Niepewność w biznesie
Donald Rumsfeld, sekretarz obrony USA, na konferencji w dniu 12 lutego 2002, zapytany o dowody istnienia broni masowego rażenia w Iraku, odpowiedział: „Mamy znane wiadome. Rzeczy, o których wiemy, że je wiemy. Wiemy również, że istnieją znane niewiadome. Innymi słowy, wiemy, że są pewne rzeczy, których nie wiemy. Ale są również nieznane niewiadome – takie, o których nie wiemy, że ich nie wiemy”. Wypowiedź Rumsfelda wyróżnia dwie intersujące sytuacje poznawcze, choć w rzeczywistości istnieją trzy – pominięta zostaje kategoria nieznanych wiadomych, ujawniająca się u osób cierpiących na anosognozję. Anosognostycy nie zdają sobie sprawy z własnej choroby, jak w zespole Antona, kiedy pacjenci zaprzeczają własnej ślepocie.
Nieznane niewiadome
Z pierwszą – wymienioną przez Rumsfelda – interesującą sytuacją poznawczą, czyli znanymi niewiadomymi, radzimy sobie albo znajdując właściwą odpowiedź („Nie jestem pewien, czy Sacramento jest stolicą Kalifornii”), albo ustalając rozkład prawdopodobieństwa (np. wyrzucenia co najmniej dwóch orłów przy trzech rzutach identycznymi monetami). Jednak trzecia sytuacja – nieznanych niewiadomych – czyli na przykład wydarzeń, których nikt nie oczekiwał, a które mogą mieć potężne konsekwencje („czarne łabędzie” Nicolasa Taleba), nie podlega standardowej analizie stochastycznej. Giełdowe krachy, kosmiczne kataklizmy, czy wybuchy pandemii wyznaczają sferę niewyobrażalnego, klasyfikowanego przez naukę i opinię publiczną jako przejaw ignorancji, wieloznaczności i źle zdefiniowanych problemów.
Kategoria „nieznanych niewiadomych” ma też swoje miejsce w edukacji przedmiotów biznesowych i ekonomicznych. Czołowi ekonomiści międzywojnia odróżniali ryzyko od niepewności, tę ostatnią lokując w obszarze nieznanych niewiadomych. Później jednak „nieznane niewiadome” zniknęły z ekonomii głównego nurtu na ponad pół wieku. Wyeliminowanie z analizy ekonomicznej stanów świata, którym nie można przypisać prawdopodobieństw ponieważ są niewyobrażalne („przed wynalezieniem koła przez Sumerów pięć i pół tysiąca lat temu, nie było sensu pytać ‘jakie jest prawdopodobieństwo wynalezienia koła?’”), zaowocowało tworzeniem modeli ekonomicznych, które – choć przypominają świat realny – są jego parodią. Problem polega na „pseudomatematyzacji” teorii ekonomicznych, czyli problematycznym przypisaniu zmiennych, występujących w modelach, mierzalnym parametrom realnego świata. Wiele pojęć ekonomicznych nie jest bardziej obserwacyjnych, lub lepiej zdefiniowanych niż nowomowa książek Lewisa Carrolla o przygodach Alicji.
Dobrą ilustracją wyparcia nieznanych niewiadomych jest teoria racjonalnego wyboru. Według jej twórców, ludzie optymalizują w ramach dobrze zdefiniowanych warunków brzegowych, typując możliwe kierunki działania i oceniając konsekwencje każdego z nich. Pozwala to na wybór najlepszych opcji i przewidywanie – jeśli będzie taka potrzeba – wyborów innych graczy. Tym schematem – zdaniem ekonomistów – ludzie planują poziom konsumpcji, przebieg edukacji, strategię wychowania dzieci i wysokość składek emerytalnych; firmy maksymalizują wartość dla akcjonariuszy, a rządy wybierają politykę maksymalizującą społeczny dobrobyt.
