี่ยการซื้อเพียงครึ่งเดียวเท่านั้น (ใครเคยหลงกลนี้บ้าง ยกมือหน่อยครับ!)

นอกจากนี้ในเรื่องการเจรจาต่อรองราคาหรือตัวเลขต่าง ๆ นั้น “anchoring” นั้นมีผลต่อการตัดสินใจของคนเรามาก ๆ เช่น หากเราเสนอตัวเลขนึงไปก่อนเพื่อประโยชน์ของตัวเราก็มีแนวโน้มที่ผู้ฟังนั้นจะโดนทำให้ “ยึดติด” กับตัวเลขนั้น ๆ ในทางตรงกันข้ามหากเราเป็นฝ่ายที่ต้องฟังข้อเสนอ เราจึงควรตั้งสติให้ดีแล้วใช้ระบบ 2 ออกมาคิดให้ดี ๆ นะครับ

……………..

“Availability”

สมองของคนเรานั้นมักจะให้ความสำคัญกับสิ่งที่เราได้พบเจอ และอยู่ในความทรงจำของเรา รวมถึงนึกถึงได้ง่าย ซึ่งสิ่งเหล่านี้มีผลต่อการคิดและตัดสินใจของเรามาก ๆ ซึ่งแน่นอนทำให้เราเกิดอคติอย่างแน่นอน ซึ่งเราเรียกว่า “availability bias”

 เช่น เมื่อเราได้ยินข่าวเครื่องบินตกติด ๆ กันซัก 2 ครั้ง เราก็จะกลัวเรื่องเครื่องบินตกมาก จนบางคนอาจจะเลือกไม่นั่งเครื่องบินในการเดินทาง ยิ่งสื่อหรือข่าวต่าง ๆ ก็จะประโคมข่าวเรื่องนี้ ทำให้ข่าวนั้นติดอยู่ในสมองเราและจำได้ง่าย ทั้งที่จริง ๆ แล้วความเสี่ยงของการเกิดอุบัติเหตุของเครื่องบินตกนั้นก็เท่าเดิม คือยังน้อยมากกว่าการเดินทางทางรถยนต์อยู่ดี แต่สมองเรามักจะจดจำและกลัวเรื่องนี้มากเกินกว่าความเป็นจริง

 หรือการที่เราเพิ่งทำอะไรสำเร็จมาเมื่อเร็ว ๆ นี้เราก็จะรู้สึกว่าเราทำอะไรก็จะสำเร็จ ทำให้เราเกิดความมั่นใจมากเกินไป หรือ “overconfident” ไปด้วยครับ

……………..

“Representativeness” 

การมองหาตัวแทนของเหตุการณ์หรือลักษณะอย่างใดอย่างหนึ่ง หรือที่บางทีเราเรียกว่า “stereotype” ก็เป็นอีกสิ่งที่เราพบเห็นได้มากทั่วไป เช่น คน ๆ หนึ่งที่มีลักษณะเนิร์ด ๆ นอกจากนี้ยังเป็นคนตรง ๆ มีระบบและเป็นคนชอบลงรายละเอียดเล็ก ๆ น้อย ๆ หากให้เราเดาว่าคน ๆ นี้เรียนจบสาขาอะไรมา เชื่อว่าหลายคนคงตอบไปแนว ๆ สาขาคอมพิวเตอร์ หรือวิศวกรรม มากกว่าที่จะเดาว่าจบด้านสังคมศาสตร์หรือมนุษยศาสตร์

ถามว่าทำไมเราถึงเดาแบบนั้นแทบจะในทันทีทันใด เนื่องจากว่าลักษณะที่มีการบรรยายนั้นมีคำที่แสดงออกถึงนิสัยตัวแทนของคนที่จบในด้านเกี่ยวกับคอมพิวเตอร์หรือวิศวกรรม ซึ่งเราเรียกลักษณะพวกนี้แหละครับว่า “representativeness”

หลาย ๆ ครั้งการเชื่อตัวแทนพวกนี้เป็นสิ่งที่ไม่ถูกต้อง เนื่องจากผู้เขียนมองว่าเราควรยึดถือความน่าจะเป็นทางสถิติหรือข้อมูลเชิงตัวเลขมากกว่าความรู้สึกของเรา

 ตัวอย่างง่าย ๆ อีกอย่างเช่น การที่เราเห็นคนอ่านหนังสือพิมพ์ธุรกิจที่ยาก ๆ แล้วตั้งคำถามว่าเค้าจบปริญญาเอกหรือยังไม่จบปริญญาตรี เราก็จะคิดว่าคน ๆ นี้น่าจะจบการศึกษาสูง ๆ อย่างระดับปริญญาเอกมากกว่าจะไม่ได้จบปริญญาตรีเป็นแน่ ทั้งที่เค้าบอกว่าในอเมริกานั้นคนที่จบปริญญาเอกนั้นน้อยกว่าคนที่ยังไม่จบปริญญาตรีเป็นอย่างมาก แต่สมองเราก็คิดรวบรัดจากลักษณะของตัวแทนที่เราเห็นโดยทันที โดยลืมที่จะพิจารณาถึง “ความน่าจะเป็น”

……………..

“Less is more”

 เคยมั้ยครับเวลาเราได้ยินได้อ่านข้อมูลที่มีรายละเอียดเยอะ ๆ นั้นทำให้เราเชื่อว่าข้อมูลนั้นเป็นจริงมากขึ้น?

ข้อนี้เป็นข้อควรระวังอีกข้อหนึ่งเลยครับที่คนเรามักจะตกหลุมพรางจากการให้ข้อมูลที่ละเอียดที่ทำให้เราหลงคิดว่าเป็นจริง

ตัวอย่างง่าย ๆ ที่ในหนังสือยกมาเกี่ยวกับผู้หญิงคนหนึ่งที่ชื่อ “ลินดา” ที่มีอายุประมาณ 30 ปี เป็นคนฉลาด กล้าพูดกล้าแสดงออก ซึ่งในระหว่างศึกษาที่ University of California at Berkeley ลินดาให้ความสนใจในเรื่องของสิทธิมนุษยชนเป็นอย่างมาก

หากเราให้เลือกว่าลินดาตรงกับลักษณะข้อไหนมากกว่าในสองข้อนี้ระหว่าง

1. ลินดาเป็นพนักงานธนาคาร
2. ลินดาเป็นพนักงานธนาคารที่เคลื่อนไหวเพื่อสิทธิสตรี

หลายคนอาจตอบข้อหลังเพราะข้อมูลที่ให้ดูมีน้ำหนักสอดคล้องกับลักษณะของลินดาที่อธิบายมาในตอนต้นมากกว่า โดยเราอาจลืมคิดไปว่า ประโยคในข้อหลังที่บอกว่า “เคลื่อนไหวเพื่อสิทธิสตรี” นั้นเป็นส่วนขยายเพิ่มเติม เป็นแค่ “subset” ส่วนหนึ่งของประโยคแรกเท่านั้นเอง

ถ้าเรามองในเรื่องของความน่าจะเป็นและโอกาส ก็ต้องบอกว่าลินดามีโอกาสตรงกับลักษณะในประโยคแรก “ลินดาเป็นพนักงานธนาคาร” มากกว่าที่จะเป็นทั้งพนักงานธนาคารและคนที่เคลื่อนไหวเพื่อสิทธิสตรี ถูกมั้ยครับ? (พนักงานธนาคารอาจะมีเป็นแสน ๆ คนในขณะที่พนักงานธนาคารที่เคลื่อนไหวเพื่อสิทธิสตรีอาจมีแค่หลักร้อยคนเท่านั้นเอง)

ซึ่งเหตุการณ์ลักษณะที่สมองเรามีการเชื่อมโยงข้อมูลแบบนี้ เรียกว่า “conjunction fallacy” ซึ่งเป็นความผิดพลาดรูปแบบหนึ่งของสมองเรานะครับ

 เพราะฉะนั้นให้เราระวังครับ เวลาได้ยินข้อมูลอะไรที่มีรายละเอียดเยอะ มันฟังดูน่าดึงดูดกว่าก็จริงครับแต่ความน่าจะเป็นที่จะถูกต้องนั้นน้อยกว่าครับ

……………..

