Algoritmer styrker dine beslutninger

I en større finansiel virksomhed kom en fast kunde ved en fejl til at sende samme låneansøgning til to forskellige afdelinger. Selvom medarbejderne i de to afdelinger burde behandle ansøgningerne ens, kom der to vidt forskellige tilbud ud af det. Det ene væsentligt dyrere end det andet. Virksomheden mistede omgående kunden, som var stærkt utilfreds med den tilfældige sagsbehandling, og startede selv en udredning af, hvorfor tilbuddene kunne variere så meget, og hvad den varians mon generelt kostede på bundlinjen.

Hændelsen er langt fra enestående. Tværtimod er inkonsistente beslutninger yderst almindelige i mange organisationer. Hvilket ifølge et nyt studie i Harvard Business Review koster virksomheder millioner af kroner. Årsagen er, at vi som mennesker ikke er så pålidelige og konsekvente beslutningstagere, som vi selv tror. Vores beslutninger er ofte påvirket af pludselige indfald og tilfældige faktorer som vores sult, humør og vejret i øvrigt. Og den inkonsekvens skaber samlet set en masse støj i organisationer, som hvert år betaler dyrt for de ansattes upålidelige dømmekraft.

- I mange jobs ved vi godt, at medarbejdere i samme slags stillinger ikke altid når helt samme resultater. Det accepterer vi som en naturlig menneskelig faktor og ville derfor aldrig kræve, at beslutninger skal være helt ens i stillinger, hvor personlige vurderinger er en del af jobbet. Problemet er bare, at denne såkaldte menneskelige faktor i virkeligheden skaber langt større udsving, end hvad de fleste ledere ville acceptere, hvis de vidste det. Og det er, hvad vi kalder støj i beslutninger, siger Linnea Ghandhi.

Hun er managing director i TGG Group, et amerikansk konsulenthus med ekspertise i ledelsesbeslutninger, og står, sammen med den verdenskendte psykolog og Nobelpris-tager Daniel Kahneman, som er grundlægger af TGG Group, bag en ny Harvard Business Review-artikel om støj i beslutningsprocesser.

Støj forekommer tit i lederjobs
Linnea Gandhi fortæller, at hvor mange jobs, eksempelvis traditionelle kontorjobs i banker og på posthuse, er så godt som støjfrie, fordi udførelsen kræver, at man følger stringente regler, og ikke ret meget overlades til personlige vurderinger, så er listen af støjramte jobfunktioner mindst lige så lang.

- Inkonsistente beslutninger opstår mest i jobfunktioner, der indebærer stor grad af individuel dømmekraft, og ofte også i jobs, der kræver en vis diskretion. Det er tit højtuddannede i ekspertfunktioner, men kan derudover foregå inden for alle mulige fag, hvor man frem for præcise retningslinjer arbejder ud fra mere generelle principper og typisk også trækker på en lang erfaring. Og så gælder det især på områder, hvor man ikke får en prompte feedback på sine beslutninger og derfor ikke finder ud af, at man tager fejl eller er inkonsekvent i forhold til tidligere, siger Linnea Gandhi til Ledelse i Dag og nævner dommere, læger, ansatte i den finansielle sektor, HR-ansatte, og derudover projektledere og ledere i mange typer stillinger, som de mest inkonsekvente beslutningstagere.

- Et klassisk område, hvor ledere typisk er meget mere inkonsekvente, end de selv aner, er når de forecaster og lægger strategier med afsæt i prognoser og markedstrends og produktudviklinger. For her finder de jo af gode grunde aldrig ud af, hvordan det ville være gået, hvis de havde besluttet eller forudset noget andet, siger Tom Blaser, kollega til Linnea Gandhi og Daniel Kahnemann i TGG, og medforfatter til artiklen.

Støj i beslutninger er ikke det samme som bias
Blaser understreger, at hvor der i dag fokuseres meget på, at bias og altså forudindtagethed i beslutninger også fører til overraskende mange fejlagtige beslutninger, er det vigtigt at skelne imellem de to typer af fejlslutninger.

