Episztemikus arrogancia és a szakértői probléma

Definíció. Az episztemikus arrogancia a tényleges tudás és a vélt tudás közötti különbség (Taleb, the-black-swan, 10. fej.). Nem a tudás hiánya: a szakértelem lehet valódi, miközben a saját hibaarányra vonatkozó becslés katasztrofálisan rossz. "Epistemic arrogance bears a double effect: we overestimate what we know, and underestimate uncertainty, by compressing the range of possible uncertain states."

Taleb kulcsmegkülönböztetése: "Do not question his procedure, only his confidence." A vízvezeték-szerelő többet tud a vízvezetékről, mint te; a sérvsebész többet a sérvről. De a valószínűségeik rosszak — és ebben te lehetsz jobb náluk.

A kalibrációs kísérlet

A klasszikus teszt (Albert és Raiffa, véletlenül felfedezve): kérj meg embereket, hogy adjanak 98%-os intervallumot egy számra — vagyis olyat, amiből legfeljebb 2% eséllyel esik ki az igazság ("98%-os biztonsággal állítom, hogy II. Katalinnak 34 és 63 közötti szeretője volt"). A várt hibaarány 2%.

A tényleges hibaarány az első mintában (Harvard Business School diákjai) 45% volt — huszonkétszeres.
Replikációkban populációtól és témától függően 15-30%.
A takarítók és a taxisofőrök szerények; a politikusok és a vállalatvezetők nem.
Taleb saját londoni workshopján: hatvan résztvevőből egyetlenegy sem adott elég széles tartományt Umberto Eco 30 000 kötetes könyvtárának méretére — 100%-os hibaarány. A tippek 2-4 ezer és 300-600 ezer között szóródtak: a hiba mindkét irányban durva.

Minél távolabbi az esemény, annál nagyobb az arrogancia. A 2%-nál még csak huszonkétszeres a tévedés; egy az ezerhez vagy egy a millióhoz eseményeknél a hiba szörnyeteggé nő. És Taleb hozzáteszi: még Mediocristanban is alábecsülnénk a szélsőségeket — az intuíciónk "sub-Mediocristani". De nem Mediocristanban élünk. (extremistan-vs-mediocristan)

Az információ mérgezi a tudást

A tűzcsap-kísérlet (1960-as évek, többször replikálva). Két csoportnak ugyanazt az elmosott képet élesítik, az egyiknek tíz lépésben, a másiknak öt lépésben. Azonos élességnél a kevesebb közbülső lépést látó csoport ismeri fel gyorsabban, mit lát. Több információ → több hipotézis útközben → több zaj információnak nézve. És az ötletek ragadósak: aki gyenge bizonyítékon alakít ki véleményt, később nehezebben értelmezi az ellentmondó, pontosabb információt (megerősítési torzítás + belief perseverance).
Oskamp (1965). Klinikai pszichológusoknak egyre több anyagot adtak ugyanarról a betegről. A diagnosztikai pontosságuk nem javult; a magabiztosságuk igen.
Slovic bukmékerei. 88 változóból kiválaszttatták a tíz leghasznosabbat a lóverseny-esélyekhez, majd adtak még tízet. A pontosság nem nőtt; a magabiztosság markánsan igen.
Onassis. Nem volt íróasztala, nemhogy irodája; egy jegyzetfüzettel irányított hajózási birodalmat, délben kelt, éjjel kettőkor rendelte be az ügyvédeit egy párizsi éjszakai klubba. Taleb óvatosan kezeli (lehet, hogy csak szerencsés volt), de a tétel függetlenül tesztelhető — és a tesztek fentebb vannak.

Következmény: "Listening to the news on the radio every hour is far worse for you than reading a weekly magazine" — a hosszabb intervallum szűr.

A szakértői probléma: hol van szakértő és hol nincs

Shanteau nyomán, Taleb kiegészítéseivel (10. fej.):

Ahol van valódi szakértelem: állatbíró, csillagász, tesztpilóta, talajszakértő, sakknagymester, fizikus, matematikus (matematikai problémákon), könyvelő, gabonaminősítő, fotóelemző, biztosítási elemző (harang-görbés statisztikán).

