Июль 2017: усталые судьи, дополненная реальность, коммуникации в кризисе и стратегия «Око за око с прощением»

Скриншот, который описывает жестокую правду.

Из статьи: who is typography for? Readers, not writers.

Есть известное исследование про которое всегда вспоминают, когда речь идет про усталость от принятия решений.

В исследовании рассказывается о судьях, которые рассматривают досрочные освобождения осужденных. Оказалось, что судьи принимают максимальное количество положительных решений об освобождении с утра (65% положительных решений). К концу сессии количество положительных решений сокращается практически до нуля. После обеда и отдыха судей количество положительных решений опять подскакивает до 65%.

Из этого делается вывод, что есть некая усталость от принятия решений. То есть решения требуют какой-то энергии и когда она кончается, люди люди отказываются принимать решения вообще или принимают легкие решения (решить не отпускать преступника досрочно проще чем отпустить — меньше последствия).

Так вот — другие чуваки говорят, что все эти выводы — чушь. Наблюдаемый эффект безусловно есть и подтвержден, но тот факт, что процент одобрений у судей стабильно снижался от 65% к 5% к концу слушаний — очень невероятен статистически. Поэтому если эффект усталости от принятия решения существует — он был бы очень мощный и заметный. Он бы влиял на всю нашу жизнь так, что нам не нужны были бы эксперименты, чтобы его обнаружить. Наша жизнь бы тогда была органично построена вокруг этого эффекта - мы бы не принимали решений перед обедом, врачи бы не делали операций, количество аварий бы резко возрастало в это время и так далее. Между тем это не так.

Чуваки объясняют результата эксперимента следующим образом:

  1. Список дел на рассмотрение отсортирован и не случаен. Сначала рассматриваются дела тех, у кого есть адвокат. В конце те — у кого нет адвоката (и они защищают себя сами).

  2. Судьи сортируют дела по сложности — самые сложные, которые занимают больше всего времени, рассматриваются первыми. Легкие — в конце. А какие дела самые легкие? Те, в которых очевидное отрицательное решение о досрочном освобождении.

  3. Статистически дела, в которых принимается положительное решение, занимают сильно больше времени, чем те, в которых принимается отрицательное решение. Поэтому даже если дела распределены случайно, то если дело с положительным концом попадет на конец сессии, то его не успеют рассмотреть до конца и оно перейдет на начало следующей сессии — где и будет положительно завершено.

То есть данные верны, дело в том, какие выводы мы делаем. Если выводы выглядят невероятными — имеет смысл поискать другие объяснения, как бы не хотелось подтвердить свою теорию.

Очень подробно про это можно почитать в этой статье.

Меня последнее время увлекает тема культуры компаний. Культура компании это ее ДНК — позволяет реплицировать принципы, которые приводили в прошлом компанию к успеху.

1. Культура компании это не бесплатные обеды, настольный футбол и пуфики. Это все артефакты культуры, но не сама культура. Пытаться насадить правильную культуру, поставив стол для настольного футбола — нелепо.

2. На мой взгляд культура компании это ее набор привычек — как компания и ее сотрудники привыкли поступать в разных случаях.
Еще одно хорошее определение: культура компании это то, как люди себя ведут, пока вы (как руководитель) на них не смотрите.

3. Убежден, что у очень многих руководителей представление о культуре их компаний сильно отличает от настоящей культуры этих компаний. (“лозунги” vs. “поступки”).

Это я все к чему — интересный краткий гайд по культуре Stripe.

Крутой пример AR (augmented reality) в будущей iOS 11.

Вообще я думаю, что осенью нас ждет два изменения:

Когда все привыкнут к встроенной читалка QR кодов в фотокамеру — их вокруг станет сильно больше.

Работает встроенная читалка QR кодов в iOS 11 кстати вот так

Если вы начнете интересоваться темой принятия решений, то наверняка вы столкнетесь с теоремой Байеса из теории вероятностей и с понятием “байесианское мышление”. Люди пишут, что эта теорема кардинально изменила то, как они думают.

При этом во всех статьях про теорему Байеса будет примерно одно и то же: формулы, примеры с медицинскими тестами и ложноположительными результатами, примеры расчета вероятностей. Возникает вопрос (у меня он в свое время тоже возник) — окей, это все очень интересно, но как это влияет на мое мышление, в чем заключается то самое кардинальное изменение? Когда мы принимаем решения, мы не вспоминаем формулы.