- Hvor bias i beslutninger handler om, at man har en bevidst eller ubevidst præference eller fordom, der konsekvent får en til at træffe beslutninger i samme forkerte retning, handler støj i beslutninger netop om, at der ikke er noget mønster eller nogen konsekvens i den måde, man beslutter på. Tværtimod, at man træffer beslutninger i vidt forskellige retninger, fordi ens dømmekraft er påvirket af tilfældige indfald, siger han og erkender, at man kan undre sig over, at højtuddannede og eksperter med mange års erfaring tilsyneladende sjældent selv opdager, hvor stor variation der er i deres egne beslutninger og ikke mindst også mellem deres egne og deres kollegers beslutninger.

- De fleste højtuddannede og erfarne medarbejdere har naturligt nok en høj grad af tillid til nøjagtigheden af deres egne beslutninger. Samtidig også en respekt for deres kollegers faglighed og intelligens, som til sammen betyder, at mange generelt overvurderer kvaliteten af både egne og kollegers beslutninger, siger Tom Blaser til Ledelse i Dag.

Han fortæller videre, at en anden årsag er, at konsekvenserne af mange beslutninger først ses langt ude i fremtiden. For eksempel må låneudstedere vente flere år på at finde ud af, hvordan det gik med de lån, de godkendte, og finder ofte aldrig ud af, hvad der skete med de ansøgere, der blev afvist. Det samme gælder som nævnt for de strategier, ledere lægger, og de ansættelser, de foretager. De finder aldrig ud af, hvordan det ville være gået, hvis de havde besluttet noget andet.

Start med noise-audits
Gandhi og Blaser anbefaler ledere at starte med at undersøge, hvor inkonsekvente beslutningerne i deres organisationer er, ved at gennemføre såkaldte noise audits. De nævner et eksempel på et softwarefirma, der undersøgte forskellene i de tilbud, som deres softwareudviklere sendte ud til kunder, ved at sammenligne de tilbud, medarbejdere sendte på forskellige dage på helt identiske opgaver. Og fandt ud af, at tilbuddene varierede med 70 procent.

- Rent praktisk er det ikke svært at måle, hvor stor variansen er i mange af de beslutninger, der burde være ens, og man kan hurtigt afdække rystende inkonsekvens. Det kræver, at man får en gruppe kolleger til, på skift og uden at se hinandens svar, at tage stilling til de samme sager eller problemstillinger. Hvorefter man evaluerer resultatet, siger Linnea Gandhi, som dog understreger, at det at iværksætte noise-audits til gengæld kan støde på stor holdningsmæssig modstand i organisationer.

- Det kan være ret delikat at fortælle en gruppe ledere eller erfarne medarbejdere, at man vil teste kvaliteten af deres beslutninger, siger Gandhi og fortsætter:

- For selvfølgelig vil mange med stor selvstændighed i jobbet og lang erfaren opfatte det, som om der bliver sået tvivl om deres dømmekraft, siger hun og understreger, at det derfor er afgørende, at de ledere, der træffer beslutningen om at gennemføre noise-audits, starter med selv at lade egne beslutninger undersøge. Og derudover ikke præsenterer noise-audits, som noget, der skal afdække fejl, men tværtimod højne kvaliteten af de beslutninger, der bliver truffet i organisationen.

Lav tjeklister for dine beslutninger
Og hvad gør man så, når man finder ud af, at støjen og inkonsekvensen er højere, end man vil acceptere? Her foreslår forskerne flere metoder. En handler konkret om at vænne folk til, også på højt ledelsesniveau, at udarbejde checklister for de områder, hvor man med jævne mellemrum træffer samme slags beslutninger, der involverer ens dømmekraft.

- Mange har det jo i dag helt fint med at bruge coaches til at hjælpe dem med at blive bedre beslutningstagere. Men det er, som om at når ledere når et vist niveau, så tror de, at de godt kan selv, også selvom de sidder med store tunge beslutninger. At notere bare få kriterier ned for nogle af de svære beslutninger, man træffer med jævne mellemrum, kan gøre en kæmpe forskel og sikre, at man er meget mere konsekvent, siger Tom Blaser.

Algoritmer kan give bedre beslutninger
Som en mere radikal metode anbefaler de to forfattere dog også, at organisationer i højere grad begynder at anvende algoritmer. Det vil sige systematiske regler på de områder, hvor det kan lade sig gøre, og hvor der traditionelt er fare for størst inkonsistens i beslutningerne.

