हिंडाइट बायस: विल यू एज़ दिस रोज़

द बैचलर का एक नया सीजन आ गया है! (स्रोत: हुलु)

सूमो में, द बैचलर के एक नए सत्र की शुरुआत में पीक वाटर कूलर चटर का मौसम होता है, जिसमें साप्ताहिक सभाएं शामिल होती हैं, जिनमें महिलाएं होती हैं और जो महिलाएं निश्चित रूप से बाहर होती हैं। उनमें से कुछ "बस वहाँ प्रसिद्ध होने के लिए" हैं, और अन्य "सर्वथा अप्रिय और अवांछनीय" हैं, हम कहते हैं।

चिट-चैट हर हफ्ते होती है: दावे किए जाते हैं, दांव लगाए जाते हैं और हम इंतजार करते हैं कि अगले हफ्ते नया एपिसोड जारी होने पर क्या होता है। फिर हम फिर से इकट्ठा होते हैं, वर्तमान स्थिति का आकलन करते हैं, और पिछली रात के एपिसोड में अपने विचारों और भावनाओं का आदान-प्रदान करते हैं। हममें से एक गर्व से कहता है,

"मैं KNEW वह इस प्रकरण जा रहा था!"

या,

"उस समय जब बिबियाना ने क्रिस्टी के बारे में एरी से शिकायत करना शुरू किया, मुझे पता था कि वह एक गोंडर था।"

यह आमतौर पर हम में से बाकी लोगों द्वारा समझौते की शानदार टिप्पणियों के बाद होता है, और दुनिया फिर से सही है क्योंकि हम खुद को पीठ पर थपथपाते हैं!

स्रोत: द बैचलर जिप्पी

बल्कि, मुझे कहना चाहिए कि दुनिया फिर से सही महसूस करती है, क्योंकि हमारी भविष्यवाणी उस लड़की के भाग्य के परिणाम के साथ मेल खाती है। सवाल यह है कि क्या हम एपिसोड से पहले अपनी भविष्यवाणी के बारे में वास्तव में निश्चित हैं? अब हमें एक शास्त्रीय विरोधाभास के साथ प्रस्तुत किया गया है: हम अनिश्चित रूप से शो को देखते हैं, यह पता लगाने के लिए कि कौन छोड़ देगा, फिर भी जब अंत में किक आउट हो जाता है, तो हम राहत महसूस करते हैं और किसी तरह जादुई रूप से जानते थे कि यह होने जा रहा है!

ये है हिंडाइट बायस।

"हंडाइट बायस हेंडसाइट में दूरदर्शिता की ओर इशारा करता है जो दूरदर्शिता (पोहल, बेंडर, और लछमन, 2002) में जाना जाता है।"

संक्षेप में, यह उन "अहा! मैं यह जानता था! ”आपके पास दैनिक आधार पर हैं जो वास्तव में सिर्फ भाग्यशाली हमले थे और आपने बिल्कुल भी अनुमान नहीं लगाया होगा।

स्रोत: Wifflegif

मैं hindight पूर्वाग्रह का एक उदाहरण पसंद करता हूं जो ReferralCandy ने अपने ब्लॉग पोस्ट Beware Hindsight Bias में दिया था:

“… एक स्टार्टअप के चारों ओर देखने पर, आपको एक गन्दा वातावरण दिखाई देगा, जहाँ सब कुछ टूटता हुआ दिख रहा है… यह मानना ​​ललचाने वाला होगा कि ये कमियाँ पूर्व में खराब निर्णय लेने के परिणाम थे। यह धारणा विशेष रूप से आसानी से आती है जब कमियां अत्यधिक दिखाई देती हैं - यह स्पष्ट रूप से गलत है, किसी ने उन्हें रोकने के लिए कुछ भी क्यों नहीं किया? ... जब आपको आज निर्णय लेना है, तो सीमित जानकारी और सीमित संसाधनों के साथ, सबसे इष्टतम निर्णय जो आप कर सकते हैं। कल भी दर्दनाक, स्पष्ट खामियां पैदा करेगा… ”

जब हम इस विरोधाभास को हल करने के लिए बैचलर भविष्यवाणियों पर विचार करते हैं, तो हमें उस तर्क का विश्लेषण और विश्लेषण करना होगा, जिसने हमें यह विश्वास दिलाया था कि हमने "गई हुई लड़कियों" के परिणाम की भविष्यवाणी की थी। सच्चाई यह है: यदि बैचलर के साथ किसी भी पिछले अनुभव को डेटा के बिंदु के रूप में उपयोग किया जाना है, तो भविष्य में बैचलर के एपिसोड की भविष्यवाणी करने के लिए, हम जल्दी से समझ पाएंगे कि वास्तव में कोई स्पष्ट पैटर्न नहीं है कि ये लोग कब तक जीवित रहेंगे। वास्तव में, यह नहीं पता कि आगे क्या होता है और इससे जो प्रत्याशा पैदा होती है, उसका एक कारण है कि हम इसे इतना प्यार क्यों करते हैं!

