Kuvioiden tunnistus ei ole uusi käsite. Kauppiaat, jotka käyttävät mallisignaaleja kannattavien kauppamahdollisuuksien löytämiseen, vähittäiskauppiaisiin, jotka hyödyntävät suurta tietoa kuluttajien käyttäytymisestä hinnoittelu- ja markkinointistrategioiden mukauttamiseksi, malli tunnistaminen auttaa järjestämään järkevää päätöksentekoa. Vai onko se?
Teknologian kyky edistää nopeasti tunnistettujen kuvioiden määrää voi haitata tekemämme tuomioiden laatua. Yksityishenkilöille pukeutuvat esineet, kuten älykkäät lasit ja kuntoseurantalaitteet, toimivat tiedonkeruulaitteina, jotka keräävät ja levittävät runsaasti tietoja, tietoja ja usein "analyysi" -raportteja - viime kädessä suuria määriä viestit. Sieltä jokaisen yksilön on usein toimittava omana suodattimenaan, tehdessään päätöksiä kerätyn perusteella. Tällä tavalla puettavat tekniikat tarjoavat lisää mahdollisuuksia itsensä optimointiin käyttämällä äskettäin saatavilla olevia tietoja parantaa päätöksentekoa kuvioiden tunnistuksen / analyysin avulla.
Esimerkiksi Google Glass ja kuntoseurantalaitteet tarjoavat uuden mahdollisuuden nähdä päivittäistä päätöksentekoa yksilötasolla kunkin ihmisen "silmien" kautta. Tämä eteneminen luo lisääntynyttä näkemystä, joka korvaa heidän luonnollisen ihmisen kykynsä muistaa mitä he tekevät tai missä järjestyksessä he tekevät. Tämän kiristyneen käsityksen perusteella tehdyt päätökset voidaan analysoida nukkumiseen, terveyteen, koulutukseen tai kulutukseen liittyvien kuvioiden suhteen. Nuo mallit luovat sitten tapoja parantaa itseään. Tietenkin ne tarjoavat myös rikkaan näkemyksen yrityksille, jotka haluavat kohdentaa kuluttajia viestinnällä ja tuotteilla. (Google Glass -kohdassa Onko Google Glass uraauurtavaa - vai vain hankala?)
Joten onko vaara tietää liian paljon itsestämme "tietokauden" aikana? Kyllä, vahvistusvirhe yhdelle. Nyt kun rajattomia määriä tietoa on yhtäkkiä käsillä, se voi olla haaste aivoillemme tehdä oikeat johtopäätökset. Aivomme ovat ennustavia moottoreita, jotka etsivät maailmalta vahvistuksia jo tiedolle, jotta voidaan optimoida seuraavaksi tehtävä. Koettuihin malleihin, joita aivomme ovat ajan myötä kehittäneet, vaikuttavat näkemykseemme ja ymmärrykseen. Tämä tarkoittaa, että olemme yleensä kiinnostuneita malleista, jotka jäljittelevät asioita, jotka jo tiedämme tai luulemme tietävämme, sen sijaan, että luodaan uusia suhteita tai verkostoja ymmärtää jotain eri tavalla.
Joten mitä voimme tehdä tämän kompensoimiseksi?
Voimme aloittaa muistuttamalla itsellemme 8. luokan luonnontieteiden opittua: On olemassa menetelmiä ja puitteita objektiivisempaan ymmärtämiseen ympärillämme olevasta maailmasta. Esimerkiksi kontrolloidut kokeet. Sen sijaan, että etsitään tietoa, artikkeleita ja tietoja ennalta tehtyjen johtopäätösten varmuuskopioimiseksi, meidän olisi luotava puitteet muuttujien hallitsemiseksi ja päätöksentekojen / käyttäytymisen testaamiseksi. Pohjimmiltaan meidän pitäisi tulla itsemme tutkijoiksi: tarkkailla mitä teemme ja käytä sitten näitä havaintoja tapaksi elää paremmin, onnellisemmin ja tehokkaammin. Sieltä meidän on lisättävä uusien ideoiden, menetelmien ja moodien altistumisen laajuutta ja syvyyttä.
Flipbook-artikkelin lukeminen ei voi tehdä sinusta asiantuntijaa, ja Twitterissä olevien uutiskirjeiden skannaaminen ei tarkoita, että olet ajan tasalla. Mutta ne ovat ensimmäinen askel, jonka avulla voit upottaa avoimesti uusiin ideoihin, oppia uusia taitoja ja puolestaan hyödyntää tietosi opettaaksesi muita. Tämä vastaa aivojen Equinoxia ja siinä paljon halvempaa. Mitä monimutkaisempi ja joustavampi aivosi on, sitä mielenkiintoisempia ja edistyneempiä malleja voit havaita.
Mitä muuta voidaan tehdä vahvistusvirheen estämiseksi? Yksi tapa on tarkastella käyttäytymistämme ja päätöksentekoamme kokonaisuutena. Organisaatiot, kuten NASA ja CrowdAdviser, ovat riippuvaisia väkijoukon yhteisestä toiminnasta, jotta voitaisiin tehdä käsityksiä ja löytää asioita, jotka olivat aikaisemmin "tietämättömiä". Esimerkiksi NASA käynnistää asteroidien metsästyskilpailun, joka työllistää kansalaisia tunnistamaan asteroidit planeettaresurssien kuvien ja tietojen perusteella. Samaan aikaan CrowdAdvisor hyödyntää kuluttajien toimittamia tietoja tarjotakseen malleja pienyritysten omistajille tehdä päätöksiä, jotta he voivat luoda kestäviä yrityksiä. Kaiken kaikkiaan väkijoukkojen tarjoamat mallit osoittavat rikkaan tietolähteen, josta poistetaan vahvistuspoikkeama, joka on yleinen yksilöiden itsenäisesti määrittelemien mallien lopputuloksessa. Vaikka yksilöiden kokema vahvistusvirhe hämärtää tosiasiat ja totuuden tosiasiassa tapahtuvasta, mikä johtaa pilaantuneeseen kuvionmuodostukseen, väkijoukko esittelee tapaa kokea laadukkaampi kuvion tunnistus. Koko on todella suurempi kuin sen osien summa.
Viime kädessä ei ole mitään haittaa tai virhettä ottamalla liian paljon tietoa tiedon aikakaudella. Mutta tekemämme muutokset tosiasiallisesti niin, että ne muuttuvat vahvemmiksi hermokuvioiksi ja terveellisemmiksi aivoiksi vaativat uudenlaista haastetta: tulla tutkijaksi sekä sieneksi ja tehdä muutoksia mielissä sekä luokkahuoneessa.
