[บทความรีวิวนี้อาจจะไม่ได้ครอบคลุมทุกๆหัวข้อจากหนังสือนะครับ ขอบคุณครับ]


ความคิดของมนุษย์เรานะครับ ถูกกระทบได้จากสิ่งที่เรียกว่า psychological bias หรืออคติทางจิตวิทยา
แต่มันมีอีกปัญหานึงที่ไม่ค่อยถูกพูดถึงสักเท่าไหร่ เรียกว่า noise หรือเสียงรบกวน
มันคืออะไร? และมันมีผลกระทบกับเราอย่างไร?

รีวิวหนังสือ Noise: A Flaw In Human Judgement
ขอแปลคร่าวๆนะครับ เสียงรบกวน ข้อบกพร่องในการตัดสินของมนุษย์

เล่มนี้เพิ่งออกมาตอนเดือนพฤษภาคมนี้เองนะครับ และมีผู้เขียน 3 ท่าน
Daniel Kahneman เป็นศาสตราจารย์และผู้บุกเบิกด้าน Behavioural Economics หรือเศรษฐศาสตร์พฤติกรรม และได้รับรางวัล Nobel ในปี 2002
เขาได้เขียนหนังสือที่โด่งดังชื่อว่า Thinking, Fast And Slow คิดเร็วและช้า ที่เกี่ยวกับข้อบกพร่องทางความคิด ผมแนะนำให้ไปชมด้วยนะครับ

Olivier Sibony เป็นศาสตราจารย์ด้านวิทยาศาสตร์การตัดสินใจ

คนสุดท้ายคือ Cass Sunstein เป็นศาสตราจารย์ด้านกฎหมาย และเคยเป็นที่ปรึกษาให้กับอดีตประธานาธิบดี Barack Obama


Noise คืออะไร?

เวลาที่เราทุกคนคิด หรือตัดสินอะไรนะครับ มันยากที่จะหลีกเลี่ยงความผิดพลาดซึ่งจะมาใน 2 รูปแบบ

สิ่งแรกคือ psychological bias ความอคติหรือความลำเอียงทางจิตวิทยา
เป็นการใช้ความคิดที่เอียงไปในทางเดียวกันอย่างสม่ำเสมอ
ตัวอย่างที่เห็นบ่อยที่สุดก็คือ confirmation bias หรือความลำเอียงเพื่อยืนยัน ซึ่งเป็นการสร้างความเชื่อก่อน และจะมองเห็นแต่หลักฐานเพื่อยืนยัน

ความผิดพลาดแบบที่ 2 เรียกว่า noise หรือเสียงรบกวนด้านการตัดสิน
เป็นความหลากหลายในการตัดสินที่ไม่มีความสม่ำเสมอ และไม่ได้เป็นที่ต้องการ

ข้อมูลเกี่ยวกับ bias มีอยู่เยอะมาก แต่ noise ไม่ถูกพูดถึงสักเท่าไหร่

ถ้าจะให้เข้าใจความแตกต่างได้ง่ายขึ้นนะครับ ให้ลองจินตนาการ ว่ามีคน 4 คนแข่งขันยิงปืน นาย A B C D
ทุกคนจะยิงคนละ 5 นัด
ถ้าดูตามรูปนะครับ นาย A มีความแม่นยำเพราะยิงกระจุกอยู่ตรงเป้า เรียกว่าไม่มีทั้ง bias และ noise
นาย B ยิงกระจุกกันแต่เฉียงลงมาจากเป้า เรียกว่ามี bias แต่ไม่มี noise
นาย C ยิงค่อนข้างจะกระจายไปหลายที่ แต่ก็อยู่รอบๆเป้า เรียกว่ามี noise แต่ไม่มี bias
นาย D ยิงทั้งกระจายและเฉียงจากเป้า เรียกว่ามีทั้ง bias และ noise

ถ้าเราไม่เห็นว่าคนยิงยิงใกล้เป้าหรือไม่ เราก็เห็นได้ทันทีว่านาย C และ D มีความไม่สม่ำเสมอเลย

Noise เป็นปัญหา

แล้ว noise มันเป็นปัญหาอย่างไรหรือครับ?