Теперь мне кажется я нашел для себя ответ и могу сформулировать, что же такое “думать по байесиански”. Как эта известная математическая формула транслируется в образ мышления.

I. Мы не можем утверждать, что что-то точно истинно или ложно. Любое убеждение имеет определенную вероятность правдивости.

Мы практически всегда принимаем решения и делаем выводы исходя из неполных данных. Наши убеждения это результат нашего опыта и наблюдений, в которых есть определенная доля случайности. Поэтому мы не можем быть на 100% уверены в правдивости своих убеждений.

Вместо этого полезно думать о них как о чем-то, что справедливо с какой-то вероятностью. Это вероятность может быть большая (“я убежден с очень-очень большой вероятностью, что гомеопатия не работает”) или небольшая (“я думаю, что мой друг А. на обижен, но не уверен точно - процентов на 70%”).

Такой образ мышления подчеркивает, что убеждения не являются чем-то конечным и незыблемым — они могут изменяться. Он определяет, что мы всегда принимаем решения и строим убеждения исходя из неполных данных — поэтому эти решения и убеждения подвержены когнитивным искажениям и могут быть не верны.

Наш мозг отлично умеет прикидывать вероятности, исходя из неполных данных. Для этого надо думать не в числах (это-то как раз мозгу не так привычно), а в терминах эмоций. Нужно спросить себя - насколько сильно вы удивитесь, если что-то произойдет или не произойдет. В зависимости от уровня удивления или его отсутствия можно оценить вероятность события, которую построил ваш мозг.

Например убеждение “гомеопатия не работает”. Я очень сильно удивлюсь, если окажется, что она работает. Значит я оцениваю вероятность этого убеждения как очень высокую. Другое убеждение: “я думаю, что мой друг А. на обижен”. Я не удивлюсь, если окажется, что А. не обижен на меня, а у него просто плохое настроение. Значит я оцениваю вероятность правдивости этого убеждения как достаточно низкую.

То есть, резюмируя, нет абсолютных убеждений, не надо думать в терминах “я верю” или “я не верю”. Есть те или иные вероятности правдивости убеждений, то есть “я думаю это более вероятно” или “я думаю это менее вероятно”. Мы неплохо умеем определять вероятности исходя из неполных данных, если думать о них не как о числах, а например в терминах “я бы удивился если”, “я бы не удивился если…” (это кстати тренируется).

(продолжение следует, вторая часть будет про свидетельства и их влияние на убеждения)

Смешной сабреддит с примерами, когда компании и бренды пытаются быть “ближе к молодежи” и пытаются неуклюже использовать мемы и слэнг: /r/FellowKids/

Выглядит это всегда вот так.

(Ок-ок, иногда это бывает смешно. Но редко, очень редко.)

Забавная отличная игра, иллюстрирующая известную дилемму заключенного: http://ncase.me/trust/ (на английском)

Игра наглядно показывает следующую штуку. В дилемме заключенного рационально “предавать” / “читить”, хоть это и ведет к общему недополучению выгоды всеми → в результате все читят, а честные/альтруистичные чуваки всегда проигрывают.

Но если игра становится повторяющейся (то есть вы по сути продолжаете играть/взаимодействовать с теми же людьми), то самой выигрышной стратегией становится быть честным/альтруистичным с другими честными и читить с читерами. В результате → все начинают рано или поздно вести себя честно/альтруистично.

То есть хочешь, чтобы все были честные/альтруисты — убедись, что правила игры сталкивает людей с собой снова и снова и вознаграждение за честное/альтруистичное поведение ВЫШЕ чем польза от читерства/обмана.

Вот про это интересно написано в wiki: “Повторяющаяся дилемма заключённого”

В книге «Эволюция кооперации» 1984 года Роберт Аксельрод исследовал расширение сценария дилеммы, которое он назвал повторяющаяся дилемма заключённого (ПДЗ). В ней участники делают выбор снова раз за разом и помнят предыдущие результаты. Аксельрод пригласил академических коллег со всего мира, чтобы разработать компьютерные стратегии, чтобы соревноваться в чемпионате по ПДЗ. Программы, вошедшие в него, различались по алгоритмической сложности, начальной враждебности, способности к прощению и так далее.

