गलतियाँ कम करनी हैं? पहचानें दिमाग की कमजोरियाँ | Thinking, Fast and Slow | Book Summary in Hindi

Thinking, Fast and Slow by Daniel Kahneman Book Summary in Hindi

गलतियाँ कम करनी हैं? पहचानें दिमाग की कमजोरियाँ | Thinking, Fast and Slow | Book Summary in Hindi

राधे राधे दोस्तों, www.learningforlife.cc में आपका स्वागत है। Thinking, Fast and Slow book, दशकों की रिसर्च का निचोड़ है जिसकी वजह से काह्नमैन (Kahneman's) को नोबेल प्राइज़ मिला, यह बुक साइकोलॉजी और बिहेवियरल इकोनॉमिक्स के बारे में हमारी मौजूदा समझ में उनके योगदान को समझाती है। सालों से, काह्नमैन (Kahneman's) और उनके साथियों की रिसर्च ने हमें यह बेहतर ढंग से समझने में मदद की है कि फैसले कैसे लिए जाते हैं, कुछ खास तरह की गलतियां इतनी आम क्यों होती हैं, और हम खुद को कैसे बेहतर बना सकते हैं।

हमारे दिमाग में एक ज़बरदस्त ड्रामा चल रहा है, दो मुख्य किरदारों के बीच, एक फ़िल्मी कहानी जिसमें ट्विस्ट, ड्रामा और टेंशन हैं। ये दो किरदार हैं, सिस्टम 1, जो अचानक, अपने आप काम करने वाला, सहज है और सिस्टम 2, जो सोचने-समझने वाला, जानबूझकर चीजे करने वाला, हिसाब-किताब लगाने वाला है। जब वे एक-दूसरे के साथ काम करते हैं, तो उनका तालमेल तय करता है कि हम कैसे सोचते हैं, फैसले लेते हैं और काम करते हैं।

सिस्टम 1 हमारे दिमाग का वह हिस्सा है जो सहज रूप से और अचानक काम करता है, अक्सर हमारे कंट्रोल के बिना। जब आप कोई बहुत तेज़ और अचानक आवाज़ सुनते हैं, तो आप इस सिस्टम को काम करते हुए महसूस कर सकते हैं। आप शायद तुरंत और अपने आप अपना ध्यान उस आवाज़ की तरफ़ ले जाते हैं। यही सिस्टम 1 है। यह सिस्टम हमारे विकासवादी अतीत की विरासत है: इस तरह के तेज़ एक्शन और फैसले लेने में जीवित रहने के लिए स्वाभाविक फ़ायदे हैं।

सिस्टम 2 वह है जिसके बारे में हम तब सोचते हैं जब हम दिमाग के उस हिस्से के बारे में सोचते हैं जो हमारे पर्सनल फैसले लेने, तर्क करने और विश्वासों के लिए ज़िम्मेदार है। यह दिमाग की सचेत गतिविधियों से संबंधित है जैसे कि आत्म-नियंत्रण, चुनाव और जानबूझकर फोकस करना। उदाहरण के लिए, कल्पना करें कि आप भीड़ में एक महिला को ढूंढ रहे हैं। आपका दिमाग जानबूझकर इस काम पर फोकस करता है: यह उस व्यक्ति की विशेषताओं और ऐसी किसी भी चीज़ को याद करता है जो उसे ढूंढने में मदद करे। यह फोकस संभावित डिस्ट्रैक्शन को खत्म करने में मदद करता है, और आप भीड़ में दूसरे लोगों पर मुश्किल से ही ध्यान देते हैं। अगर आप इस फोकस्ड ध्यान को बनाए रखते हैं, तो आप उसे कुछ ही मिनटों में ढूंढ सकते हैं, जबकि अगर आप डिस्ट्रैक्ट हो जाते हैं और फोकस खो देते हैं, तो आपको उसे ढूंढने में परेशानी होगी। जैसा कि हम अगले पॉइंट्स में देखेंगे, इन दोनों सिस्टम के बीच का रिश्ता यह तय करता है कि हम कैसा व्यवहार करते हैं। तो इस पोस्ट को अंत तक पढ़े ….

1. आलसी दिमाग: आलस कैसे गलतियों की वजह बन सकता है और हमारी इंटेलिजेंस पर असर डाल सकता है

