Jeg har ofte hørt udtrykket ‘der gik bias i den’, og faktisk selv brugt det uden helt præcis at kunne forklare, hvad det betyder. Jeg har blot tænkt på det som et udtryk for, at noget statistik blev tolket forkert. Altså at tal blev vurderet forkert.

Men faktisk kan der ‘gå bias i den’ på mange måder, og det leder altsammen til dårlige beslutninger. Dårlige beslutninger leder til ineffektivitet og kan i værste fald koste dig din troværdighed.

Søger du ægte værdi i dine projekter, så bør du holde et skarpt øje med bias. Det er ikke svært. Jeg kan – så kan du også.

Fornylig havde jeg oplevelsen af at høre assistent professor Drew Boyd fra University of Cincinnati i USA fortælle om de mange måder, der kan “gå bias i den”. Han er forfatter til en bog om at skabe resultater med gennemslagskraft, og har en lang erhvervskarriere inden for ledelse og marketing. Selvom vi mennesker nok altid vil begå fejl, så er jeg enig med Drew Boyd i, at det at vide, hvad der leder til fejl-konklusioner og dermed dårlige beslutninger, er med til at minimere dem.

Mand med forstørrelsesglasSå her kommer seks almindelige eksempler på bias

Base rate bias

Denne type bias optræder, når vi taler om statistik, men glemmer at tænke på, hvad der kan ligge bag tallene. En eksempel: En kollega fortæller dig, at der sker flere trafikulykker nær folks hjem end langt fra dem.

Hvis du bliver meget bekymret for at køre bil nær dit hjem, er der gået ‘base rate bias i den’ for dig. For hvis man glemmer at tage højde for, at vi meget oftere kører små, korte afstande end lange ture, så drager man fejlagtigt den konklusion, at det er meget farligere at køre bil, når dit hjem er tæt på, end når du er langt fra det.

Tænk derfor altid over, hvilke årsager der kan ligge bag tal fra statistiske undersøgelser.

Dette site kalder det for skjulte variable. Scroll lidt ned på siden for at finde det rigtige afsnit.

Confirmation bias

Denne type bias handler om, at vi mennesker har tendens til at nedvurdere eller helt ignorere data, som ikke rigtig stemmer overens med vores antagelser. Især hvis der er mange ting, som netop taler for, at en antagelse er sand. Eksperter er nemme ofre for denne type bias.

Drew Boyd argumenterer iøvrigt for, at du kan bygge en langt stærkere argumentation op, hvis du søger en fair balance i dine data, og netop tager en enkelt ting eller to med, der egentlig taler imod. Så længe der er flere ting, der taler for, så fremstår du jo velovervejet og gennemtænkt.

Konkret kan man fx. søge bevis for de negative ting og re-frame en antagelse ved at stille sig selv det simple spørgsmål: hvad taler imod, at min antagelse er sand?

Availability bias

Denne her handler om, at vi mennesker bruger tidligere erfaringer rigtigt meget, når vi skal bedømme noget nyt og tage en beslutning. Særligt hvis vi har relativt nye, friske, følelsesmæssige erfaringer, har vi en tendens til at tillægge dem meget værdi.

Du kan sortere i dine erfaringer ved at stoppe op og spørge dig selv, hvorfor denne følelsesmæssige erfaring dukker op. Hvem eller hvad satte det i værk? I de fleste tilfælde vil du efter lidt betænkningstid komme i tanke om modsatte erfaringer, som er lige så gyldige, og du vil kunne frasortere eller nedvurdere dem og styre fri af availability bias.

Konkret kan du huske dig selv og andre på, at fx. mediehistorier og anekdoter ikke er beviser men blot erfaringer.

Hindseight bias

Denne her er lidt svær at forklare, men jeg gør forsøget. Lad os sige at du har en antagelse om, at et projekt vil kunne lykkes. Du researcher, samler viden og er omhyggelig med at undgå diverse former for bias. Og projektet ender så rent faktisk med at lykkes. I sådanne situationer har mange menneske en oplevelse ala “ha, det vidste jeg egentlig godt” – men det gjorde man jo ikke. Du var i tvivl.

Den første tvivl er imidlertid blevet fjernet af hjernen og erstattet med en falsk oplevelse af, at verden kan forudsiges. Det er muligvis en tryg og rar tanke, men den er falsk. Hvis du så tillader din hjerne denne bekvemme genskrivning af historien, så er du meget nemt offer for hindseight bias, næste gang du skal tage en beslutning.

Drew Boyd opfordrer til altid at huske, at verden ikke er forudsigelig. Læg altid en plan og brug andres viden.

Overconfidence bias

Denne her holder jeg meget af. Det er succesfulde menneskers aldrig svigtende tillid til, at de vil være lige så succesfulde i deres næste projekt. Man må jo bare holde af dem for deres hundehvalpekåde positivisme. Og hvem kan se sig fri for at have fæstnet lidt for blind tillid til deres selv-overvurdering i håbet om, at ‘det her projekt bliver pisse godt’?

Overconfidence bias fører til, at man glemmer at være kritisk. Man forsimpler forklaringer og udfordringer og bygger sine konklusioner på held og overspecialisering. Man får ikke indsamlet tilstrækkelig med viden, førend man drager sin konklusion og fører sine beslutninger ud.

Måden at holde sig bias-fri af egen succes er et være ydmyg over for hver ny opgave. Og sætte hastigheden ned. De fleste mennesker ved godt, hvornår de betjener sig af lidt for tyndt datagrundlag, hvis man lige får mulighed for at tænke over det.

Sunk cost bias

Den sidste bias-type på professor Drew Boyds liste handler om, hvor pinagtigt langt vi mennesker vil gå for at skabe værdi, når vi først har indledt et projekt. Et eksempel kunne være at du har købt billetter til en udendørs koncert med et populært band, som du holder meget af. Det var dyre billetter. Da dagen endelig oprinder, regner og blæser det. Vejret er absolut ikke til udendørs aktiviteter.

Tager du konsekvensen af en dårlig beslutning og bliver hjemme?

Okay, her i Norden er vi nok så meget vikinger, at ‘problemet’ blot klares med ordentligt udetøj. Men hvad nu hvis der er tale om et stort projekt på arbejde, der involverer en masse menneskers tid. De første fakturaer er også allerede betalt. Nu viser det sig, at væsentlige forudsætninger ikke holdt. Projektideen skrider. Sender du gode penge efter dårlige ideer, fordi “nu er vi jo dog kommet hertil, og noget kan vi vel altid lære”, eller tør du skrinlægge projektet og starte forfra?

Drew Boyd er fortaler for det sidste. At turde fejle, og standse op og lære af processen inden planlægningen af næste projekt går igang.

Dette indlæg kradser blot lidt i overfladen af emnet kognitiv bias. Der er masser af spændende links hvis du googler. Som webprojektleder er det jo vores job at søge så mange svar som muligt, så jeg vil fremover forsøge at tænke mere på de her mekanismer i vores tænkning, der nemt kan snyde os. Måske bruger du dem allerede? Eller har tænkt dig at gøre det nu? Det kunne være interessant at høre fra andre projektledere, hvordan I imødekommer den her udfordring.

Om Elisabeth – skribenten her på bloggen

Denne forfatter har endnu ikke udfyldt nogle detaljer.
So far the author has created 34 blog entries.

Leave A Comment