“Causes trumps statistics” 

การที่เราเจอเหตุการณ์ที่มีเหตุมีผลนั้นจะส่งผลต่อเรามากกว่าข้อมูลทางสถิติครับ ในหนังสือได้ยกตัวอย่างการทดลองอันหนึ่งที่นำคนสองกลุ่มงมาประเมินกลุ่มนักศึกษาว่าน่าจะสอบผ่านวิชานี้กี่เปอร์เซ็นต์ โดยกลุ่มแรกได้รับการแจ้งว่านักศึกษาที่เค้าเห็นเนี่ยส่วนใหญ่สอบผ่านนะ ถึง 75 % ในขณะที่อีกกลุ่มโดนบอกต่างกันว่านักศึกษาที่เห็นส่วนใหญ่สอบตก คือผ่านแค่ 25% เท่านั้น

 เชื่อมั้ยครับว่าผลการประเมินก็ออกมาล้อกับข้อมูลที่เค้าได้รับโดยกลุ่มแรกก็จะประเมินว่าผ่านเยอะ ส่วนหลุ่มหลังก็จะประเมินว่าผ่านน้อย

ซึ่งตัวเลขที่เค้าให้ข้อมูลไปนี่เราเรียกว่า “base rate” ของการมีโอกาสสอบผ่าน ซึ่งกลุ่มการทดลองที่ได้รับข้อมูลว่านักศึกษากลุ่มนี้ปกติผ่านที่แค่ 25% ทำให้สมองเค้ารับรู้ถึงอัตราการผ่านที่ต่ำนี้ และมีการเชื่อมโยงว่าข้อสอบคงจะยากมาก ซึ่งเป็นเหตุเป็นผลที่ทำให้เค้าประเมินว่านักศึกษาน่าจะผ่านการสอบน้อยเช่นกันครับ

……………..

“Regression to the mean” 

คนเรานั้นจะมีค่าเฉลี่ย (mean) ของความสามารถในการทำอะไรอย่างใดอย่างหนึ่งของตัวเองอยู่ โดยเค้ายกตัวอย่างเหตุการณ์ตอนที่เค้ามีโอกาสได้ทำงานสอนอยู่ในกองทัพอากาศของอิสราเอล นักเรียนที่ทำได้ดีในช่วงแรก นั้นในเวลาถัดมา performance นั้นมักจะตกลงไป ส่วนนักเรียนที่ทำได้ไม่ดีในตอนแรก ครั้งถัดมากลับเห็นว่าทำได้ขึ้น ทำให้มีความเชื่อกันว่าเพราะการชื่นชมคนที่ทำได้ดีในครั้งแรกนั้น ทำให้นักเรียนทำได้ดีน้อยลง ส่วนการตำหนินักเรียนที่ทำได้ไม่ได้ในครั้งแรก ทำให้นักเรียนพยายามมากขึ้นจนทำได้ดีในครั้งถัดไป

 ซึ่งผู้เขียนบอกว่าจริง ๆ แล้วมันไม่เกี่ยวกับการชมหรือการตำหนิเลยแต่มันเป็นปรากฎการณ์ที่เค้าเรียกว่า “regression to the mean” คือคนเราจะกลับเข้าสู่ค่าเฉลี่ยของเราเองในเรื่องนั้น ๆ เสมอ เช่น นักกีฬากอล์ฟที่ตีได้ดีในวันแรก วันถัดมาก็มักจะมีผลงานที่ตกลงเทียบกับวันแรก คนที่ตีได้ไม่ได้ในวันแรก วันถัดมาก็มักจะมีผลงานที่ดีขึ้น ทุกคนจะมีค่าเฉลี่ยความสามารถอยู่ที่ค่า ๆ หนึ่ง

นอกจากนี้ผู้เขียนยังเชื่ออีกว่า การที่เราทำได้ดีกว่าค่าเฉลี่ยของเรานั้นเป็นเพราะเรามีโชคมาช่วยครับ (หลายคนอาจจะไม่เชื่อในเรื่องนี้ แต่ผู้เขียนนั้นเชื่อในเรื่องนี้มากทีเดียว) การที่เราทำได้ต่ำกว่าค่าเฉลี่ยที่เราทำได้ ก็คือเราแค่โชคไม่ดี 

ซึ่งหากเราไม่เข้าใจปรากฎการณ์นี่เราอาจจะหลงไปกับการที่เรามักจะตัดสินอะไรจากผลงานหรือผลลัพธ์ที่เราเห็นในช่วงแรกถูกมั้ยครับ เช่น การที่เราเห็นบริษัทหน้าใหม่แห่งหนึ่งทำผลประกอบการได้ดีมากในปีแรก ๆ เราอาจคาดหวังว่าปีถัดไปก็จะต้องดีอย่างแน่นอน ซึ่งอาจจะไม่จริงนะครับ เพราะตัวเลขในปีแรกอาจจะเป็นตัวเลขที่ไม่ปกติก็เป็นได้ และก็มีโอกาสที่บริษัทแห่งนั้นจะมีผลประกอบการที่ไม่ดีในปีถัดมาเพราะกลับเข้าสู่ค่าเฉลี่ยที่แท้จริงก็เป็นได้!

……………..

“Taming Intuitive Predictions” 

การคาดการณ์หรือการคาดเดาเหตุการณ์หรือตัวเลขต่าง ๆ นั้นส่วนมากจะเกิดจากการใช้สมองระบบ 1 ในการคิดทั้งสิ้นครับ ส่วนใหญ่สมองจะดึงข้อมูลมาจากประสบการณ์ที่เกิดขึ้นซ้ำ ๆ กับตัวเรา ทำให้เราสามารถดึงออกมาใช้ประเมินหรือคาดการณ์ได้อย่างรวดเร็ว แต่….หลายครั้งหลายคราการคาดการณ์แบบนี้ก็ผิดได้ครับ เค้าเลยแนะนำว่าเราควรจะใช้ระบบที่ 2 เข้ามาช่วยคิดด้วยจะดีกว่า

เช่น หากเราได้ยินว่าผู้หญิงคนหนึ่งที่กำลังศึกษาอยู่ที่มหาวิทยาลัยแห่งหนึ่งนั้นเธอสามารถพูดได้อย่างคล่องแคล่วตั้งแต่อายุ 4 ขวบ และถามเราว่าเราคิดว่าผู้หญิงคนนี้จะมีเกรดเฉลี่ย (GPA) อยู่ที่เท่าไหร่ ?

คนส่วนใหญ่มักจะเดาว่าเกรดเธอน่าจะสูง เพราะดูจากการที่พูดคล่องแคล่วตั้งแต่อายุยังน้อย เธอน่าจะฉลาด ซึ่งถามว่าจริง ๆ แล้วเราสรุปอย่างนั้นได้เลยหรือไม่?

ผู้เขียนเลยได้ให้แนวทางในการคิดเวลาที่เราจะคาดการณ์หรือทำนายอะไรไว้ดังนี้ครับ

 คือเราควรจะหาค่าเฉลี่ยของเกรดของคนทั่วไปก่อนครับว่ามีค่าเท่าไหร่แล้วเริ่มจากจุดนั้นครับ ซึ่งค่านี้เรียกว่า “baseline” (สมมุติว่าคนปกติทั่วไปได้เกรด 2.8 )

ถัดมาก็มาดูหลักฐานหรือข้อมูลที่เรามีเพิ่มครับ เช่น การที่เธออ่านได้คล่องแคล่วตั้งแต่ยังเด็ก แล้วให้เราประเมินครับว่าจากข้อมูลชุดนี้เกรดควรจะอยู่ที่เท่าไหร่ (เช่น 3.7) ค่านี้เราเรียกว่า “intuitive prediction”

หลังจากนั้นให้เราประเมินครับว่าปัจจัยในเรื่องความสามารถในการอ่านได้เร็วอย่างนี้มันมีผลต่อผลการเรียนอย่างไร เป็นสัดส่วนประมาณเท่าไหร่ (อันนี้ค่อนข้างยาก) เช่น หากเราประเมินได้ว่าปัจจัยข้อนี้มีผลต่อผลการเรียนประมาณ 0.3 เราก็นำเอาสัดส่วน 30% นี้ไปบวกเพิ่มจากค่าเฉลี่ย baseline (เกรด 2.5) ไปทางค่าที่เราได้จาก intuitive prediction (เกรด 3.7) ครับ ซึ่งควรจะได้ประมาณแค่ 2.62

เป็นไงครับ งงกันมั้ยหละครับ 555 

ผู้เขียนบอกว่าการประเมินหรือคาดการณ์โดยวิธีนี้เราสามารถนำไปใช้ได้กับทุก ๆ เรื่องเลยครับที่สามารถตีออกมาเป็นตัวเลขได้ ผมว่ามีประโยชน์มากทีเดียวครับ แม้ว่าอ่านแรก ๆ จะงงก็ตาม 555

……………..