Noise จะกระทบทุกๆครั้งในด้าน judgment หรือการตัดสิน ไม่ว่าจะเป็นการตัดสินแบบซ้ำๆ หรือกับที่เกิดขึ้นเพียงแค่ครั้งเดียว ซึ่งเกิดขึ้นได้ในหลายสถานการณ์

ในด้านการแพทย์ แพทย์แต่ละคนอาจจะวินิจฉัยแตกต่างกันในกรณีคนไข้ที่คล้ายกัน ซึ่งอาจจะนำไปสู่การรักษาที่แตกต่างและอาจเกิดข้อผิดพลาดได้

ในด้านกฎหมาย ผู้พิพากษาแต่ละคนอาจจะตัดสินและให้การลงโทษไม่เหมือนกันในคดีที่มีความคล้ายกัน ผู้เขียนได้ยกตัวอย่าง 2 คดีเช็คปลอมในสหรัฐที่จำนวนเงินไม่ถึง 100 ดอลลาร์ คนนึงได้ลงโทษจำคุก 30 วัน แต่อีกคนนึงได้ 15 ปี

ในด้านเศรษฐกิจ นักวิชาการอาจจะมีการคาดการณ์ตัวเลขแตกต่างกันทั้งๆที่มีข้อมูลที่เหมือนกัน ซึ่งอาจจะทำให้การคาดการณ์ผิดเพี้ยนและนำไปสู่การแก้ไขปัญหาที่ไม่ถูกต้อง

ความผิดพลาดจาก noise จะก่อตัวขึ้นเรื่อยๆ
เขาได้ยกตัวอย่างบริษัทประกัน ที่บุคลากรพิจารณารับประกันแต่ละคนได้เสนอเบี้ยประกันแตกต่างกันมากกว่า 50% ให้กับลูกค้าที่มีลักษณะคล้ายกัน ซึ่งเกินกว่าที่ผู้บริหารคาดไว้อย่างมาก นั่นหมายความว่าพนักงานบางคนที่เสนอเบี้ยต่ำเกินไปทำให้เสียโอกาสทำกำไร และคนที่เสนอเบี้ยสูงเกินไปทำให้เสียลูกค้า ซึ่ง 2 อย่างนี้ไม่ได้ชดเชยกันและทำให้ปัญหาเพิ่มขึ้น

ข้อบกพร่องในตัวอย่างเบื้องต้นนี้เรียกว่า system noise หรือเสียงรบกวนในระบบ เพราะคนแต่ละคนที่อยู่ในองค์กรหรือระบบเดียวกันกลับตัดสินไม่เหมือนกันซึ่งไม่ควรเป็นเช่นนั้น

ที่หน้าประหลาดใจมากๆนะครับ จากการสำรวจพบว่าความแตกต่างของการตัดสิน อาจจะเกิดขึ้นจากอารมณ์ของผู้ตัดสิน สิ่งแวดล้อมภายนอก หรือปัจจัยอื่นๆที่ไม่เกี่ยวข้องโดยตรงกับกรณีที่อยู่ตรงหน้าเลย

จริงๆแล้วความหลากหลายอาจจะมีผลดีในบางสถานการณ์และเป็นสิ่งที่ต้องการ อย่างเช่นด้านความคิดสร้างสรรค์หรือการคิดค้นวิธีแก้ปัญหา นี่ไม่นับว่าเป็นข้อบกพร่อง
แต่บ่อยครั้งความหลากหลายเกิดขึ้นทั้งๆที่ไม่ต้องการ ซึ่งก็คือลักษณะสำคัญของ noise และเราควรมุ่งไปที่การลดความผิดพลาดให้มากที่สุด


ขั้นตอนการตัดสิน

การตัดสินของคนเรานะครับ สามารถอธิบายได้ว่าเป็น “การวัดที่ใช้ความคิดของมนุษย์เป็นเครื่องมือ” ซึ่งถึงแม้ว่าเราต้องการความแม่นยำในการตัดสิน แต่เพราะการเป็นมนุษย์ทำให้เกิดความผิดพลาดอยู่เสมอไป

การวัดในที่นี้ หมายถึงพอเวลาเราพิจารณาอะไรสักอย่าง
(1) เราอาจจะให้น้ำหนักไม่เท่ากันกับแต่ละข้อมูล
(2) เราจะเชื่อมโยงข้อมูลเหล่านี้และสร้างภาพเบื้องต้น
(3) ท้ายสุดก็จะประเมินออกมาเป็นคะแนน

แต่เราก็ไม่รู้ว่าการตัดสินของเรามันถูกต้องหรือไม่ จึงจะต้องพึ่ง internal signal หรือสัญญาณภายใน ซึ่งเป็นความรู้สึกว่าเราสร้างเรื่องราวจากข้อมูลได้อย่างสอดคล้อง และตัดสินได้ถูกต้อง

