น้องๆ ชาว Dek-D เคยประสบปัญหาเรื่องการตัดสินใจรึเปล่าคะ อย่างเช่นเวลาคนถามว่า “วันนี้กินอะไรดี?” แล้วเราจะนิ่งไปซักพักเพราะตัดสินใจไม่ได้สักทีว่าจะไปร้านประจำ ร้านคนน้อยๆ ร้านอร่อย หรือร้านใหม่ ยิ่งถ้าใครเป็นคนขี้ลังเลมากๆ จะติดอยู่กับตรงนี้นานเลยค่ะ (พี่เนี่ยลังเลตลอดดด)
เมื่อไม่นานมานี้พี่มีโอกาสได้ดู Ted Talk หัวข้อ “3 Ways to Make Better Decisions by Thinking Like a Computer” หรือ 3 วิธีคิดแบบคอมพิวเตอร์ที่ช่วยให้การตัดสินใจดีขึ้น บรรยายโดย “Tom Griffiths” จากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ ...เดี๋ยวเรามาดูกันค่ะว่า การคิดแบบคอมพ์จะช่วยให้เราตัดสินใจได้ง่ายขึ้นจริงรึเปล่า!
ก่อนอื่นเรามารู้จัก Tom Griffiths ที่บรรยายเรื่องนี้กันก่อนค่ะ เขาคือศาสตราจารย์ด้านปรัชญาวิทยาการปัญญา และสิ่งที่เขาสนใจที่สุดตอนนี้คือเรื่องระบบการคิด ว่าคนเรามีวิธีคิดและตัดสินใจแก้ปัญหายังไงให้ได้ผลลัพธ์ตั้งแต่ขั้น “ยอดเยี่ยมสุดๆ” ไปจนถึง “ล้มเหลวสุดๆ” เขาจึงลองนำไปเปรียบเทียบกับคอมพิวเตอร์ เพราะคอมพ์มักแก้ปัญหาได้เร็วและเลือกวิธีการที่ดีที่สุดเสมอ
แล้วต่อมาเขาก็ค้นพบว่า ลักษณะการทำงานของ 2 สิ่งนี้คล้ายกัน แต่คอมพิวเตอร์จะมีหลักการคิดอยู่ 3 รูปแบบที่ทำให้ตัดสินใจได้เฉียบกว่า ดังนี้ค่ะ
หลักการที่ 1: กฎ 37%
มาเริ่มกันที่กฎ 37% หรือกฎการเลือกทางคณิตศาสตร์ค่ะ กฎนี้สามารถนำมาช่วยกรองข้อมูลในกรณีที่เรามีข้อมูลเยอะมากๆ แต่กลับมีเวลาให้ตัดสินใจอย่างจำกัด หลักการคือถ้าเรามีข้อมูลอยู่ 100 ชุด ให้เราพิจารณาข้อมูล 37 ชุดแรกก่อนเพื่อนำมาเป็นบรรทัดฐานในการตัดสินใจของข้อมูลอีก 73 ชุดหลังค่ะ สมมติว่าข้อมูลชุดที่ 38 คือตัวเลือกที่ดีกว่าชุดก่อนหน้าทั้งหมด ให้หยุดที่ตรงนี้ได้เลย แต่ถ้ายังไม่ใช่ค่อยพิจารณาชุดถัดไปอีก หลักการนี้มีข้อจำกัดเล็กน้อยตรงที่จะไม่สามารถกลับไปเลือกตัวเลือกที่เราปล่อยผ่านไปแล้วได้
