The psychology behind irrational decisions - Sara Garofalo

Translator: sann tint Reviewer: Myo Aung

Let's say you're on a game show.

ကစားပွဲ အစီအစဉ်တစ်ခုမှာ သင် ပါဝင်တယ်ဆိုပါစို့။

You've already earned $1000 in the first round

အပိုဆု နေရာကို သင်ရောက်တဲ့အခါ

when you land on the bonus space.

ပထမ အလှည့်မှာ ဒေါ်လာ ၁၀၀၀ ရနှင့်ပြီ။

Now, you have a choice.

အခု၊ သင့်မှာ ရွေးစရာ တစ်ခုရှိတယ်။

You can either take a $500 bonus guaranteed

အာမခံချက်ရှိတဲ ဒေါ်လာ ၅၀၀ ကို သင် ယူနိုင်တယ်၊

or you can flip a coin.

(သို့) ခေါင်းပန်း လှန်နိုင်တယ်။

If it's heads, you win $1000 bonus.

ခေါင်းကျရင် အပိုဆု ဒေါ်လာ ၁၀၀၀ ရတယ်။

If it's tails, you get no bonus at all.

ပန်းကျရင် အပိုဆု လုံးဝ မရဘူး။

In the second round, you've earned $2000 when you land on the penalty space.

ဒုတိယ အလှည့်မှာ ပြစ်ဒဏ် ဧရိယာကို သင် ရောက်တဲ့အခါ သင် ဒေါ်လာ ၂၀၀၀ ရထားတယ်။

Now you have another choice.

အခု သင့်မှာ နောက်ထပ် ရွေးစရာတစ်ခုရှိတယ်။

You can either take a $500 loss,

ဒေါ်လာ ၅၀၀ ကို သင် ယူနိုင်တယ်၊

or try your luck at the coin flip.

(သို့) ခေါင်းပန်းလှန်ပြီး ကံစမ်းနိုင်တယ်။

If it's heads, you lose nothing,

ခေါင်းကျရင် သင် ဘာမှ မရှုံးပေမဲ့

but if it's tails, you lose $1000 instead.

ပန်းကျရင်တော့ ဒီအစား ဒေါ်လာ ၁၀၀၀ သင် ရှုံးလိမ့်မယ်။

If you're like most people,

သင်ဟာ လူအများစုလို ဆိုရင်တော့

you probably chose to take the guaranteed bonus in the first round

ပထမ အလှည့်မှာ အာမခံရှိတဲ့ အပိုဆုကို ယူဖို့နဲ့

and flip the coin in the second round.

ဒုတိယ အလှည့်မှာ ခေါင်းပန်း လှန်တာ ရွေးလောက်တယ်။

But if you think about it, this makes no sense.

ဒါပေမဲ့ ဒါကို သင် တွေးကြည့်ရင် ဒါဟာ အဓိပ္ပာယ်မရှိဘူး။

The odds and outcomes in both rounds are exactly the same.

နှစ်လှည့်စလုံးမှာရှိတဲ့ အလားအလာတွေနဲ့ ရလဒ်တွေဟာ အတိအကျကိုတူနေတယ်။

So why does the second round seem much scarier?

ဒီတော့ ဘာကြောင့် ဒုတိယ အလှည့်က အများကြီး ပိုလန့်စရာလို့ ထင်ရတာလဲ။

The answer lies in a phenomenon known as loss aversion.

အဖြေက အရှုံး မနှစ်သက်မှုလို့ သိကြတဲ့ ဖြစ်ရပ်တစ်ခုမှာ တည်ရှိပါတယ်။

Under rational economic theory,

ယုတ္တိတန်တဲ့ စီးပွားရေး အဆိုတစ်ခုအရ

our decisions should follow a simple mathematical equation

လူတွေရဲ့ ဆုံးဖြတ်ချက်တွေဟာ လောင်းကြေးမှာရှိတဲ့ ပမာဏနဲ့ ယှဉ်တဲ

that weighs the level of risk against the amount at stake.

စွန့်စားမှု အဆင့်ကို ချိန်ဆတဲ့ ရိုးရိုး သင်္ချာ ညီမျှခြင်းတစ်ခုကို လိုက်နာသင့်တယ်။

But studies have found that for many people,

ဒါပေမဲ့ လေ့လာမှုတွေက တွေ့ရှိတာက လူများစွာအတွက်

the negative psychological impact we feel from losing something

တစ်ခုခု ဆုံးရှုံးခြင်းကနေ ခံစားရတဲ့ အပျက်သဘော စိတ်ပညာဆိုင်ရာ သက်ရောက်မှုက

is about twice as strong as the positive impact of gaining the same thing.