การตัดสินแบ่งได้เป็น 2 ประเภท
ประเภทแรกเรียกว่า predictive judgment หรือการตัดสินแบบคาดการณ์ เป็นการตัดสินที่ตรวจสอบความแม่นยำได้
ยกตัวอย่างเช่นการวินิจฉัยคนไข้ หรือการคาดการณ์ด้านธุรกิจ

การตัดสินประเภทที่ 2 เรียกว่า evaluative judgment หรือการตัดสินแบบประเมินค่า เป็นการตัดสินที่ตรวจสอบความแม่นยำไม่ได้ เพราะไม่สามารถเปรียบเทียบกับตัววัดค่าที่ทุกทุกฝ่ายยอมรับว่าเป็นตัวกลาง
ตัวอย่างที่ดีคือการตัดสินคุณภาพของงานศิลปะ หรือตัดสินรสชาติอาหาร

การตัดสิน จะแตกต่างจากความคิดเห็นหรือรสนิยม เพราะคนเรามีรสนิยมที่แตกต่างกันได้อย่างมาก
แต่การตัดสินต้องอยู่บนพื้นฐานข้อมูลและข้อเท็จจริงในระดับหนึ่งด้วย แต่มันก็ยากที่จะหลีกเลี่ยงความคิดหรือความเชื่อส่วนตัวไม่ได้ทั้งหมด และแต่ละคนก็มีความรู้สึกและมุมมองที่แตกต่างกัน

ความไม่สม่ำเสมอหรือ noise ในการตัดสินแบบคาดการณ์ (predictive judgment) อาจจะเกิดขึ้นได้เพราะคนสองคนมีความสามารถไม่เท่ากัน
แต่ความแตกต่างในการตัดสินแบบประเมินค่า (evaluative judgment) อาจจะดูเหมือนเป็นความไม่ยุติธรรม อย่างในตัวอย่างตอนต้นที่คนทำผิด 2 คนได้คำตัดสินที่แตกต่างกันอย่างมาก ซึ่งถ้าเป็นแบบนี้ไปเรื่อยๆความศรัทธาในระบบก็จะลดลง


Noise ภายในตัวและในกลุ่ม

อย่างที่เห็นนะครับ คนแต่ละคนภายในระบบหรือองค์กรจะทำให้เกิดการตัดสินที่แตกต่างได้
แต่คนคนเดียวกัน ก็อาจจะตัดสินไม่เหมือนกันในสถานการณ์ที่มีความคล้ายกัน
เขาเรียกสิ่งนี้ว่า occasion noise หรือเสียงรบกวนเป็นครั้งคราว

ปัจจัยหลักที่ทำให้เราตัดสินแตกต่างคืออารมณ์
จากงานวิจัย คนอารมณ์ดีและอารมณ์เสียจะเปิดรับและตอบโต้กับข้อมูลไม่เหมือนกัน
นอกเหนือจากอารมณ์แล้ว ความเครียด ความเหนื่อยล้า และสิ่งแวดล้อมภายนอกก็ยังเป็นปัจจัยด้วยเช่นกัน
ฉะนั้นมันเป็นไปได้ที่ในแต่ละวันและแต่ละสถานการณ์ ผู้พิพากษาคนเดียวกันจะตัดสินไม่เหมือนกันในแต่ละคดีที่คล้ายกัน

Noise ในการตัดสินของคนคนเดียวก็ว่าแย่แล้ว ถ้าอยู่ในกลุ่มก็ยิ่งเพิ่มความซับซ้อนขึ้นไปอีก
การตัดสินใจโดยกลุ่มเกิดขึ้นได้ในหลายๆสถานการณ์
ไม่ว่าจะเป็นลำดับคนที่เสนอความเห็น ความน่าเชื่อถือของสมาชิกในกลุ่ม หรือความกดดันภายในกลุ่ม ก็อาจจะทำให้การตัดสินออกมาแตกต่างกันอย่างมาก และอาจจะไปในทิศทางที่คาดไม่ถึง


Noise และ algorithm

ในปี 1954 ศาสตราจารย์นามว่า Paul Meehl ได้รีวิวหลากหลายงานวิจัยและการทดลองที่เปรียบเทียบความแม่นยำระหว่างการคาดการณ์ของมนุษย์ และการใช้รูปแบบกฎเกณฑ์ง่ายๆ
ถึงแม้ว่าคนเรามั่นใจการตัดสิน และคิดว่าเข้าใจความสัมพันธ์ของข้อมูล แต่ข้อสรุปที่ได้คือกฎเกณฑ์ง่ายๆสามารถชนะมนุษย์ในการคาดการณ์
ในปี 2000 ก็ได้มีการรีวิว 136 งานวิจัยและก็ได้ข้อสรุปแบบเดียวกัน

