Giriş

Yeni yılınız kutlu olsun. 2024’ün verimlilik dolu geçmesini diliyorum değerli dinleyiciler. Daha önceki bölümlerde paylaştığımız bir veciz sözde şöyle demiştik. Zamanımızın çoğunu verdiğimiz yanlış kararların sonuçlarını düzeltmekle harcarız. Yani bu yanlış kararları vermemiş olsak daha fazla zamanımız olacak demek. Yanlış kararlardan nasıl uzak durabilir nasıl yanılmaktan korunabiliriz. Bir süredir bunun üzerine düşünüyordum. Tabii kuru düşünce değil verimlilik bülteninin bir kuralı olarak kitaba, makaleye veya aklı başında argümanlara dayalı düşünmeden söz ediyorum. Tam böyle yaparken Nobel ödüllü pirimiz Daniel Kahnemann’ın Noise A Flaw in Human Judgement adlı kitabını buldum ve iştahla okudum. Eh bunu da bir amme hizmeti olarak düşüncelerimle birlikte paylaşmaktan ötürü mutluluk duyuyorum.

Seyhan mı yoksa Yücel mi Deneyi

Efenim kitapta anlatılan karmaşık bir deneyle başlayalım. Sıkı tutunun. Bu deneyde sizi de düşündüreceğiz. Eğer araba kullanıyorsanız gözünüzü yoldan kulağınızı bizden ayırmayın, kampüs yolunda yürüyorsanız gelen giden arabalara dikkat edin. Varsayalım ki siz büyük bir şirketin insan kaynakları müdürüsünüz ve size bir kaç hafta boyunca değerlendirilecek 100 kişiye ait değerlendirme puanları geldi. Bu kişilerin değerlendirme puanları onlara yapılmış objektif bir sınava dayanıyor olsun. Bu listede iki isim gözünüze çarptı Seyhan ve Yücel. Her birine 1 en düşük 10 en yüksek puan veriliyor.

Aday Liderlik Teknik Beceri İletişim Hitabet
Seyhan 9 7 8 10
Yücel 6 9 7 5
         

Şimdi bu iki kişi arasından orta düzey bir yönetici seçeceksiniz. Kimi seçerdiniz? Puanları aklınızda tutamaydıysanız şöyle diyelim. Seyhan’ın puanları genelde daha yüksek sadece teknik beceride Yücel Seyhan’dan iki puan önde. Kimi seçerdiniz?

(Müzik)

Kitapta bu sorunun sorulduğu aralarında uzman insan kaynakları uzmanları ve doktora düzeyinde profesyoneller dahil bir çok kişi bu deneyde Seyhan’ı seçmiş. Tabii kitapta başka adlar var ben olayı basitleştirdim. Peki Seyhan’ı niye seçmişler. Cevap basit puanları daha iyi diye. Teknik beceride Yücel’in 2 puan daha iyi olması önemli görülmemiş. Kuşkusuz tercih meselesi ancak bu yüksek puanlıya ver görevi felsefesine “klinik yargılama” deniyormuş. Yani bu bir kalıp bir desen bir pattern… Peki sorun nedir? Seyhan’ı seçmek hata mı?

Doğrulanması mümkün olmayan kararlar

Yukarıda Seyhan ile Yücel arasında kimi seçelim kararı ile ilgili kitapta çok beğendiğim bir yaklaşım var. Onu da şöyle anlatayım. Düşünün ki borsada Say holding ile Yüce holding diye iki şirket olsaydı bu iki şirketin arasında hangisine yatırım yapacağınıza dair kararda verdiğiniz kararın isabetli olup olmadığını yıl sonunda bu şirketlerin performanslarına bakarak yapabilirdiniz. Nitekim birini seçmeseniz de daha sonraki performansını izleyebiliyorsunuz. Dolayısıyla yargılarınız şeffaf bir şekilde değerlendirilebilir. Öte yandan Seyhan ve Yücel diye iki kişiden birini işe alım kararında diyelim ki Seyhan’ı seçtiğinizde Yücel’i işe almadığınızdan ötürü Seyhan’ın performansına dair verdiğiniz kararın doğruluğunu test edemezsiniz. Sadece memnun kalmak veya kalmamak arasında kalırsınız. Sanırım hayattaki bir çok karar için benzer bir durum var. Birini seçtiğinizde ötekini seçme halinizde olacakları bilemediğinizden kararın isabetliliği fazlasıyla belirsizdir. Bir örnek de evlilik. Ama evli barklı bir podcaster olarak evli barklı dinleyicilerin aklını matematiksel denklemlerle çelip ilişkilerini bozmak istemem. 😄 Ama siz anladınız.

Peki Seyhan ile Yücel meselesine dönelim. Kitapta işaret edilen bazı araştırmaların çok ilginç sonuçları olmuş. Arkadaşlar bunu dert etmiş demiş ki biz bu kararları da sorgularız arkadaş ve o yüz kişi içinden yapılan seçimlerle bu yüz kişini içinden işe alınan diyelim on kişinin performanslarını işe alım sonrası ölçmüşler. Ne mi olmuş? Sıkı durun.