यह देखने के लिए कि दोनों सिस्टम कैसे काम करते हैं, इस मशहूर बैट-एंड-बॉल प्रॉब्लम को सॉल्व करने की कोशिश करें: एक बैट और बॉल की कीमत ₹150 है। बैट की कीमत बॉल से ₹100 ज़्यादा है। बॉल की कीमत कितनी है? जो कीमत सबसे ज़्यादा आपके दिमाग में आई होगी, ₹50, वह सहज और ऑटोमैटिक सिस्टम 1 का नतीजा है, और यह गलत है! एक सेकंड लें और अब हिसाब करें। क्या आपको अपनी गलती दिख रही है? सही जवाब ₹25 है। हुआ यह कि आपके अचानक काम करने वाले, सिस्टम 1 ने कंट्रोल ले लिया और सहज बोध पर भरोसा करके ऑटोमैटिकली जवाब दे दिया। लेकिन उसने बहुत जल्दी जवाब दे दिया। आमतौर पर, जब किसी ऐसी सिचुएशन का सामना होता है जिसे वह समझ नहीं पाता, तो सिस्टम 1 प्रॉब्लम को सॉल्व करने के लिए सिस्टम 2 को बुलाता है, लेकिन बैट-एंड-बॉल प्रॉब्लम में, सिस्टम 1 धोखा खा जाता है। वह प्रॉब्लम को जितना है उससे ज़्यादा आसान समझता है, और गलत तरीके से मान लेता है कि वह इसे खुद ही हैंडल कर सकता है। बैट-एंड-बॉल प्रॉब्लम जिस मुद्दे को सामने लाती है, वह है हमारी जन्मजात दिमागी आलस। जब हम अपने दिमाग का इस्तेमाल करते हैं, तो हम हर काम के लिए कम से कम एनर्जी इस्तेमाल करने की कोशिश करते हैं। इसे कम से कम कोशिश का नियम कहा जाता है। क्योंकि सिस्टम 2 से जवाब चेक करने में ज़्यादा एनर्जी लगेगी, इसलिए हमारा दिमाग सिस्टम 1 से ही काम क़रा लेता है। यह आलस दुर्भाग्यपूर्ण है, क्योंकि सिस्टम 2 का इस्तेमाल करना हमारी इंटेलिजेंस का एक ज़रूरी पहलू है। रिसर्च से पता चलता है कि सिस्टम-2 वाले काम, जैसे फोकस और सेल्फ-कंट्रोल का अभ्यास करने से इंटेलिजेंस स्कोर ज़्यादा होते हैं। बैट-एंड-बॉल प्रॉब्लम इसे दिखाती है, क्योंकि हमारा दिमाग सिस्टम 2 का इस्तेमाल करके जवाब चेक कर सकता था और इस तरह इस आम गलती से बच सकता था। आलसी होकर और सिस्टम 2 का इस्तेमाल न करके, हमारा दिमाग हमारी इंटेलिजेंस की ताकत को सीमित कर रहा है।

2. ऑटोपायलट: हम हमेशा अपने विचारों और कामों पर कंट्रोल क्यों नहीं रख पाते

जब आप "SO_P" शब्द का टुकड़ा देखते हैं तो आप क्या सोचते हैं? शायद कुछ नहीं। अगर आप पहले "EAT" शब्द पर ध्यान दें तो? अब, जब आप फिर से "SO_P" शब्द को देखेंगे, तो आप शायद इसे "SOUP" के रूप में पूरा करेंगे। इस प्रोसेस को प्राइमिंग कहा जाता है। जब किसी शब्द, कॉन्सेप्ट या घटना के संपर्क में आने से हम उससे जुड़े शब्दों और कॉन्सेप्ट को याद करते हैं, तो हम प्राइम हो जाते हैं। अगर आपने ऊपर "EAT" की जगह "SHOWER" शब्द देखा होता, तो आप शायद अक्षरों को "SOAP" के रूप में पूरा करते। ऐसी प्राइमिंग न सिर्फ हमारे सोचने के तरीके को प्रभावित करती है, बल्कि हमारे काम करने के तरीके को भी प्रभावित करती है।

हैरानी की बात है कि कामों और विचारों की प्राइमिंग पूरी तरह से होश में रहकर नहीं होती है; हम इसे बिना महसूस किए करते हैं। इसलिए प्राइमिंग यह दिखाती है कि बहुत से लोग जो तर्क देते हैं, उसके बावजूद हम हमेशा अपने कामों, फैसलों और पसंद पर कंट्रोल नहीं रखते हैं। इसके बजाय, हम लगातार कुछ सामाजिक और सांस्कृतिक स्थितियों से प्राइम हो रहे हैं। उदाहरण के लिए, कैथलीन वोह्स द्वारा किया गया रिसर्च यह साबित करता है कि पैसे का कॉन्सेप्ट व्यक्तिवादी कामों को प्राइम करता है। पैसे के विचार से प्राइम किए गए लोग - उदाहरण के लिए, पैसे की तस्वीरों के संपर्क में आने से - ज़्यादा आज़ादी से काम करते हैं और दूसरों के साथ शामिल होने, उन पर निर्भर रहने या उनकी मांगों को मानने के लिए कम तैयार रहते हैं। वोह्स के रिसर्च का एक मतलब यह है कि पैसे को प्राइम करने वाले ट्रिगर्स से भरे समाज में रहने से हमारा व्यवहार परोपकार से दूर हो सकता है। प्राइमिंग, दूसरे सामाजिक तत्वों की तरह, किसी व्यक्ति के विचारों और इसलिए पसंद, फैसले और व्यवहार को प्रभावित कर सकती है - और ये वापस संस्कृति में झलकते हैं और हम सभी जिस तरह के समाज में रहते हैं, उसे बहुत ज़्यादा प्रभावित करते हैं।

3. जल्दबाजी में फैसले: दिमाग कैसे जल्दी फैसले लेता है, तब भी जब उसके पास तर्कसंगत फैसला लेने के लिए पर्याप्त जानकारी नहीं होती

कल्पना कीजिए कि आप एक पार्टी में बेन नाम के किसी व्यक्ति से मिलते हैं, और आपको उससे बात करना आसान लगता है। बाद में, कोई आपसे पूछता है कि क्या आप किसी ऐसे व्यक्ति को जानते हैं जो उनके चैरिटी में योगदान देना चाहता हो। आप बेन के बारे में सोचते हैं, भले ही आप उसके बारे में सिर्फ इतना जानते हैं कि उससे बात करना आसान है। दूसरे शब्दों में, आपको बेन के चरित्र का एक पहलू पसंद आया, और इसलिए आपने मान लिया कि आपको उसके बारे में बाकी सब कुछ भी पसंद आएगा। हम अक्सर किसी व्यक्ति को पसंद या नापसंद कर देते हैं, भले ही हम उसके बारे में बहुत कम जानते हों। पर्याप्त जानकारी के बिना चीजों को बहुत ज़्यादा आसान बनाने की हमारे दिमाग की प्रवृत्ति अक्सर फैसले में गलतियों की ओर ले जाती है। इसे बढ़ा-चढ़ाकर भावनात्मक तालमेल कहा जाता है, जिसे हेलो इफ़ेक्ट (halo effect) के नाम से भी जाना जाता है।

