9 Mental Models ที่ช่วยเพิ่มประสิทธิภาพการคิด

สรุปแนวคิดจากหนังสือ “The Great Mental Models Volume I – General Thinking Concepts” โดย Shane Parrish

“Mental Model คืออะไร?”

Shane Parrish ผู้เขียนหนังสือเล่มนี้กล่าวเริ่มต้นไว้อย่างน่าคิดตามว่า การศึกษาที่เราได้รับตามระบบเนี่ยไม่ได้ช่วยให้เรารับมือกับโลกความเป็นจริงได้ดีสักเท่าไหร่ โดยเฉพาะกับตัวเขาเองที่พบเจอมา

เมื่อเขาทำงานได้สักระยะ เขารู้สึกว่าเขาอยากตัดสินใจอะไรต่าง ๆ ได้ดีขึ้น เพราะเขาไม่รู้ว่าวิธีการจะตัดสินใจได้ดีนั้นต้องทำอย่างไร เขาจึงพยายามหาหนังสืออ่าน หาคอร์สเรียน ถามผู้รู้ หรือ mentors จนกระทั่งเขาได้ยินชื่อของ Charlie Munger ที่ถูกพูดถึงบ่อย ๆ ในคลาสเรียน MBA เขาจึงไปศึกษาหาข้อมูลเพิ่ม

ซึ่งสิ่งที่ Charlie Munger ใช้ในการคิดและแก้ปัญหาต่าง ๆ คือสิ่งที่เรียกว่า “a broad latticework of mental models”

Mental Model ก็คือ ชุดพื้นฐานทางความคิดและตรรกะที่ทำให้เราเข้าใจสิ่งต่าง ๆ ทีเกิดขึ้นในโลก

Mental model จะช่วยอธิบายเรื่องที่เกิดขึ้น ช่วยเรียบเรียงความคิดของเรา เหตุและผลต่าง ๆ เปรียบเสมือนแผนที่ทางความคิดของเรานั่นเองครับ

คนเราทุกคนจะมี blind spot ที่แตกต่างกัน ซึ่ง blind spot พวกนี้เป็นสิ่งที่ทำให้เราตัดสินใจได้ไม่ดี เราไม่สามารถกำจัด blind spot ไปได้ทั้งหมด แต่เราสามารถลดมันลงได้ ด้วยวิธีการคิดแบบที่เข้าใจความเป็นจริงหรือสิ่งที่เกิดขึ้นจริง ๆ ในโลก

ความเข้าใจในความเป็นจริง (Understanding Reality) นั้นจำเป็นมาก เพราะหากเราเข้าใจความจริงได้มากขึ้น เราก็จะมี blind spots น้อยลง การที่เรามี blind spots น้อยลง ทำให้เราตัดสินใจได้ดีขึ้น

แต่แค่ความเข้าใจอย่างเดียวนั้นไม่พอ เราต้องปรับเปลี่ยนพฤติกรรมและการกระทำของเราด้วย จึงจะเห็นผลลัพธ์

Mental model จะเปรียบเสมือนอาวุธทางความคิดที่เรามี หากเรามี mental model หลาย ๆ ตัวก็เหมือนเรามีเครื่องมือให้เลือกใช้ในการตัดสินใจ เราก็มีโอกาสจะเลือกใช้เครื่องมือที่เหมาะสมกับเหตุการณ์หรือสถานการณ์นั้น ๆ ได้ดีกว่า นั่นหมายถึงเราก็มีโอกาสตัดสินใจได้ดีมากยิ่งขึ้น

“To the man with only a hammer, everything starts looking like a nail.”

คนที่มีแต่ค้อนเป็นอาวุธก็จะทำได้แค่จะทุบหรือตอกตะปูไปซะทุกอย่าง 😂

แน่นอนว่าปัญหาในโลกปัจจุบันนั้นซับซ้อนมาก เราจำเป็นต้องมีเครื่องมือหลากหลาย มีเลนส์หลาย ๆ เลนส์เพื่อมุมมองทีหลากหลายที่จะเข้าใจและแก้ปัญหานั้น ๆ ซึ่งในหนังสือเล่มนี้ Shane Parrish รวมรวบ General Thinking Concept มาให้ 9 models ด้วยกันดังนี้ครับ

……………..

