3 ways to make better decisions -- by thinking like a computer | Tom Griffiths

Fordító: Andi Vida Lektor: Maria Ruzsane Cseresnyes

If there's one city in the world

Ha van város a világon,

where it's hard to find a place to buy or rent,

ahol nehéz eladó vagy kiadó ingatlant találni,

it's Sydney.

akkor az Sydney.

And if you've tried to find a home here recently,

Aki próbált itt mostanában lakást keresni,

you're familiar with the problem.

annak ismerős a probléma.

Every time you walk into an open house,

Valahányszor belépünk egy felkínált lakásba,

you get some information about what's out there

némi fogalmat alkotunk arról, mik a lehetőségek,

and what's on the market,

és hogy áll az ingatlanpiac,

but every time you walk out,

de valahányszor kisétálunk,

you're running the risk of the very best place passing you by.

úgy érezzük, most szalasztottuk el a legjobb lehetőséget.

So how do you know when to switch from looking

Honnan tudjuk, mikor alkalmas abbahagyni a tájékozódást,

to being ready to make an offer?

és árajánlatot tenni?

This is such a cruel and familiar problem

Kínos és jól ismert probléma,

that it might come as a surprise that it has a simple solution.

talán meglepően hangzik, milyen egyszerű a megoldása.

37 percent.

37 százalék.

(Laughter)

(Nevetés)

If you want to maximize the probability that you find the very best place,

Ha a legnagyobb valószínűséggel akarják megtalálni a legjobb helyet,

you should look at 37 percent of what's on the market,

a piaci kínálat 37 százalékát kell átnézniük,

and then make an offer on the next place you see,

aztán tegyenek ajánlatot a következő helyen,

which is better than anything that you've seen so far.

ami minden addig megnézettnél jobb.

Or if you're looking for a month, take 37 percent of that time --

Vagy ha egy hónapot szánnak a keresésre, vegyék az idő 37 százalékát,

11 days, to set a standard --

11 napot, hogy kialakítsák elvárásukat,

and then you're ready to act.

és utána készek akcióba lépni.

We know this because trying to find a place to live

Tudjuk, hogy így van, mivel a lakáskeresés remek példa

is an example of an optimal stopping problem.

az optimális megállítás problémájára.

A class of problems that has been studied extensively

Az ehhez hasonló problémákat matematikusok és informatikusok

by mathematicians and computer scientists.

behatóan tanulmányozzák.

I'm a computational cognitive scientist.

Számítógépes kognitív tudománnyal foglalkozom.

I spend my time trying to understand

Azt próbálom megérteni,

how it is that human minds work,

hogy hogyan működik az emberi elme,

from our amazing successes to our dismal failures.

elsöprő sikereinktől kezdve csúfos kudarcainkig.

To do that, I think about the computational structure

Ehhez a mindennapi életben előforduló problémák

of the problems that arise in everyday life,

számítógépes modelljét gondolom végig,

and compare the ideal solutions to those problems

és azok ideális megoldását összevetem

to the way that we actually behave.

viselkedésünkkel.

As a side effect,

Melléktermékként

I get to see how applying a little bit of computer science

világossá válik, hogy az informatika alkalmazása

can make human decision-making easier.

miként könnyíti meg az emberi döntéshozatalt.

I have a personal motivation for this.

Személyes motivációm van erre.

Growing up in Perth as an overly cerebral kid ...

Perthben nőttem fel, agyas-fejes kiskölyök voltam...

(Laughter)

(Nevetés)

I would always try and act in the way that I thought was rational,

Mindent ésszerűen igyekeztem megoldani és eszerint cselekedni,

reasoning through every decision,

minden döntést ésszel meghozni,

trying to figure out the very best action to take.

igyekeztem rátalálni a lehető legjobb megoldási módra.

But this is an approach that doesn't scale up

De ez a fajta megközelítés nem megfelelő olyankor,

when you start to run into the sorts of problems

amikor felnőtt életünk során

that arise in adult life.

egy halom új problémába ütközünk.

At one point, I even tried to break up with my girlfriend

Egyszer még a barátnőmmel is szakítani akartam,

because trying to take into account her preferences as well as my own

mert figyelembe akartam venni mindent, ami neki is, nekem is fontos,

and then find perfect solutions --

és így rátalálni a tökéletes megoldásokra –

(Laughter)

(Nevetés)

was just leaving me exhausted.

és ez végül teljesen kimerített.

(Laughter)

(Nevetés)

She pointed out that I was taking the wrong approach

Ő ráébresztett, hogy rosszul kezelem

to solving this problem --

ezt a problémát –

and she later became my wife.

majd később feleségül jött hozzám.