जैसा कि हम इस विचार प्रक्रिया को अनसुना करते हैं, हम महसूस करना शुरू करते हैं, इस तरह के निष्कर्ष पर पहुंचने के लिए हमारे पास कोई सबूत नहीं था जब हम शो देख रहे थे। हम जानते हैं कि यह कई योग्य महिलाओं की एक प्रतियोगिता है जो शादी के प्रस्ताव के लिए होती हैं, और सैद्धांतिक रूप से उनमें से कोई भी टीवी पर हमारे सबसे बड़े विरोध के बावजूद इसे खत्म कर सकता है।

बैचलर के हमारे उदाहरण में, हिंड्स बायस में खतरे को केवल एक गलत प्रभाव के रूप में व्यक्त किया जा सकता है। यदि आपने इस बारे में भविष्यवाणी की है कि कोई व्यक्ति कब बाहर निकलेगा और यह सच नहीं है, तो ज्यादातर लोग आपको केवल अहंकारी कहेंगे। आप इसे एक अस्थायी के रूप में ब्रश कर सकते हैं और यह विश्वास करना जारी रख सकते हैं कि आपकी भविष्यवाणी एक अच्छी थी। लेकिन हाइजाइट पूर्वाग्रह एक शरारती अशुद्ध है जो अप्रत्याशित तरीके से कहर बरपा सकता है अगर हम इसे अपने पेशेवर निर्णय लेने की प्रक्रिया में कोई भी छूट देते हैं।

स्रोत: मनोवैज्ञानिक योगी

जब हमने जांचना शुरू किया कि हमारे डिजाइन-अनुसंधान चक्र में हंड्रेड बायस कैसे खेलते हैं, तो हमने महसूस किया कि हम सभी लोग घटना से कितना ग्रस्त हैं। बैचलर उदाहरण हमारे कार्यालय में हर रोज खेला जाता है: कुछ डिजाइन निर्णय समाप्त हो जाते हैं, कुछ उंगली की ओर इशारा करते हैं और जैसे बयान "मुझे पता था कि यह शुरुआत से परिणाम होगा"।

बेशक, पीछे देखना और दोष ढूंढना आसान है।

एक UX शोधकर्ता के रूप में, हंडाइट बायस से निपटना भी एक महत्वपूर्ण कार्य है जिसे मैं नियमित रूप से लेता हूं। सबसे बड़ी चुनौतियों में से एक उपयोगकर्ता अनुसंधान अध्ययन के दिनों से प्राप्त परिणाम और सिफारिशें प्रस्तुत करने के बाद है, आप क्रॉस-फंक्शनल टीम के सदस्यों से सुनते हैं कि वे इसे पहले से ही जानते थे, या उन्होंने निश्चित रूप से इसके बारे में पहले सोचा है। जब शोधकर्ताओं को इस तरह के बयानों से चुनौती दी जाती है, तो हमें निराशा होती है क्योंकि हमें चिंता है कि जिन निष्कर्षों पर हम गर्व करते हैं, उन्हें श्रेय नहीं दिया जा सकता है।

तो हम इसका सामना कैसे करते हैं? यहाँ मेरे अनुभवों के आधार पर कुछ सुझाव दिए गए हैं:

  • अनुसंधान योजना के चरण में, परियोजना के बारे में सभी पिछले अन्वेषणों की जांच करें, जितना संभव हो सके, यह पहचानने के लिए कि टीम ने क्या प्रयास करने के बारे में सोचा था, और उन्होंने उस निर्णय को छोड़ने का निर्णय क्यों लिया।
  • अध्ययन के दौरान, प्रत्येक सत्र (यदि लागू हो) के बाद हितधारकों के साथ अपने निष्कर्षों पर बहस करें। यदि परिणाम कुछ भी हो सकता है, तो उन्होंने दावा किया कि वे सभी के साथ ज्ञात हैं, चर्चा करें कि विषय वस्तु पर गहरी अंतर्दृष्टि कैसे प्राप्त करें।
  • जैसा कि आप अध्ययन निष्कर्षों को संश्लेषित कर रहे हैं और रिपोर्ट डाल रहे हैं, इसके पीछे तर्क के माध्यम से सोचें कि आप इस तरह की सिफारिश क्यों करेंगे। यदि यह ऐसा कुछ है जिसे आप जानते हैं कि टीम ने योजना बनाई है, तो सोचें कि आपकी खोज किस हद तक उस योजना को मान्य कर सकती है, और क्या यह नई अंतर्दृष्टि पैदा कर सकती है जो पहले नहीं मानी गई थी।
  • जब आप एक रिपोर्ट रीडआउट के दौरान hindight पूर्वाग्रह से हमला कर रहे हैं, तो अपने हितधारकों की जांच करें कि क्या उनका ज्ञान केवल एक परिकल्पना थी: एक विस्तृत उपयोगकर्ता अध्ययन से उत्पन्न अंतर्दृष्टि उच्च अधिकार और पर्याप्त सबूत प्रदान करती हैं और अध्ययन से पहले उनके पास एक परिकल्पना से अधिक वजन होना चाहिए। ।
  • पिछले नहीं बल्कि कम से कम, अभी के लिए सबसे कार्रवाई योग्य सिफारिशों को प्राथमिकता दें और उन लोगों को भी रखें जिन्हें "एक बार माना गया था लेकिन अंततः छोड़ दिया गया था"। इस कारण को शामिल करें कि उन्हें टीम द्वारा रिपोर्ट में स्पष्ट रूप से क्यों छोड़ दिया गया था, क्योंकि हर निर्णय लेने की प्रक्रिया को भविष्य में धुंधले पूर्वाग्रह को रोकने के लिए दस्तावेज होने के लायक है।