Viselkedéstudomány az üzleti életben: „debiasing”

Előző cikkeinkben a „nudging”, azaz a viselkedéstudomány egy – az utóbbi időben egyre népszerűbbé vált – elméletével és ennek alkalmazási lehetőségeivel foglalkoztunk mélyrehatóan. Van azonban egy másik érdekes viselkedéstudományi koncepció, amely szintén sokféleképp hasznosítható az üzleti életben: a „debiasing”.

Az irracionalitás és a hüvelykujj-szabályok, tudatalatti előítéletek mentén történő gondolkodás és cselekvés alapvető emberi sajátosság. Ez azonban szervezeti környezetben rendkívüli költségekkel járhat. A szervezeti irracionalitás ellen tehát érdemes harcba szállni a viselkedéstudomány eszközeivel, ezen belül is a „debiasing” különböző lehetőségeivel.

Mi is az a „debiasing”?

A koncepció elnevezését nagyjából úgy lehetne magyarra fordítani, mint „előítélet-mentesítés”, célja a döntési szituációkban felmerülő tudatalatti befolyásoló tényezők kiszűrése. Ez számtalan formában megvalósítható, erre láthatunk két példát az alábbiakban.

A „debiasing” egyik technikája lehet például az, amikor egy csoportos beszélgetés vagy értékelés során nem engedjük, hogy a legtapasztaltabb csapattag szólaljon meg először. Ugyanis ilyenkor gyakran kialakul az úgynevezett „napraforgó” effektus, amikor is a többi munkatárs („napraforgók”) felveszi a senior csapattag („nap”) álláspontját ahelyett, hogy kialakítaná és megosztaná saját gondolatait.

A „debiasing”-et ezen kívül (a „nudging”-hoz hasonlóan) remekül lehet párosítani a gépi tanulással, illetve fejlett analitikai eszközökkel. Ennek egy lehetséges felhasználási területe a toborzási folyamatnak az a fázisa, amelyben a tehetségek azonosítása zajlik. Egy multinacionális szolgáltató vállalat például egy automatizált szűrő révén tette hatékonyabbá az interjúra alkalmas jelentkezők kiválasztását. Ennek az eredménye pedig az lett, hogy sokkal több nő került be az algoritmus által kiválasztott top 5%-ba, mint a hagyományos kiválasztás során.

A „debiasing” sok területen racionálisabbá teheti az életünket, azonban itt is figyelnünk kell rá, hogy megfelelően használjuk az ehhez kapcsolódó eszközöket. Például ne feledjük el, hogy egy algoritmus is lehet előítéletes – amennyiben többet szeretnél megtudni erről a témáról, ajánljuk figyelmedbe korábbi cikkeinket.

Forrás:

Güntner, A., Smith, M., Sperling, J., Dickson, T. (2018): Behavioral science in business: Nudging, debiasing, and managing the irrational mind. McKinsey & Company Podcast.
https://www.mckinsey.com/business-functions/organization/our-insights/behavioral-science-in-business-nudging-debiasing-and-managing-the-irrational-mind (Utolsó megtekintés: 2021. 09. 28.)