Model 1: The Map is Not the Territory

แนวคิดนี้คิดโดยนักคณิตศาสตร์ที่ชื่อ Alfred Korzybski

หลักการคือแบบจำลอง หรือ model ใด ๆ นั้นไม่สามารถเหมือนของจริงได้หมด

“Map is not the territory” ก็หมายถึงแผนที่ก็ไม่ได้บอกความเป็นจริงทั้งหมด แผนที่เป็นเพียงมุมหนึ่งในการมองที่คนทำแผนที่พยายามทำให้มันดูง่าย แต่ก็จะไม่ได้มีรายละเอียดทั้งหมด

เขายกตัวอย่าง การดู financial statement ของบริษัท ๆ นึงที่ไม่ได้บอกเลยว่า product ของบริษัทนั้นดีหรือไม่ดี

หรืออีกตัวอย่างที่เราเจอกันประจำคือการใช้แผนที่ หรือ google map ที่หลายครั้งก็ไม่ได้แสดงข้อมูลที่ถูกต้องทำให้เราหลงไปในถนนที่ไปไม่ได้มั่งหละ ไปเข้าสถานที่ผิดทางที่ไม่มีทางเข้าบ้างหละ

การที่เราจะตัดสินใจโดยขึ้นกับข้อมูลในแผนที่หรือแบบจำลองอย่างเดียวนั้นอาจทำให้เราตัดสินใจผิดพลาดได้ การที่เราจะรู้จริงเราต้องลงไปถึง territory หรือ หน้างานจริง ๆ

Mental model เองก็เป็นแผนที่ชนิดหนึ่งเช่นกัน ซึ่งแน่นอนว่ามีประโยชน์ช่วยในการตัดสินใจแต่อาจจะไม่ได้แม่นยำที่สุด ดังนั้นเราจึงจำเป็นต้องเข้าใจเรื่องนี้ก่อนเป็นสิ่งแรก ก่อนจะใช้ model ต่าง ๆ

ที่สำคัญอีกอย่างคือโลกของเรามีการเปลี่ยนแปลงตลอด ดังนั้น map หรือ model ทีเราใช้ก็ต้องมีการอัพเดทเสมอเมื่อ territory เปลี่ยน

“We can’t use maps as dogma. Maps and models are not meant to live forever as static references.”

ในชีวิตของเราเราจะได้ข้อมูล หรือ maps มามากมายจากคนอื่น ไม่ว่าเราจะไปอ่านเจอ หรือมีคนมาบอกเรา สิ่งสำคัญอีกอย่างคือ เราต้องเลือก source ของข้อมูลอย่างระมัดระวัง

Model 2: Circle of Competence

คำว่า “Circle of Competence” คือขอบเขตของสิ่งที่เรารู้และเชี่ยวชาญ ซึ่งขอบเขตของแต่ละคนก็จะมีขนาดแตกต่างกันไป

แต่สิ่งที่สำคัญกว่าขนาดของวงกลมของแต่ละคนก็คือ เราต้องระวังเมื่อเราต้องทำอะไรหรือตัดสินใจในบริเวณใกล้ ๆ ขอบของวงกลมที่เรากำลังจะหลุดออกไปนอกขอบเขต หมายถึงไปเจอหรือทำ สิ่งที่เราไม่รู้

เวลาที่เราทำอะไรภายใต้ circle of competence เราก็จะทำได้ดีและไม่มีปัญหาอะไร เพราะเราทำในสิ่งที่เรามีความรู้ดี แต่เมื่อเราเริ่มขยับไปทำอะไรนอกเหนือวงนี้แล้ว เราต้องระมัดระวังให้มาก เพราะเรากำลังไปทำในสิ่งที่เราไม่มีความรู้ หรือความเชี่ยวชาญ

