최선의 결정은 찬반 양론을 따져 내리는 것이 아닙니다. 당신이 어떤 사람이 되고 싶은지 묻는 것으로 결정이 내려지며, 대부분의 의사 결정 조언은 당신을 잘못된 방향으로 인도해 왔습니다.

• 긴장: 장단점 목록, 의사결정 매트릭스, 기대값 계산 등 전체 의사결정 툴킷은 한 가지 가정에 기초합니다. 즉, 최적화 대상이 무엇인지 이미 알고 있다는 것입니다. 결정이 중요할 만큼 중요한 경우, 그 가정은 거의 항상 틀립니다.
• 소음: AI 생산성 커뮤니티에서 순환되는 프롬프트는 워크플로 팁으로 취급됩니다. 모델에 어떤 유형의 사람이 각 옵션을 선택할지 설명하도록 요청하세요. 대부분의 적용 범위는 기술에서 중지됩니다.
• 직접 메시지: 그것은 기술이 아닙니다. 진단입니다. 중요한 결정은 분석 의상을 입은 성격 질문입니다. 프롬프트는 다른 척을 멈추기 때문에 작동하며, 이러한 구별은 AI를 사용하는 방식 이상의 결과를 가져옵니다.

진정으로 어려운 결정에 직면한 거의 모든 사람에게 특별한 종류의 마비가 찾아옵니다. 목록을 작성하고, 숫자를 계산하고, 매트릭스를 참고했지만, 무엇을 해야 할지 아는 데 더 가까워지지 않았습니다. 장점 열과 단점 열은 대략 같은 무게로 당신을 응시합니다. 기대 가치 계산은 신뢰 여부가 확실하지 않은 하나의 옵션에 대해 한계 이점을 제공합니다. 전체 연습에서 뭔가 측정이 잘못된 것 같은 느낌이 들지만 정확히 무엇인지는 말할 수 없습니다.

최근 AI 지원 사고 커뮤니티에서 유포되는 메시지는 이러한 느낌에 이름을 붙였습니다. Wyndo가 뉴스레터 “The AI ​​Maker”라는 제목으로 Substack에서 언급했듯이 AI 모델에 대한 결정을 구성하는 특정 방식을 통해 통찰력이 도달했습니다. 프롬프트는 다음과 같았습니다.

“내게는 두 가지 선택지가 있다. 어느 쪽이 더 낫다고 말하기보다는 어떤 사람이 각각 선택할 것인지 말하라.”

Wyndo가 설명한 대로 그 효과는 즉각적이고 가장 좋은 의미에서 방향 감각을 혼란스럽게 했습니다. “갑자기 결정은 찬반 양론에 관한 것이 아닙니다. 그것은 내가 누구인지에 관한 것이었습니다. 최선의 결정은 논리적이지 않습니다. 그것은 정체성 중심입니다.” 이 관찰은 생산성 격언으로 치부될 만큼 간단합니다. 그 이상의 가치가 있습니다.

표준 프레임워크가 잘못한 것

장단점 목록, 의사결정 매트릭스, 기대값 계산, 2차적 사고 등 의사결정의 지배적인 어휘는 거의 검토되지 않는 기본 가정에 기초합니다. 즉, 최적화 대상이 무엇인지 이미 알고 있다는 것입니다. 이러한 도구는 목표가 명확하고 변수를 측정할 수 있을 때 매우 유용합니다. 조달 결정, 구축 대 구매 질문, 마케팅 지출 할당 등은 목표 함수가 미리 정의되어 있고 입력이 적어도 부분적으로 정량화 가능하므로 분석 프레임워크를 적용할 수 있습니다.

그러나 자신이 설립한 회사를 떠날지, 다른 국가에서 역할을 맡을지, 회사의 업무를 재구성할 파트너십을 추구할지 등 결정이 중요할 때 프레임워크는 정확하게 무너집니다. 목적 기능이 문제이기 때문입니다. 알려진 두 가지 효용량 중에서 선택하는 것이 아닙니다. 당신은 당신이 될 수 있는 두 가지 버전 중에서 선택하고 있습니다. 그리고 그 문제에 대한 장단점 목록은 단순히 부정확한 것이 아닙니다. 완전히 잘못된 악기입니다.

Daniel Kahneman, Amos Tversky, Paul Slovic 등이 수십 년에 걸쳐 개발한 구성된 선호도에 대한 연구는 이러한 직관에 공식적인 기반을 제공합니다. 그들의 연구는 인간이 일반적으로 결정이 필요할 때 접근할 수 있는 기억에 저장되어 있는 안정적이고 미리 형성된 선호를 가지고 있지 않다는 것을 일관되게 보여주었습니다. 대신, 우리는 실시간으로 선호도를 구성합니다. 그리고 결정에 접근하는 데 사용하는 프레임이 우리가 최종적으로 선호하게 될 선호도를 상당 부분 결정합니다. 누군가에게 옵션 B보다 옵션 A를 선호하는지 물어보면 하나의 답을 얻을 수 있습니다. 미끼와 함께 옵션 A를 보여주거나 기본값을 변경하거나 옵션이 표시되는 순서를 변경하면 완전히 다른 대답을 얻을 수 있습니다. 그 사람이 마음을 바꿨기 때문이 아니라 선호도가 처음부터 고정된 형태로 존재하지 않았기 때문입니다.

