Cursus inhoud
StarHacks o.b.v. Thinking, Fast and Slow – Daniel Kahneman
Het Probleem: Optimisme en de Planning Fallacy Vraag jij je weleens af waarom projecten bijna altijd langer duren, meer kosten en minder opleveren dan je oorspronkelijk had gedacht? Dit fenomeen wordt de ‘planning fallacy’ genoemd. Het is de hardnekkige neiging om plannen en voorspellingen te maken die onrealistisch dicht bij het 'best-case scenario' liggen. De wortel van dit probleem ligt in een combinatie van onze natuurlijke optimistische bias en de manier waarop ons brein werkt. De meeste mensen zien de wereld als goedaardiger dan hij werkelijk is, beschouwen hun eigen vaardigheden als beter dan ze zijn, en achten hun doelen beter haalbaar dan waarschijnlijk is. Ondernemers schatten bijvoorbeeld hun persoonlijke kans op succes bij een nieuwe onderneming gemiddeld op 81% of hoger, terwijl de feitelijke overlevingskans na vijf jaar slechts ongeveer 35% is. Ons automatische System 1 is de geheime auteur van deze overmoed. Het is ontworpen om snel conclusies te trekken op basis van de informatie die het op dat moment heeft – WYSIATI (What You See Is All There Is) – en negeert wat het niet weet. Wanneer je een plan opstelt, focus je op jouw acties en stappen, maar je negeert de onbekende onbekenden (zoals ziekte, onvoorziene vertragingen of bureaucratische crises) die het project onvermijdelijk zullen vertragen. Het resultaat is een coherent verhaal van succes, maar de hoeveelheid en kwaliteit van de onderliggende data zijn grotendeels irrelevant voor hoe overtuigend dat verhaal aanvoelt. De Oplossing: De Kracht van de Buitenste Blik Om realistische tijdsplanning te maken, moet je je inspannende System 2 mobiliseren om deze optimistische illusies te bestrijden. De meest effectieve remedie is het aannemen van de ‘outside view’ (de buitenste blik) en het gebruik van reference class forecasting. De buitenste blik vereist dat je de details van jouw specifieke project vergeet (de inside view) en in plaats daarvan kijkt naar de statistieken van vergelijkbare projecten – de referentieklasse. Door een realistisch, statistisch onderbouwd uitgangspunt (baseline prediction) vast te stellen, kun je je intuïtieve, optimistische voorspellingen corrigeren en matigen, waardoor je plannen robuuster worden en minder vatbaar voor de valkuilen van overmoed.
0/11
1.3.2 Realistische tijdsplanning maken

Het probleem: WYSIATI (What You See Is All There Is) is een essentieel kenmerk van System 1. System 1 is een machine die coherentie creëert: het bouwt het best mogelijke verhaal op basis van de ideeën die op dat moment geactiveerd zijn, en negeert de informatie die ontbreekt. Dit maakt ons overmoedig, omdat de subjectieve overtuiging die we hebben in onze meningen, de coherentie van het verhaal weerspiegelt, en niet de hoeveelheid of kwaliteit van het bewijs.

De Hack (Structureer je Onzekerheid): Omdat je geest niet uit zichzelf rekening houdt met wat je niet weet, moet je System 2 inzetten om de onzekerheid en de grenzen van je kennis actief te verkennen.
 
Actiestappen:
 
1. Stop met Te Vroeg Conclusies Trekken: Als je een plan ziet, springt System 1 meteen naar de conclusie (bijvoorbeeld: “Dit gaat lukken, want het team is slim en gemotiveerd”). Voordat je een definitieve voorspelling doet, vraag je jezelf af welke informatie je nog nodig hebt om een gefundeerde mening te vormen. Als je een nieuw product evalueert, focus dan niet alleen op de kenmerken die je aanspreken, maar onderzoek actief de zwakke punten en risico’s die je in je eerste opwelling hebt genegeerd.
 
2. Kwantificeer de Zwakte van je Bewijs: Bij planningen heb je vaak zwak bewijs (bijvoorbeeld: slechts één succesvolle test, een klein team, of een onervaren leider). System 1 behandelt waardeloze informatie niet anders dan een volledig gebrek aan informatie. Je moet je intuïtieve voorspellingen matigen op basis van de voorspellende kwaliteit van je bewijs. Als je bewijs (de “sterke indruk”) zwak is, moet je voorspelling matig zijn, zelfs als het verhaal coherent is.
 
3. Kies voor de Grotere Steekproef (Bij Talentinschatting): Bij het inschatten van talent of projecten, is het bewijs uit een kleine steekproef (zoals één briljante presentatie) vatbaar voor toeval en zal het waarschijnlijk te extreem zijn. Je moet meer vertrouwen hebben in de voorspelling op basis van een grotere steekproef, zelfs als die minder spectaculaire resultaten laat zien (bijvoorbeeld: een kandidaat met een consistent goed, maar niet briljant, CV). Extreme resultaten zijn waarschijnlijker in kleine steekproeven; daarom moet je jouw voorspelling voor kleine steekproeven dieper terugvoeren naar het gemiddelde.
Scroll naar boven