การที่เราอยู่ใน circle of competence ก็คือเรามีความรู้ มีประสบการณ์ในสิ่ง ๆ นั้น ซึ่งทำให้เราสามารถแก้ปัญหา ปรับเปลี่ยนวิธีการได้เวลาเจออุปสรรค ทำให้เราจะตัดสินใจได้ดี และมีคุณภาพ

แน่นนอนว่าการที่เราไปแข่งขันในพื้นที่ที่เรามี circle of competence นั้นทำให้เรามีโอกาสชนะในเกมนั้นได้สูงกว่า

การจะสร้าง circle of competence ในเรื่องใด ๆ ได้ก็ต้องมี 3 อย่างคือ

[1] ต้องมี curiosity

[2] ต้องมีความอยากเรียนรู้ตลอดเวลา

[3] ต้องมีการ monitoring และ feedback เพื่อปรับปรุงแก้ไข

แต่ทั้งชีวิตเราคงไม่สามารถเลือกที่จะทำหรืออยู่ในวง circle of competence ได้ตลอดเวลา หากเราต้องไปทำอะไรนอก circle of competence ของเรา เขาแนะนำวิธีการดังนี้

[1] ให้เรียนรู้และหาข้อมูลพื้นฐานเพราะเป็นสิ่งที่หาได้ง่ายและเข้าใจได้ง่ายก่อน

[2] คุยหรือถามผู้รู้ใน area นั้น ๆ

[3] พยายามใช้ความรู้พื้นฐานอย่างอื่นที่เรามีมาช่วยเสริม และประเมินสถานการณ์

คนที่เก่งคือคนที่รู้ว่าเรารู้อะไร ไม่รู้อะไร

Model 3: First Principles Thinking

“First Principles Thinking” เราได้ยินค่อนข้างบ่อย ซึ่งมีการพูดถึงว่า Elon Musk เป็นคนที่ใช้หลักการนี้เสมอในการทำงาน

First Principles Thinking มักจะถูกใช้เวลาเราเจอปัญหาที่ซับซ้อน ซึ่งจะใช้วิธีการแบ่งปัญหานั้น ๆ ออกเป็นส่วนย่อย ๆ แล้วใช้หลักการหรือความรู้พื้นฐานสุด ๆ มาวิเคราะห์ ซึ่งก็คือการ “Go back to basics” การกลับไปหาพื้นฐานความรู้ที่ถูกต้องแน่ ๆ

เทคนิคการคิดแบบ First Principles Thinking ก็คือ การหา root cause ของปัญหา โดยหนึ่งในเทคนิคคือการการถามคำถามแบบ Five Whys แบบที่เด็ก ๆ ถามเราไปเรื่อย ๆ ว่าทำไม ๆ

Model 4: Thought Experiment

Thought Experiment คือวิธีการคิดแบบการทดลองวิทยาศาสตร์ โดยการตั้งคำถาม ตั้งสมมติฐาน และทำการทดลองเพื่อพิสูจน์ เมื่อได้ผลลัพธ์ก็มาสรุปและวิเคราะห์ โดยเปรียบเทียบกับสมมติฐานที่ตั้งไว้

วิธีการคิดสำคัญของหลักการนี้คือการคิดแบบ what if? ว่าถ้าเป็นอย่างนี้ จะเกิดอะไรขึ้น แล้วเราก็ทำการพิสูจน์

Model 5 : Second-Order Thinking

คือวิธีการคิดแบบ what happens next?

วิธีการคิดแบบพื้นฐานที่คนเราใช้คือ First-Order Thinking ซึ่งเราใช้กันอยู่แล้วทุกคน

คนเรามักจะมองแค่ผลลัพธ์ที่จะเกิดขึ้นในทันที หรือ instant gratification และเราก็มีแนวโน้มจะเลือกทางที่ให้ผลลพธ์ที่ง่าย สบายที่สุดตามธรรมชาติของสมอง เช่น กินขนม น้ำตาล เราก็ได้ความอร่อย ในทันที

การคิดแบบ Second-Order Thinking นั้นยากกว่าเพราะเราต้องคิดล่วงหน้าไปอีกขั้นว่าจะเกิดอะไรขึ้น เราต้องคิดถึงผลของการตัดสินใจของเรานั้น ๆ ด้วยว่าจะเกิดผลกระทบอะไรตามมา มันคือ Long Game คีอมองถึงผลที่เกิดขึ้นในระยะยาว

ซึ่งวิธีการง่ายคือก่อนตัดสินใจคือให้ถามตัวเองว่า “And then what?”