이것은 실험심리학의 특징이 아닙니다. 대부분의 사람들이 실제로 결정을 내리는 방식을 설명합니다. 그리고 이는 분석적 의사 결정의 한계에 대한 직접적인 의미를 갖습니다. 귀하의 선호도가 귀하가 사용하는 프레임에 의해 구성된다면, 순전히 분석적인 프레임을 선택한다고 해서 더 깊고 진실한 선호도에 접근할 수 있는 것은 아닙니다. 이는 분석적 프레이밍이 생성하는 선호도를 제공합니다. 이는 실제로 귀하에게 실제로 중요한 것과 일치하지 않는 경우가 많습니다.

정체성 프레임과 그것이 다르게 작동하는 이유

경제학자 Ronit Bodner와 Drazen Prelec이 개발한 자체 신호 전달 개념은 결정이 실제로 정체성에 관한 것처럼 느껴질 때 무슨 일이 일어나고 있는지에 대한 보다 정확한 설명을 제공합니다. 행동 경제학과 자기 개념에 관한 일련의 논문을 통해 전개된 그들의 주장은 사람이 내리는 모든 선택은 동시에 그 선택이 자신이 누구인지에 대해 자신에게 알리는 신호에 대한 선택이라는 것입니다. 당신은 단순히 결과를 선택하는 것이 아닙니다. 당신은 자신에게 이런 선택을 할 사람이 누구인지에 대한 메시지를 보내는 것입니다. 그리고 그 자기 신호는 종종 선택 자체의 물질적 결과와 독립적이고 때로는 더 강력한 동기 부여의 무게를 전달합니다.

이것이 바로 사람들이 아무도 보고 있지 않다고 확신할 때에도 자신이 믿는 대의명분에 기부하는 이유이며, 창업자가 대부분의 이성적인 관찰자들이 눈썹을 치켜세울 정도로 인수 제안을 거절하는 이유입니다. Bodner-Prelec 프레임워크에서 자기기만이 항상 비합리적인 것은 아닌 이유도 바로 여기에 있습니다. 이는 시간이 지남에 따라 더 나은 행동을 생성하는 자기 이미지를 유지하는 목적에 부합할 수 있습니다. 당신이 자신에게 보내는 신호는 중요합니다. 왜냐하면 당신은 선택을 통해 만들어가는 자아와 함께 살아가기 때문입니다.

Wyndo 리프레임은 이 메커니즘을 직접적으로 사용합니다. “어떤 옵션이 더 나은 결과를 기대하는가?”라고 묻지 않음으로써 가능합니다. 그러나 “어떤 종류의 사람이 이들 각각을 선택합니까?”라는 질문은 결과 공간에서 정체성 공간으로 이동하며, 그렇게 함으로써 종종 분석적 접근 방식이 할 수 없는 명확성을 제공합니다. 정체성에 대한 대답이 객관적인 의미에서 더 정확하기 때문이 아니라, 다른 종류의 지식, 즉 자신이 되고자 하는 사람에 대한 지식에 접근하기 때문입니다. 이는 겉보기 결정 안에 숨어 있는 실제 결정인 경우가 많습니다.

이것이 창업자와 전문가에게 의미하는 것

창립자와 고위 운영자에게 이로 인한 실질적인 결과는 중요합니다. 조직의 많은 전략적 의사 결정은 근본적으로 성격, 즉 어떤 종류의 회사가 될 것인지에 대한 질문일 때 분석적으로 구성됩니다. 서비스를 제공할 고객 세그먼트. 가격으로 경쟁할지, 품질로 경쟁할지. 구축하는 데 수년이 걸린 관계를 희생하면서 시장 기회를 빠르게 포착할지 여부. 이러한 질문은 시장 분석 및 재무 모델링으로 위장될 수 있으며 그 작업은 쓸모가 없습니다. 그러나 결정은 실제로 숫자에 관한 것이 아니기 때문에 분석으로 결정이 해결되는 경우는 거의 없습니다. 이는 리더십 팀이 회사가 무엇을 대표해야 한다고 믿는가에 관한 것입니다.

창업자들이 결정에 막혀 있다고 설명할 때(많은 사람들이 사실에 대한 단순한 불확실성보다 더 깊은 것을 신호하는 특별한 방식으로) 정보가 부족해서가 아니라 근본적으로 성격에 관한 질문에 대한 분석적인 질문을 하기 때문에 막히는 경우가 많습니다. 데이터는 이에 답하지 않습니다. 프레임워크는 이에 응답하지 않습니다. 이에 대한 대답은 Wyndo가 묻는 질문입니다. 옵션 A를 선택했다면 어떤 종류의 회사가 되겠습니까? 옵션 B를 선택했다면?