“Illusion of Understanding” 

มนุษย์เรานั้นชอบคิดว่าเราเข้าใจเหตุการณ์ต่าง ๆ ในอดีตเป็นอย่างดี จากการที่เราได้อ่าน ได้ฟังเรื่องราวต่าง ๆ แล้วมาปะติดปะต่อ วิเคราะห์เหตุการณ์ในอดีต จนเราเชื่อเราว่าเข้าใจอดีตเป็นอย่างดีและจะสามารถทำนายอนาคตได้ดีซะด้วย

 เหตุการณ์แบบนี้ผู้เขียนเรียกว่า “narrative fallacy” (คือการนำเหตุการณ์มาเชื่อมโยงเหตุและผลกัน) ซึ่งทำให้เกิด “Hindsight bias” ทำให้เราคิดว่าเรานั้นเข้าใจเหตุการณ์ในอดีตเป็นอย่างดีและสามารถทำนายสิ่งที่จะเกิดขึ้นล่วงหน้าได้ ซึ่งจริง ๆ เป็นความบกพร่องรูปแบบหนึ่งของมนุษย์เราที่ประเมินเหตุการณ์เหล่านั้นต่ำไป ง่ายไป ทั้งที่จริง ๆ สิ่งที่เกิดขึ้นมันซับซ้อนและมีตัวแปรมากมาย แต่เราก็เลือกที่จะเชื่อเฉพาะสิ่งที่เราคิดเท่านั้น

เช่น เวลาเราได้อ่านเรื่องของบริษัทหรือคนที่ประสบความสำเร็จแล้วมาถอดบทเรียนเป็น “recipes for success” ว่าอะไรทำให้คนเหล่านั้นประสบความสำเร็จ ผู้เขียนนั้นบอกว่าจริง ๆ แล้วอาจจะมีตัวแปรมากกว่าที่เราเห็นหรือเราได้ยินมา แต่เราเลือกที่จะไม่พูดถึง ตัวแปรที่ถูกยกมาอาจจะแทบไม่มีผลก็ได้ เพียงแต่มันแป็นเพียงความบังเอิญเท่านั้น

แต่อย่างว่าครับคนเรานั้นชอบที่จะอ่านเรื่องราวที่มีที่มาที่ไปเชื่อมโยงกัน อ่านแล้วสนุก เลยทำให้หนังสือที่เป็น how to ต่างๆ ขายดิบขายดียังไงหละครับ 

นอกจากนั้นเรายังมี bias อีกอย่างที่เรียกว่า “outcome bias” ซึ่งก็คือการที่คนเราจะตัดสินอะไรจากผลลัพธ์ของการกระทำนั้นครับว่าถูกหรือผิด ซึ่งความเป็นจริงใครจะไปทราบถูกมั้ยครับว่าการที่เราตัดสินใจอะไรไปนั้นจะส่งผลกระทบต่อผลลัพธ์อย่างไร

 เพื่อให้เห็นภาพ ลองนึกถึงเวลาเราดูการแข่งขันกีฬาอย่างฟุตบอลแล้วผู้จัดการทีมต้องทำการปรับแผน เปลี่ยนตัวผู้เล่น ถ้าเผอิญผลการแข่งขันออกมาดี เราก็จะมาสรปกันว่าผู้จัดการทีมตัดสินใจได้ถูกต้องอย่างนั้นอย่างนี้ แต่ถ้าผลออกมาไม่ดี เราก็จะวิเคราะห์ไปอีกแบบเลยครับว่าทำไมถึงแก้เกมแบบนี้ ทำนองนี้ครับ

……………..

“Illusion of Validity” 

นอกจากการหลงว่าเราเข้าใจอะไรอย่างดิบดีแล้ว มนุษย์เรายังเผลอคิดว่าสิ่งที่เราเข้าใจนั้นถูกมาตลอดด้วยครับ

โดยเฉพาะอย่างยิ่งหากเราเป็นผู้เชี่ยวชาญหรือศึกษาในด้านนั้น ๆ มาอย่างดี ผู้เขียนยกตัวอย่างเรื่องการลงทุนในหุ้น ที่เชื่อมั้ยครับว่าเค้ามีการศึกษาเป็น paper ชื่อ “Trading is hazardous to your wealth” ว่านักลงทุนที่มีการลงทุนหรือการเคลื่อนไหวน้อยที่สุดเป็นนักลงทุนที่ทำผลตอบแทนได้สูงสุด ! และนักลงทุนที่มีการเคลื่อนไหวเยอะ ๆ จะทำผลตอบแทนได้แย่กว่า (ไม่น่าเชื่อเลยนะครับ)

นอกจากนี้ยังมีการศึกษาเพิ่มเติมไปถึงว่าความผิดพลาดของนักลงทุนนั้นยังรวมไปถึงการที่นักลงทุนมักจะขายหุ้นตัวที่จะเติบโตอีกได้ดีออกไปเพื่อล็อคผลกำไร ในขณะที่เก็บหุ้นที่แย่แล้วไว้ ไม่ยอมขายออกไป ซึ่งเป็นการตัดสินใจที่ผิดพลาด

ในอีกด้านหนึ่ง คือ การที่ผู้เชี่ยวชาญมักจะออกมาทำนายเหตุการณ์ต่าง ๆ โดยการนำข้อมูลต่าง ๆ มาวิเคราะห์อย่างเป็นเหตุเป็นผลก็เป็นอีกสิ่งที่ผู้เขียนบอกว่า เชื่อถือไม่ได้มากนัก เนื่องจากว่าเค้ามีการทำการทดลองแล้วผลออกมาว่าผู้เชี่ยวชาญต่าง ๆ เหล่านี้ทำนายเหตุการณ์ได้แย่พอ ๆ กับการที่ลิงปาลูกดอกเลยครับ (เปรียบเทียบได้เจ็บมาก ๆ 55) จริง ๆ เค้าบอกว่าที่ถูกนั้นน่าจะมาจากดวงล้วน ๆ เลยก็ว่าได้ครับ

 ซึ่งเค้าบอกว่าจริง ๆ แล้วโลกเรามันมีตัวแปรและปัจจัยอะไรเยอะแยะมากมายที่เราไม่สามารถพิสูจน์ได้หมด ทำให้การจะทำนายอะไรนั้นทำได้ยากอยู่แล้ว ฉะนั้นเวลาเราฟังอะไรจากใครให้เราคิดให้ดี อย่าได้ตัดสินจากความที่เค้าเป็นผู้เชี่ยวชาญหรือมีความมั่นใจสูง ให้ดูที่ข้อมูลที่มีจะดีกว่าครับ

……………..

