คอร์ส กล่องเครื่องมือความคิด ตอนที่ 7/12 ตอน ดูสารบัญคอร์ส

เล่าเรื่องชนะตัวเลข: ทำไมคุณถึงมองข้ามความน่าจะเป็นพื้นฐานอยู่เสมอ

22/05/2025 157
9:31
เล่าเรื่องชนะตัวเลข: ทำไมคุณถึงมองข้ามความน่าจะเป็นพื้นฐานอยู่เสมอ
ภาพ/Photo by kevin laminto on Unsplash

ทำไมเรื่องเล่าที่สะเทือนใจสักเรื่องหนึ่งถึงเอาชนะตัวเลขสถิติเย็นชาได้เสมอ บทเรียนนี้ชำแหละว่า "การคิดแบบเรื่องเล่า" แอบครอบงำการตัดสินใจของคุณอย่างไร และสอนให้คุณถามคำถามนี้ก่อนฟันธง: "อัตราฐานของฐานประชากรคือเท่าไหร่"

ที่สำนักงานของ "บริษัท เร็วคลาวด์ โลจิสติกส์" สตาร์ทอัพด้านเทคโนโลยีโลจิสติกส์ที่กำลังเติบโตอย่างรวดเร็วในย่านบางนา กรุงเทพฯ ผู้อำนวยการฝ่ายทรัพยากรบุคคลชื่อ เอ๋ กำลังสัมภาษณ์ผู้สมัครตำแหน่งพัฒนาธุรกิจ (BD) ระดับอาวุโสชื่อ ดล ดลเคยทำงานอยู่ในกลุ่มบริษัทโลจิสติกส์ข้ามชาติขนาดใหญ่ เขาเล่าเรื่องราวว่าตัวเองใช้เวลาเพียงสามเดือน อาศัยการบุกไปพบลูกค้าครั้งแล้วครั้งเล่า จนสามารถดึงลูกค้ารายใหญ่มูลค่ากว่าล้านบาทที่กำลังจะยกเลิกสัญญากลับมาได้สำเร็จ เรื่องเล่านี้ลื่นไหลและมีสีสันจนผู้อำนวยการฝ่ายขายที่นั่งอยู่ในห้องขนลุกไปตามๆ กัน พอสัมภาษณ์จบ ทีมสัมภาษณ์แทบทุกคนเห็นตรงกันว่า "คนนี้แหละคือกำลังคนที่พร้อมรบทันที" และเตรียมจะยื่นข้อเสนอในวันรุ่งขึ้น

เอ๋เองก็รู้สึกประทับใจไม่ต่างกัน แต่จู่ๆ เธอก็นึกถึงรายงานทบทวนภายในที่ฝ่ายบุคคลเคยทำไว้เมื่อครึ่งปีก่อน ในช่วงสองปีที่ผ่านมา พนักงานขายระดับอาวุโสที่ "ย้ายตรงจากองค์กรใหญ่มาร่วมงานกับสตาร์ทอัพเล็กๆ ขนาดสิบกว่าคนแบบเร็วคลาวด์" มีทั้งหมด 11 คน แต่มีถึง 8 คนที่ลาออกหรือถูกให้ออกในช่วงทดลองงานภายในครึ่งปี อัตราการอยู่รอดต่ำกว่าสามในสิบ ตัวเลขเย็นชานี้ช่างขัดแย้งกับเรื่องเล่าที่เปี่ยมเสน่ห์ตรงหน้าอย่างสิ้นเชิง — สิ่งที่ทีมสัมภาษณ์ได้ยินคือเรื่องราวของ "คนคนหนึ่ง" แต่สิ่งที่ผุดขึ้นในหัวของเอ๋กลับเป็นสถิติของ "คนกลุ่มเดียวกันทั้งหมด" แล้วเธอควรจะเชื่อฝ่ายไหนกันแน่?