(Laughter)

(Nevetés)

(Applause)

(Taps)

Whether it's as basic as trying to decide what restaurant to go to

Mindegy, hogy csak azt kell eldöntenünk, hogy hol vacsorázzunk,

or as important as trying to decide who to spend the rest of your life with,

vagy olyan fontos döntést hozni, hogy kivel akarjuk leélni az életünket,

human lives are filled with computational problems

az emberi élet tele van olyan számítási problémákkal,

that are just too hard to solve by applying sheer effort.

amik pusztán erőből csak igen nehezen oldhatók meg.

For those problems,

Érdemes ilyen esetekben

it's worth consulting the experts:

szakember tanácsát kikérni:

computer scientists.

vagyis az informatikusét.

(Laughter)

(Nevetés)

When you're looking for life advice,

Ha életvezetési tanácsra van szükségünk,

computer scientists probably aren't the first people you think to talk to.

feltehetően nem az informatikus jut először eszünkbe.

Living life like a computer --

Számítógépként élni az életet –

stereotypically deterministic, exhaustive and exact --

közhelyesen előre meghatározott, kimerítő és kiszámítható –

doesn't sound like a lot of fun.

elég unalmasan hangzik.

But thinking about the computer science of human decisions

Ám ha az emberi döntések informatikájára gondolunk,

reveals that in fact, we've got this backwards.

kiderül, hogy valójában épp az ellenkezője igaz.

When applied to the sorts of difficult problems

Ha az emberi élet során felmerülő

that arise in human lives,

komoly problémákat tekintjük,

the way that computers actually solve those problems

a számítógépek ezeket valójában

looks a lot more like the way that people really act.

hasonlóképp kezelik, mint az emberek.

Take the example of trying to decide what restaurant to go to.

Nézzük például azt a kérdést, hogy melyik étterembe menjünk el.

This is a problem that has a particular computational structure.

Ez olyan probléma, melynek sajátos számítógépes modellje van.

You've got a set of options,

Adott egy sor választási lehetőség,

you're going to choose one of those options,

ezek közül egyet fogunk kiválasztani,

and you're going to face exactly the same decision tomorrow.

majd másnap pontosan ugyanazzal a döntéssel kerülünk szembe.

In that situation,

Ebben a helyzetben abba futunk bele,

you run up against what computer scientists call

amit az informatikusok úgy hívnak:

the "explore-exploit trade-off."

a "felderítés-kiaknázás dilemma."

You have to make a decision

Döntést kell hozni arról,

about whether you're going to try something new --

hogy ki akarunk-e próbálni valami újat –

exploring, gathering some information

felderíteni, információt gyűjteni,

that you might be able to use in the future --

amit a jövőben is alkalmazhatunk –

or whether you're going to go to a place that you already know is pretty good --

vagy menjünk egy kipróbált helyre,, amiről tudjuk, hogy elég jó –

exploiting the information that you've already gathered so far.

vagyis kiaknázzuk a már korábban begyűjtött információt.

The explore/exploit trade-off shows up any time you have to choose

A felderítés-kiaknázás dilemma mindig előjön,

between trying something new

valahányszor dönteni kell valami új,

and going with something that you already know is pretty good,

vagy valami olyan között, ami már bevált,

whether it's listening to music

legyen az zenehallgatás,

or trying to decide who you're going to spend time with.

vagy annak eldöntése, hogy kivel töltsük el az időt.

It's also the problem that technology companies face

Ugyanezzel a problémával szembesülnek a tech-cégek is,

when they're trying to do something like decide what ad to show on a web page.

amikor például arról döntenek, milyen reklámot tegyenek ki a honlapjukra.

Should they show a new ad and learn something about it,

Próbálkozzanak valami újjal,

vagy olyat tegyenek ki, amiről már tudják,

or should they show you an ad

that they already know there's a good chance you're going to click on?

hogy jó eséllyel rákattintunk?

Over the last 60 years,

Az elmúlt hatvan év során

computer scientists have made a lot of progress understanding

az informatikusok nagyot léptek előre

the explore/exploit trade-off,

a felderítés-kiaknázás dilemma megértésében,

and their results offer some surprising insights.

és eredményeik meglepő felismerésekhez vezettek.

When you're trying to decide what restaurant to go to,

Amikor azt próbáljuk eldönteni, melyik étterembe menjünk,

the first question you should ask yourself

először kérdezzük meg magunktól:

is how much longer you're going to be in town.

mennyi ideig leszünk a városban.