หลักการนี้มีอีกชื่อหนึ่งว่า “ปัญหาของการเลือกเลขานุการ” (Secretary Problem) ที่กล่าวว่า หากมีผู้สมัครในตำแหน่งเลขาฯ 3 คนแต่เราสามารถเลือกได้แค่คนเดียว ให้พิจารณาคนแรกไปก่อน เพื่อดูข้อมูลเป็นบรรทัดฐานในการเลือกคนต่อไป จากนั้นมาดูคนที่ 2 ถ้าเกิดคนที่ 2 ผ่านเกณฑ์และดีกว่าคนแรกให้เลือกเขาเลย โดยไม่ต้องพิจารณาคนที่ 3 อีก หรือหากมีผู้สมัครในตำแน่งเลขาฯ 5 คน ให้พิจารณาข้อมูลของ 2 คนแรกก่อน (ซึ่งตรงกับตำแหน่งที่ 37% ของข้อมูลทั้งหมดพอดี) จากนั้นค่อยตัดสินใจเลือกในคนที่ 3 ถ้าคนที่ 3 ไม่ได้ดีไปกว่าคนที่ 2 ก็ให้รอดูคนถัดไป
จำนวนแถวหมายถึงจำนวนครั้งที่เดตด้วย ในภาพมี 3 แถวคือเดตทั้งหมด 3 ครั้ง
Cr. washingtonpost.com
ใครอ่านถึงตรงนี้แล้วยังงงๆ อยู่ลองมาดูอีกตัวอย่างนึงค่ะ (แต่ไม่ต้องทำตามนะ ^^;) สมมติว่าเราต้องการหาคู่เพื่อแต่งงานด้วย ให้ลองคบไปทั้งหมด 37 คนก่อน เพื่อเก็บข้อมูลดูว่าคนแบบไหนคือคนที่เราต้องการ จากนั้นตั้งแต่คนที่ 38 เป็นต้นไป ถ้าใครคุณสมบัติครบและดีกว่า 37 คนแรกให้เลือกแต่งงานกับเขาได้ทันที นี่คือหลักการของกฎ 37% แต่คุณทอมไม่การันตีว่าจะสำเร็จ 100% นะคะ
หลักการที่ 2: ลองสิ่งใหม่ หรือ ทำแบบเดิม
.png)
หลักการนี้จะเกิดขึ้นเมื่ออยู่ในสถานการณ์ที่เราจำเป็นต้องเลือก 2 ทางคือ ลองอะไรใหม่ๆ กับทำแบบเดิมๆ ซึ่งภาษาของนักวิทยาศาสตร์คอมพิวเตอร์จะเรียกว่า “Explore/Exploit tradeoff”
ยกตัวอย่างง่ายๆ สมมติเรากำลังเลือกว่าจะกินมื้อเที่ยงร้านไหนดี? เราจะมี 2 ทางให้เลือกคือ
1. Explore = ลองไปหาร้านใหม่ๆ กิน
2. Exploit = กินร้านเดิมๆ ที่รู้จักอยู่แล้ว
ทั้งนี้มันก็จะมีปัจจัยเรื่องเวลาเข้ามาเกี่ยวด้วยคือ ถ้ากำลังรีบๆ อยู่ก็ให้ตัดสินใจกินร้านที่เคยกินซะ แต่ถ้ายังพอมีเวลาเดินสำรวจก็ให้ลองเดินหาร้านใหม่ๆ ดูบ้าง ซึ่งคุณทอมบอกว่าการลองอะไรใหม่ๆ ถือเป็นการเก็บข้อมูลไปในตัว และยิ่งเรามีข้อมูลมากเท่าไหร่ จะช่วยให้การเลือกของเรายิ่งดีขึ้นไปอีกค่ะ
Cr. slideshare.net
เขาได้อธิบายเพิ่มเติมอีกว่า แวดวงโฆษณามักจะนำหลักการนี้ไปใช้บ่อยๆ สังเกตว่าบางแบรนด์จะใช้รูปแบบการนำเสนอในทิศทางเดิมเพื่อตอกย้ำถึงภาพลักษณ์ของบริษัท เช่น ไทยประกันชีวิต ที่จะนำเสนอผ่านเรื่องราวเศร้าๆ ซึ้งๆ หรือโฆษณา “Oreo” ที่จะเน้นวลี “บิด ชิมครีม จุ่มนม” ในขณะที่บางแบรนด์พยายามมองหาวิธีนำเสนอใหม่ๆ ให้คนจดจำได้มากขึ้น เช่น โฆษณาของ “Pepsi” ที่ออกโฆษณามาหลายรูปแบบมาก ทั้งธีมซ่าสุดทุกดนตรี ธีมนักบอล หรือธีมอร่อยซ่า (มื้อนี้ เป๊บซี่เลย) เป็นต้น