นอกเหนือจากการใช้กฎเกณฑ์ง่ายๆแล้ว การใช้ AI และ data ก็ช่วยให้การคาดการณ์แม่นยำขึ้นไปอีก

ปัจจัยหลักคือมันไม่มี noise เหมือนการตัดสินของมนุษย์
แต่คนส่วนมากก็ยังไม่ต้องการใช้ algorithm ในการตัดสินมากเกินไป เพราะเหมือนเป็นการสละความรับผิดชอบ หรืออาจจะมีความมั่นใจในความสามารถของตัวเองมากเกินไป โดยเฉพาะจากคนที่เป็นผู้เชี่ยวชาญ

อย่างไรก็ตาม เราสามารถเรียนรู้ขั้นตอนของ algorithm เพื่อปรับปรุงการตัดสินของเราได้


จิตวิทยาเบื้องหลัง Noise

ตอนนี้ทุกคนน่าจะเห็นได้นะครับ ว่าเบื้องหลังของ noise เป็นด้านจิตวิทยาซึ่งก็ได้พูดไปแล้วบางส่วน

จากงานวิจัยด้านบริหาร พบว่าผู้บริหารระดับสูงจะใช้สัญชาตญาณในการตัดสินมากกว่า และจะค่อนข้างมั่นใจ และบางครั้งอาจจะไม่คำนึงถึงการวิเคราะห์
นี่เป็นตัวอย่างของ internal signal หรือสัญญาณภายในที่พูดไปแล้ว
สัญญาณภายในเป็นรางวัลด้านอารมณ์ที่ทำให้รู้สึกดีเมื่อคิดว่าเราปะติดปะต่อหลายๆด้านของปัญหาและตัดสินได้ถูกต้อง
แต่มันอาจจะหลอกลวงกันได้ เพราะอาจจะตีความความรู้สึกให้เป็นความเชื่อ ซึ่งทำให้ความมั่นใจฟังดูสมเหตุสมผล และการตัดสินนั้นถูกต้อง
แต่ส่วนมากแล้วความมั่นใจนี้ไม่ได้หมายความว่าการตัดสินนั้นแม่นยำ

ความลำเอียงด้านจิตวิทยา (psychological bias) ก็ทำให้เกิด noise ได้เช่นกัน
มันเกิดขึ้นจากระบบการคิดที่เรียกว่า System 1 ซึ่งเป็นการใช้ทางลัดในการคิดเพื่อไม่ต้องใช้พลังงานเยอะเกินไป

ความลำเอียงแบ่งเป็น 3 ประเภท

(1) Substitution bias หรือการทดแทน เป็นการนำข้อมูลอื่นที่จำได้หรือเข้าใจง่ายมาทดแทนข้อมูลที่อยู่ตรงหน้า
ยกตัวอย่างเช่น ถ้ามีคนถามคุณว่าคุณมีความสุขกับชีวิตไหม? คุณอาจจะดูอารมณ์ของตัวเองตอนนั้นในการตอบคำถามนี้

(2) Conclusion bias หรือการด่วนสรุป เป็นการที่เราตั้งข้อสรุปไว้ก่อนแล้วค่อยหาหลักฐาน หรือปรับเปลี่ยนหลักฐานให้ตรงกับข้อสรุป

(3) Excessive coherence หรือความสอดคล้องเกินไป เป็นการสร้างเรื่องราวที่คิดว่าเหมาะสมเร็วเกินไปและยากที่จะเปลี่ยนความคิด
ยกตัวอย่างเช่น ความประทับใจครั้งแรกอาจจะทำให้หลายคนเห็นแต่ข้อดีของคนคนนั้น

คนแต่ละคนจะมีความลำเอียงทางความคิดที่ไม่เหมือนกันและคนละระดับกัน และอาจจะขึ้นอยู่กับสถานการณ์ที่แตกต่างอีกด้วย จึงทำให้การตัดสินแตกต่างกันและนำไปสู่ noise


ลด Noise ได้อย่างไร?