If you're just going to be there for a short time,

Ha csak rövid ideig,

then you should exploit.

akkor azt ki kell használni.

There's no point gathering information.

Ne vesztegessünk időt információgyűjtésre.

Just go to a place you already know is good.

Menjünk olyan helyre, amit már jól ismerünk.

But if you're going to be there for a longer time, explore.

Ám ha hosszabb ideig maradunk, akkor érdemes felderíteni.

Try something new, because the information you get

Próbáljunk ki valami újat,

is something that can improve your choices in the future.

mert a megszerzett információval bővül a későbbi választási lehetőségünk.

The value of information increases

Nő az információ értéke azzal,

the more opportunities you're going to have to use it.

hogy több lehetőségünk lesz használni.

This principle can give us insight

Ez az alapelv egyúttal

into the structure of a human life as well.

az emberi élet strukturáltságának megértéséhez is vezet.

Babies don't have a reputation for being particularly rational.

A csecsemők nem arról híresek, hogy különösebben racionálisak lennének.

They're always trying new things,

Folyton új dolgokkal kísérleteznek,

and you know, trying to stick them in their mouths.

és mindent igyekeznek a szájukba gyömöszölni.

But in fact, this is exactly what they should be doing.

Lényegében pontosan ez a dolguk.

They're in the explore phase of their lives,

Életük felfedező korszakát élik,

and some of those things could turn out to be delicious.

és a vizsgált tárgyak némelyike egészen finom lehet.

At the other end of the spectrum,

A másik véglet az öreg fószer,

the old guy who always goes to the same restaurant

aki folyton ugyanabba az étterembe jár,

and always eats the same thing

mindig ugyanazt eszi.

isn't boring --

Nem azért, mert unalmas

he's optimal.

hanem mert optimális.

(Laughter)

(Nevetés)

He's exploiting the knowledge that he's earned

Felhasználja azt a tudást,

through a lifetime's experience.

amit egész élete során begyűjtött.

More generally,

Nagy általánosságban véve

knowing about the explore/exploit trade-off

a felderítés-kiaknázás dilemma ismerete

can make it a little easier for you to sort of relax and go easier on yourself

megkönnyítheti nekünk a döntéshozatalt,

when you're trying to make a decision.

lazíthatunk, megkönnyebbülünk.

You don't have to go to the best restaurant every night.

Nem muszáj minden este a legjobb étterembe menni.

Take a chance, try something new, explore.

Adjunk esélyt, próbálkozzunk, fedezzünk fel újakat.

You might learn something.

Mindig tanulhatunk valamit,

And the information that you gain

és a begyűjtött információ

is going to be worth more than one pretty good dinner.

többet érhet, mint egy jó vacsora.

Az informatika könnyebbséget nyújthat az élet más területein is,

Computer science can also help to make it easier on us

in other places at home and in the office.

például otthon vagy a munkahelyünkön.

If you've ever had to tidy up your wardrobe,

Aki valaha is nekifogott már a szekrénye lomtalanításának,

you've run into a particularly agonizing decision:

az tudja, milyen kínszenvedés eldönteni:

you have to decide what things you're going to keep

miket akarunk megtartani,

and what things you're going to give away.

és mi az, amit elajándékoznánk.

Martha Stewart turns out to have thought very hard about this --

Martha Stewartnak történetesen igen kemény véleménye volt erről –

(Laughter)

(Nevetés)

and she has some good advice.

és akad pár jó tanácsa.

She says, "Ask yourself four questions:

Azt mondja, négy kérdést tegyünk fel magunknak:

How long have I had it?

Mióta van meg?

Does it still function?

Jó még?

Is it a duplicate of something that I already own?

Van másik ugyanilyen darabom is?

And when was the last time I wore it or used it?"

Mikor volt rajtam, vagy mikor használtam utoljára?

But there's another group of experts

Létezik azonban egy szakembercsoport,

who perhaps thought even harder about this problem,

amelyik talán még keményebben fogalmazza meg ezt a problémát.

and they would say one of these questions is more important than the others.

Szerintük a fenti kérdések egyike fontosabb a többinél.

Those experts?

Kik ezek a szakemberek?

The people who design the memory systems of computers.

Azok, akik a számítógépek memóriáját tervezik.

Most computers have two kinds of memory systems:

A legtöbb számítógépnek kétféle memóriája van:

a fast memory system,

egy gyors memória, például egy memóriachip-készlet.

like a set of memory chips that has limited capacity,

Ez korlátozott kapacitású,

because those chips are expensive,

mert azok a chipek drágák,

and a slow memory system, which is much larger.

valamint egy lassú memória, ami jóval nagyobb.