အလားတူ အရာကို ရရှိခြင်းရဲ့ အပြုသဘော သက်ရောက်မှုထက် နှစ်ဆလောက် ပိုပြင်းတယ်တဲ့။

Loss aversion is one cognitive bias that arises from heuristics,

အရှုံး မနှစ်သက်မှုဟာ စိစစ်ချက်ဆိုတာထက် ယခင် အတွေ့အကြုံနဲ့ ဝမ်းတွင်းအသိကို

problem-solving approaches based on previous experience and intuition

အခြေခံတဲ့ ကိုယ်တိုင်လေ့လာသိရှိတဲ့ ပြဿနာ ဖြေရှင်းနည်းတွေကနေ

rather than careful analysis.

ပေါ်လာတဲ့ သိမှတ်မှုဆိုင်ရာ အစွဲတစ်ခုပါ။

And these mental shortcuts can lead to irrational decisions,

ဒီစိတ်ပိုင်း ဖြတ်လမ်းတွေက ဆင်ခြင် တရားမဲ့တဲ့ဆုံးဖြတ်ချက်တွေ ဖြစ်စေနိုင်တယ်။

not like falling in love

ချစ်ကြိုက်တာတို့၊

or bungee jumping off a cliff,

ကျောက်ဆောင် ကြိုးလွှဲကစားခြင်နဲ့ မတူပေမဲ့

but logical fallacies that can easily be proven wrong.

မှားတယ်လို့ အလွယ်တကူ သက်သေပြနိုင်တဲ့ ယုတ္တိအမှားတွေပါ။

Situations involving probability are notoriously bad for applying heuristics.

ဖြစ်နိုင်ခြေတဲ့ အခြေအနေတွေဟာ ကိုယ်တိုင် လေ့လာသိရှိမှုကို အသုံးချဖို့ဆိုးလွန်းတယ်။

For instance, say you were to roll a die with four green faces and two red faces

ဥပမာ အစိမ်းလေးဘက်နဲ့ အနီ နှစ်ဘက်ပါတဲ့ အန်စာတစ်တုံးကို အကြိမ်နှစ်ဆယ်

twenty times.

သင် လှိမ့်ရတော့မယ်ဆိုပါစို့။

You can choose one of the following sequences of rolls,

အောက်ပါ အလိမ့်အစဉ်တွေထဲက တစ်ခုကို သင် ရွေးချယ်နိုင်ပြီး

and if it shows up, you'll win $25.

ဒါ ပေါ်လာရင် သင် ၂၅ ဒေါ်လာ ရမယ်။

Which would you pick?

ဘယ်ဟာကို သင် ရွေးလိမ့်မလဲ။

In one study, 65% of the participants who were all college students

လေ့လာမှုတစ်ခုမှာ ကောလိပ် ကျောင်းသားတွေ ဖြစ်ကြတဲ့ ပါဝင်သူ ၆၅% ဟာ

chose sequence B

အစဉ် B ကို ရွေးတယ်။

even though A is shorter and contained within B,

A က ပိုတိုပြီး B ထဲမှာ ပါဝင်နေတာတောင်ပါ။

in other words, more likely.

တစ်နည်းဆိုရရင် ပိုဖြစ်နိုင်ခြေရှိတာပါ။

This is what's called a conjunction fallacy.

ဒါကို ပေါင်းဆုံမှု ယုတ္တိအမှားလို့ ခေါ်ပါတယ်။

Here, we expect to see more green rolls,

အစိမ်းရောင် အလိမ့်တွေ မြင်ဖို့ မျှော်လင့်တော့

so our brains can trick us into picking the less likely option.

ဦးနှောက်တွေက ဖြစ်နိုင်ခြေနည်းတဲ့ ရွေးစရာကို ရွေးဖို့ လှည့်စားနိုင်တယ်။

Heuristics are also terrible at dealing with numbers in general.

ကိုယ်တိုင် လေ့လာသိရှိမှုတွေဟာ ယေဘုယျ ကိန်းတွေကို ကိုင်တွယ်ရာမှာလည်း ဆိုးပါတယ်။

In one example, students were split into two groups.

သာဓက တစ်ခုမှာ ကျောင်းသားတွေကို နှစ်စု ခွဲလိုက်တယ်။

The first group was asked whether Mahatma Gandhi died before or after age 9,

ပထမ အစုကို Mahatma Gandhi ဟာ အသက် ၉ နှစ် မတိုင်ခင် (သို့) နောက်မှာ သေလားလို့ မေးစဉ်

while the second was asked whether he died before or after age 140.