(Müzik)

Bizim bu çok bilmiş insan kaynakları uzmanları değerlendirme heyetleri kodeman patronlar vesair herkesin iyi performansa sahip kişileri seçme oranı yüzde 51 civarında çıkmış. Bu demek? Hani yazı insanları işe alırken tura atsanız bir farkı olmayacak bu durumda malum yazı turada durum yüzde elli yüzde elli.

Bu çılgın arkadaşlar işi bununla da sınırlandırmamış size şimdi anlatacağım bazı istatistiksel yöntemleri de denemişler acaba bu yöntemler insanların verdiği kararlara göre daha mı isabetli diye. Şimdi kafanızı karıştırmadan adım adım gidelim.

İstatistikte ağırlık denen bir kavram var. Bu kavram basitçe bu Seyhan ve Yücel’in puanlarının her birini sizin verdiğiniz öneme göre bir puanla çarpmak daha sonra hepsini toplamak. Yani kategorilerimiz liderlik, teknik beceri, iletişim ve hitabet iken bu puanların her birine sizin özel olarak belirlediğiniz katsayıları yani ağırlıkları çarpıyorsunuz. Sonra her bir sonucu toplayıp Seyhan ve Yücel’e bir puan veriyorsunuz. Doğal olarak burada diyelim sizin için teknik beceri önemli ise ona daha yüksek bir ağırlık verip hitabet az önemli ise ona daha düşük bir ağırlık verirsiniz böylece sizin bu seçiminize göre Yücel daha yüksek puan almış olur ve Yücel’i seçersiniz. Yapılan deneyde ortaya çıkan sonuçlardan ilki basit de olsa bir ağırlık atama ile elde edilen puanlara dayalı seçim bile ilk başta salt puanlara bakıp karar vermekten daha isabetli sonuçlar üretiyor. Şimdi bir soru daha soracağız. Seyhan ve Yücel veya geri kalan tüm adayların şirketteki bir yıl sonraki performanslarını tahmin etmek için en iyi ağırlıklar nelerdir yani hitabete mi yoksa teknik beceriye mi ya da liderliğe mi daha fazla önem vereceğiz.

(Müzik)

Bunun cevabı için içinizden yükselen bilmiş sese bakın mühendis iseniz teknik beceri sosyal yönü kuvvetli biriyseniz hitabet diyebilirsiniz. Ya da her ikisi de önemli diyebilirsiniz. Ama atladığınız kısım bu şirketin yaptığı işe dayalı olarak başarı sizin içizden geçen hükümler olmayacaktır. Yani şirketin işi daha çok teknik bir iş ise size göre önemli olan liderlik becerisi pek de önemli hale gelmeyebilir. Tabi burada sonsuz bir tartışmaya girmek yerine istatistiğe dönelim. Diyelim ki elimizde Seyhan ve Yücel’in dahil olduğu 100 kişinin bir sene sonraki performanslarını değerlendiren objektif puanlar var. Yani bu kişilerin satış rakamları veya başka bir gerçekçi değer. Bu durumda istatistikteki lineer regresyon adı verilen yöntemle excel’de bile bir hesaplama yaparak performans tahminindeki en doğru ağırlıkları bulabiliriz. Bunu bir kez yaptıktan sonra yani lineer regresyona dayalı olarak liderlik mi teknik beceri mi önemli sorusuna cevap olarak ağırlıkları bulduğumuzda artık Seyhan ve Yücel arasındaki seçimde doğru adayı bulabiliriz. Bu şekilde yapılan deneylerde çıkan sonuç yüzde yetmişler düzeyinde başarılı hükümler vermeye yardımcı olmuş. Kuşkusuz bu nokta atış olamaz bazen bu kişilerin sene içinde başına gelenler şirketteki genel durum ve bir çok parametre sonucu etkiler. Ancak bu lineer regresyonun bile insanlardan daha başarılı hüküm veriyor olması bana çok şaşırtıcı geldi.

(Müzik)

Sizi matematiksel olarak boğmak istemiyorum ancak bu lineer regresyon modeli başka yöntemlerle daha sofistike hale getirilip artık yüzde doksanlar düzeyinde de iyi tahmine yardımcı olabiliyor. Komik olan ne biliyor musunuz? Bu kısma bayılmıştım gerçekten. Bu deneyci ekibin aklına nereden gelmişse bakın ne yapmışlar ağırlıklarla.

