ऑफ द रिकॉर्ड # 6: ईमानदारी को मापने का खेल

और जो उपाय झूठ बोलने को कम करने में मदद करते हैं

Unpslash.com से फोटो

ईमानदारी को मापना व्यवहार वैज्ञानिकों की खेल तिथि है: रिपोर्ट की गई क्रियाओं और वास्तविक व्यवहारों के बीच के अंतर को निर्धारित करने से हमें अपने डेटा की वैधता का पता लगाने में मदद मिलती है, साथ ही हमें व्यवहार के ट्रिगर और सीमाओं को बेहतर ढंग से समझने में मदद मिलती है, विशेष रूप से बेईमानी के उच्च प्रभाव वाले प्रभाव में उपयोगी भ्रष्टाचार या धोखाधड़ी के रूप में। साहित्य हमें बताता है कि कुछ लोग अपनी निजी जानकारी को गलत बताते हैं यदि यह उनके भौतिक लाभ के लिए है, जबकि अन्य लोग भौतिक लाभ के बिना भी ऐसा करते हैं।

तो, हम कैसे जानते हैं कि जब कोई झूठ बोल रहा है, और इसे कम करने के लिए क्या किया जा सकता है?

प्रयोगात्मक डिजाइन

ईमानदारी को मापने के लिए आमतौर पर इस्तेमाल किया जाने वाला एक तरीका "सिक्का फ्लिप" which गेम है, जो जितना लगता है उतना ही सरल है। हम उत्तरदाताओं को एक सिक्का 20 बार फ्लिप करने और उनके परिणामों की रिपोर्ट करने के लिए कहते हैं। हर बार जब वे "सिर" पर उतरते हैं, तो उत्तरदाताओं को एक छोटा वित्तीय प्रोत्साहन प्राप्त होता है (10 केईएस - $ 0.10 अमरीकी डालर)। विस्तार से, इसका मतलब है कि जब उत्तरदाता पूंछ पर उतरते हैं, तो उन्हें एक विकल्प का सामना करना पड़ता है: सच्चाई बताना या धन प्राप्त करना। जब हम किसी व्यक्तिगत निर्णय को धोखा दे रहे हैं, तो हम अनुमान नहीं लगा सकते हैं, व्यक्तियों के नमूने के औसत को देखकर हम एक समग्र स्तर पर ईमानदारी का अनुमान लगा सकते हैं। यदि सभी उत्तरदाता सच्चाई से रिपोर्ट करते हैं, तो सिर का अपेक्षित अनुपात 50% है और सत्य परिणाम इस तरह के मानक घंटी वक्र संभावना के साथ संरेखित करेंगे:

हम देखेंगे कि ऐसा शायद ही कभी होता है, लेकिन कार्य की शर्तों और निर्धारण में उत्तरदाताओं की इच्छा पर आश्चर्यजनक परिणाम हो सकते हैं जो उनके परिणामों को गलत साबित करते हैं।

अनुसंधान डिजाइन

हमने नैरोबी में किबरा बस्ती से 50 निवासियों को सिक्का-फ्लिप गेम में भाग लेने के लिए अपनी लैब में आमंत्रित किया।

हमारे उत्तरदाताओं से

परिणाम (बाएं) के सबूत के रूप में, कई और लोगों ने कहा कि वे सभी 20 फ़्लिप "सिर" पर उतारे हैं जो वास्तविक रूप से संभव है। ध्यान दें कि 20 में से 20 हेड फ़्लिप प्राप्त करने की संभावना 1 मिलियन में 1 से अधिक है!

हालांकि यह प्रायोगिक खोज किसी भी तरह से उपन्यास नहीं है (डान एरीली ने इस विषय पर एक पूरी पुस्तक लिखी है), हमने स्ट्रैटमोर विश्वविद्यालय के साथ चलने वाले कार्यकारी शिक्षा पाठ्यक्रम के संदर्भ में इस प्रयोग को करने का फैसला किया। लक्ष्य हमारे छात्रों को झूठ को कम करने के उद्देश्य से हस्तक्षेप डिजाइन के तत्वों से परिचित कराना था (और, विस्तार से, किसी भी अन्य बेईमान प्रथाओं जो नकारात्मक रूप से दूसरों को प्रभावित करते हैं)। हमारे छात्र टेलीकॉम से लेकर वित्त, शासन और सार्वजनिक नीति तक विभिन्न उद्योगों में वरिष्ठ स्तर के पेशेवर थे।