ตัวอย่างการคิดแบบขาด second-order thinking คือครั้งหนึ่งที่รัฐบาลอังกฤษที่เข้าไปปกครองอินเดียต้องการลดจำนวนงูเห่า เพราะอันตราย จึงออกกฎให้รางวัลคนที่จับงูได้ แต่กลับกลายเป็นว่าคนกลับไปเพาะงูเพิ่มมากขึ้นเพื่อนำมารับรางวัลซะงั้น!

นี่เป็นตัวอย่างให้เห็นว่าบางครั้งเราดูแต่ผลลัพธ์ก็อาจจะไม่ถูกต้องมากนัก หากวิธีการคิดนั้นไม่รอบคอบ

ดังนั้นหลักการคิดแบบ Second-Order Thinking ก็จะให้ประโยชน์ดังนี้

[1] ได้ผลลัพธ์ในระยะยาวมากกว่าระยะสั้น

[2] ช่วยในการถกเถียงที่เห็นผล หรือ effective argument เพราะเราสามารถชี้ให้เห็นผลที่เกิดขึ้นในระยะถัดไปได้

Model 6: Probabilistic Thinking

คือการคิดแบบอาศัยความน่าจะเป็น จะสำคัญมากเวลาเราจะประเมินหรือประมาณการณ์อะไรสักอย่าง ซึ่งมีอยู่ 3 รูปแบบหลัก ๆ

[1] Bayesian Thinking คิดค้นโดย Thomas Bayesian กับ Richard Price เรียกว่า Bayes’ Theorem มีแก่นอยู่ว่า เราต้องปรับความน่าจะเป็น (probabilities) เมื่อเราได้รับข้อมูลชุดใหม่

หลักการคือสมมติว่าเราข้อมูลที่จำกัดอยู่ชุดหนึ่ง และเมื่อผ่านไปมีข้อมูลใหม่เข้ามาเรื่อย ๆ เราควรจะพิจารณาสิ่งที่เรารู้อยู่แล้ว หรือข้อมูลก่อนหน้า ให้มากที่สุดเท่าที่เป็นไปได้ Bayesian thinking จะทำให้เราใช้ข้อมูลก่อนหน้าที่เกี่ยวข้องในการตัดสินใจ ซึ่งในทางสถิติเราเรียกว่า “base rate”

ยกตัวอย่าง หากเราได้ยินข่าวว่าคนโดนแทงตายในปัจจุบันเพิ่มขึ้นเป็นสองเท่า เราจะรู้สึกกลัวมากและรู้สึกว่ามีโอกาสสูงที่เราอาจจะเหยื่อผู้เคราะห์ร้าย

แต่การคิดแบบ Bayesian จะทำให้เราคิดไปถึงข้อมูลของคนที่ถูกแทงตายที่เรามีมาก่อนหน้าด้วย คือ ในความเป็นจริงสถิติการฆาตกรรมนั้นลดลงเป็นอย่างมาต่ำมากในปัจจุบัน และถ้ามีข้อมูลอีกว่าเมืองที่เราอยู่นั้นเป็นเมืองที่ปลอดภัยมาก ๆ สมมุติว่าอัตราการฆาตกรรมอยู่ที่ 0.01% ตามรายงานข่าวแสดงว่า มันจะเพิ่มเป็น 0.02% ซึ่งเมื่อเรามาดูตัวเลข ถามว่ามันสูงมากพอที่เราจะต้องกังวลใจมั้ยครับ ?