लेकिन यह एकमात्र तरीका नहीं है जिससे हमारा दिमाग फैसले लेते समय शॉर्टकट अपनाता है। कन्फर्मेशन बायस (confirmation bias) भी होता है, जो लोगों की ऐसी जानकारी से सहमत होने की प्रवृत्ति है जो उनके पहले से माने गए विश्वासों का समर्थन करती है, साथ ही उन्हें जो भी जानकारी दी जाती है, उसे स्वीकार करना। इसे तब देखा जा सकता है जब हम यह सवाल पूछते हैं, "क्या जेम्स मिलनसार है?" अध्ययनों से पता चला है कि, इस सवाल का सामना करने पर लेकिन कोई अन्य जानकारी न होने पर, हम जेम्स को मिलनसार मानने की बहुत अधिक संभावना रखते हैं - क्योंकि दिमाग स्वचालित रूप से सुझाए गए विचार की पुष्टि करता है।

हेलो इफ़ेक्ट और कन्फर्मेशन बायस दोनों इसलिए होते हैं क्योंकि हमारा दिमाग जल्दी फैसले लेने के लिए उत्सुक रहता है। लेकिन इससे अक्सर गलतियाँ होती हैं, क्योंकि हमारे पास हमेशा सटीक फैसला लेने के लिए पर्याप्त डेटा नहीं होता है। हमारा दिमाग डेटा में कमियों को भरने के लिए झूठे सुझावों और बहुत ज़्यादा सरलीकरण पर निर्भर करता है, जिससे हम संभावित रूप से गलत निष्कर्षों पर पहुँचते हैं। प्राइमिंग की तरह, ये संज्ञानात्मक घटनाएँ हमारी सचेत जागरूकता के बिना होती हैं और हमारे विकल्पों, फैसलों और कार्यों को प्रभावित करती हैं।

4. ह्यूरिस्टिक्स (Heuristics): दिमाग जल्दी फैसले लेने के लिए शॉर्टकट का इस्तेमाल कैसे करता है

अक्सर हम ऐसी स्थितियों में फंस जाते हैं जहाँ हमें जल्दी फैसला लेना होता है। इसमें हमारी मदद करने के लिए, हमारे दिमाग ने छोटे-छोटे शॉर्टकट बनाए हैं ताकि हम अपने आस-पास की चीज़ों को तुरंत समझ सकें। इन्हें ह्यूरिस्टिक्स कहते हैं। ज़्यादातर समय, ये प्रोसेस बहुत मददगार होते हैं, लेकिन दिक्कत यह है कि हमारा दिमाग इनका ज़्यादा इस्तेमाल करने लगता है। इन्हें ऐसी स्थितियों में इस्तेमाल करने से, जिनके लिए ये सही नहीं हैं, हमसे गलतियाँ हो सकती हैं। ह्यूरिस्टिक्स क्या हैं और उनसे क्या गलतियाँ हो सकती हैं, इसे बेहतर ढंग से समझने के लिए, हम इनके कई प्रकारों में से दो की जाँच कर सकते हैं: सब्स्टीट्यूशन ह्यूरिस्टिक (substitution heuristic) और अवेलेबिलिटी ह्यूरिस्टिक (availability heuristic)।

सब्स्टीट्यूशन ह्यूरिस्टिक वह है जहाँ हम असल में पूछे गए सवाल के बजाय एक आसान सवाल का जवाब देते हैं। उदाहरण के लिए, यह सवाल लें: “वह महिला शेरिफ के लिए उम्मीदवार है। वह अपने पद पर कितनी सफल होगी?” हम अपने आप उस सवाल को जिसका जवाब देना है, एक आसान सवाल से बदल देते हैं, जैसे, “क्या यह महिला ऐसी दिखती है जो एक अच्छी शेरिफ बनेगी?” इस ह्यूरिस्टिक का मतलब है कि उम्मीदवार के बैकग्राउंड और नीतियों पर रिसर्च करने के बजाय, हम खुद से बस यह आसान सवाल पूछते हैं कि क्या यह महिला एक अच्छे शेरिफ की हमारी मानसिक छवि से मेल खाती है। दुर्भाग्य से, अगर वह महिला शेरिफ की हमारी छवि से मेल नहीं खाती है, तो हम उसे रिजेक्ट कर सकते हैं – भले ही उसके पास अपराध से लड़ने का सालों का अनुभव हो जो उसे सबसे अच्छा उम्मीदवार बनाता है।

इसके बाद, अवेलेबिलिटी ह्यूरिस्टिक है, जहाँ आप किसी ऐसी चीज़ की संभावना को ज़्यादा आँकते हैं जिसके बारे में आप अक्सर सुनते हैं या जिसे याद रखना आसान होता है। उदाहरण के लिए, स्ट्रोक से एक्सीडेंट की तुलना में कहीं ज़्यादा मौतें होती हैं, लेकिन एक स्टडी में पाया गया कि 80 प्रतिशत लोगों ने एक्सीडेंटल मौत को ज़्यादा संभावित माना। ऐसा इसलिए है क्योंकि हम मीडिया में एक्सीडेंटल मौतों के बारे में ज़्यादा सुनते हैं, और क्योंकि वे हम पर ज़्यादा गहरा असर डालती हैं; हम स्ट्रोक से होने वाली मौतों की तुलना में भयानक एक्सीडेंटल मौतों को ज़्यादा आसानी से याद रखते हैं, और इसलिए हम इन खतरों पर गलत तरीके से प्रतिक्रिया कर सकते हैं।