Rastgele Ağırlıklar bile İnsanlardan İyi

Seyhan ve Yücel için liderlik, iletişim, teknik beceri ve hitabet kategorilerine random yani rastgele ağırlıklar atamış ve deneyi sekiz yüze yakın tekrar etmişler. Başka bir deyimle sekiz yüz kez farklı puan hesaplamışlar bu yüz kişilik veri seti için. Bu her bir rastgele ağırlıklara dayalı puanların bile başarılı tahmin oranın insanların ilk başta bahsettiğimiz klinik hüküm verme yani sırf puanlara bakarak Seyhan’ı seçme metodundaki tahmin oranına göre daha başarılı olmuş. Daha da eğlencelisi insanların verdiği isabetsiz kararları modelleyecek saçmalıkta bir ağırlık bile bulunamamış. İşte bu kadar kötü hüküm veriyoruz. Şüphesiz ki insan çok acelecidir.

Peki tüm bunlar ne demek oluyor. Şimdi anlatalım. Burada insanın düştüğü durumun nedeni haşa huzurdan insanın aptal olması değil. Hepsi okumuş adamlar doktoralı filan. Neden şu. Kitabın başka bir yerinde yazarlar diyor ki yahu abicim diyelim ki evinde banyoda bir terazi var bu terazinin senin ağırlığını her seferinde 1 kilogram fazla ölçtüğünü biliyorsun. Böyle bir durumda her tartıldığında yapman gereken okuduğun değerden bir 1kg düşmek. Bu yanlış terazi ile kontrollü bir sapmaya sahip olduğundan ona güvenebilirsin. Hoş bir kilogram fazla ölçtüğünü bildiğinde düzenli ölçüm yaptığında kilo aldığında bu doğru ölçülmüş olacaktır.

Şimdi terazi örneğini bir de şöyle düşünelim. Diyelim terazi bir gün ölçtüğümüzde beş kilo bir gün de canı sıkıldığı için üç kilo fazla ölçüyor olsun. Perşembe günleri ve her ayın on beşinde de moral olsun diye o gün hava sıcaklığı kaç derece ise o değer kadar az ölçsün. Bu teraziye güvenebilir misiniz? Hayır güvenmezsiniz. İşte insanın bu teraziden farkı pek yok. Hatta adalet dağıttığına inandığımız hakimlerin bile sapma payları var.

On ila yirmi yıl

Hukukta bildiğiniz üzere cezalar net sayılar değildir. “Üç ila beş yıl, on ila yirmi yıl” ceza uygulanır” şeklinde aralıklar vardır. Dahası suçun tekrarında verilen ceza arttırılırken bazen teşebbüs suçsa bir de bu üzerine eklenir.

Kitapta anlatılan onlarca örneğe göre tastamam aynı durumda olan ve aynı suçu işlemiş kişilere verilen cezalara bakıldığında standart sapmalar çok astronomik. Eğer herkes aynı cezayı verdiğinde standart sapma sıfır olur ama diyelim ki on ila yirmi yıl arasındaki cezalarda herkes bir telden çaldığında alacağınız en hafif ceza ile en ağır ceza arasında on senelik ciddi bir zaman dilimi olur. Bu hiç adil değil. İşte hukukta görülen bu durum da insanların tutarsız yargı örneklerindendir.

Kitapta bunun tıp alanında teşhisten tedaviye kadar her aşamada halen mümkün olduğunu örneklerle açıklıyor. Kesinlikle korkunç. Yani hatalı teşhis veya tedavilerden ötürü olup bitenler vahim. Elbette herkesin insani olarak yaptığı ve eleştiremeyeceğimiz bu hataları kritik mesleklere mensup olanlar da yapıyor. En azından umarız böyle bir hataya denk gelmeyiz.

Yapay zekanın egemenliğinden korkanlar halen egemen olan insan gücünün bu risklerinin farkındalar umarım. En azından niyeti bozmamış bir yapay zekanın isabetlilik oranlarının daha iyi olacağına dair çalışmalar mevcut. Belki bir gün doktorların veya hakimlerin ya da sizin benim verdiğimiz kararları makineler gözden geçirecek.

Ancak en azından bugün bu makineler halen çalışkan veri bilimciler tarafından üretilmeye çalışırken bizim yanlış kararlardan uzak durmak için yapacağımız basit şeyler var. Basit de olsa ağırlıklandırma ve tutarlılığa dikkat etme. Daha da önemlisi her kararın hatalı olabileceğini düşünme. Eski podcast kayıtlarında hatırlayacağınız üzere “kendinden emin” tecrübeli kişilerin hata yapma eğilimleri içsel güdülerine aşırı güvenmelerinden ötürü daha riskli olabiliyor. Öyle ki Yücel’i işe almıyorlar daha sonra o da kendi işini kurup gelip rakip olabiliyor.

Bu hafta bu kadardı. Lütfen eğer beğendiyseniz bu podcasti arkadaşlarınızla paylaşmayı unutmayın. Ayrıca suatatan nokta gmail nokta com adresine eposta yollayarak görüşlerinizi isteklerinizi paylaşabilirsiniz. Sesinizi kaydedip yollarsanız uzaktan konuk olarak da görüşlerinizi duymak isteriz.