ทำไมจึงเป็นเช่นนั้น

นักจิตวิทยา แดเนียล คาห์เนแมน (Daniel Kahneman) และ อาโมส ทเวอร์สกี (Amos Tversky) ได้ทำการทดลองคลาสสิกชุดหนึ่งไว้ในทศวรรษ 1970 หนึ่งในการทดลองที่โด่งดังที่สุดคือ "โจทย์แท็กซี่": ในเมืองแห่งหนึ่งมีบริษัทรถแท็กซี่สองสี รถสีเขียวมีสัดส่วนถึง 85% ส่วนรถสีน้ำเงินมีเพียง 15% คืนหนึ่งเกิดอุบัติเหตุชนแล้วหนี พยานคนหนึ่งยืนยันว่ารถที่ก่อเหตุเป็นสีน้ำเงิน และผลทดสอบภายหลังพบว่าพยานคนนี้มีความแม่นยำในการแยกสีตอนกลางคืนอยู่ที่ราว 80% ผู้เข้าร่วมการทดลองส่วนใหญ่คำนวณได้ว่า "โอกาสที่รถก่อเหตุจะเป็นสีน้ำเงินอยู่ที่ราว 80%" แต่คำตอบที่ถูกต้องแท้จริงอยู่ที่ราว 41% เท่านั้น สาเหตุคือทุกคนมัวแต่จดจ่อกับรายละเอียดที่มีชีวิตชีวาอย่าง "พยานบอกว่าอย่างไร" จนลืมถามคำถามพื้นฐานว่า "ในเมืองนี้รถสีน้ำเงินมีอยู่แค่ 15% ตั้งแต่ต้น" นี่คือสิ่งที่ทางสถิติศาสตร์เรียกว่า "อคติละเลยอัตราฐาน" (base rate neglect)

ทเวอร์สกีและคาห์เนแมนตีพิมพ์ "โจทย์ลินดา" (Linda Problem) ในปี 1983 เพื่อยืนยันแนวคิดนี้เพิ่มเติม: เมื่อคำบรรยายลักษณะบุคคลถูกเขียนให้ดูเหมือน "นักกิจกรรมทางสังคม" คนส่วนใหญ่กลับตัดสินว่า "ลินดาเป็นพนักงานธนาคารที่ใส่ใจประเด็นสตรีนิยม" มีความเป็นไปได้มากกว่า "ลินดาเป็นพนักงานธนาคาร" ทั้งที่ในทางตรรกะ ความน่าจะเป็นของข้อแรกไม่มีทางสูงกว่าข้อหลังได้เลย เพราะข้อแรกเป็นเพียงกลุ่มย่อยของข้อหลังเท่านั้น พฤติกรรมทางความคิดที่เรียกว่า "ฮิวริสติกความเป็นตัวแทน" (representativeness heuristic) นี้อธิบายว่า สมองมนุษย์มีแนวโน้มโดยกำเนิดที่จะถามว่า "เรื่องนี้ฟังดูเหมือนกรณีตัวอย่างทั่วไปหรือไม่" มากกว่าจะถามก่อนว่า "กรณีแบบนี้ในประชากรทั้งหมดมีสัดส่วนเท่าไหร่กันแน่"

เรียนคอร์สบังคับให้จบก่อน

เรียนคอร์สบังคับ 7 คอร์สให้จบก่อน (ตอนนี้ 0/7) เพื่อปลดล็อกคอร์สผู้จัดการทั้งหมด

ไปเรียนคอร์สบังคับ
ถาม AI: บทความนี้ใช้กับการบริหารของคุณอย่างไร?
เนื้อหาสร้างโดย AI จากบทความนี้ โปรดใช้วิจารณญาณในการพิจารณาความถูกต้อง
ตอนถัดไป・กล่องเครื่องมือความคิด ลูกค้าโทรมาต่อว่าครั้งเดียว อย่าเพิ่งรีบเรียกคืนทั้งล็อต! ทฤษฎีเบย์สอนวิธีปรับความเชื่อด้วยหลักฐานใหม่

บทความที่เกี่ยวข้อง

เราใช้คุกกี้ที่จำเป็นเพื่อรักษาการเข้าสู่ระบบและภาษา และเก็บพฤติกรรมการใช้งานเพื่อปรับปรุงบริการ คุณเลือกเฉพาะที่จำเป็นได้ นโยบายความเป็นส่วนตัว