In order for the computer to operate as efficiently as possible,

Ahhoz, hogy a számítógép a lehető leghatékonyabban működjön,

you want to make sure

biztosítanunk kell,

that the pieces of information you want to access

hogy azok az információk, amiket el akarunk érni.

are in the fast memory system,

a gyors memóriában legyenek,

so that you can get to them quickly.

így gyorsan hozzáférhetünk.

Each time you access a piece of information,

Valahányszor hozzáférünk egy információhoz,

it's loaded into the fast memory

az betöltődik a gyors memóriába,

and the computer has to decide which item it has to remove from that memory,

és a gépnek döntenie kell, melyik elemet törölje helyette a memóriájából,

because it has limited capacity.

hiszen a kapacitása véges.

Over the years,

Az évek során az informatikusok

computer scientists have tried a few different strategies

kipróbáltak pár különféle stratégiát

for deciding what to remove from the fast memory.

annak eldöntésére, mi törlődjön a gyors memóriából.

They've tried things like choosing something at random

Próbálkoztak a véletlenszerű választással,

or applying what's called the "first-in, first-out principle,"

vagy az úgynevezett "first-in, first-out" elvvel,

which means removing the item

ami azt jelenti: azt törli a gép,

which has been in the memory for the longest.

ami legkorábban került a memóriájába.

Az igazán hatékony törlési stratégia azokra összpontosít,

But the strategy that's most effective

focuses on the items which have been least recently used.

amiket már régóta nem használtak.

This says if you're going to decide to remove something from memory,

Ha például úgy döntünk, törölni akarunk valamit a memóriából,

you should take out the thing which was last accessed the furthest in the past.

azt kell választani, amivel a legrégebben dolgoztunk.

And there's a certain kind of logic to this.

Van ebben bizonyos logika.

If it's been a long time since you last accessed that piece of information,

Ha régóta nem nyúltunk ahhoz az információhoz,

it's probably going to be a long time

valószínűleg

before you're going to need to access it again.

jó ideig nem is lesz rá szükségünk.

Your wardrobe is just like the computer's memory.

A szekrényünk is olyan, mint a számítógép memóriája.

You have limited capacity,

Befogadóképessége korlátozott,

and you need to try and get in there the things that you're most likely to need

ezért olyan holmikkal érdemes megpakolni, amiket valószínűleg használni fogunk,

so that you can get to them as quickly as possible.

így a lehető leggyorsabban hozzáférhetünk.

Recognizing that,

Ha ezt felismerjük,

maybe it's worth applying the least recently used principle

talán érdemes alkalmazni a fenti alapelvet

to organizing your wardrobe as well.

a szekrényünk rendezéséhez is.

So if we go back to Martha's four questions,

Visszatérve Martha négy kérdéséhez,

the computer scientists would say that of these,

az informatikusok valószínűleg

the last one is the most important.

az utolsót tartják a legfontosabbnak.

This idea of organizing things

Az ötlet, hogy aszerint rendezzük el tárgyainkat,

so that the things you are most likely to need are most accessible

hogy az legyen elöl, ami feltehetően a legszükségesebb,

can also be applied in your office.

az irodánkban is segíthet rendet tartani.

The Japanese economist Yukio Noguchi

A japán közgazdász, Yukio Noguchi

actually invented a filing system that has exactly this property.

feltalált egy kartotékrendszert, pontosan a fenti alapelv mentén.

He started with a cardboard box,

Egy kartondobozzal kezdte,

and he put his documents into the box from the left-hand side.

balról kezdve beletette az iratait.

Valahányszor újabbat tett bele,

Each time he'd add a document,

he'd move what was in there along

mindig odébb tolta a többit,

and he'd add that document to the left-hand side of the box.

és mindig bal oldalra tette az újat.

And each time he accessed a document, he'd take it out,

És valahányszor kivett egyet, dolgozott vele,

consult it and put it back in on the left-hand side.

majd mindig a bal oldalra tette vissza.

As a result, the documents would be ordered from left to right

Így végső soron az iratait balról jobbra rendezte aszerint,

by how recently they had been used.

hogy melyiket használta legutóbb.

And he found he could quickly find what he was looking for

Így mindig könnyen, gyorsan megtalálta, amit keresett,

by starting at the left-hand side of the box

mindig bal oldalról kezdve,

and working his way to the right.

jobb felé folytatva a keresést.