Ahol nincs: tőzsdeügynök, klinikai pszichológus, pszichiáter, felvételiztető, bíró, tanácsadó, HR-kiválasztó, hírszerző elemző — Taleb hozzáteszi: közgazdász, pénzügyi előrejelző, pénzügyprofesszor, "kockázati szakértő", személyi pénzügyi tanácsadó.

A szabály egyszerű: "Things that move, and therefore require knowledge, do not usually have experts, while things that don't move seem to have some experts." Ami mozog, az hajlamos a fekete hattyúra; a szakértő pedig definíció szerint szűken fókuszált ember, aki "alagútba lát".

Trivers magyarázata: az ősi repertoárban szereplő dolgokban (zsákmányszerzés, erőviszony-becslés) jól mérünk; a nagyszabású háborúban, ami evolúciósan új, szisztematikusan alábecsüljük az időtartamot és túlbecsüljük a saját erőnket. Ugyanaz az önámítás, ami a libanoni háborút "pár napra" jósoltatta.

Tetlock: huszonhétezer előrejelzés

Philip Tetlock ~300 politikai és gazdasági szakértőt kért meg, hogy becsüljék meg események valószínűségét öt éves horizonton; összesen ~27 000 előrejelzés (a minta negyede közgazdász).

A hibaarányok sokszorosai voltak a szakértők saját becslésének.
PhD vs. alapdiploma: nincs különbség. Jól publikáló professzor vs. újságíró: nincs előny.
Az egyetlen szabályszerűség: a hírnév negatív hatása — a nagy reputációjú szakértők rosszabbul jósoltak, mint a névtelenek.

A védekezés mechanizmusai (a "belief defense"): 1. "Más játékot játszottam." — "Én a szovjet politikai gépezetet értettem, a gazdasági adatot elrejtették." 2. "Ez outlier volt." — "Fekete hattyú, és azt nem lehet megjósolni" (mire Taleb: akkor miért támaszkodsz előrejelzésre?). 3. "Majdnem eltaláltam." — "Ha az összeesküvők határozottabbak és józanabbak, ha Jelcin nem lép fel, a puccs sikerül."

Mögötte az aszimmetria: a sikert a saját képességünknek, a kudarcot a külvilágnak tulajdonítjuk. A svédek 94%-a hiszi, hogy a vezetése a felső 50%-ban van; a franciák 84%-a ugyanezt a szeretkezésről.

Sündisznó és róka (Berlin nyomán): a sündisznó egy nagy dolgot tud, a róka sokat. Az előrejelzési kudarcok jelentős része sündisznóktól jön, akik egyetlen nagy, valószínűtlen eseményhez kötötték magukat — épp a narratív tévedés miatt (narrative-fallacy). És a sündisznó jobban idézhető, ezért felülreprezentált a hírességek között; ezért a híres előrejelzők átlagosan rosszabbak. Taleb tanácsa: légy róka nyitott elmével, ne sündisznó.

Csordázás

Bouchaud csoportjának vizsgálata 2000 elemzői előrejelzésen: az elemzők semmit nem jósoltak meg — a naiv "a tavalyi szám a jövő évi" modell nem teljesített rosszabbul. Rosszabb: az előrejelzési hibák szisztematikusan nagyobbak voltak, mint az egyes előrejelzések egymástól való távolsága. Normális esetben a becsléseknek annyira kellene szórniuk egymástól, amennyire a valóságtól; ha egymáshoz közelebb vannak, az csordázás. "Nobody wants to be off the wall."

Ugyanez a mechanizmus Taleb 1. fejezetében az újságírókra: nem ugyanazt a véleményt vallják, hanem ugyanazt az elemzési keretet használják, és ez összenyomja a véleménytér dimenzióját. "If you selected one hundred independent-minded journalists… you would get one hundred different opinions."