- Der er ingen tvivl om, at en måde at reducere støjen på i mange typer af beslutninger er, at man kort og godt bruger algoritmer og altså formler og regler, som tager afsæt i de data, der er tilgængelige i forbindelse med en given problemstilling, og som man bruger til at forudsige et udfald eller træffe en beslutning, siger Linnea Gandhi og fortæller, at der findes masser af studier, der påviser, at algoritmer under de rigtige forudsætninger rent faktisk ofte fører til mere sikre beslutninger end dem, mennesker tager.

- Vi bruger en bred definition på begrebet algoritmer og definerer det dybest set som det at angribe problemstillinger og beslutninger, der skal træffes igen og igen, på en helt systematisk måde. Der behøver ikke være tale om store computere eller komplicerede it-systemer, men alene en helt konsekvent systematik, som ofte er overraskende let at implementere, siger Blaser.

Han fortæller, at hvor den generelle antagelse er, at det at bruge algoritmer kræver omfattende statistikanalyser foretaget på baggrund af en stor mængde data, så kræver udarbejdelsen af sikre algoritmer hverken data fra tusindvis af tidligere beslutninger eller deres udfald. I virkeligheden behøver man slet ikke information om beslutningers udfald overhovedet.

- En algoritme kan sagtens laves med afsæt i ret få sager eller beslutningstyper, som man så bruger til at udarbejde en formel for, hvordan besvarelsen eller behandlingen af sagen skal være. Og med afsæt i få kriterier og en smule menneskelig fornuft kan man hurtigt opstille klare og stringente regler for en afgørelse eller behandling af en sag, siger Tom Blaser.

Algoritmer kan skyde genveje
Gandhi og Blaser understreger, at der selvfølgelig findes masser af områder, hvor algoritmer og faste formler langt fra er velegnede. Især når det kommer til idiosynkratiske problemstilliner og altså beslutninger, som er unikke og særegne. Desuden også i forbindelse med vurderinger, der involverer mange dimensioner, og som afhænger af forhandlinger med tredje parter.

 Og selv i tilfælde, hvor algoritmer i princippet er oplagte, kan der være stor organisatorisk modstand mod at erstatte menneskelige beslutninger med regler og formler.

- Det er uhyre vigtigt at kommunikere klart, når man begynder at anvende algoritmer, så man især får fortalt, at de ikke indføres for at erstatte de menneskelige beslutninger. At anvende algoritmer i beslutninger handler mere om at gøre det lettere for sig selv, fordi de kan bruges til at skyde genveje og dermed hjælpe folk med hurtigere at komme frem til deres beslutninger. Og ofte på områder, hvor der skal tages mange gentagende beslutninger, siger Linnea Gandhi og nævner, at brugen af algoritmer blandt andet er oplagt inden for HR. Især i de tidlige stadier af ansættelsesprocesser, hvor de kan anvendes til at sortere store bunker af cv’er, så antallet af ansøgere bliver mere overskueligt.

Det ultimative eksempel på støjfri beslutningstagning er den 30 centimeter høje robot Matilda, der for nylig blev udviklet på La Trobe University i Australien og i dag bruges til at udvælge jobansøgere og interviewe dem – altså uden påvirkning af fordomme eller pludselige menneskelige indfald.

- Når man indfører algoritmer på HR-området, så er det ofte oplagt på nogle af de områder, som mange chefer selv finder kedelige. Ved at indføre formler og regler i de første HR-processer, får man jo til gengæld selv frigjort tid til det, som mange bedst kan lide, siger Tom Blaser, som suppleres af Linnea Gandhi,

- Vi mener, at algoritmer bør betragtes som et redskab til at hjælpe folk med at træffe bedre beslutninger på visse områder. Men det er vigtigt, at man altid bliver ved med at være opmærksom på, hvilke dele af beslutningerne, der stadig kæver et menneskeligt øje. Der vil altid være nogle ting, som ikke kan opfanges med algoritmer. Og derfor bliver vi helt sikkert ved med at have brug for det menneskelige aspekt i beslutninger. Også selvom de ikke altid er helt så pålidelige, som vi kunne ønske.