ถึงแม้ว่า noise เป็นปัญหา แต่คนส่วนมากไม่ค่อยมองเห็น เพราะเมื่อเกิดข้อผิดพลาดก็จะไปโทษ bias ซะมากกว่า
เหตุผลหลักคือ bias มันอธิบายง่ายและเป็นเรื่องราว แต่ถ้าจะมองเห็น noise อาจจะต้องใช้มุมมองสถิติซึ่งมันไม่ง่ายนัก

ผู้เชี่ยวชาญก็ไม่ค่อยต้องการเผชิญหน้ากับ noise สักเท่าไหร่ อาจจะเป็นเพราะเขาเชื่อมั่นในความสามารถตัวเองและผู้เชี่ยวชาญคนอื่นๆ และในสถานการณ์ที่เห็นแตกต่างกัน ก็อาจจะเห็นเป็นกรณีพิเศษและไม่ให้ความสำคัญ
ภายในองค์กรหรือระบบ ก็อาจจะไม่ต้องการให้เห็นว่ามีความคิดที่แตกต่างกันมากเกินไป เพราะอาจจะดูเหมือนไม่มีมาตรฐาน


มี 3 กลยุทธ์เบื้องต้นที่จะช่วยลด noise ได้
(1) Actively open-minded คือการเปิดใจ
(2) De-biasing คือการจงใจลดความลำเอียงทางความคิด
(3) Decision observer คือให้คนตรวจสอบการตัดสินใจเพื่อลดความผิดพลาด

ถ้าองค์กรหรือระบบต้องการลด noise สิ่งแรกคือควรวัดระดับโดยใช้ขั้นตอนที่เรียกว่า noise audit หรือการตรวจสอบเสียงรบกวน
ง่ายๆก็คือภายในองค์กรหรือระบบ ให้สุ่มเลือกบุคลากรที่มีบทบาทเดียวกันมาจำนวนหนึ่ง และให้แต่ละคนพิจารณาสถานการณ์ตัวอย่าง จากนั้นก็ใช้ขั้นตอนสถิติในการวิเคราะห์เพื่อวัดระดับความแตกต่าง

หลังจากนั้นผู้เขียนได้เสนอกลยุทธ์ decision hygiene แปลว่าการตัดสินใจอย่างใสสะอาด ซึ่งมี 6 หลักการด้วยกัน

(1) เป้าหมายของการตัดสินควรเป็นความแม่นยำ ไม่ใช่การแสดงความคิดส่วนตัว
อย่างที่เห็นนะครับ ปัญหาของ noise มาจากความแตกต่างทางความเชื่อและความคิดของแต่ละคน
ฉะนั้น ควรวางมาตรฐานโดยการใช้กฎเกณฑ์หรือ algorithm ง่ายๆในการสร้างความสม่ำเสมอในการตัดสิน

(2) คิดแบบสถิติและใช้มุมมองจากภายนอก
เมื่อเริ่มพิจารณาอะไรสักอย่าง เราไม่ควรเจาะจงไปที่เอกลักษณ์เฉพาะของกรณีนั้นก่อน เพราะอาจจะไปโยงกับความคิดส่วนตัวมากเกินไป
สิ่งที่ควรทำคือเริ่มวิเคราะห์จากภายนอกโดยใช้สถิติโดยรวม และดูกรณีที่มีลักษณะใกล้เคียงกัน

(3) แยกโครงสร้างการตัดสินให้เป็นส่วนเล็กๆที่ไม่ขึ้นอยู่กับกันและกัน
ถ้าเป็นไปได้ควรจะแบ่งการตัดสินให้เป็นส่วนเล็กๆและให้แต่ละคนหรือแต่ละทีมดูแลส่วนของตัวเอง
เหตุผลหลักคือไม่ต้องการให้ฝ่ายเดียวเห็นภาพรวมและสร้างเรื่องราวที่สอดคล้องและด่วนสรุป

(4) ต่อต้านการใช้สัญชาตญาณเร็วเกินไป
อย่างที่บอกนะครับ คนเรามีสัญญาณภายในเพื่อเป็นการยืนยันว่าการตัดสินของเราถูกต้องและจะทำให้รู้สึกพอใจ นี่คือเหตุผลที่คนส่วนมากไม่ต้องการใช้มาตรฐานในการตัดสินเพราะจะไม่ได้ความรู้สึกนี้
ไม่ได้บอกว่าควรกำจัดสัญชาตญาณไปทั้งหมดนะครับ แต่ควรจะใช้บนพื้นฐานของข้อมูลและมีวินัย
วิธีแก้ไขก็คล้ายๆกับข้อที่แล้ว คือควรปล่อยข้อมูลตามลำดับความจำเป็น เพื่อไม่ให้เห็นภาพรวมและด่วนสรุป