“Intuitions VS Formulas” 

สืบเนื่องจากหัวข้อที่แล้วในเรื่องของการทำนายเหตุการณ์ต่าง ๆ ผู้เขียนได้ไปทำการศึกษาเพิ่มและพบว่าเราควรจะใช้สูตรคำนวณดีกว่าการทำนายแบบลอย ๆ โดยใช้สัญชาตญาณหรือความรู้สึก แม้ว่าบางทีมนุษย์เราอาจจะสามารถวิเคราะห์อะไรที่ซับซ้อนหรือหรือใช้ข้อมูลที่ได้มาเพิ่มเติม แต่ผู้เขียนเค้าบอกเลยครับว่าโดยส่วนใหญ่นั้นก็จะสู้การใช้การคำนวณไม่ได้

นอกจากนี้มนุษย์เรายังมีความไม่เสมอต้นเสมอปลาย (inconsistency) ในการตัดสินใจที่ซับซ้อนหรือเรื่องยาก ๆอีกต่างหาก เช่น คำถามในเรื่องเดิมแต่ให้เราตอบสองครั้ง เราก็มีโอกาสตอบไม่เหมือนกันในเวลาที่ต่างกันเพราะเรามีการใช้ระบบที่ 1 มาเกี่ยวข้องด้วยเป็นอย่างมากนั่นเองครับ (อารมณ์ ความรู้สึก ความเหนื่อย ณ เวลานั้น เป็นต้น)

 โดยเค้าแนะนำให้เราพยายามหาตัวแปรที่คิดว่าส่งผลกระทบถึงเรื่องนั้น ๆ มา แล้วลองให้คะแนนแต่ละตัวแปรเพื่อประเมิน

 อย่างตัวอย่างในหนังสือที่ยกเรื่องของหมอคนหนึ่งที่ศึกษาลักษณะของทารกที่เกิดใหม่ ซึงสมัยก่อนนั้นทารกเกิดใหม่มีการเสียชีวิตค่อนข้างมากจากการหายใจผิดปกติที่ส่งผลต่อสมองและเสียชีวิตได้ โดยในสมัยก่อนนั้นอาศัยการดูและคาดคะเนจากสิ่งที่เห็นเอาจากหมอแต่ละคนโดยไม่ได้มีหลักการที่แน่นอน ต่างคนก็ต่างดูกันคนละอย่าง

จนกระทั่ง Dr. Apgar ได้ทำการศึกษาและจดตัวแปร 5 อย่าง แล้วให้คะแนนแต่ละตัวแปร (0, 1, 2) โดยตั้งเกณฑ์ไว้ว่าถ้าคะแนนรวมเกิน 8 คะแนนนั้นทารกจะมีสีผิวที่ออกสีชมพู ดิ้นไปมา หรือร้องไห้ และมีอัตราการเต้นของหัวใจสูงกว่า 100 จะเป็นทารกที่แข็งแรงปกติดี แต่ทารกที่ถูกประเมินแล้วได้คะแนนต่ำกว่า 4 จะมีผิวออกเขียว มีอาการนิ่ง ๆ และมีอัตราการเต้นหัวใจที่ต่ำ ก็จะมีความเสี่ยงและต้องการความช่วยเหลือ ซึ่งเค้าได้นำสูตรวิธีการวิเคราะห์แบบนี้ (Aspar test) ไปใช้ได้กับโรงพยาบาลหลายแห่ง และยังใช้อยู่จนปัจจุบันนี้ครับ ซึ่งการคิดวิเคราะห์เป็นระบบทีมี่สูตรที่ชัดเจนนี้ช่วยให้จำนวนทารกที่เสียชีวิตตั้งแต่แรกเกิดน้อยลงไปเป็นอย่างมากเลยครับ

……………..

“Expert Intuition” 

มีคำถามว่าแล้วเมื่อไหร่ครับที่เราควรจะเชื่อสัญชาตญาณของผู้เชี่ยวชาญ?

ผู้เขียนบอกว่าให้เราพิจารณาปัจจัยสองอย่างนี้ก่อนครับ

 อย่างแรกคือความสม่ำเสมอของสภาพแวดล้อมของสิ่งที่ผู้เชี่ยวชาญคนนั้นทำอยู่ หากสภาพแวดล้อมและปัจจัยต่าง ๆ นั้นคงที่มากพอที่เราจะคาดการณ์ได้ เราจึงจะมองว่าเราน่าจะเชื่อเค้าได้ครับ โดยสภาพแวดล้อมที่คงที่นั้นในหนังสือก็ได้ยกตัวอย่าง การเล่นหมากรุกครับ ว่ามีสภาพแวดล้อมที่คงที่ มีกฎกติกาชัดเจนเหมือนเดิมตลอด

 อีกอย่างหนึ่งก็คือ การที่คนคนนั้นจำเป็นต้องได้รับโอกาสที่จะเรียนรู้เรื่องนั้นอย่างสม่ำเสมอและต่อเนื่อง นอกจากนี้ต้องมีการได้รับ “feedback” หรือข้อมูลป้อนกลับไปอย่างรวดเร็วด้วยนะครับ ว่าทำแบบนี้แล้วดี หรือทำแบบนี้แล้วไม่ดี

 ดังนั้นหากเราต้องการความเห็นของผู้เชี่ยวชาญนั้นให้เราประเมินดูสัญชาตญาณของผู้เชี่ยวชาญคนนั้น ๆ ให้ดีก่อนครับ ว่าเค้าอยู่ในสภาพแวดล้อมที่คงที่ รวมถึงประเมินประวัติการเรียนรู้ของเค้าในเรื่องนั้น ๆ ก่อนครับ อย่าไปเชื่อเพียงเพราะเราเห็นเค้ามีความมั่นใจในเรื่องนั้น ๆ มากครับ

……………..

“The Outside View” 

อย่างที่เราทราบกันว่ามนุษย์เรานั้นมีความเชื่อมั่นในสิ่งที่ตัวเองทำมาก ๆ โดยลืมนึกไปถึงสิ่งที่คนอื่น ๆ ทำคล้าย ๆ กันอยู่ หรือลืมนึกไปถึงสิ่งที่เราไม่รู้ หรือ “unknown unknown”

 โดยเฉพาะเวลาเราจะวางแผนทำอะไร เรามักจะมั่นใจในตัวเอง และมองโลกในแง่ดีมากเกินไป หรือที่เค้าเรียกว่า “planning fallacy” และนี่ก็เป็นที่มาของการที่เราทำโครงการอะไรซักอย่างแล้วใช้เวลานานกว่าที่เราวางแผน หรือแม้กระทั่งต้นทุนมากกว่าที่วางแผนไว้

ที่แย่ไปกว่านี้คือบางครั้งเราก็ตั้งใจวางแผนมองโลกในแง่ดีมาก ๆ และประเมินผลตอบแทนเพื่อให้โครงการที่เราอยากจะทำนั้นผ่าน และหลายต่อหลายครั้งที่เราทำโครงการนั้นต่อไปด้วยงบประมาณที่บานปลาย เราก็มีแนวโน้มที่จะทำมันต่อไป ไม่ล้มเลิกโครงการเนื่องจากว่าเราเกิดความเสียดาย “ต้นทุนจม” หรือ “sunk cost” ที่เราได้จ่ายไปแล้วนั่นเองครับ 

 ในความเป็นจริงแล้วเราควรจะนำเอาข้อมูลหรือสถิติจากงานที่ใกล้เคียงกันหรือที่บริษัทหรือคนอื่นทำมาแล้วมาเป็น “benchmark” ในการวางแผน ซึ่งข้อมูลตรงนี้จะเป็น “outside view” ที่ช่วยให้เราเห็นภาพความเป็นจริงมากขึ้น ไม่มองโลกในแง่ดีเกินไปและจะทำให้เราได้แผนงานหรือการประเมินที่สมเหตุสมผลมากยิ่งขึ้นครับ

……………..

“Engine of Capitalism” 

ผู้เขียนได้บอกว่ามันมีหลักฐานอย่างชัดเจนเลยนะครับว่า การมองโลกในแง่ดีนั้นส่งผลมากต่อการตัดสินใจที่จะยอมรับความเสี่ยงหลาย ๆ อย่าง โดยเราจะมองข้ามความเสี่ยงเหล่านั้น เห็นได้จากการที่ผู้ประกอบการอยากที่ก่อตั้งกิจการขึ้นมาเพราะเค้ามองว่าเค้าสามารถทำให้ประสบความสำเร็จได้ไม่ยาก ซึ่งความมั่นใจเหล่านี้มันก็มีส่วนช่วยผลักดันให้เกิดกลไกของระบบทุนนิยมนะครับ ที่มีการเอาทรัพยากรต่าง ๆ มากมายมาใช้งาน ลงทุน

แต่หากเรามาดูในแง่ของสถิติแล้วเราจะเห็นว่าโอกาสที่ธุรกิจขนาดเล็กที่จะอยู่รอดได้ถึง 5 ปีในสหรัฐอเมริกานั้นมีแค่ 35 % เท่านั้นเอง แต่ถ้าเราไปสำรวจและสอบถามผู้ประกอบการถึงโอกาสในเรื่องนี้ ผลออกมาว่าคนส่วนใหญ่มองว่ามีโอกาสถึง 60% ซึ่งมากกว่าความเป็นจริงถึงเกือบเท่าตัวเลยครับ 

นอกจากนี้เค้ายังยกตัวอย่างการทดลองที่เค้าให้ CFO (Chief Finance Officer) ของหลาย ๆ บริษัทใหญ่ทำนายผลตอบแทนของตลาดหุ้นในอนาคต ผลปรากฏออกมาว่า สิ่งที่เค้าทำนายกับความเป็นจริงแทบจะไปกันคนละทางเลยครับ! 