이는 분석 결과가 옳다고 말하더라도 특정 결정이 잘못되었다고 느끼는 이유이기도 합니다. 분석은 그 자체로는 정확할 수 있지만 선택은 여전히 ​​자신이나 구축 중인 조직과 일치하지 않을 수 있습니다. 그 잘못된 느낌은 극복해야 할 비합리성이 아닙니다. 그것은 정보입니다. 특히 분석 프레임이 포착할 수 없는 정보입니다. 왜냐하면 그것이 등록하는 것은 성격의 렌즈를 통해 결정을 볼 때만 나타나는 정체성 불일치이기 때문입니다.

AI 관점: 최적화가 아닌 재구성

Wyndo가 이러한 프롬프트를 표면화한 맥락은 Silicon Canals 청중에게 중요합니다. 의사 결정 지원을 위해 AI 모델을 사용할 때 본능은 최적화 프로그램에 접근하여 옵션에 무게를 두고 놓쳤을 수 있는 요소를 식별하고 권장 사항을 생성하도록 요청하는 것입니다. 이것은 기술을 잘못 사용하는 것이 아닙니다. 그러나 이는 분석적 접근 방식을 제한하는 동일한 가정을 가져옵니다. 즉, 목표는 일부 암시적 목적 함수에서 가장 높은 점수를 가진 옵션을 찾는 것이고 AI는 해당 함수가 무엇인지 추론할 수 있거나 추론할 수 있다는 것입니다.

신원 재구성의 가치는 AI가 사용자가 모르는 것을 알고 있다는 것이 아닙니다. 다른 질문이 다른 인지 모드를 만들어낸다는 것입니다. AI에게 옵션의 장점을 비교하도록 요청하면 분석을 받게 됩니다. 각각의 선택을 하는 사람의 유형을 특성화하도록 요청하면 거울이 나타납니다. 그리고 거울은 스코어카드가 보여주지 못하는 것들을 보여줄 수 있습니다. 재구성은 신속한 엔지니어링 통찰력이지만 적용되는 원칙은 훨씬 오래되었습니다. 질문에 따라 찾을 수 있는 답변의 종류가 결정됩니다.

이는 팀이 전략적 맥락에서 AI를 사용하는 방법에 영향을 미칩니다. 도구는 데이터 합성, 시나리오 모델링, 압력 테스트 가정 등 분석 작업을 수행할 수 있는 능력이 점점 더 커지고 있습니다. 또한 올바르게 메시지가 표시되면 개인과 리더십 팀이 분석 작업에서 억제하는 경향이 있는 정체성 질문에 참여할 수 있도록 돕는 것입니다. 그것은 다른 종류의 가치이며, 충분히 활용되지 않습니다.

이것이 적용되는 결정과 적용되지 않는 결정

여기서 제시되는 사례는 모든 결정이 정체성에 근거하여 이루어져야 한다거나 분석이 당신이 되고 싶은 사람에 대한 실제 질문에서 주의를 산만하게 한다는 것이 아닙니다. 그것은 다르고 덜 방어적인 주장이 될 것입니다. 많은 결정은 분석적으로 이루어져야 합니다. 운영 결정, 재정적 결정, 많은 채용 결정 등은 엄격함의 이점을 누리며, 자신이 속하지 않는 선택에 정체성을 고려하는 것은 자체적인 왜곡을 초래할 수 있습니다. 대담한 운영자로서의 자아상과 일치하지 않는다는 이유로 비용 절감 결정을 거부하는 사람은 뛰어난 지혜에 접근하지 못하는 것입니다. 그들은 적용되지 않는 맥락에서 정체성 추론을 사용하고 있습니다.

유용한 구별은 목적 함수가 실제로 알려져 있고 사전에 합의된 결정과 겉보기 목적 함수가 가치와 방향에 대한 더 깊은 질문을 숨기는 결정 사이에 있습니다. 전자 클래스는 사람들이 때때로 인정하는 것보다 규모가 크며 분석 프레임워크는 거기에서 잘 작동합니다. 후자는 특히 경력이나 회사 발전의 중추적인 순간에 정체성 기반 추론이 관련성이 있을 뿐만 아니라 다른 모든 것보다 우선되는 곳입니다.

어떤 종류의 결정에 직면해 있는지 아는 것 자체가 하나의 기술이며 의사결정 조언의 표준 툴킷으로는 거의 배양할 수 없는 기술입니다. 그 신호는 대부분 마비입니다. 즉, 분석 작업을 수행했지만 답이 아직 없다는 느낌입니다. 그러한 부재는 분석의 실패가 아닌 경우가 많습니다. 이는 당신이 분석적으로 대답하려는 질문이 분석으로는 결코 해결할 수 없는 질문이라는 신호입니다.

프롬프트는 모든 결정을 위한 공식이 아니라 시작점입니다. 그러나 가장 중요한 결정(당신이 어떤 사람이 될 것인지가 실제로 중요한 결정)의 경우 이는 대부분의 프레임워크에서 눈에 띄게 누락된 올바른 도구일 수 있습니다.