उनका कार्य निम्नलिखित था:

  1. नियंत्रण समूह के सापेक्ष ईमानदारी बढ़ाने के लिए एक हस्तक्षेप डिजाइन (या रिपोर्ट किए गए प्रमुखों की संख्या में कमी) (प्रारंभिक 50 उत्तरदाताओं का उल्लेख ऊपर)
  2. इस खेल से संबंधित किसी भी एक पहलू को बदलें:
  • लिपि
  • प्रयोग का वातावरण
  • संदेश, या सिक्के के फ़्लिप के बीच संदेश

3. माप को बदलने के बिना ऐसा करें (प्रतिवादी कंप्यूटर में परिणाम कैसे दर्ज करता है) या प्रोत्साहन

छात्रों को तीन समूहों में विभाजित किया गया था, जिनमें से प्रत्येक में एक संकाय भागीदार था।

आविष्कार के विचार

पाठ्यक्रम से नए अधिग्रहित व्यवहार सिद्धांत के आधार पर, प्रत्येक समूह ने झूठ को कम करने के उद्देश्य से एक हस्तक्षेप का परीक्षण किया।

  1. समूह 1: उपचार 1 - निगरानी। उत्तरदाताओं को बताया गया था "हमारे लैब प्रबंधक आपको कमरे में इस कार्य को अंजाम दे रहे हैं", और लैब कर्मचारी अपने कार्यों का निरीक्षण करते हुए सीधे प्रयोगशाला सत्र में घूम रहे थे। इस हस्तक्षेप ने बेईमान कार्यों के लिए एक आम नीति प्रतिक्रिया को प्रतिबिंबित किया - बेईमान कृत्यों को पकड़ने के लिए बेहतर नियंत्रण और निगरानी प्रणाली शुरू करने के लिए।
  2. समूह 2: उपचार 2 - निर्धारण। उत्तरदाताओं को बताया गया था, "हम इस अभ्यास में 8-12 के बीच गिरावट के लिए सबसे अधिक प्रतिक्रियाओं का अनुमान लगाते हैं।" यह फ्रेमिंग एक स्वीकार्य उत्तर माना जाता है, और जब हम अनियमित (और संभवत: बेईमान) के रूप में क्या कर सकते हैं की एक भावना देता है, चारों ओर उम्मीदों बनाता है। समानांतर सेवा वितरण आउटपुट (यानी उर्वरक वितरण, नकद हस्तांतरण आदि) के लिए कोटा दे सकता है।
  3. समूह 3: उपचार 3 - पर्यावरण। इस उपचार में, उत्तरदाताओं को सिक्का के हर पाँच फ़्लिप में सीटें बदलने के लिए कहा गया था। प्रत्येक प्रतिवादी को उनके कंप्यूटर से परिणाम के अनुसार भुगतान किया गया था, इसलिए यह परिवर्तन एजेंसी के अधिकांश को अपने स्वयं के परिणामों के प्रति रद्द कर देगा। इस तरह, व्यक्तियों को झूठ बोलने के लिए कोई व्यक्तिगत प्रोत्साहन नहीं है क्योंकि यह किसी और को लाभ देगा जो एक अजनबी है। यह खरीद सीटों को घुमाने पर एक अधिक जटिल नीति कार्रवाई को दर्शाता है, लेकिन बेईमानी में सहयोग का एक दिलचस्प सवाल भी है, और झूठ बोलने के माध्यम से लोगों को कुछ समूह पूल में योगदान करने की कितनी संभावना है।

हमने किबर से 50 उत्तरदाताओं के तीन अलग-अलग समूहों पर इन तीन हस्तक्षेपों का परीक्षण किया।

आपको लगता है कि कौन सा हस्तक्षेप सबसे सफल था?

ट्विटर पर हमारे साथ अपने विचार साझा करें!