ตัวอย่างนี้ชี้ให้เห็นชัดเจนถึงความมั่นใจมากเกินไปในการทำนายตลาดของ CFO ซึ่งความมั่นใจที่มากเกินไปนี้แหละครับเป็นรูปแบบหนึ่งของการที่เราเชื่อว่าสิ่งที่เรารู้เราเห็นคือทุกสิ่งแล้ว โดยไม่ได้คิดว่าจริง ๆ แล้วยังมีตัวแปรหรือปัจจัยอื่น ๆ อีกมากมายที่เราไม่รู้

 ในท้ายบทของเรื่องนี้ ผู้เขียนก็ได้แนะนำวิธีการที่พอจะช่วยเราไม่ให้มองโลกในแง่ดีมากเกินไป โดยใช้เทคนิคที่เค้าเรียกว่า “Premortem” หรืออาจเรียกว่า “เทคนิคการชันสูตรก่อนตาย” ที่เค้าแนะนำว่าให้เราลองนึกภาพในอนาคตที่เราทำตามแผนต่าง ๆ ที่เราวางไว้แล้วผลลัพธ์มันดันไม่เป็นไปตามที่เราคิด ให้เราลองคิดครับว่ามันจะเกิดจากอะไรได้บ้าง แล้วนำตัวแปรหรือปัจจัยเหล่านี้แหละครับมาร่วมพิจารณาในการวางแผนในปัจจุบันครับ

……………..

“Prospect Theory”

“Prospect Theory” หรือ “ทฤษฎีความคาดหวัง” นั้นเป็นทฤษฎีที่เกี่ยวข้องกับการที่ว่าทำไมบางครั้งคนเรากล้าที่จะเสี่ยงในขณะที่เรามีโอกาสที่จะสูญเสีย เช่น มีโอกาสเสียเงินหรือขาดทุน แต่เรามักจะกล้าเสี่ยงเพื่อที่จะลุ้นว่าเราจะเสีย (เงิน) น้อยกว่านี้มั้ยหรืออาจจะไม่เสียเลย

แต่ในบางครั้งที่เราต้องเสี่ยงเพียงเล็กน้อยเพื่อจะได้เงินหรือกำไร เรากลับไม่ชอบและไม่กล้าที่จะเสี่ยง แต่ดันเลือกเอาของตายหรือความชัวร์เอาไว้ก่อนแม้จะได้น้อยลงก็ตาม (อันนี้จริงมั้ยครับ?)

แต่ก่อนจะพูดถึง Prospect Theory ผู้เขียนนั้นได้เล่าไปถึงทฤษฎีที่โด่งดังก่อนหน้าที่ชื่อว่า “Bernoulli’s Utility Theory” หรือ “ทฤษฎีอรรถประโยชน์” ที่มีใจความว่า การเพิ่มขึ้นของประโยชน์ที่เราได้นั้นจะมีผลต่อเราน้อยลงเรื่อย ๆ เช่น สมมติเรามีเงินอยู่ 100 บาท แล้วได้เพิ่มอีก 100 บาททำให้เรามีเงิน 200 บาท เราจะมีความสุขมาก ๆ (ได้มาเพิ่มเท่าตัวเลย) หรือรู้สึกว่าเงิน 100 นี้มีค่ามาก ๆ

แต่หากสมมุติเรามีเงินอยู่แล้ว 1,000 บาท แล้วได้เพิ่มอีก 100 บาททำให้เรามีเงิน 1,100 บาท เราจะมีความสุขหรือเห็นคุณค่ามันน้อยกว่ากรณีแรกครับ (ลองย้อนดูตัวเรานะครับว่าจริงรึเปล่า) 

 ซึ่งในทฤษฎีเค้าก็ได้กำหนดหน่วยของประโยชน์ที่เราได้นี้ไว้ซึ่งยิ่งเรามีอยู่แล้วเยอะเราก็จะเห็นประโยชน์ของของที่ได้มาน้อยลงไปเรื่อย ๆ

 แต่ผู้เขียนบอกว่าทฤษฎีนี้ไม่สามารถตอบโจทย์ที่ว่าแล้วทำไมในบางกรณีความรู้สึกของคนเราถึงไม่ได้เป็นไปตามทฤษฎีนี้ เช่น

กรณีที่แจ๊คและจิลมีเงิน 5 ล้านบาทเท่ากันในวันนี้
แต่เมื่อวานแจ็คมีเงินแค่ 1 ล้านบาทในขณะที่เมื่อวานนั้นจิลมีเงินถึง 9 ล้านบาท

ถ้าถามเราว่าในกรณีนี้ในปัจจุบันใครจะมีความสุขมากกว่ากันครับ เราอ่านแล้วก็น่าจะตอบได้เลยว่าแจ็คใช่มั้ยครับ

แต่ถ้าเราอ้างอิงทฤษฎีของ Bernoulli เค้าจะบอกว่าที่ 5 ล้านบาทคนเราควรจะมีความสุขเท่ากัน (ไม่ได้มองจุดอ้างอิง) ซึ่งเห็นได้ชัดเลยครับว่าไม่จริง เพราะคนเราจะมีความสุขหรือไม่อยู่ที่จุดอ้างอิงที่แต่ละคนใช้ซึ่งไม่เท่ากันครับ

ยกตัวอย่างเช่น มีการเสนอเงินเดือนเท่ากันให้ผู้สมัครงานสองคนคือ 50,000 บาท คนแรกเค้าเคยเงินเดือนจากที่ทำงานเก่าอยู่ที่ 40,000 บาท ส่วนอีกคนได้อยู่ที่ 30,000 บาท เราจะรู้ได้เลยว่าทั้งสองคนไม่ได้มีความพึงพอใจในเงินเดือนใหม่เท่ากันแน่ ๆ เพราะจุดอ้างอิงที่เค้ามีอยู่มันต่างกันครับ 

 ซึ่งจากการที่ผู้เขียนเห็นข้อผิดพลาดของทฤษฎี Bernoulli ทำให้เค้าได้ตั้ง “Prospect Theory” ขึ้นมาเพื่อจะอธิบายในเรื่องของการชอบเสี่ยงเวลาเราเสียประโยชน์ ในทางกลับกันเรากลับไม่กล้าเสี่ยงเลยในกรณีได้ประโยชน์ ซึ่งทฤษฎีนี้แหละครับทำให้ผู้เขียนได้รับรางวัลโนเบลเลยนะครับ

ยกตัวอย่างของทฤษฎีนี้เช่น

การที่ให้เราเลือกว่าเราได้เงินแน่ ๆ 70 บาท กับการที่เรามีโอกาส 80% ที่จะได้เงิน 100 บาท และมีโอกาส 20% ที่จะไม่ได้อะไรเลย คนเรามักจะเลือกเอาชัวร์ 70 บาทมากกว่า ทั้ง ๆ ที่ถ้าเราคำนวณตามหลักของค่าความคาดหวัง “expected value” เราควรเลือกข้อหลังครับ เพราะมีค่าความคาดหวังเท่ากับ 80

แต่ในกรณีตรงกันข้ามที่เป็นการเสียเงินแน่ ๆ 70 บาทแทนกับ การที่เรามีโอกาส 80% ที่จะเสีย 100 บาท และมีโอกาส 20% ที่จะไม่เสียเลย เรามักจะเลือกเสี่ยงดวงในข้อหลังครับ

อีกทั้งทฤษฎีนี้ก็ยังสามารถอธิบายในเรื่องของจุดอ้างอิงของสถานะปัจจุบันได้ด้วย เช่นถ้าเรามีเงิน 100 บาท การได้มาอีก 100 บาทนั้นถือว่าได้เพิ่มมาเยอะมาก แต่ถ้าเรามี 1,000 บาท การได้มาเพิ่มอีก 100 คงไม่ได้ดีใจอะไรมากถูกมั้ยครับ 