สรุปได้ว่าก่อนเราจะตัดสินใจเชื่อข้อมูลอะไร เราควรจะถามหาข้อมูลก่อนหน้านั้นด้วย เพื่อทำการเปรียบเทียบและทำให้เข้าใจสถานการณ์จริง ๆ ก่อน

[2] Fat-tailed curves

ให้เราลองนึกภาพ bell curve ที่เป็น normal distribution แต่ fat tailed curve คือการที่ค่าที่สูงนั้นสูงมาก แต่กระจายตัวแคบ ๆ กราฟของการแจกแจงจะมีหางที่หนากว่ากราฟการแจกแจงแบบปกติ (Normal distribution)

ความหมายของมันก็คือ extreme events หรือยอดที่สูงมาก ๆ นั้นจะประเมินได้ยาก หรือ สูงมากผิดปกตินันเอง แปลได้ว่า มีโอกาสเกิดเหตุการณ์ใหญ่หรือการสูญเสียที่มากได้อย่างไม่คาดคิด

[3] Asymmetries

คือเกิดการจาก over-optimistic ซะส่วนใหญ่ เช่น ตัวอย่างที่เรามักจะมองโลกในแง่ดีเกินว่าการลงทุนจะได้ผลตอบแทนดีมาก แต่ความเป็นจริงนั้นยากมากที่จะได้ผลตอบแทนสูง

อีกตัวอย่างคือ เช่น สมมติเราออกจากบ้านทำงานตรงเวลา มีโอกาสมั้ยที่เราจะไปถึงก่อน 20 นาที ยากมากใช่มั้ยครับ แต่แต่หากถามว่าโอกาสที่เราจะไปสาย 20 นาทีหละ ดูเหมือนเราจะคิดว่าสูงกว่ามาก ๆ ฉะนั้นเราจำเป็นต้องระวังการประเมินของเราที่ส่วนใหญ๋มีแนวโน้มจะ overconfidence หรือมั่นใจมากเกินไปครับ

Model 7: Inversion

คือการคิดแบบกลับด้าน คนเราส่วนใหญ่เวลาคิดอะไร เราจะคิดไปแค่มุมเดียว การคิดแบบ inversion ทำให้เราคิดกลับด้านหรือคิดย้อนกลับ ทำให้เห็นมุมมองที่แตกต่างออกไป

แทนที่จะถามว่าจะทำอย่างไรให้สำเร็จ ให้เรากลับถามว่า “อะไรที่จะทำให้เกิดความล้มเหลว” เพื่อหาอุปสรรค ความเสี่ยง และวางแผนป้องกันสิ่งเหล่านั้น

Model 8: Occam’s Razor

Occam’s Razor คือ หลักการคิดที่ว่า สิ่งที่เรียบง่ายที่สุดน่าจะเป็นคำตอบที่ถูกต้องที่สุด หรือ keep it simple นั่นเอง หากมีเหตุการณ์ ๆ ใด ๆ แต่เราหาคำอธิบายได้หลายอย่าง ควรเลือกคำอธิบายที่ง่ายที่สุดมากกว่าไปคิดแบบซับซ้อน

สมมติว่าเราเห็นว่าเพื่อนเราไม่ตอบแชท เราอาจจะคิดได้ดังต่อนี้

[1] คำอธิบายแบบซับซ้อน : เขาอาจจะกำลังหลบหน้าเราอยู่ หรือมีปัญหาส่วนตัวที่ทำให้ไม่อยากคุยกับเรา

[2] คำอธิบายแบบเรียบง่าย : เขายุ่งอยู่จนไม่มีเวลาเปิดโทรศัพท์แค่นั้นเอง

ตามหลัก Occam’s Razor คือ เราควรเลือกคำอธิบายที่เรียบง่ายกว่าคือ คำอธิบายที่ 2 นั่นเองครับ

Model 9: Hanlon’s Razor

Hanlon’s Razor คือการที่เราไม่ควรคิดไปไกล หรือมองโลกในแง่ร้ายเกินไปในเวลาที่เราเจอเหตุการณ์ที่เลวร้ายหรือไม่ดี อย่าเพิ่งคิดลบไปก่อน มันอาจจะไม่มีอะไรมากไปกว่านั้นก็ได้ Don’t assume the worst