परिणाम

नियंत्रण की तुलना में (कोई उपचार प्राप्त नहीं करने वाले 50 Kibera निवासियों का हमारा पहला अध्ययन), हमारे परिणामों से पता चला कि उपचार 2, (8 और 12 के बीच अपेक्षित प्रतिक्रियाओं का निर्धारण) सबसे प्रभावी था। वास्तव में, अन्य दो उपचारों में नियंत्रण से कोई उल्लेखनीय भिन्नता नहीं थी।

यहां हमारे पूर्ण डेटा तक पहुंचें

हस्तक्षेपों का लक्ष्य झूठ बोलना कम करना था, जो व्यावहारिक रूप में, "20 प्रमुखों" के उत्तर से जितना संभव हो उतना दूर जाने का मतलब है (या बीच की ओर हिस्टोग्राम के दाईं ओर द्रव्यमान को स्थानांतरित करना)। ट्रीटमेंट 2, जिसमें हमारे एन्यूमरेटर ने सार्वजनिक रूप से स्वीकार्यता की ऊपरी सीमा का सुझाव दिया था, यह दर्शाता है कि "12 प्रमुखों" को चुने गए व्यक्ति, संभवतः, क्योंकि उन्हें एहसास हुआ कि यह अधिकतम ऊपर की सीमा है जिसे वे निर्दिष्ट मानदंड का उल्लंघन किए बिना देखा जा सकता है। हालांकि यह औसत रूप से औसत "झूठ" को नीचे की ओर ले जाने में प्रभावी था, यह सवाल उठाता है कि क्या यह झूठ बोलने की मात्रा या स्तर था जो कम हो गया था।

आगे की पढाई

15 देशों में ईमानदारी के बारे में ईमानदारी और मान्यताओं की तुलना करने वाले इस दिलचस्प अध्ययन ने प्रदर्शित किया कि प्रति व्यक्ति जीडीपी के साथ देशों में ईमानदारी के महत्वपूर्ण अंतर को सकारात्मक रूप से सहसंबद्ध किया गया था और यह कि देश की औसत ईमानदारी अपनी जनसंख्या के अनुपात के साथ सहसंबंधी है जो प्रोटेस्टेंट है। इस प्रयोग से प्रतिभागियों की ईमानदारी के विभिन्न देशों के स्तर के बारे में उम्मीदें बढ़ गई हैं। उम्मीदें वास्तविकता के साथ सहसंबद्ध नहीं थीं और स्व-प्रक्षेपण सहित संज्ञानात्मक पूर्वाग्रहों से प्रेरित थीं।

इसे ध्यान में रखते हुए, हमारे अगले "ऑफ द रिकॉर्ड" के लिए, हम इस बात का पता लगाएंगे कि विभिन्न समूह प्रयोग परिणामों का पूर्वानुमान लगाने में किस हद तक सक्षम हैं।

एक अंतिम नोट

हमारा लक्ष्य बातचीत को शुरू करने, जारी रखने या सूचित करने के लिए अनुसंधान को सुलभ बनाना है जो मानव व्यवहार को बेहतर ढंग से समझने में हमारी मदद करते हैं।

इसे ध्यान में रखते हुए, प्रत्येक "ऑफ द रिकॉर्ड" पोस्ट हमारे अध्ययनों से पूर्ण निष्कर्षों तक पहुंच प्रदान करता है, स्वतंत्र रूप से यहां उपलब्ध है।

ओपन साइंस के प्रति प्रतिबद्धता के रूप में, हम इस अनाम डेटा को हमारे सभी शोध प्रयासों के लिए इस पृष्ठ पर लाइव रखते हैं।

इस पोस्ट से संबंधित संपूर्ण डेटा यहां पहुंचें।

यह ब्लॉग पोस्ट हमारी बड़ी "ऑफ द रिकॉर्ड" पहल का हिस्सा है, जहां हम छोटे पैमाने के अनुसंधान परियोजनाओं से निष्कर्ष साझा करते हैं, जो प्रारंभिक डेटा एकत्र करने और बातचीत शुरू करने के लिए डिज़ाइन किए गए हैं।

यदि आप एक विशिष्ट मानव व्यवहार के बारे में अधिक जानना चाहते हैं या आपके पास एक शोध विचार है, तो हमें लगता है कि हम भविष्य के लिए "ऑफ द रिकॉर्ड" का पता लगा सकते हैं, कृपया ट्विटर या ईमेल के माध्यम से हमारे पास पहुंचें।

फुटनोट [1]: इस खेल का उपयोग पिछले कई प्रयोगों (उदा। ब्यूकोल और पिओवान 2011; फिशबैकर और फोलमी-ह्युसी 2013; अबेलर, बेकर और फाल्क 2014; पुस्कुल-एजामा एट अल। 2015) में किया गया है।