5. संख्याओं की समझ नहीं: हम स्टैटिस्टिक्स (statistics) को समझने में क्यों संघर्ष करते हैं और इसकी वजह से बचने लायक गलतियाँ क्यों करते हैं

आप कैसे अंदाज़ा लगा सकते हैं कि कुछ चीज़ें होंगी या नहीं? एक असरदार तरीका है बेस रेट को ध्यान में रखना। यह एक स्टैटिस्टिकल बेस को बताता है, जिस पर दूसरे स्टैटिस्टिक्स निर्भर करते हैं। उदाहरण के लिए, सोचिए कि एक बड़ी टैक्सी कंपनी में 20 परसेंट पीली कैब और 80 परसेंट लाल कैब हैं। इसका मतलब है कि पीली टैक्सी कैब का बेस रेट 20 परसेंट है और लाल कैब का बेस रेट 80 परसेंट है। अगर आप एक कैब ऑर्डर करते हैं और उसका रंग अंदाज़ा लगाना चाहते हैं, तो बेस रेट याद रखें और आप काफी सटीक अंदाज़ा लगा पाएंगे।

इसलिए, किसी घटना का अंदाज़ा लगाते समय हमें हमेशा बेस रेट याद रखना चाहिए, लेकिन दुर्भाग्य से ऐसा नहीं होता है। असल में, बेस-रेट को नज़रअंदाज़ करना बहुत आम है। बेस रेट को नज़रअंदाज़ करने का एक कारण यह है कि हम इस बात पर ध्यान देते हैं कि हम क्या उम्मीद करते हैं, न कि इस पर कि क्या होने की सबसे ज़्यादा संभावना है। उदाहरण के लिए, उन कैब के बारे में फिर से सोचिए: अगर आप पाँच लाल कैब को गुज़रते हुए देखते हैं, तो आपको शायद लगने लगेगा कि अगली कैब बदलाव के लिए पीली होगी। लेकिन चाहे किसी भी रंग की कितनी भी कैब गुज़रें, अगली कैब के लाल होने की संभावना अभी भी लगभग 80 परसेंट होगी – और अगर हम बेस रेट याद रखें तो हमें यह समझना चाहिए। लेकिन इसके बजाय हम उस पर ध्यान देते हैं जिसकी हम उम्मीद करते हैं, एक पीली कैब, और इसलिए हम शायद गलत होंगे।

बेस-रेट को नज़रअंदाज़ करना स्टैटिस्टिक्स के साथ काम करने की बड़ी समस्या से जुड़ी एक आम गलती है। हमें यह याद रखने में भी मुश्किल होती है कि सब कुछ औसत की ओर लौटता है। यह इस बात को मानना ​​है कि सभी स्थितियों का एक औसत स्टेटस होता है, और उस औसत से बदलाव आखिरकार औसत की ओर वापस आ जाएंगे। उदाहरण के लिए, अगर कोई फुटबॉल स्ट्राइकर जो हर महीने औसतन पाँच गोल करती है, सितंबर में दस गोल करती है, तो उसका कोच बहुत खुश होगा; लेकिन अगर वह बाकी साल हर महीने लगभग पाँच गोल करती है, तो उसका कोच शायद उसकी आलोचना करेगा कि उसने अपनी "अच्छी परफॉर्मेंस" जारी नहीं रखी। हालांकि, स्ट्राइकर इस आलोचना की हकदार नहीं होगी, क्योंकि वह सिर्फ औसत की ओर लौट रही है!

6. अतीत की खामियां: हम घटनाओं को अनुभव के बजाय बाद में याद क्यों करते हैं?

हमारा दिमाग अनुभवों को सीधे तरीके से याद नहीं रखता। हमारे पास दो अलग-अलग सिस्टम होते हैं, जिन्हें मेमोरी सेल्फ (memory selves) कहते हैं, और दोनों ही स्थितियों को अलग-अलग तरह से याद रखते हैं। पहला है एक्सपीरियंसिंग सेल्फ (experiencing self), जो रिकॉर्ड करता है कि हम अभी कैसा महसूस कर रहे हैं। यह सवाल पूछता है: "अभी कैसा लग रहा है?" फिर आता है रिमेंबरिंग सेल्फ (remembering self), जो रिकॉर्ड करता है कि घटना खत्म होने के बाद पूरी घटना कैसे हुई। यह पूछता है, "कुल मिलाकर कैसा था?"

एक्सपीरियंसिंग सेल्फ जो हुआ उसका ज़्यादा सटीक हिसाब देता है, क्योंकि किसी अनुभव के दौरान हमारी भावनाएँ हमेशा सबसे सटीक होती हैं। लेकिन रिमेंबरिंग सेल्फ, जो कम सटीक होता है क्योंकि यह स्थिति खत्म होने के बाद यादों को रजिस्टर करता है, हमारी याददाश्त पर हावी रहता है।

रिमेंबरिंग सेल्फ के एक्सपीरियंसिंग सेल्फ पर हावी होने के दो कारण हैं। इनमें से पहला है ड्यूरेशन नेगलेक्ट (duration neglect), जहाँ हम घटना की कुल अवधि को नज़रअंदाज़ करके उसकी किसी खास याद पर ध्यान देते हैं। दूसरा है पीक-एंड रूल (peak-end rule), जहाँ हम किसी घटना के आखिर में जो होता है, उस पर ज़्यादा ज़ोर देते हैं।