Hogyan alkalmazd

Futtass kalibrációs tesztet a csapatodon. Tíz becslés, mindegyikhez 90%-os intervallum (jövő negyedéves bevétel, egy kampány CTR-je, egy versenytárs piaci részesedése). Utólag számold ki, hány esett kívül. Ha 10%-nál lényegesen több, a csapatod túl szűken becsül — és ez mérhető, javítható.
Kérj hibaarányt, ne csak számot. Minden forecast mellé: "mennyit tévedtünk az elmúlt négy alkalommal?" Aki nem tudja, az nem jósol, hanem szorongást old. → forecasting-limits
Ne vedd többre az információt. Napi dashboard helyett heti; heti helyett havi — hacsak nem operatív a döntés. A gyakoribb nézés kockázatérzékelést torzít (narrow-framing) és hamis magyarázatokat szül (narrative-fallacy).
Kérdezd meg, "mozog-e" a téma. Ha a szakértő jóslata a jövőre és a nem ismételhető múltra épül (piacméret 2030-ban, "mi lesz a csatornával", "hova megy a kategória"), a szakértelme nem transzferálható. Ha a dolog nem mozog (mediatervezés, adatelemzés, tipográfia, jogi megfelelés, tesztmódszertan), ott a szakértő valóban többet tud.
Figyelj a csorda-jelre. Ha az ügynökségek, a tanácsadók és a benchmark-riportok egymáshoz közelebbi számokat adnak, mint amennyire tavaly a valósághoz voltak, akkor nem független becsléseket veszel, hanem egyet, többször.
Fizess a "nem tudom"-ért. Tetlock és Taleb közös következtetése: aki ki meri mondani, hogy nem tudja, valószínűleg jobban kalibrált. A szervezetben ez ösztönzőkérdés, nem karakterkérdés.

Feszültségek

Keenan "légy szakértő, ne barát" (problem-centric-selling). Keenan adata (Challenger 40% vs. 7%; Kurlan 82%) azt mutatja, hogy a vevő szakértőt akar. Taleb nem cáfolja: a szakértelem mint tudás értékes; csak a szakértő magabiztossága a jövőről megbízhatatlan. Az értékesítő szakértelme a vevő jelenlegi állapotáról szól (current-state-discovery), nem a jövő előrejelzéséről — ez a wiki feloldása.
Cialdini tekintély-elve (authority). Cialdini szerint a tekintélyt alábecsüljük (Milgram: a kétharmados engedelmesség előrejelzése 1-2% volt), és a tekintély hiteles jelzése működik. Taleb szerint a tekintélyt túlbecsüljük az előrejelzésben. Nincs ütközés: Cialdini a befolyás mechanizmusát méri, Taleb a szakértelem előrejelző értékét. Együtt olvasva: a tekintély hatékonyan meggyőz — akkor is, ha a tartalma nem előrejelző. Ez a manipuláció veszélyzónája.
Rumelt (strategic-thinking-tools, bad-strategy). Rumelt a nyájhatást, a belső nézetet és a gyors lezárást ugyanígy diagnosztizálja, és a "stratégia mint hipotézis" keretét adja gyógyszerként. Taleb szkeptikusabb: szerinte az ítélet gyakorlása nem elég, a kitettséget kell átépíteni. A wiki állása: a kettő rétegzett — Rumelt a diagnózist javítja, Taleb a diagnózis hibájára készít fel.
Thaler (narrow-framing). A "bold forecasts, timid choices" és a külső nézet Kahneman–Lovallótól ugyanennek a családnak a tagja; Thaler a bázisrátát adja gyógyszerként, Taleb a hibaarányt.
Grove Horowitz közvetítésében (the-hard-thing-about-hard-things, 12. rész, beolvasva) — a mechanizmus vezetői változata: "nem a befektetőknek hazudnak, hanem maguknak". 2001-ben, a dot-com összeomlás után a nagy technológiai cégek (Cisco, Siebel, HP) CEO-i az utolsó pillanatig megerősítették az erős előrejelzésüket, majd drámaian elvétették a negyedévet — pedig a figyelmeztető jel a lehető legnyilvánosabb volt (az ügyfeleik sorra mentek tönkre). Horowitz megkérdezte andy-grove-ot, miért hazudnak ezek a kiváló vezérigazgatók. Grove válasza: nem hazudnak — az emberek, különösen az építők, csak a jó hír előremutató jelzéseire hallgatnak. Ha egy CEO azt hallja, hogy a használat egy hónapban 25%-kal a szokásos növekedés fölé ugrott, azonnal mérnököket vesz fel a közeledő kereslethullámra. Ha 25%-kal esik, ugyanolyan energiával magyarázza el: "lassú volt az oldal, négy ünnep volt, változtattunk a felületen — az isten szerelmére, ne pánikoljunk!" Lehet, hogy mindkét jel téves, lehet, hogy mindkettő valós — de a vezető csak a pozitívra cselekedett, és csak a negatívra keresett alternatív magyarázatot. Ez a confirmation-bias szervezeti formája, és a wiki szempontjából azért fontos, mert az aszimmetriát nevezi meg: nem a jóslat pontatlansága a probléma, hanem hogy a hibázás iránya rendszeres. Horowitz gyakorlati következtetése: ha azon tűnődsz, miért hazudnak neked az őszinte munkatársaid, a válasz az, hogy nem hazudnak — maguknak hazudnak; és ha elhiszed nekik, magadnak hazudsz. Az ellenszer nála szerkezeti (a rossz hírt jutalmazó kultúra, people-products-profits), nem képzési. Fenntartás: anekdota egy beszélgetésből, nulla adattal; a Duke CFO-előrejelzések 11 600 esete (planning-fallacy) és a Tetlock-adat viszont ugyanezt az irányt méri.
Módszertani. A kalibrációs kísérlet robusztus és sokszor replikált; Tetlock munkája nagy mintás és publikált (bár a "szakértő" meghatározása vitatható, és a későbbi Superforecasting-kutatás árnyalja: kalibrált előrejelzők léteznek, csak nem azok, akiket annak hívunk). Az elemzői csordázás-eredmény egyetlen, akkor még publikálatlan tanulmány. A tűzcsap-kísérlet kis mintás klasszikus.