ตัวอย่างของ Hanlon’s razor ในระดับเหตุการณ์สำคัญของโลกคือ ช่วงปี 1962 ที่สหรัฐอเมริกากับสหภาพโซเวียดกำลังอยู่ในช่วงตึงเครียดจากการที่โซเวียดพยายามจะสร้างฐานยิงจรวดที่คิวบาที่อยู่ใกล้สหรัฐมาก ในตอนนั้นสหรัฐก็ตึงกำลังทางทะเลไม่ให้โซเวียดเอาเรือเข้ามาได้

แต่โลกเกือบเข้าสู่สงครามนิวเคลียร์ด้วยความไม่ตั้งใจ เมื่อสหรัฐแจ้งไปทางรัสเซียว่าจะกดดันให้เรือดำน้ำรัสเซียขึ้นมาเหนือน้ำด้วยการปล่อยระเบิดซ้อม แต่เกิดความผิดพลาดที่ทางโซเวียตมีปัญหาเรื่องการติดต่อทำให้ข้อความไม่ได้ถูกส่งต่อ…

เมื่อมีการล่อนระเบิดมา ลูกเรือโซเวียตก็เตรียมจะยิงนิวเคลียร์เพื่อตอบโต้ แต่ในการยิงนิวเคลียร์ จะต้องใช้นายทหารสามคนไขกุญแจ โดยสองคนแรกไขแล้วด้วยความโกรธแค้นว่าสหรัฐเริ่มสงครามใหญ่ แต่โชคยังดีที่มีนายทหารอีกคนชื่อ Vasily Arkhipov ที่ตั้งสติและไม่เชื่อทันทีว่าสหรัฐฯ ตั้งใจโจมตีจริง คิดว่าน่าจะเป็นความเข้าใจผิด และพยายามติดต่อไปที่กรุงมอสโคก่อน เขาเป็นคนเดียวที่ไม่ยอมไขกุญแจ คิดว่าอาจเป็นเพียงสัญญาณกดดันเท่านั้นเอง ซึ่งทำให้เขาเป็นคนที่ช่วยโลกนี้ไว้ไม่ให้เกิดสงครามนิวเคลียร์ได้ในตอนนั้นเลย

การคิดแบบ Hanlon’s Razor นั้นเป็นการเตือนตัวเราอย่าให้มองโลกในแง่ร้ายไปหมด เพราะคนเรานั้นมีการทำผิดพลาดกันได้ เราอาจจะหลงลืม ทำไปโดยไม่ได้คิด ทำไปโดยรู้เท่าไม่ถึงการณ์ก็เป็นได้ ซึ่งวิธีการคิดของเราก็จะสื่อออกมาในการกระทำที่แตกต่างกันมาก ๆ จากตัวอย่างที่ยกไปครับ

……………..

Shane ตั้งใจเขียนหนังสือเล่มนี้เพื่อให้ลูกหลานของเขาได้อ่านและเข้าใจหลักการคิดสำคัญที่จะทำให้เข้าใจโลกแห่งความเป็นจริงได้มากขึ้นและหวังว่าพวกเขาจะตัดสินใจอะไรต่าง ๆ ได้ดีขึ้น

พวกเราเองก็น่าจะได้ประโยชน์จากการใช้ model เหล่านี้มาตัดสินใจเช่นกัน หลาย ๆ เรื่องไม่ใช่เรื่องใหม่สำหรับเราเลย แต่บางครั้งเราก็ลืมนึกถึงหลักการนี้ไป ทำให้การคิดและตัดสินใจหลายครั้งของเรานั้นมีอคติ หรือ bias ซึ่งเป็นสิ่งที่อันตรายมาก ๆ ซึ่งการที่เราจะคิดประมวลผลสิ่งเหล่านี้ให้ดีทำให้ผมนึกถึงหนังสือ Thinking, Fast and Slow ของ Daniel Kahnemann ที่เป็นคัมภีร์การคิดให้เราคิดให้ช้าลง ใช้สมองระบบที่ 2 มากขึ้น มากกว่าการที่จะใช้สัญชาติญาณหรือสมองระบบที่ 1 ในเสียทุกเรื่องครับ….