หลักการที่ 3: การจัดการข้อมูล
นอกจากหลักการ 2 ข้อด้านบนแล้ว ในกรณีที่เราอยากจัดลำดับความสำคัญว่า “สิ่งนี้จำเป็นหรือไม่” ก็ต้องใช้การตัดสินใจเลือกเช่นกันค่ะ ยกตัวอย่างที่เห็นได้ชัดคือ “ตู้เสื้อผ้า” พี่เชื่อเลยว่าต้องมีคนเสื้อผ้าล้นตู้แน่ๆ (พี่เองก็ล้นบ่อยๆ 555) ทำให้ต้องคัดแยกเสื้อผ้ามาบริจาคกันบ้าง แต่เราจะหยิบตัวไหนไปบริจาคดีล่ะ? ในเมื่อตัวนี้ยังใส่ ส่วนตัวนั้นก็ยังใส่ไม่ถึง 5 ครั้งเลย
คราวนี้คุณทอมเลยลองเปรียบเทียบ “ตู้เสื้อผ้า” กับ “หน่วยความจำคอมพิวเตอร์” ดูค่ะ ซึ่งหน่วยความจำคอมพิวเตอร์ประกอบด้วย 1. หน่วยความจำแบบเร็ว 2. หน่วยความจำแบบช้า ซึ่งแบบแรกจะมีพื้นที่จำกัด (พื้นที่น้อยนั่นแหละ) ทำให้ต้องคอยเคลียร์ข้อมูลส่วนที่ไม่ใช้ออกไปบ้าง
แล้ววิธีจัดการของคอมพ์คืออะไรล่ะ ใช้การสุ่ม? หรือกำจัดข้อมูลเก่าก่อน?
คำตอบคือ “ข้อมูลไหนถูกเปิดใช้งานน้อยที่สุดจะถูกกำจัดเป็นอันดับแรก” นั่นเองค่ะ ดังนั้นถ้านำหลักการนี้มาใช้กับเหตุการณ์ตู้เสื้อผ้าล้น ก็คือให้โละเสื้อตัวที่เราใส่น้อยครั้งสุดออกจากตู้ไปเพื่อบริจาค เพราะมันแปลว่าเราไม่ต้องการใช้มันอีกแล้วนั่นเอง หลักการนี้สามารถนำไปปรับใช้กับการจัดโต๊ะทำงานหรือจัดเอกสารได้ด้วยนะคะ ^^
เราจะเห็นว่าหลักการทั้ง 3 ข้อนี้สามารถนำมาปรับใช้ได้หลายสถานการณ์ ตั้งแต่การเลือกร้านอาหารไปจนถึงการเสนอทางออกให้กับบริษัทเลยค่ะ ดังนั้นถ้าใครเป็นคนขี้ลังเลมากๆ เรามาลองคิดเหมือนคอมพ์ฯ ดูก็ไม่เสียหายนะคะ
ข้อมูลจาก
3 ความคิดเห็น
ตู้เสื้อผ้า-ไม่ใช่แฮะ ไม่ได้ชอบซื้อ แต่แม่ชอบซื้อแล้วบอกว่า-ตัวนี้มันเก่าแล้วนะ มันสีซีดแล้วนะ....
เอาจริงๆ รู้สองในสามหลักการ อันแรกไม่รู้//จด
ข้อแรกแอบสงสารผู้สมัครเลขาคนที่ 3 แฮะ แต่ก็นะ ถ้าดีหมดมันก็เลือกยากจริง ๆ ตัดปัญหาแบบนั้นน่าจะดีที่สุด ส่วนข้อ 2 กับ 3 ไม่เคยเป็นปัญหาเลยจ้า เพราะเน้นร้านใกล้คนน้อย(ทำเวลาไว้ก่อนดีที่สุด ฮ่า ๆ ๆ ๆ ) ส่วนข้อ 3 พูดสั้น ๆ เลยว่า ไ ม่ มี ตั ง ค์ ซื้อจ้า ฮ่า ๆ ๆ ๆ (พูดแล้วน้ำตาเล็ด TT_TT)
แต่สามข้อนี้เป็นวิธีแก้ความลังเลได้ดีเลยจ้า ต้องทำใจเด็ด ๆ เอาไว้ ฮ่า ๆ ๆ ๆ