(5) พยายามหาการตัดสินจากคนหลายๆคนแล้วนำมาเฉลี่ยรวมกัน
บ่อยครั้งการตัดสินที่เกิดจากกลุ่มจะขึ้นอยู่กับหลากหลายปัจจัย และทำให้ไม่มีความสม่ำเสมอ
สิ่งที่ดีกว่า คือควรให้แต่ละคนในกลุ่มพิจารณากรณีนั้นๆด้วยตัวเองและสร้างข้อตัดสินออกมาก่อน หลังจากนั้นก็นำมารวมกันและหาค่าเฉลี่ย
นี่จะลด noise ได้ทันที และทำให้เห็นความแตกต่างของการตัดสินของแต่ละคน ซึ่งนำมาเป็นการพูดคุยเพื่อหาทางออกได้

(6) ใช้การตัดสินในเชิงเปรียบเทียบ
ถ้าการตัดสินสามารถเปรียบเทียบได้กับกรณีใกล้เคียงที่มีอยู่แล้ว หรือกรณีที่เป็นมาตรฐาน จะทำให้การตัดสินไม่สุดโต่งและแตกต่างมากเกินไป

แต่ก็ต้องยอมรับนะครับ ว่ามันอาจจะเป็นไปได้ยากที่จะกำจัด noise ได้ทั้งหมด เพราะอาจจะต้องใช้ทรัพยากรมากเกินไป
ยกตัวอย่างเช่น มันเป็นไปไม่ได้ที่จะให้ผู้พิพากษาหลายคนตัดสินคดีคดีเดียว

Noise อาจจะต้องมีอยู่ในระดับหนึ่งภายในระบบ เพราะทุกๆปัญหาและกรณีจะไม่เหมือนกัน โดยเฉพาะถ้าเกี่ยวกับบุคคล ซึ่งก็ควรพิจารณาลักษณะเฉพาะด้วย
ความแตกต่างที่เกิดขึ้นจาก noise ก็อาจจะนำไปสู่การปรับปรุงระบบได้ด้วยเช่นกัน

กลยุทธ์ในการลด noise อาจจะลดการปฏิสัมพันธ์ระหว่างมนุษย์ อย่างเช่นถ้าต้องใช้กฎเกณฑ์หรือ algorithm ในการตัดสินมากเกินไป
นอกเหนือจากนั้นแล้ว มันอาจจะเพิ่มความซับซ้อนภายในองค์กร และบุคลากรอาจจะเสียแรงจูงใจ
ฉะนั้น เมื่อไหร่ที่ประโยชน์ของการลด noise ไม่คุ้มค่ากับข้อเสีย ก็ควรจะพิจารณาอีกรอบ
แต่ก็ไม่ควรมองข้ามปัญหาที่เกิดจาก noise เพราะมันเกิดขึ้นมากกว่าที่คิด


ท้ายสุดนะครับ ถ้าเราต้องการมีระบบการตัดสินใจที่มีประสิทธิภาพ ที่จะนำไปสู่ความยุติธรรม การคาดการณ์ด้านธุรกิจที่แม่นยำ การเสนอนโยบายที่แก้ปัญหาอย่างถูกต้อง และอีกหลายๆด้าน
เราควรหาโอกาสในการแก้ปัญหาการตัดสินที่ไม่สม่ำเสมอ เพื่อให้โลกเรามีเสียงรบกวนน้อยลง

อย่างที่บอกนะครับเล่มนี้เพิ่งออกมาเมื่อไม่กี่เดือนนี้เองนะครับ และก็ยังมีบางเรื่องที่ผมไม่ได้พูดถึงนะครับ

ผมขอถามทุกคนนะครับ คุณเคยเห็นปัญหา noise ในการตัดสินใจของคุณ หรือคนรอบข้างไหมครับ? มันเป็นสถานการณ์แบบไหนครับ? แล้วคุณแก้ไขมันอย่างไรครับ?

ผมหวังว่าทุกคนจะได้รับประโยชน์จากการบทความนี้นะครับ
ถ้ามีอะไรผิดพลาดก็ขออภัยด้วยครับ


ขอบคุณทุกท่านที่เข้ามาอ่านบทความและชมคลิปรีวิวหนังสือของผมนะครับ


Pop (ป๊อป) BooksDD