Chwila zastanowienia i mamy poważne wątpliwości, czy ludzie, firmy i rządy kiedykolwiek dysponują wystarczającą informacją niezbędną do maksymalizowania czegokolwiek, i czy znają wszystkie dostępne opcje oraz ich konsekwencje. Realni ludzie, firmy i rządy nie optymalizują, lecz podejmują decyzje przyrostowo, nie zdobywając szczytu, a jedynie wchodząc na wzniesienie nieco wyższe od aktualnie zajmowanego. Kiedy ekonomiści zaczęli przeprowadzać eksperymenty w których ludzie podejmowali decyzje finansowe, okazało się, że ich zachowanie przeczy ustaleniom standardowej ekonomii. Przykładowo, decydenci są przesadnie – z perspektywy teorii racjonalnego wyboru – podekscytowani znikomymi szansami dobrych wyników i przesadnie zniechęceni znikomymi szansami złych wyników (paradoks Maurice’a Allaisa), czy ujawniają bardzo silną niechęć do sytuacji niejednoznacznych (paradoks Daniela Ellsberga).
Tego typu paradoksy są interpretowane jako dowód nieracjonalności człowieka. Dlaczego jednak racjonalność ma być normatywnym ideałem, tak jak sobie wymyślili twórcy teorii racjonalnego wyboru? W biologii ewolucyjnej te same „błędy poznawcze” są interpretowane jako przystosowawcze dyspozycje behawioralne, podwyższające wartość przystosowawczą ludzkiego fenotypu. Jak zauważył japoński psycholog Masanao Toda: „człowiek i szczur są wyjątkowo tępi w pomieszczeniu eksperymentalnym; z drugiej strony psychologia zwracała niewiele uwagi na to, co te dwa gatunki potrafią zdziałać w swoich naturalnych habitatach”. Być może zatem warto myśleć o „błędach poznawczych” ekonomii behawioralnej jako o heurystykach, które sprawiają, że stajemy się bystrzy.
Ewolucja pomogła naszemu gatunkowi rozwinąć umiejętności radzenia sobie z sytuacjami „nieznanych niewiadomych”, co cieszy, chociażby dlatego, że we współczesnym świecie VUCA – zmiennym, niepewnym, złożonym i wieloznacznym – margines radykalnej niepewności, przestrzeni pojawiania się „czarnych łabędzi”, uległ rozszerzeniu (czy sto lat temu, w granicach ludzkiej wyobraźni, znajdował się przenośny telefon, za pomocą którego można robić zdjęcia, obliczać złożone funkcje matematyczne, nawigować w nieznanym terenie i czytać powieści?). Biologiczna inteligencja nie jest opisywana zdolnościami optymalizacyjnymi, lecz umiejętnością radzenia sobie ze złożonymi i źle zdefiniowanymi problemami. Wydaje się, że ekologiczna racjonalność lepiej wyjaśnia świat ludzkich spraw niż racjonalność normatywna, a życie, nauka, biznes i polityka to tak naprawdę poszukiwanie wyników trochę lepszych i unikanie rezultatów trochę gorszych w kontekście „nieznanych niewiadomych”.
Niepewność jest zatem tym, co kochamy i nienawidzimy jednocześnie. Nienawidzimy, ponieważ niepewność generuje straty. Kochamy, ponieważ niepewność wprowadza do naszego życia element „być może”. Być może następnym razem będę miał więcej szczęścia i być może nie jest tak źle, jak się wszystkim wydaje. Niepewność, w odległej ewolucyjnej przeszłości, nałożyła przystosowawczą presję na mechanizmy uczenia się i organizmy potrafiące zredukować niepewność drogą uczenia się miały większe szanse na przeżycie niż cała reszta. Oczywiście – o czym już wiemy, a czego wydaje się nie dostrzegać wielu ekonomistów – nie każdy rodzaj niepewności bierze się z ignorancji i może zostać zmniejszony uczeniem się. Istnieje radykalna niepewność „nieznanych niewiadomych”, której nie likwiduje uaktualnianie modeli mentalnych na podstawie doświadczenia.