रिमेंबरिंग सेल्फ के हावी होने का एक उदाहरण देखते है, इस एक्सपेरिमेंट को लें, जिसमें लोगों की एक दर्दनाक कोलोनोस्कोपी (colonoscopy) की यादों को मापा गया। कोलोनोस्कोपी से पहले, लोगों को दो ग्रुप में बांटा गया: एक ग्रुप के मरीज़ों की लंबी, काफी देर तक चलने वाली कोलोनोस्कोपी की गई, जबकि दूसरे ग्रुप के लोगों की प्रक्रिया बहुत छोटी थी, लेकिन जिसमें आखिर में दर्द का लेवल बढ़ गया था।

आपको लगेगा कि सबसे ज़्यादा दुखी मरीज़ वे होंगे जिन्होंने लंबी प्रक्रिया झेली, क्योंकि उनका दर्द ज़्यादा समय तक रहा। उस समय उन्हें निश्चित रूप से ऐसा ही महसूस हुआ था। प्रक्रिया के दौरान, जब हर मरीज़ से दर्द के बारे में पूछा गया, तो उनके एक्सपीरियंसिंग सेल्फ ने सटीक जवाब दिया: जिन्हें लंबी प्रक्रियाएँ मिलीं, उन्हें ज़्यादा बुरा लगा। हालाँकि, अनुभव के बाद, जब रिमेंबरिंग सेल्फ हावी हुआ, तो जिन्हें छोटी प्रक्रिया और ज़्यादा दर्दनाक अंत मिला, उन्हें सबसे ज़्यादा बुरा लगा। यह सर्वे हमें ड्यूरेशन नेगलेक्ट, पीक-एंड रूल और हमारी गलत यादों का एक साफ उदाहरण देता है।

7. मन की शक्ति: हम अपने मन का फोकस एडजस्ट करके अपने विचारों और व्यवहारों को कैसे नाटकीय रूप से प्रभावित कर सकते हैं

हमारा दिमाग काम के हिसाब से अलग-अलग मात्रा में एनर्जी इस्तेमाल करता है। जब ध्यान लगाने की ज़रूरत नहीं होती और कम एनर्जी की ज़रूरत होती है, तो हम कॉग्निटिव ईज़ (cognitive ease) की स्थिति में होते हैं। लेकिन, जब हमारे दिमाग को ध्यान लगाना पड़ता है, तो वे ज़्यादा एनर्जी इस्तेमाल करते हैं और कॉग्निटिव स्ट्रेन (cognitive strain) की स्थिति में आ जाते हैं। दिमाग के एनर्जी लेवल में इन बदलावों का हमारे व्यवहार पर बहुत ज़्यादा असर पड़ता है। कॉग्निटिव ईज़ की स्थिति में, सहज सिस्टम 1 हमारे दिमाग का इंचार्ज होता है, और लॉजिकल और ज़्यादा एनर्जी लेने वाला सिस्टम 2 कमज़ोर हो जाता है। इसका मतलब है कि हम ज़्यादा सहज, क्रिएटिव और खुश रहते हैं, लेकिन हमसे गलतियाँ होने की संभावना भी ज़्यादा होती है।

कॉग्निटिव स्ट्रेन की स्थिति में, हमारी जागरूकता ज़्यादा बढ़ जाती है, और इसलिए सिस्टम 2 इंचार्ज बन जाता है। सिस्टम 2, सिस्टम 1 की तुलना में हमारे फैसलों को दोबारा चेक करने के लिए ज़्यादा तैयार रहता है, इसलिए भले ही हम बहुत कम क्रिएटिव होते हैं, लेकिन हम कम गलतियाँ करते हैं। आप जानबूझकर उस एनर्जी की मात्रा को कंट्रोल कर सकते हैं जिसका इस्तेमाल दिमाग कुछ खास कामों के लिए सही माइंडसेट में आने के लिए करता है।

उदाहरण के लिए, अगर आप चाहते हैं कि कोई मैसेज असरदार हो, तो कॉग्निटिव ईज़ को बढ़ावा देने की कोशिश करें। ऐसा करने का एक तरीका है खुद को बार-बार एक ही जानकारी देना। अगर कोई जानकारी हमें बार-बार दी जाती है, या उसे ज़्यादा यादगार बनाया जाता है, तो वह ज़्यादा असरदार हो जाती है। ऐसा इसलिए होता है क्योंकि हमारा दिमाग इस तरह से विकसित हुआ है कि जब उसे बार-बार एक ही साफ़ मैसेज मिलते हैं, तो वह पॉजिटिव तरीके से रिएक्ट करता है। जब हम कुछ जानी-पहचानी चीज़ देखते हैं, तो हम कॉग्निटिव ईज़ की स्थिति में आ जाते हैं।

दूसरी ओर, कॉग्निटिव स्ट्रेन हमें स्टैटिस्टिकल प्रॉब्लम (statistical problems) जैसी चीज़ों में सफल होने में मदद करता है। हम खुद को ऐसी जानकारी के सामने लाकर इस स्थिति में आ सकते हैं जो हमें कन्फ्यूजिंग तरीके से पेश की जाती है, उदाहरण के लिए, जो समझ से बाहर हो, तब हमारा दिमाग एक्टिव हो जाता है और प्रॉब्लम को समझने की कोशिश में अपनी एनर्जी लेवल बढ़ा देता है, और इसलिए हमारे हार मानने की संभावना कम होती है।

8. चांस (chance) लेना: जिस तरह से हमारे सामने संभावनाओं को पेश किया जाता है, वह जोखिम के बारे में हमारे फैसले को प्रभावित करता है।