Before you dash home and implement this filing system --

Mielőtt hazarobognának, hogy megvalósítsák ezt a rendszert –

(Laughter)

(Nevetés)

it's worth recognizing that you probably already have.

érdemes átgondolni: talán már meg is valósították.

(Laughter)

(Nevetés)

That pile of papers on your desk ...

Az a papírhalom az íróasztalukon...

typically maligned as messy and disorganized,

jellemzően úgy becsméreljük, hogy kaotikus és rendetlen,

a pile of papers is, in fact, perfectly organized --

de egy ilyen papírhalom valójában tökéletesen szervezett –

(Laughter)

(Nevetés)

as long as you, when you take a paper out,

hisz amikor kihúznak belőle egy lapot,

put it back on the top of the pile,

a halom tetejére teszik vissza,

then those papers are going to be ordered from top to bottom

a lapok tehát fentről lefelé időrendi sorban állnak aszerint,

by how recently they were used,

hogy melyikkel dolgoztak legutóbb.

and you can probably quickly find what you're looking for

Így valószínűleg gyorsan megtalálják, amit keresnek,

by starting at the top of the pile.

ha a kupac tetején kezdik a keresést.

Organizing your wardrobe or your desk

Feltételezem, nem a szekrényük vagy íróasztaluk rendezése

are probably not the most pressing problems in your life.

életük legnyomasztóbb gondja.

Sometimes the problems we have to solve are simply very, very hard.

Olykor a megoldandó problémák egyszerűen igen-igen nehezek.

But even in those cases,

De az informatikusoknak

computer science can offer some strategies

még ilyen esetekre is van stratégiájuk,

and perhaps some solace.

és talán meg is nyugtatnak.

A legjobb algoritmusok lényege, hogy a lehető legkevesebb időn belül

The best algorithms are about doing what makes the most sense

in the least amount of time.

a legtöbbet hozzák ki a programból.

When computers face hard problems,

A számítógépes feldolgozás során a bonyolult problémák helyett

they deal with them by making them into simpler problems --

egyszerűbbeket vesznek:

by making use of randomness,

véletlenszerűen választott speciális eseteket,

by removing constraints or by allowing approximations.

vagy elhagynak néhány feltételt, esetleg közelítő megoldást keresnek.

Solving those simpler problems

Az egyszerűbb problémák megoldásával

can give you insight into the harder problems,

kapunk némi képet a nehezebbek természetéről,

and sometimes produces pretty good solutions in their own right.

és előfordulhat, hogy ily módon egész jó megoldások születnek.

Knowing all of this has helped me to relax when I have to make decisions.

Ennek ismerete segített abban, hogy lazán hozzam meg döntéseimet.

You could take the 37 percent rule for finding a home as an example.

Például alkalmazhatjuk a 37 százalékos szabályt, amikor lakást keresünk.

There's no way that you can consider all of the options,

Képtelenség végigjárni az összes adódó lehetőséget,

so you have to take a chance.

ezért kockáztatni kell.

And even if you follow the optimal strategy,

De még a legjobb stratégia követése sem garantálja

you're not guaranteed a perfect outcome.

a tökéletes végeredményt.

If you follow the 37 percent rule,

Ha a 37 százalékos szabályt követjük,

the probability that you find the very best place is --

a legeslegjobb hely megtalálásának esélye –

funnily enough ...

elég vicces –

(Laughter)

(Nevetés)

37 percent.

mindössze 37 százalék.

You fail most of the time.

Többnyire tévedünk.

But that's the best that you can do.

De ez a legjobb, amit tehetünk.

Ultimately, computer science can help to make us more forgiving

Az informatika végül is abban segít, hogy elnézőbbek legyünk

of our own limitations.

saját korlátainkkal szemben.

You can't control outcomes, just processes.

Nincs hatásunk a végeredményre, csak a folyamatokra.

And as long as you've used the best process,

Amennyiben a legjobb folyamatot alkalmaztuk,

you've done the best that you can.

megtettünk minden tőlünk telhetőt.

Sometimes those best processes involve taking a chance --

Van úgy, hogy a legjobb eljárásnál kockáztatnunk kell –

not considering all of your options,

nem veszünk figyelembe minden lehetőséget,

or being willing to settle for a pretty good solution.

vagy készek vagyunk beérni egy viszonylag jó megoldással.

These aren't the concessions that we make when we can't be rational --

Ezek nem olyan engedmények, amiket ésszerűség híján kell megtennünk –

they're what being rational means.

hanem éppen így vagyunk racionálisak.

Thank you.

Köszönöm.

(Applause)

(Taps)