Kapitel 13 - Decision making in groups & teams

Question 1

Why is averaging an effective strategy for numerical estimation?
→ Wisdom of the crowd

Answer 1

Wisdom of the crowd
Ifall man ska försöka uppskatta ett numeriskt värde som är okänt är det osannolikt att en persons individuella försök att ta fram en genomsnittlig gissning blir rätt. Om däremot ett antal individer alla producerar sin gissning, och man tar genomsnittet av dessa, tenderar man komma mycket närmre facit än om man endast går på en persons uppskattning. Aggregering av imperfekta numeriska uppskattningar ökar helt enkelt precisionen.

→ Kopplat till Big data
detta sätt att genom flera datamängder ta fram ett resultat är en nyckelpunkt hos Big data och Wisdom of the crowd är ett ypperligt exempel på hur Big data kan vara användbart
- ökad mängd ger ökad precision, trots en viss felmarginal hos respektive datapunkt!
Där traditionella metoder brister (variation i “små” stickprov ger missvisande resultat) kan Big data erbjuda mer korrekt identifierade mönster, utan att det kräver mer korrekta mätningar (datapunkter).

Question 2

Faramarz:
a) Enligt boken “Man skulle kunna vänta sig att beslutsfattande i grupp/team är mer effektivt än individuellt beslutsfattande, men flera studier har visat att diskussionerna tenderar att fokusera på…” vad?

b) Nämn 3 problem som identifierats för beslut i grupprocesser och ge en kort förklaring av vad de innebär.

Answer 2

a) … … information/kunskap som gruppmedlemmarna redan har och delar innan dess att gruppen bildats.

b)
- Faultlines
Skapar illusionära motsättningar mellan grupperingar skapar biases för de förslag som kommer från den egna sidan av en faultline och bias mot förslag från andra grupperingar.
→ skapar förutfattade meningar

• “Dolda profiler”
  grupper tenderar fokusera på information/kunskap som redan är känd och delas mellan gruppmedlemmarna, snarare än att lyfta ny information eller individuella expertkunskaper. Fokus hamnar liksom på att skapa samhörighet i gruppen framför att nå maximal kompetens/effektivitet.
• Groupthink
  Gruppmedlemmarnas strävan efter samsyn inom den grupp de tillhör (ingroup) blir starkare än deras egen motivation att realistiskt utvärdera olika alternativ. Grupptänkande resulterar i att gruppmedlemmar inte aktivt vågar ifrågasätta och presentera konkurrerande åsikter/idéer till det som gruppen gemensamt tycks hålla en konsensus om. Sammanhållningen i gruppen sätter med andra ord käppar i hjulet för en rationell beslutsprocess.

Question 3

Faramarz: Beskriv grupptänkande (groupthink). Tänk på en beslutssituation i verkliga livet. Diskutera Big datas roll för beslutsfattande i grupper/team.

Answer 3

Grupptänkande syftar till att beskriva människors strävan efter samsyn inom den grupp de tillhör (ingroup) som starkare än deras egen motivation att realistiskt utvärdera olika alternativ. Grupptänkande beskrivs av Janis (1972) som ett fenomen där gruppmedlemmar inte aktivt vågar ifrågasätta och presentera konkurrerande åsikter/idéer till det som gruppen gemensamt tycks hålla en konsensus om. Sammanhållningen i gruppen sätter med andra ord käppar i hjulet för en rationell beslutsprocess.
Enligt Janis modell uppstår groupthink ur 3 faktorer..:
… beslutsfattarna tillsammans bildar en sammanhängande grupp
… det finns brister i organisationen/gruppens struktur, bl.a. kopplat till ledarskap och mångfald inom gruppen
… situationen kopplad till beslutsprocessen är provokativ.

Detta grupptänkande har en negativ inverkan på informationskvaliteten hos det som diskuteras, speciellt via 3 yttringar..:
… att gruppen överskattar sin förmåga/kompetens,
… ett fyrkantigt tankesätt och
… en press på konsensus inom gruppen

Ett exempel ur verkliga livet kan tänkas vara att man som anställd engagerar sig i en diskussionsgrupp kring en fråga. Man kan tänkas ha till uppdrag att fatta ett beslut kring en satsning/investering inom organisationen och grupptänkande kan då visa sig genom att alla upplever att man har ett öppet gruppklimat där man vågar göra sin röst hörd, och teamledaren behöver inte nödvändigtvis vara auktoritär i sin ledarroll, men ändå upplever individer inom gruppen att man inte riktigt vågar visa att man inte håller med, eller lägga fram alternativa förslag om de tycks råda ett konsensus om att man nått fram till ett beslut.
Detta bromsar effektivitet och kan sänka kvaliteten hos potentiella beslut, eftersom man får en känsla av att det beslut man inom gruppen kommit fram till måste vara det bästa, eftersom alla tycks överens i frågan (så den infallsvinkel/förslag jag sitter på är troligtvis inte relevant).

→ Big Datas roll för beslutsfattande i grupp kan leda till mer rationella beslut fattade utifrån mer grundläggande empiriska fakta. Fler påverkande faktorer kan involveras, t.ex. i en situation som beskriven ovan där ett företag ska investera i ett projekt, och mer korrekta prediktiva samt preskriptiva analyser kan göras. Utan Big data begränsas vår analys och subjektiva uppfattningar och biases kan lättare påverka vår beslutsprocess, istället för att den grundas i en relevant utarbetad analys. Big data medför således mindre påverkan av snedvridningar, såsom exempelvis konformism, auktoritetslydnad och gruppolarisering.