นอกจากนี้การได้เงิน 100 บาทกับการสูญเสียเงิน 100 บาทนั้นไม่ได้ส่งผลต่อความรู้สึกเราเท่ากันครับ

 โดยเราจะรู้สึกมากกว่าในกรณีที่เสียเงิน (เค้าบอกว่าเราจะรู้สึกและให้น้ำหนักการสูญเสียมากกว่าการได้รับถึง 2 เท่าเป็นอย่างต่ำ) เพราะมนุษย์เรามีลักษณะที่เรียกว่า “loss aversion” หรือการกลัวการสูญเสียนั่นเอง ทำให้เราพยายามจะตัดสินใจอะไรหลาย ๆ อย่างเพื่อเลี่ยงความสูญเสีย ซึ่งบางครั้งในเชิงตัวเลขมันไม่สมเหตุสมผลเลย เช่น การที่เราถือหุ้นตัวที่ขาดทุนแต่เราเลือกที่จะไม่ขายและถือไว้ ทั้งที่หุ้นตัวนั้นไม่ดีแล้ว เพราะเรากลัวที่จะขาดทุนนั่นเองครับ

……………..

“The Endowment Effect”

ปรากฏการณ์นี้ก็คือ การที่เวลาเราเป็นเจ้าของหรือมีบางอย่างอยู่ เราจะประเมินค่าของมันสูงกว่าคนที่ไม่มีครับ แล้วเวลาเราสูญเสียมันไปเราก็จะเสียดายหรือเสียใจมากกว่าการที่เรายังไม่มีมันครับ ซึ่งมันก็ไปสอดคล้องกับการที่มนุษย์เรามีลักษณะของ “loss aversion” หรือการกลัวการสูญเสียครับ เช่น

สมมติว่าคุณซื้อตั๋วคอนเสิร์ตของศิลปินชื่อดังที่คุณชื่นชอบมากมาได้ที่ราคาขายปกติ 3,000 บาท โดยตั๋วขายหมดเกลี้ยงในพริบตา (โดยคุณคิดว่าแม้ราคา 5,000 บาทก็จะยอมจ่าย) แล้วเราดันไปเห็นว่าในอินเตอร์เน็ตมีคนอยากได้ตั๋วคอนเสิร์ตนี้มาก โดยยอมจ่ายเงินซื้อในราคาถึง 10,000 บาท ถามว่าคุณจะขายมั้ยครับ? 

ผู้เขียนบอกว่าคนส่วนใหญ่ที่เค้าทำการทดลองตอบว่าไม่ขายครับ ซึ่งแสดงว่าเรานั้นตั้งราคาขายไว้สูงกว่า 10,000 บาทเสียอีก ในขณะที่ถ้าเราเป็นผู้จะเสนอซื้อ (สมมุตเรายังไม่มีตั๋ว) เรายินดีที่จะจ่ายแค่ 5,000 บาทเท่านั้นเองต่ำกว่าราคาขายที่เราตั้งไว้ในกรณีที่เรามีตั๋วแล้วมาก ๆ

 การตั้งราคาขายของของที่เรามีอยู่ในราคาที่สูงมากเว่อร์นี่แหละครับคือสิ่งที่อธิบายปรากฎการณ์นี้ได้ดี เนื่องจากเราไม่อยากจะเสียมันไปครับ

 ซึ่งอคติลักษณะนี้บางทีทำให้เราประเมินค่าสิ่งที่เรามีอยู่สูงเกินไป แล้วเลือกที่จะตัดสินใจที่ไม่สมเหตุสมผลในเรื่องของการซื้อขายครับ

ซึ่งเค้าบอกว่าคนที่เป็น trader ที่ซื้อขายหุ้นเก็งกำไรเป็นประจำมักจะไม่ติดกับกับดักนี้ครับ เพราะเค้าพร้อมที่จะซื้อขายได้ตลอดเวลา เช่น อาจยอมขายขาดทุนตัวที่มีอยู่ เพื่อไปซื้อตัวใหม่ที่กำลังไปได้ดี

นอกจากนี้สมองของมนุษย์เรานั้นจะให้ความสำคัญและให้ความสนใจกับเรื่องร้าย ๆ (Bad Events) ที่จะทำให้เราสูญเสียบางอย่างมากกว่าเรื่องดี ๆ หรือข่าวดี เช่น

สมมติการที่บริษัทขอลดเงินเดือนเราโดยอ้างว่าเศรษฐกิจช่วงนี้ไม่ดี เราก็จะต่อต้านเรื่องนี้มาก ๆ และคิดว่าเราควรมีสิทธิได้ค่าจ้างเท่าเดิมซิ ทั้ง ๆ ที่ในความเป็นจริงแล้วบริษัทสามารถจ้างพนักงานใหม่ที่เงินเดือนลดลงได้ตามสภาพเศรษฐกิจที่ถดถอยลง

……………..

“The Fourfold Pattern”

“The Fourfold Pattern” นั้นเป็นการอธิบายถึงการที่เรากลัวความไม่แน่นอนและยอมจ่ายเงินเพิ่มเพื่อความชัวร์ แต่ในบางครั้งที่เราจะเป็นผู้ที่เสียผลประโยชน์เรามักจะกล้าเสี่ยงหรือลองวัดดวงดูโดยหวังเล็ก ๆ น้อย ๆ ว่าเราจะไม่สูญเสียหรือสูญเสียน้อยลงครับ

 สมมติว่าเรามีโอกาสถึง 95 % ที่จะได้เงิน 1 ล้านบาทกับที่เหลือคือไม่ได้อะไรเลย แต่เรามักจะกลัว 5% ที่เหลือมากเกินไปครับ เรากลัวความสูญเสีย ความผิดหวัง (loss aversion นั่นเอง) ทำให้เรามักที่จะเลือกรับเงินน้อยลงเช่น 5 แสนบาทแต่ได้ชัวร์มากกว่าการไปเสี่ยงครับ

 ในอีกกรณีหนึ่งหากเรามีโอกาสน้อยมากเช่น 5% ที่จะได้เงิน 1 ล้านบาท เราจะเลือกที่จะเสี่ยงครับ เพื่อลุ้นผลประโยชน์ที่มากขึ้น ซึ่งเหตุการณ์แบบนี้ทำให้ล็อตเตอรี่หรือสลากกินแบ่งรัฐบาลขายดีมาก ๆ ยังไงหละครับทั้ง ๆ ที่โอกาสถูกนั้นต้อยต่ำเหลือเกินครับ (และเราก็ยังซื้อกันทุกงวดนะครับ 555)

 หรือในทางตรงกันข้ามหากเรามีโอกาสถึง 95% ที่จะเสียเงิน 1 ล้านบาท เราจะพยายามเลือกเสาะหาความเสี่ยงครับคือยอมวัดดวงดูทั้งที่มีโอกาสแค่ 5 % เพื่อที่จะหลีกเลี่ยงการสูญเสีย เพราะเรามองว่าเราไม่มีอะไรจะเสียแล้วครับ

 ในขณะเดียวกันหากเรามีโอกาสจะเสียเงิน 1 ล้านบาทเพียงแค่ 5% เราก็จะกลัว 5% นี่มากเกินไปจนเราจะเลือกที่จะจ่ายเงินไปเพื่อประกันความเสี่ยงนี้ซึ่งมักจะมากจนเกินไป ให้โอกาสที่จะเสียเงินหรือสูญเสียเหลือ 0 ไปเลย เหตุการณ์แบบนี้ทำให้ธุรกิจประกันต่าง ๆ เติบโตขึ้นมาได้ไงครับ

……………..