Uczenie redukujące niepewność wykorzystuje wnioskowanie bayesowskie z ewidencji empirycznej o najbardziej prawdopodobnych jej przyczynach. Wyobraźmy sobie, że w urnie – o czym nie wiemy – znajduje się dziewięćdziesiąt kul czarnych i dziesięć białych. Zakładamy standardowo, że kul każdej barwy jest po pięćdziesiąt. Zaczynamy kule wyjmować, zapisywać wynik i z powrotem wkładać do urny. Po odpowiednio dużej liczbie prób, zaczynamy się orientować, że kul czarnych musi być więcej niż białych, i nasza początkowa hipoteza („50% z każdego koloru”) ulega uaktualnieniu („wszystko na to wskazuje, że 90% czarnych i 10% białych”). W ten sposób zredukowaliśmy „znane niewiadome” drogą badania i uczenia się. Wiemy, że proporcje są 9 do 1 dla czarnych, i w tym momencie już nic więcej nie możemy się nauczyć. Niemniej, ciągle istnieje zmienność wyników od próby do próby. Otrzymujemy sekwencje prób w których procent czarnych kul jest większy lub mniejszy niż dziewięćdziesiąt. Zmienność ta jest nieredukowalną niepewnością, czyli „nieznanymi niewiadomymi”.
Wracając z tą wiedzą do biznesu: menadżer rozpoczynając pracę z nowym zespołem napotyka na spore dawki niepewności, które wymagają od niego dwóch rodzajów wysiłku mentalnego. Po pierwsze, powinien wyeliminować – ciągle samemu się ucząc – ten rodzaj niepewności, który tworzy „znane niewiadome”. Po drugie, powinien wiedzieć kiedy przestać dalej się uczyć! Bez wyraźnego sygnału „nauczyłeś się wszystkiego, co było możliwe – teraz przerwij”, jego mózg będzie ustawicznie atakował problem w którym pozostały przede wszystkim „nieznane niewiadome”, co doprowadzi do kolosalnych strat energetycznych i złamania reguł wydajnego przetwarzania informacji w układzie nerwowym. O jakich regułach mówimy?
Wydajność pracy ludzkiego mózgu jest wręcz porażająca, o czym mogą świadczyć następujące dane liczbowe. Człowiek zrelaksowany konsumuje 1800 kcal dziennie, co jest ilością energii, którą w ciągu doby pobiera 100 watowa żarówka. Przy aktualnej cenie za kilowatogodzinę prądu (60 groszy), godzinny koszt pracy stuwatowej żarówki wynosi 6 groszy, a więc całe ciało człowieka w stanie relaksu konsumuje energii za 6 groszy na godzinę. Mózg dorosłego człowieka, choć zużywa dziesięć razy tyle energii ile powinien (waży średnio 1370 gramów, co daje 2-3% masy ciała), czyli 20%, „kosztuje” na godzinę 1,2 grosza w stanie relaksu. Podczas wysiłku umysłowego spożycie energii przez mózg wzrasta zaledwie o 5%, do 1,5 grosza na godzinę. Jakie reguły przetwarzania informacji dobór naturalny zaimplementował w mózgu, dzięki którym jest on tak wydajny?
Pierwsza reguła dotyczy stylu przetwarzania informacji przez mózg: jest on „miękki” (spłaszczona amplituda sygnału) i powolny (sygnał elektryczny w układzie nerwowym płynie średnio trzydzieści milionów razy wolniej niż w kablu miedzianym). Wszelkie gwałtowne zmiany, nerwowe i chaotyczne ruchy, pochłaniają kolosalne ilości energii. Ewolucyjny wyścig wygrywają osobniki, które „docierają do mety” może niekoniecznie na czołowych miejscach, ale na pewno z jakimiś resztkami energii. Dla równowagi energetycznej człowieka zabójczy jest przedłużający się stres. Drenaż energii podczas stresu ma miejsce nie tylko w organizmie osoby o teoretycznie słabszej pozycji strategicznej (pracownik), ale również w organizmie szefa.
Druga reguła dotyczy – o zgrozo – przetwarzania informacji tak nieprecyzyjnego, jak to tylko możliwe. Obliczanie materialnej reprezentacji liczby 5, kosztuje mniej niż materialnej reprezentacji liczby 5,125. Jeśli nie jesteście Państwo kardiochirurgami lub pilotami samolotów, perfekcjonizm nie jest wskazany. Menadżer może być najlepszy w firmie, ale nie powinien próbować być najlepszy w ogóle. W naszych rolach społecznych i zawodowych powinniśmy być wystarczająco dobrzy.
Trzecia reguła wydajnego przetwarzania dotyczy oszczędzania przepustowości łącza.
W wymiarze zawartości rzeczowej wypowiedzi, komunikujemy wyłącznie błędy predykcyjne, czyli zaskoczenia i nowości. A zatem, nie piszemy maili na tematy wcześniej przedyskutowane.