…

Аксельрод открыл, что если игра повторялась долго среди множества игроков, каждый с разными стратегиями, «жадные» стратегии давали плохие результаты в долгосрочном периоде, тогда как более «альтруистические» стратегии работали лучше, с точки зрения собственного интереса. Он использовал это, чтобы показать возможный механизм эволюции альтруистического поведения из механизмов, которые изначально чисто эгоистические, через естественный отбор.

…

Лучшей детерминистской стратегией оказалась «Око за око» (англ. Tit for Tat), которую разработал и выставил на чемпионат Анатолий Рапопорт. Она была простейшей из всех участвовавших программ, состояла всего из 4 строк кода на языке Бейсик. Стратегия проста: сотрудничать на первой итерации игры, после этого игрок делает то же самое, что делал оппонент на предыдущем шаге.

…

Чуть лучше работает стратегия «Око за око с прощением». Когда оппонент предаёт, на следующем шаге игрок иногда, вне зависимости от предыдущего шага, сотрудничает с небольшой вероятностью (1—5 %). Это позволяет случайным образом выйти из цикла взаимного предательства. Она лучше всего работает, когда в игру вводится недопонимание — когда решение одного игрока сообщается другому с ошибкой.

Статья “A Bad Product Decision” (английский) Подробная статья про одну продуктовую ошибку.

Вообще все редко пишут про свои ошибки. Все с готовностью пишут про достижения и успехи, но не про фейлы - а ведь фейлы гораздо поучительнее.

Я сейчас кстати попытался вспомнить свои продуктовые ошибки. Большинство сводится к двум большим “корзинам”: 1) пытались улучшать много вещей одновременно, забыли про самое важное 2) хотели сделать красиво, сломали неочевидные кейсы пользователям

Интерфейс оплаты домена .al (албанский)

Эссе “How Complex Systems Fail”. Про то, как ломаются сложные системы.

Перевод на русский: “Как ломаются сложные системы”.

Одна из самых интересных тем, связанных с кризисами: как коммуницировать друг с другом если случился какой-нибудь пиздец. В случае стрессовой ситуации как раз ошибки в коммуникации, недопонимания это частая причина неправильных решений. Люди не понимают друг друга, боятся сказать начальству свои мысли и так далее.

Этой темой очень плотно занимаются в медицине и авиации. Есть целые системы того, как правильно общаться при возникновении кризиса.

Вот например очень интересный конспект “Communication in a Crisis”
Он про медицинские темы, но все это легко переносится на любую область.

Там вкратце упоминаются несколько стратегий коммуникаций по каждой из которых можно найти много статей.

Например:

“Closed loop communication”

Например.

Другая концепция применима, когда вы видите, что начальник делает что-то не то и боитесь высказаться. Ее как я понимаю придумали для медсестер, которые видят, что врачи делают что-то не то, но боятся сказать (так как врач выше по служебной иерархии и может сам агрессивно не принимать советов)

CUSS approach

или

PACE approach

Вот тут подробнее: “Speaking Up”

Еще очень интересное с этого медицинского сайта.

“The Crisis Communication Handbook for Customer Service”

Отличная статья про то, как надо коммуницировать с пользователем, если что-то пошло не так.

Главная штука, на мой взгляд: “искренне извиниться”.

И дело не в том, чтобы униженно приносить извинения “простите нам - мы так виноваты”, нет дело совсем не в этом. Дело в том, чтобы показать, что нам ДЕЙСТВИТЕЛЬНО не все равно, нам ДЕЙСТВИТЕЛЬНО тоже больно, что мы вам подводим, мы ДЕЙСТВИТЕЛЬНО понимаем всю серьезность ситуации и делаем все, чтобы ее исправить. Вот это главное.

И поэтому нет ничего хуже мерзкого “Извините за возможные неудобства”. Эта отвратительная фраза плоха в каждом слове:

В любой хорошей тех-поддержке (саппорте) это выражение должно быть забанено.

“What a nerdy debate about p-values shows about science — and how to fix it”

Еще одна статья про статистическую значимость, p-value, нулевую гипотезу и как ученые могут делать выводы, проведя эксперименты только на 50 подопытных. Важно знать для любого чувака, кто работает с данными, продакт-менеджера или вообще если вам интересно, как ученые доказывают свои штуки.

Если хочется погрузится в эту тему поглубже, то рекомендую отличную книгу “Голая статистика” Там про основы статистики, весело и доступно.

Если захочется еще серьезней, то “Как не ошибаться: Сила математического мышления” (очень крутая и интересная книга)

●↑