हम विचारों को कैसे आंकते हैं और समस्याओं को कैसे सुलझाते हैं, यह इस बात पर बहुत ज़्यादा निर्भर करता है कि उन्हें हमारे सामने कैसे पेश किया जाता है। किसी बयान या सवाल के डिटेल्स या फोकस में थोड़ा सा बदलाव भी हमारे उसे समझने के तरीके को पूरी तरह से बदल सकता है। इसका एक बड़ा उदाहरण इस बात में देखा जा सकता है कि हम जोखिम का आकलन कैसे करते हैं। आपको लग सकता है कि एक बार जब हम किसी जोखिम के होने की संभावना तय कर लेते हैं, तो हर कोई उसे एक ही तरीके से देखेगा। लेकिन, ऐसा नहीं है। यहां तक ​​कि सावधानी से कैलकुलेट की गई संभावनाओं के लिए भी, सिर्फ़ आंकड़े को पेश करने का तरीका बदलने से ही हम उसे कैसे देखते हैं, यह बदल सकता है।

उदाहरण के लिए, लोग किसी दुर्लभ घटना को तब ज़्यादा होने की संभावना वाला मानेंगे, जब उसे स्टैटिस्टिकल (statistical) संभावना के बजाय रिलेटिव फ्रीक्वेंसी (relative frequency) के रूप में बताया जाए। जिसे मिस्टर जोन्स एक्सपेरिमेंट के नाम से जाना जाता है, उसमें साइकियाट्रिक प्रोफेशनल्स (psychiatric professionals) के दो ग्रुप से पूछा गया कि क्या मिस्टर जोन्स को साइकियाट्रिक हॉस्पिटल से डिस्चार्ज करना सुरक्षित होगा। पहले ग्रुप को बताया गया कि मिस्टर जोन्स जैसे मरीजों में "हिंसा का काम करने की 10 प्रतिशत संभावना" है, और दूसरे ग्रुप को बताया गया कि "मिस्टर जोन्स जैसे हर 100 मरीजों में से, अनुमान है कि 10 हिंसा का काम करेंगे।" दोनों ग्रुप में से, दूसरे ग्रुप में लगभग दोगुने से ज़्यादा लोगों ने उनके डिस्चार्ज का विरोध किया।

एक और तरीका जिससे हमारा ध्यान स्टैटिस्टिकली ज़रूरी चीज़ों से भटक जाता है, उसे डिनॉमिनेटर नेगलेक्ट (denominator neglect) कहा जाता है। यह तब होता है जब हम अपने फैसलों को प्रभावित करने वाली साफ़ मानसिक तस्वीरों के पक्ष में सीधे-सादे स्टैटिस्टिक्स को नज़रअंदाज़ कर देते हैं।

इन दो बयानों को लें: "यह दवा बच्चों को बीमारी X से बचाती है लेकिन इससे स्थायी रूप से चेहरा खराब होने का 0.001 प्रतिशत चांस है" बनाम "इस दवा को लेने वाले 100,000 बच्चों में से एक का चेहरा स्थायी रूप से खराब हो जाएगा।" भले ही दोनों बयान बराबर हों, लेकिन बाद वाला बयान एक खराब चेहरे वाले बच्चे की तस्वीर दिमाग में लाता है और ज़्यादा असरदार होता है, यही वजह है कि हम बच्चे को दवा देने की संभावना कम रखेंगे।

9. हम रोबोट नहीं हैं: हम सिर्फ़ तर्कसंगत सोच के आधार पर फैसले क्यों नहीं लेते

हम लोग एक इंसान के तौर पर फैसले कैसे लेते हैं? लंबे समय से, अर्थशास्त्रियों के एक शक्तिशाली और प्रभावशाली समूह ने सुझाव दिया कि हम पूरी तरह से तर्कसंगत तर्कों के आधार पर फ़ैसले लेते हैं। उन्होंने तर्क दिया कि हम सभी यूटिलिटी थ्योरी (utility theory) के अनुसार फ़ैसले लेते हैं, जो कहती है कि जब लोग फैसले लेते हैं, तो वे सिर्फ़ तर्कसंगत तथ्यों को देखते हैं और अपने लिए सबसे अच्छे नतीजे वाला ऑप्शन चुनते हैं, यानी सबसे ज़्यादा यूटिलिटी वाला। उदाहरण के लिए, यूटिलिटी थ्योरी इस तरह का बयान देगी: अगर आपको कीवी से ज़्यादा संतरे पसंद हैं, तो आप कीवी जीतने के 10 परसेंट चांस के बजाय संतरा जीतने का 10 परसेंट चांस लेंगे।

यह साफ़ लगता है, है ना? इस क्षेत्र में अर्थशास्त्रियों का सबसे प्रभावशाली समूह शिकागो स्कूल ऑफ़ इकोनॉमिक्स और उनके सबसे प्रसिद्ध विद्वान मिल्टन फ्रीडमैन पर केंद्रित था। यूटिलिटी थ्योरी का उपयोग करते हुए, शिकागो स्कूल ने तर्क दिया कि बाज़ार में व्यक्ति बहुत ज़्यादा तर्कसंगत फ़ैसले लेने वाले होते हैं, जिन्हें बाद में अर्थशास्त्री रिचर्ड थेलर और वकील कैस सनस्टीन ने ईकॉन्स (Econs) नाम दिया। ईकॉन्स के तौर पर, हर व्यक्ति एक ही तरह से काम करता है, अपनी तर्कसंगत ज़रूरतों के आधार पर सामान और सेवाओं को महत्व देता है। इससे भी ज़्यादा, ईकॉन्स अपनी दौलत को भी तर्कसंगत रूप से महत्व देते हैं, सिर्फ़ यह देखते हैं कि यह उन्हें कितनी यूटिलिटी देती है।