ဒုတိယ အစုကို အသက် ၁၄၀ မတိုင်မီ(သို့) နောက်ပိုင်းမှာ သေဆုံးခဲ့လားလို့ မေးတယ်။

Both numbers were obviously way off,

ကိန်းနှစ်ခုစလုံးဟာ သိသာစွာ လမ်းလွှဲထားပေမဲ့

but when the students were then asked to guess the actual age at which he died,

သူသေသွားတဲ့ တကယ့်အသက်ကို မှန်းဆဖို့ ကျောင်းသားတွေကို မေးတဲ့အခါ

the first group's answers averaged to 50

ပထမ အစုရဲ့ အဖြေတွေက ပျမ်းမျှ ၅၀ အထိဖြစ်စဉ်မှာ

while the second group's averaged to 67.

ဒုတိယ် အစုရဲ့ အဖြေက ပျမ်းမျှ ၆၇ အထိပါ။

Even though the clearly wrong information in the initial questions

ကနဦး မေးခွန်းမှာ သတင်းအချက်အလက်က ရှင်းရှင်းကြီး မှားနေတာတောင်

should have been irrelevant,

မဆီမဆိုင် ဖြစ်ခဲ့တာတောင်

it still affected the students' estimates.

ဒါက ကျောင်းသားတွေရဲ့ ထင်မြင်ချက်တွေကို သက်ရောက်နေခဲ့တုန်းပါ။

This is an example of the anchoring effect,

ဒါက မှီတွယ်နေတဲ့ သက်ရောက်မှု သာဓကတစ်ခုပါ။

and it's often used in marketing and negotiations

လူတွေ ပေးချင်စိတ်ရှိမယ့် စျေးနှုန်းတွေ မြှင့်တင်ဖို့

to raise the prices that people are willing to pay.

စျေးကွက်ဖော်ခြင်းနဲ့ ညှိနှိုင်းခြင်းတွေမှာ မကြာခဏ သုံးပါတယ်။

So, if heuristics lead to all these wrong decisions,

ဒီတော့ ကိုယ်တိုင် လေ့လာသိရှိမှုတွေက ဒီဆုံးဖြတ်ချက်အမှားတွေဆီ ဦးတည်စေရင်

why do we even have them?

ဘာကြောင့် ဒါတွေရှိတောင်နေရတာလဲ။

Well, because they can be quite effective.

ကောင်းပြီ၊ ဒါတွေက အတော်လေး ထိရောက်နိုင်လို့ပါ။

For most of human history,

လူ့သမိုင်း အများစုအတွင်းမှာ

survival depended on making quick decisions with limited information.

ရှင်ကျန်မှုက ကန့်သတ်တဲ့ သတင်းအချက်နဲ့ လျင်မြန်တဲ့ဆုံးဖြတ်ချက်ချတာမှာ မူတည်တယ်။

When there's no time to logically analyze all the possibilities,

ဖြစ်နိုင်ခြေအားလုံးကို ယုတ္တိရှိရှိ စိစစ်ဖို့ အချိန်မရှိတဲ့အခါ

heuristics can sometimes save our lives.

တစ်ခါတစ်ရံ ကိုယ်တိုင် လေ့လာသိရှိမှုတွေက အသက်တွေကို ကယ်နိုင်တယ်။

But today's environment requires far more complex decision-making,

ဒါပေမဲ့ ဒီနေ့ ဝန်းကျင်က အများကြီး ပိုရှုပ်တဲ့ ဆုံးဖြတ်ချက်ချတာတွေ လိုအပ်ပြီး

and these decisions are more biased by unconscious factors than we think,

ဒီဆုံးဖြတ်ချက်တွေကို ကျွန်ုပ်တို့ ထင်တာထက် မသိစိတ် အကြောင်းရပ်တွေကနေ ပိုယိမ်းစေတယ်။

affecting everything from health and education

ကျန်းမာရေးကနေ ပညာရေး၊ ဘဏ္ဍာရေးကနေ ရာဇဝတ်ဆိုင်ရာ

to finance and criminal justice.

တရားမျှတမှုအထိ အရာရာကို ထိခိုက်စေတာပါ။

We can't just shut off our brain's heuristics,

ဦးနှောက်ရဲ့ကိုယ်တိုင်လေ့လာသိရှိမှုတွေကို ပိတ်လို့

but we can learn to be aware of them.

မရပေမဲ့ ဒါတွေကို သတိရှိဖို့တော့ သင်ယူနိုင်ပါတယ်။

When you come to a situation involving numbers,

ကိန်းဂဏန်းတွေ၊ ဖြစ်နိုင်ခြေ (သို့) ရွေးစရာ

probability,

အသေးစိတ်တွေ ပါဝင်တဲ့

or multiple details,

အခြေအနေတစ်ခုနဲ့ ကြုံရတဲ့ခါ

pause for a second

ခဏလေး ရပ်ပြီး

and consider that the intuitive answer might not be the right one after all.

အဆုံးမှာတော့ အလိုလိုသိတဲ့ အဖြေဟာ အမှန် တစ်ခု မဟုတ်လောက်ဘူးလို့ ယူဆလိုက်ပါ။