Фрактальность принятия решения

Менеджмент – слишком сложный процесс, чтобы с ним мог справиться один человек.

Ицхак Адизес «Идеальный руководитель. Почему им нельзя стать и что из этого следует»

Современный мир с каждым днем становится все сложнее и динамичнее. С одной стороны, мы купаемся в океане информации, с другой – эта информация не всегда правдивая, полная и актуальная. Как давным-давно человек придумал рычаг для того, чтоб поднять груз, который не мог поднять самостоятельно, так сегодня компьютеры и программное обеспечение позволяют «поднять» объемы данных, на обработку которых не способен человеческий мозг. Однако это только усугубляет ситуацию, так как самих данных становиться все больше и больше, они появляются и меняются с ошеломляющей скоростью. Мир становится настолько сложным, что человек перестает понимать причинно-следственные связи (именно этому процессу обязаны своей популярностью технологии «больших данных» и машинное обучение). Для принятия наилучшего решения возможностей одного человека часто не хватает, и умение принимать эффективные групповые решения, взаимодействовать с другими людьми становится особенно важным.

Охотник осторожно пробирается по лесу. Где-то сбоку он слышит шуршание листвы и замечает взлетающую птицу. Бросок. Птица, в которую попал бумеранг, падает на землю.

Катастрофа космического челнока «Челленджер». Акции основных подрядчиков, участвующих в запуске челнока, падают через считанные минуты после аварии. Ощутимо больше остальных теряют акции компании, изготовившей твердотопливный ускоритель, проблема с которым привела к трагедии.

Что общего в этих историях? В обоих случаях решение принимается на основе ограниченных данных, но является точным. Попытаемся разобраться в механизмах, позволяющих достичь столь поразительного результата.

Охотник не знает веса бумеранга, скорости полета птицы, расстояния, силы ветра, но тем не менее попадает в цель. Биржевые игроки не знают подробностей катастрофы, конструкции космического корабля, но тем не менее  «определяют» то, на что у специалистов, расследовавших катастрофу, ушло несколько месяцев.

Каждую секунду мы принимаем решения – осознанные или бессознательные. Однако в результате этого человеческий организм, миллиарды клеток действуют как единое целое. Если задуматься, как это происходит, то и вовсе этот процесс кажется чудом. Наш мозг состоит приблизительно из 100 миллиардов нейронов. Это полностью децентрализованная система: нет одного главного нейрона, который решает бежать или драться, какой маршрут лучше выбрать, что заказать в ресторане. Но все-таки конкретные решения принимаются достаточно быстро.

Перечисленные выше вопросы достаточно просты, примерно те же задачи решают животные. Практически всегда уже существует информация для принятия решения, да и вариантов выбора не так уж много. Но это на уровне всего организма, а как быть, если опустится на уровень нервных клеток? Обладает ли отдельный нейрон всей полнотой информации? Может ли одна нервная клетка вашего мозга определить, куда повернуть на перекрестке?

Если рассматривать цену акции на бирже как консенсус мнений участников рынка, то мы имеем очень схожую ситуацию — тысячи людей на основании своих предыдущих знаний и опыта принимают «решение». В случае «Челленджера» биржа практически мгновенно определила виновника катастрофы…

В голову приходит ассоциация с изображением на экране, которое состоит из отдельных точек. Каждая точка обособленно ничего не значит, и только все вместе они представляют собой изображение.

Однако для того, чтобы картина была осмысленной, а решение верным, все участники должны подчиняться правилам, которые позволяют использовать информацию, имеющуюся у каждого, как элементы единой мозаики.

Мы знаем, что информация в мозгу передается в виде нервных импульсов от одной нервной клетки к другой. Нервные клетки образуют структуры, в которых одна клетка обобщает сигналы, полученные от других клеток [6]. Результирующий сигнал передается далее по нейронной сети. Фактически процесс принятия решения в живом организме представляет собой непрерывное «голосование» нервных клеток. Каждый нейрон, принимающий сигнал, является локальным «избирательным участком» для группы других нейронов.

Мозг намного более гибкая структура, чем все остальное тело. Связи в мозге и нервные клетки постоянно изменяются под воздействием внешней среды. Именно на этом основан процесс обучения. Сталкиваясь с чем-то новым мы редко действуем наиболее эффективно. Первый раз сев на велосипед вы, скорее всего, упадете. Однако пробуя снова и снова, обучая свой мозг и формируя новые связи, через некоторое время ваше тело будет делать верные движения (принимать правильные решения).

Однако в жизни человека встречаются намного более сложные задачи. Это задачи другого порядка, когда отдельному человеку просто не хватает информации. В этом случае люди пытаются решать проблемы коллективно, использовать знания и опыт группы.

Существует множество примеров принятия чрезвычайно точных решений группой людей в условиях ограниченной исходной информации [1]. Одним из самых простых может быть эксперимент по оценке количества шариков в банке. Среднее арифметическое всех оценок группы всего на доли процента отличалось от реального количества. Результаты подобных экспериментов не случайность, они повторяются многими исследователями в разных вариациях.

Не напоминает ли вам этот процесс то, что происходит в мозгу? Каждый нейрон обладает своими ограниченными данными (жизненный опыт отдельного человека в эксперименте), получает нечеткую информацию (банку с шариками) и генерирует нервный импульс (предположение о количестве), который обобщается клеткой нервной сети (среднее арифметическое в эксперименте).