“Rare Events”

มนุษย์เรานั้นไปให้ความสำคัญกับเหตุการณ์ที่เกิดขึ้นได้น้อยมากหรือเกิดได้ยากมากเกินไปครับ ยกตัวอย่าง เช่น เหตุการณ์ซึนามิ 

 นั้นเกิดขึ้นได้ยากมาก แต่ตอนมันเกิดขึ้นนั้นมันสร้างความเสียหายอย่างมหาศาลและเป็นข่าวใหญ่ ทำให้เรานั้นให้ความสำคัญในการป้องกันเพิ่มมากขึ้นเป็นพิเศษ และเราจะเกิดการ “overestimate” หรือประเมินความเป็นไปได้ของเหตุการณ์นี้สูงไปจากความเป็นจริงเยอะครับ 

 ซึ่งลักษณะแบบนี้ทำให้บางครั้งเราตัดสินใจผิดพลาดเนื่องจากเราจะนึกถึงเหตุการณ์ที่เราจำได้แม่น ที่จริง ๆ แล้วมันอาจจะเกิดเพียงแค่ครั้งเดียวในช่วงชีวิตก็เป็นได้

 นอกจากนี้การบรรยายเหตุการณ์หรือข่าวด้วยตัวเลขทำให้เรายึดติดและส่งผลกระทบต่อเราได้มากกว่าครับ เช่น การบอกว่าคนที่เสียชีวิตจากผลข้างเคียงของการฉีดวัคซีน 50 คนนั้นดูน่ากลัวมากกว่าการที่เราบอกว่าแค่ 0.001% อะไรทำนองนี้ครับ 

……………..

“Keeping Score”

มนุษย์เรานั้นมักจะคิดเป็นเรื่อง ๆ ทีละเรื่อง (Narrow frame) มากกว่าที่จะคิดแบบภาพรวม (Broader frame) ลักษณะเหมือนกับว่าเรามักจะแยกบัญชีแต่ละเรื่องในหัวออกจากกัน (mental accounting) เช่น การจ่ายเงินซื้อของด้วยเงินสดกับบัตรเครดิตที่เรามักจะคิดและรู้สึกต่างกันทั้ง ๆ ที่มันก็คือเงินเหมือนกัน 

หรือการที่เราไม่ยอมขายหุ้นตัวที่ขาดทุนเพราะการขาดทุนจะไปอยู่ในสมองส่วนหนึ่งของเรา ทั้ง ๆ ที่ถ้ามองภาพรวมหากเราขายแล้วนำไปซื้อหุ้นตัวอื่นที่ได้กำไรมันก็น่าจะดีกว่า 

 แต่เค้าบอกว่ามันจะเป็นการยากที่จะทำให้เราคิดแบบองค์รวมแบบนี้ ซึ่งต้องใช้ระบบที่ 2 เข้ามาคิด (ย้อนอ่านเรื่องสมองระบบ 1 กับระบบ 2 ได้ที่ตอนแรกครับ)

นอกจากนี้เรามักจะเสียใจกับการที่เรากระทำสิ่งใด ๆ ไปมากกว่าคนที่เลือกอยู่เฉย ๆ ครับ ซึ่งบางครั้งทำให้เราเสียใจมากจนเกินไปจนเกิดการโทษตัวเอง เช่น การที่เราซื้อหุ้นตัวใหม่มาแล้วราคาร่วงเรามักจะเสียใจมากกว่าการที่เรามีหุ้นเดิมอยู่แล้วราคาร่วง 

หรือการที่เราเลือกที่จะสั่งอาหารเดิม ๆ ที่ร้าน ๆ หนึ่งเพราะว่ามันอร่อย เราจึงไม่กล้าที่จะสั่งเมนูใหม่ ๆ อีกเลยเพราะกลัวว่ามันจะไม่อร่อยเท่า (อันนี้ผมเป็นบ่อยเลยครับ)

หรืออีกตัวอย่างคือบางครั้งหมออาจจะเลือกที่จะไม่ทำการผ่าตัดคนไข้ในกรณีที่ไม่ค่อยมั่นใจ โดยการเลือกที่จะยื้อชีวิตคนไข้ไปเรื่อย ๆ มากกว่า เนื่องจากว่าหากมีการผ่าตัดผิดพลาดก็อาจจะเสี่ยงกับการโดนฟ้องร้องได้ ซึ่งผมมองว่าเรื่องแบบนี้ค่อนข้างน่ากลัวนะครับ 

……………..

“Reversals”

หลาย ๆ ครั้งเวลาเราประเมินเหตุการณ์เดี่ยว ๆ กับการประเมินหลายเหตุการณ์รวมกันนั้นให้ผลลัพธ์ที่แตกต่างกันไปเลยครับ เช่น

เราอาจบอกว่าสุนทรพจน์ของคนนี้ดีมาก ๆ เพราะเราเอามันไปเปรียบเทียบกับของสุนทรพจน์อื่น ๆ ของเค้าก่อนหน้านี้ แต่ถ้าเราลองไปเทียบกับสุนทรพจน์ของคนอื่นแล้วจะเห็นว่าของเธอด้อยกว่ามาก ๆ

 นอกจากนี้มนุษย์เรามักจะชอบกำหนดหมวดหมู่ (categories) ของข้อมูลในสมองเราไว้อัตโนมัติเลยครับ เพื่อให้เราประเมินเหตุการณ์ต่าง ๆ ได้เร็ว เช่น

หากบอกว่าจอห์นสูง 150 เซนติเมตรแล้วเราถามว่าจอห์นสูงมั้ย เวลาเราประเมินเราอาจจะต้องทราบอายุของจอห์นถูกมั้ยครับ ถ้าเค้าอายุเพียงแค่ 6 ขวบ เราก็จะบอกว่าสูงมาก แต่ถ้าบอกว่าอายุ 18 ปีก็คงต้องบอกว่าไม่ได้สูงมาก ซึ่งมันโยงไปถึงการกำหนดหมวดหมู่ของข้อมูลในสมองเรา เช่น จอห์นที่อยู่ในหมวดหมู่ของเด็ก ซึ่งเราก็จะมีค่ามาตรฐานในใจว่าสูงเท่าไหร่ถึงจะเรียกว่าเป็นเด็กที่สูง

คราวนี้เราลองมาดูตัวอย่างนี้ครับ

ถ้าถามว่าระหว่างแอปเปิ้ล กับกล้วย เราชอบอะไรมากกว่ากัน เราอาจจะตอบได้โดยทันที เพราะของสองอย่างนี้เป็นหมวดหมู่ผลไม้เหมือนกัน

แต่หากถามว่าเราชอบอะไรมากกว่าระหว่างแอปเปิ้ลกับสเต็ก เราจะเริ่มตอบได้ยากหละครับ เนื่องจากมันอยู่คนละหมวดหมู่กัน แล้วเราก็มักจะรับประทานในช่วงเวลาที่แตกต่างกัน

……………..

“Frames and Reality”

การเลือกใช้คำพูดที่สื่อออกมานั้นมีผลอย่างมากนะครับกับการกำหนดกรอบความคิดของมนุษย์เรา เช่น การที่เราบอกว่ามีโอกาสรอดชีวิต 90% กับบอกไปอีกอย่างว่ามีโอกาสเสียชีวิตถึง 10% เราจะรู้สึกกลัวประโยคหลังมากกว่า แล้วอาจจะทำให้เราตัดสินใจไปคนละอย่างเลย จริงมั้ยครับ? ทั้ง ๆ ที่สองประโยคนี้ให้ข้อมูลที่เหมือนกันเป๊ะเลยครับ

ถามว่าทำไม?

ยิ่งเป็นเรื่องที่ไม่ดีเราก็จะกลัวมันและให้ความสำคัญมากกว่าปกติอย่างที่ได้กล่าวไว้แล้วในเรื่องของ Bad events แล้วเราก็ให้น้ำหนักในเรื่องของการสูญเสียมากกว่าการได้ประโยชน์

เรื่องของการกำหนดกรอบความคิดนี้ มีการนำไปใช้ในวงกว้างมากครับในสังคม ในหนังสือได้ยกตัวอย่างในเรื่องของการบริจาคอวัยวะในกรณีเกิดอุบัติเหตุ ซึ่งที่ประเทศเยอรมนีนั้นมีอัตราการบริจาคที่ค่อนข้างต่ำครับแค่ 12 % แต่ในประเทศบ้านใกล้เรือนเคียงอย่างออสเตรียนั้นมีอัตราการบริจาคแทบจะเกือบ 100 % เลย ถามว่าออสเตรียทำอย่างไรครับ?