तो कल्पना कीजिए दो लोग, जॉन और जेनी, दोनों के पास $5 मिलियन की दौलत है। यूटिलिटी थ्योरी के अनुसार, उनके पास समान दौलत है, जिसका मतलब है कि वे दोनों अपनी आर्थिक स्थिति से समान रूप से खुश होने चाहिए। लेकिन क्या होगा अगर हम चीज़ों को थोड़ा और जटिल बना दें? मान लीजिए कि उनकी $5 मिलियन की दौलत एक कैसीनो में एक दिन का नतीजा है, और दोनों के शुरुआती बिंदु बहुत अलग थे: जॉन सिर्फ़ $1 मिलियन लेकर आया था और उसने अपने पैसे को पाँच गुना कर लिया, जबकि जेनी $9 मिलियन लेकर आई थी जो घटकर $5 मिलियन रह गई। क्या आपको अब भी लगता है कि जॉन और जेनी अपनी $5 मिलियन से समान रूप से खुश हैं? शायद नहीं। तो साफ़ है, जिस तरह से हम चीज़ों को महत्व देते हैं, उसमें सिर्फ़ यूटिलिटी से कहीं ज़्यादा कुछ है। जैसा कि हम अगले पॉइंट में देखेंगे, क्योंकि हम सभी यूटिलिटी को उतना तर्कसंगत रूप से नहीं देखते जितना यूटिलिटी थ्योरी सोचती है, हम अजीब और दिखने में अतार्किक फ़ैसले ले सकते हैं।

10. अंदर की आवाज़: हम सिर्फ़ तर्क के आधार पर फैसले लेने के बजाय, अक्सर इमोशनल बातों से क्यों प्रभावित हो जाते हैं?

अगर यूटिलिटी थ्योरी (utility theory) काम नहीं करती, तो क्या काम करता है? एक विकल्प है प्रॉस्पेक्ट थ्योरी (prospect theory), जिसे लेखक ने विकसित किया है। काह्नमैन की प्रॉस्पेक्ट थ्योरी यूटिलिटी थ्योरी को चुनौती देती है यह दिखाकर कि जब हम चुनाव करते हैं, तो हम हमेशा सबसे तर्कसंगत तरीके से काम नहीं करते। उदाहरण के लिए इन दो स्थितियों की कल्पना करें: पहली स्थिति में, आपको $1,000 दिए जाते हैं और फिर आपको यह चुनना होता है कि या तो निश्चित $500 लें या फिर 50 प्रतिशत मौके पर दूसरे $1,000 जीतने का जोखिम उठाएँ। दूसरी स्थिति में, आपको $2,000 दिए जाते हैं और फिर आपको यह चुनना होता है कि या तो $500 की निश्चित हानि स्वीकार करें या फिर $1,000 हारने का 50 प्रतिशत मौका लें।

अगर हम पूरी तरह से तर्कसंगत चुनाव करते, तो हम दोनों मामलों में एक ही चुनाव करते। लेकिन ऐसा नहीं है। पहले मामले में, अधिकांश लोग निश्चित दांव (sure bet) लेना पसंद करते हैं, जबकि दूसरे मामले में, अधिकांश लोग जोखिम (gamble) उठाना चुनते हैं। प्रॉस्पेक्ट थ्योरी यह समझाने में मदद करती है कि ऐसा क्यों होता है। यह कम से कम दो कारण बताती है कि हम हमेशा तर्कसंगत तरीके से काम क्यों नहीं करते। दोनों में हमारी नुकसान से बचने की प्रवृत्ति शामिल है - यह तथ्य कि हम फायदे की तुलना में नुकसान से ज़्यादा डरते हैं।

पहला कारण यह है कि हम चीज़ों को रेफरेंस पॉइंट्स (reference points) के आधार पर महत्व देते हैं। दो स्थितियों में $1,000 या $2,000 से शुरू करने से यह बदल जाता है कि हम जुआ खेलने को तैयार हैं या नहीं, क्योंकि शुरुआती बिंदु इस बात पर असर डालता है कि हम अपनी स्थिति को कितना महत्व देते हैं। पहली स्थिति में रेफरेंस पॉइंट $1,000 है और दूसरी में $2,000, जिसका मतलब है कि $1,500 पर खत्म होना पहले में जीत जैसा लगता है, लेकिन दूसरे में एक अप्रिय नुकसान जैसा। भले ही यहाँ हमारी सोच साफ़ तौर पर अतार्किक है, लेकिन हम वैल्यू को उस समय की असल ऑब्जेक्टिव वैल्यू के साथ-साथ अपने शुरुआती पॉइंट से भी समझते हैं।

दूसरा, हम घटती संवेदनशीलता के सिद्धांत (Diminishing Sensitivity Principle) से प्रभावित होते हैं: जो मूल्य हम महसूस करते हैं वह उसके वास्तविक मूल्य से अलग हो सकता है। उदाहरण के लिए, $1,000 से $900 होना उतना बुरा नहीं लगता जितना $200 से $100 होना, भले ही दोनों नुकसान का मौद्रिक मूल्य बराबर हो। इसी तरह हमारे उदाहरण में, $1,500 से $1,000 पर जाने पर जो वैल्यू कम होती है, वह $2,000 से $1,500 पर जाने पर कम होने वाली वैल्यू से ज़्यादा है।

11. झूठी तस्वीरें: दिमाग दुनिया को समझाने के लिए पूरी तस्वीरें क्यों बनाता है, लेकिन वे ओवरकॉन्फिडेंस (overconfidence) और गलतियों की ओर ले जाती हैं

स्थितियों को समझने के लिए, हमारा दिमाग स्वाभाविक रूप से कॉग्निटिव कोहेरेंस (cognitive coherence) का इस्तेमाल करता है; हम विचारों और कॉन्सेप्ट्स (concepts) को समझाने के लिए पूरी मानसिक तस्वीरें बनाते हैं। उदाहरण के लिए, हमारे दिमाग में मौसम के लिए कई तस्वीरें होती हैं। हमारे पास, मान लीजिए, गर्मी के मौसम की एक तस्वीर होती है, जो शायद एक चमकीले, गर्म सूरज की तस्वीर हो सकती है जो हमें गर्मी में नहला रहा हो।