Важный момент для принятия хорошего решения группой людей: разнородность группы. Чем больше отличаются мнения членов группы, тем лучше будет результирующее решение.

Как описывалось выше, решение – это комбинация знаний и опыта, а также входящих данных, пусть даже нечетких. Чем более обширный опыт, тем лучше входящие данные могут быть дополнены предположениями принимающих решение.

Вернемся к работе мозга. Множество исследований показывают, что когда к человеку приходит озарение, в этот момент активизируются отдельные, разрозненные участки мозга [2,3]. Творческое решение является нестандартной комбинацией имеющихся у человека разнородных знаний.

Довольно популярная техника мозгового штурма работает примерно таким же образом. На первом этапе собираются различные, пусть даже самые безумные идеи. На следующем этапе идет критика, комбинирование, улучшение этих идей.

В этом процессе каждый из этапов предполагает переработку информации, полученной на предыдущем этапе.

Важный момент для принятия решения – это экспертные знания. Мы живем в мире причинно-следственных связей. Чем больше знаний у человека из области, в которой принимается решение, тем больше вероятность того, что решение будет верное. Вполне возможно, что эксперт уже неоднократно решал похожую проблему.

В повседневной жизни мы часто пользуемся интуицией или используем это слово, если не можем дать объяснение, почему мы приняли то или иное решение. Однако интуиция – это не магия. Интуиция – это знания и опыт, подсознательно накопленный в мозгу [4,5]. Мозг в ответ на внешнюю информацию выдает ответ в виде эмоций или физических реакций. Эксперт высокого уровня может не только дать правильный ответ, но и интерпретировать эту реакцию. Но интуиция относительно вопроса в определенной области может быть только в том случае, если человек имеет опыт.

Возвращаясь к коллективному принятию решений, вес мнения эксперта при принятии решения должен быть больше, чем мнения менее искушенного участника. При решении специфических проблем, не имеющих аналогов в повседневной жизни, мнение непрофессионала и вовсе не должно учитываться вследствие отсутствия знаний о причинно-следственных связях в данной области. Бытовые знания и логика не могут помочь в решении проблем, далеких от обычной жизни.

Мозг – чрезвычайно эффективное средство обработки информации. Механизмы, используемые им, оттачивались тысячелетиями, и если мы хотим решать проблемы и принимать правильные решения, то необходимо изучать их и применять в своей деятельности. Я не имею в виду построение машин, нейронных сетей и машинное обучение. В данном случае речь идет об использовании механизмов, работающих в мозгу при взаимодействии людей.

Коллективные решения могут быть крайне удачными, но для того, чтобы достигать их, необходимо определенным образом строить общение в группе. Примером такого общения являются биржи решений.

Еще одно часто используемое, но малоэффективное групповое решение – голосование. За неимением лучшего, оно применяется очень часто для решения широкого ряда задач. Прямое голосование имеет следующие недостатки: прямая причинно-следственная связь и отсутствие веса мнения голосующего.

Голосующий чаще всего понимает последствия своего решения. И если оно напрямую связано с личной выгодой или потерей, то решение практически всегда очевидно.

Пофантазируем и представим, что нейрон понимает, к чему приведет передаваемый им сигнал для всего организма. Например, к быстрому бегу, и, как следствие, недостатку кислорода и питания. Нужно обладать способностью просчитать на шаг вперед, чтобы принять правильное для всего организма решение – не побежишь сейчас, через несколько секунд будешь убит хищником. Но обладает ли нейрон этой прозорливостью? Люди чаще всего мыслят простыми логическими категориями «если А, то Б» и это дает очень широкие возможности для манипуляций коллективным решением. Для того, чтобы избежать этого, необходимо исключить субъективное отношение к принимаемому решению или очевидную связь между действием индивидуума и следствием.

Выводы

Работа человеческого мозга и процесс принятия эффективных решений группой людей во многом схожи между собой. В этом и проявляется фрактальность процесса принятия решения. На сегодняшний день мозг является самым совершенным инструментом обработки информации. Применение механизмов работы мозга к решению задач более высокого порядка дает удивительные результаты. Организация процесса принятия решения экспертной группой на основе этих механизмов повысит эффективность и точность решений группы.

Следует учитывать такие факторы:

— разнородность группы;

— наличие экспертных знаний у участников группы;

— механизм агрегации мнений группы;

— исключение личной заинтересованности в решении.

Для агрегации мнений возможно применять статистические методы, а также вводить дополнительные ограничения, чтобы мнение одного участника не могло перевесить мнения всех остальных. Для исключения личной заинтересованности можно разрабатывать алгоритмы, позволяющие убрать прямую причинно-следственную связь между мнением и результатом.

Литература

  1. Мудрость толпы. Джеймс Шуровьески.
  2. Гибкий ум. Эстанислао Бахрах.
  3. Мозг, инструкция по применению. Дэвид Рок.
  4. Сила мгновенных решений. Интуиция как навык. Малкольм Гладуэлл.
  5. Как мы принимаем решения. Джон Лерер.
  6. Об интеллекте. Джефф Хокинс.