เค้าบอกว่าที่ออสเตรียนั้นในใบที่กรอกตอนทำใบขับขี่นั้น ประชาชนจะต้องทำเครื่องหมายถูกในช่องเพื่อที่จะแสดงความประสงค์ในการที่จะ ”ไม่บริจาค” ในขณะที่ในเยอรมนีนั้นประชาชนจะต้องทำเครื่องหมายถูกเพื่อที่จะแสดงความประสงค์ในการบริจาค

 ซึ่งมนุษย์เรานั้นชอบที่จะทำอะไรง่าย ๆ (ใช้ระบบ 1) คือการไม่ต้องทำอะไร (ไม่ติ๊ก) เลยมากกว่า การที่จะต้องมานั่งอ่านแล้วทำเครื่องหมายถูกในช่องนั้นต้องใช้ระบบ 2 เข้ามาคิด ซึ่งเราทราบกันไปแล้วว่าระบบ 2 ของเรานี่ขี้เกียจมาก ๆ ครับ

 กรณีแบบนี้คล้าย ๆ กับการที่เว็บไซต์ต่าง ๆ มักจะให้เราเลือกทำเครื่องหมายในช่องเพื่อแสดงความประสงค์ที่จะไม่รับข่าวสารต่าง ๆ ทางอีเมล์จากทางเว็บไซต์ครับ

……………..

“Two Self”

ในบทสุดท้ายนั้นผู้เขียนได้พูดถึงเรื่องของประสบการณ์และความทรงจำ รวมถึงเรื่องของความสุขในชีวิตกับความพึงพอใจในชีวิตของมนุษย์เรา

ในเรื่องของประสบการณ์และความทรงจำนั้นสรุปได้สั้น ๆ ว่า มนุษย์เรามักจะจดจำตอนจบของเหตุการณ์นั้น ๆ กับจุดพีคของเหตุการณ์นั้น ๆ (Peak end rule) มากกว่าเหตุการณ์ในช่วงเวลาทั้งหมดครับ (Duration neglect) เช่น

การส่องกล้องเพื่อทำการตรวจลำไส้ใหญ่ ซึ่งผู้เข้าทำการส่องกล้องจะมีความเจ็บปวดในการสอดกล้องลงไปตรวจ หากหมอผู้ทำการตรวจมีการลดความเจ็บปวดในช่วงสูงสุด (ช่วงพีค)ให้ลดลง เช่น จากระดับ 10 เป็น 6 รวมกับการลดระดับความเจ็บปวดในช่วงท้ายก่อนที่จะเสร็จ จะทำให้ผู้ป่วยนั้นรู้สึกดีกว่าการที่ตรวจโดยใช้เวลาน้อยกว่าแต่ความเจ็บปวดในช่วงท้ายสูงกว่ากรณีแรกครับ

คือ ถึงแม้ความเป็นจริงในกรณีแรกจะใช้เวลาตรวจนานกว่า ซึ่งความเป็นจริงแล้วเราควรจะเจ็บมากกว่า แต่สมองเรากลับจำได้แค่ช่วงสูงสุดและช่วงท้ายครับ

หรือถ้าให้เข้าใจง่าย ลองนึกถึงกรณีของคู่แต่งงานหรือคนที่เป็นแฟนกันมานานครับ มีเรื่องดี ๆ มากมาย แต่ช่วงท้ายของการคบกันดันมีปัญหาร้ายแรงทำให้ต้องเลิกรากันไป ก็จะทำให้เราจดจำว่าความสัมพันธ์นั้น ๆ ไม่ดี ถูกมั้ยครับ

อันนี้จากประสบการณ์ส่วนตัวนะครับ ผมเคยไปต่อคิวร้านซูชิเจ้าดังที่ประเทศญี่ปุ่น ต้องตื่นตั้งแต่ตี 5 และต้องนั่งรถไฟเพื่อไปกินประมาณ 1 ชม. พอไปถึงเจอคิวยาวเหยียดนั่งรออีก 2 ชม. แต่พอได้เข้าไปกินจริงๆ แล้วเชฟทำซูชิได้อร่อย เนื้อปลาสดแทบจะละลายในปาก ให้เราเบิ้ลชิ้นที่ชอบได้อีก แถมราคาไม่แรง ผมก็จะจดจำว่าร้านซูชิร้านนี้ดีมากๆ แทบจะลืมความเหนื่อยในการขวนขวายไปต่อคิวกินเลยครับ!

และในเรื่องสุดท้ายคือเรื่องของความสุขในชีวิตครับที่เรามักจะได้ยินคำถามที่ว่า “เงินซื้อความสุขได้มั้ย” 

งานวิจัยได้บอกไว้นะครับว่า คนที่จนมาก ๆ นั้นจะไม่มีความสุขแน่ ๆ แต่ถ้าพอมีรายได้มาระดับหนึ่งไม่ว่าจะมากหรือน้อยก็ไม่ได้ทำให้ความสุขของชีวิตนั้นเปลี่ยนแปลงไปเท่าไหร่ โดยค่าเฉลี่ยนั้นยังเท่า ๆ เดิม ถามว่าทำไมทั้ง ๆ ที่มีเงินมากขึ้นเราควรจะมีความสุขมากขึ้นเพราะเราสามารถจะซื้ออะไรก็ได้ที่เราอยากได้ไม่ใช่เหรอ?

 คำตอบที่น่าจะเป็นไปได้ของคำถามนี้น่าจะเกิดจากการที่พอเรามีเงินมากขึ้น เราก็จะละเลยกับความสุขในเรื่องเล็ก ๆ น้อย ๆ ลงไป ยกตัวอย่างง่าย ๆ การที่คนที่มีเงินซื้อไอศกรีมกินเป็นประจำ ก็คงเฉย ๆ กับการกินไอศกรีม ในขณะที่คนที่มีเงินน้อยกว่าแล้วนาน ๆ ครั้งได้กิน เค้าก็จะมีความสุขมากกว่าที่ได้กินไอศกรีมครับ หรือชนชั้นกลางทั่วไปที่พอมีเงินซื้อรถยนต์มาเป็นของตัวเองก็คงมีความสุขมาก ๆ ใช่มั้ยครับที่สามารถมีรถยนต์เป็นของตัวเองในขณะที่คนที่มีเงินเยอะมาก ๆ ก็คงเฉย ๆ

 เค้าบอกว่าความยากจนนั้นทำให้เราไม่มีความสุข ในขณะที่ความร่ำรวยนั้นสามารถเพิ่ม “ความพึงพอใจ” ที่เรามีต่อชีวิตของเราได้ แต่โดยเฉลี่ยแล้วก็ไม่ได้ช่วยให้เรามีความสุขมากขึ้นนะครับ…

ต้องบอกว่าการอ่านหนังสือเล่มนี้ทำให้เราได้ข้อคิด ข้อควรระวังมากมายในการที่เราจะทำอะไร หรือได้ยิน ได้ฟังอะไรแล้วจะเชื่อข้อมูลต่าง ๆ เหล่านั้นมั้ย ทำให้เราได้ตระหนักรู้นะครับว่ามนุษย์ก็เป็นแบบนี้แหละ

การที่เราจะไปห้ามไม่ให้เราใช้สัญชาตญาณในการคิดและตอบโต้นั้นเป็นสิ่งที่ยากมาก ๆ ครับ ซึ่งในตอนสรุปท้ายเล่มของหนังสือเล่มนี้เองผู้เขียนก็ได้เล่าให้ฟังว่าแม้แต่ตัวเค้าเองก็ไม่สามารถยับยั้งการทำงานของระบบ 1 ได้ เค้าก็ยังมีอคติ มีความเชื่อมั่นในเรื่องที่ตัวเองคิดมากเกินไป และอีกมากมายที่เป็นข้อพร่องของการคิดของมนุษย์

 แต่สิ่งที่เราจะพอทำได้ก็คือ เวลาเราจะคิดหรือตัดสินใจในเรื่องอะไรก็ตามที่มีผลได้ผลเสียสูงเราควรที่จะ “คิดให้ช้าลง” และเรียก “ระบบที่ 2” ของเราให้ออกมาทำงานให้มากขึ้น ใช้เวลากับการคิดให้มากขึ้นหน่อย แทนที่เราจะรีบคิดรีบตัดสินใจอะไรลงไปครับ