चीजों को समझने में मदद करने के साथ-साथ, हम फैसला लेते समय भी इन तस्वीरों पर निर्भर रहते हैं। जब हम फैसले लेते हैं, तो हम इन तस्वीरों को देखते हैं और उनके आधार पर अपनी धारणाएं और निष्कर्ष बनाते हैं। उदाहरण के लिए, अगर हम जानना चाहते हैं कि गर्मियों में कौन से कपड़े पहनने हैं, तो हम उस मौसम की अपनी तस्वीर के आधार पर फैसले लेते हैं।

समस्या यह है कि हम इन तस्वीरों पर बहुत ज़्यादा भरोसा करते हैं। यहां तक ​​कि जब उपलब्ध आंकड़े और डेटा हमारी मानसिक तस्वीरों से सहमत नहीं होते हैं, तब भी हम तस्वीरों को ही हमें गाइड करने देते हैं। गर्मियों में, मौसम का पूर्वानुमान लगाने वाला शायद अपेक्षाकृत ठंडे मौसम की भविष्यवाणी करे, फिर भी आप शॉर्ट्स और टी-शर्ट में बाहर जा सकते हैं, क्योंकि गर्मियों की आपकी मानसिक तस्वीर आपको वही पहनने के लिए कहती है। फिर हो सकता है कि आप बाहर ठंड से कांपने लगें! संक्षेप में, हम अपनी अक्सर गलत मानसिक तस्वीरों पर बहुत ज़्यादा ओवरकॉन्फिडेंट होते हैं। लेकिन इस ओवरकॉन्फिडेंस को दूर करने और बेहतर भविष्यवाणियां करना शुरू करने के तरीके हैं।

गलतियों से बचने का एक तरीका रेफरेंस क्लास फोरकास्टिंग (reference class forecasting) का इस्तेमाल करना है। अपनी सामान्य मानसिक तस्वीरों के आधार पर फैसले लेने के बजाय, ज़्यादा सटीक भविष्यवाणी करने के लिए खास ऐतिहासिक उदाहरणों का इस्तेमाल करें। उदाहरण के लिए, उस पिछले मौके के बारे में सोचें जब आप बाहर गए थे जब गर्मियों में ठंडा दिन था। तब आपने क्या पहना था? इसके अलावा, आप एक लॉन्ग-टर्म रिस्क पॉलिसी (long-term risk policy) बना सकते हैं जो भविष्यवाणी में सफलता और विफलता दोनों के मामले में खास उपायों की योजना बनाती है। तैयारी और सुरक्षा के ज़रिए, आप सामान्य मानसिक तस्वीरों के बजाय सबूतों पर भरोसा कर सकते हैं और ज़्यादा सटीक भविष्यवाणियां कर सकते हैं। हमारे मौसम के उदाहरण के मामले में, इसका मतलब सुरक्षित रहने के लिए स्वेटर साथ ले जाना हो सकता है।

निष्कर्ष

थिंकिंग, फ़ास्ट एंड स्लो (Thinking, Fast and Slow) हमें दिखाती है कि हमारे दिमाग में दो सिस्टम होते हैं। पहला सिस्टम स्वाभाविक रूप से काम करता है और इसमें कम मेहनत लगती है; दूसरा ज़्यादा सोच-समझकर काम करता है और इसके लिए हमारे ज़्यादा ध्यान की ज़रूरत होती है। हमारे विचार और काम इस बात पर निर्भर करते हैं कि उस समय हमारे दिमाग पर इन दोनों में से किस सिस्टम का कंट्रोल है। जब हमें बार-बार कोई मैसेज दिखाया जाता है, तो वह ज़्यादा असरदार होता है। ऐसा शायद इसलिए है क्योंकि हमारा विकास इस तरह से हुआ है कि जिन चीज़ों के कोई बुरे नतीजे नहीं होते, उन्हें बार-बार देखने पर वे स्वाभाविक रूप से अच्छी लगती हैं। अखबारों में ज़्यादा रिपोर्ट की जाने वाली दुर्लभ स्टैटिस्टिकल घटनाओं से प्रभावित न हों। आपदाएँ और दूसरी घटनाएँ हमारे इतिहास का एक ज़रूरी हिस्सा हैं, लेकिन हम अक्सर मीडिया से जुड़ी साफ़ तस्वीरों की वजह से उनकी स्टैटिस्टिकल संभावना का ज़्यादा अंदाज़ा लगा लेते हैं। जब आपका मूड अच्छा होता है, तो आप ज़्यादा क्रिएटिव और सहज होते हैं। जब आपका मूड अच्छा होता है, तो दिमाग का वह हिस्सा जो अलर्ट और एनालिटिकल होता है, वह रिलैक्स हो जाता है। इससे आपके दिमाग का कंट्रोल ज़्यादा सहज और तेज़ी से सोचने वाले सिस्टम के पास चला जाता है, जिससे आप ज़्यादा क्रिएटिव भी बनते हैं।

क्या आपको "Thinking, Fast and Slow" book की summary पसंद आई?

तो, क्या आपको पुस्तक का सारांश पसंद आए? Leave your comment, आपका feedback अत्यंत महत्वपूर्ण है!

इसके अलावा, यदि आप Daniel Kahneman द्वारा प्रस्तुत सभी सिद्धांतों और अवधारणाओं के बारे में जानना चाहते हैं, तो इस book को यहां से खरीद सकते है:

▶️YouTube पर देखें | Watch On YouTube (Animated)