Shotton: a túlzott magabiztosság a marketingesben — és két drága következménye

Shotton (the-choice-factory, 13. torzítás, richard-shotton) a wiki kalibrációs anyagát a reklámszakmára méri, és kimondja, hol kerül pénzbe.

A mérés. Shotton 117 ügynökségi munkatársat kérdezett meg, hogy a kollégáihoz képest mennyire jók a munkájukban: 83% mondta, hogy átlag feletti. Háromszor futtatta le, mindig ugyanez jött ki. (A kontextus: Dunning–Kruger 194 diákja a nyelvtani teszten a 68. percentilisre becsülte magát, a leggyengébb negyed a 61.-re; Svenson 1981: a sofőrök 88%-a tartotta magát átlagnál biztonságosabbnak; K. Patricia Cross 1977: a Nebraska Egyetem oktatóinak több mint 90%-a tartotta magát átlag feletti tanárnak.)

Az első költség: alulbüdzsézés. Ha meg vagy győződve róla, hogy a következő kreatívod veri a versenytársakét, csábító kevesebbet költeni médiára — a jobb kreatív ugyanazt éri el kisebb büdzséből. Shotton szerint ez ellenállandó kísértés: a következő kampányod valószínűleg átlagos lesz (ha nem értesz egyet, olvasd újra a fejezet elejét), és a könnyű büdzsé rontja az esélyeit.

A második költség: a működő kampány idő előtti lecserélése. A kiváló kampányok idővel veszítenek a fényükből — még mindig jobban teljesítenek a versenytársakénál, csak nem annyival, mint a csúcson. Ilyenkor indul a beszélgetés az új kreatív irányról. Shotton két brit kampányt látott így elbukni: a Halifax éneklő bankfiókvezetőjét (Howard) és a 118 118 futóit — mindkettő IPA Effectiveness aranyérmes volt; mindkét márka új irányt választott, és mindkettő csalódott. Az új kampányok "kifejezetten átlagosak" lettek.

Rory Sutherland kérdése erről: "Can you point to a single brand which has really suffered because it has stuck with the same strategy and creative approach for too long? Because it changed tack too rarely? Because it retained an old endline?" → distinctiveness-vs-differentiation konzisztencia-szabálya, advertising-as-memory-refresh

A több adat rontja a kalibrációt. Shotton ugyanazt a Slovic-kísérletet használja, amely fentebb már szerepel (lóverseny-handicapperek: 5 → 40 változó, a pontosság nem nő, a magabiztosság igen), és a marketingre fordítja: "We shouldn't harness data just because we can. Instead, as much time should be spent choosing which data sets to ignore as which to use." Ez a wiki egyetlen explicit tanácsa arra, hogy az adatkiválasztás aktív döntés, nem maradék → goodharts-law, input-output-outcome-metrics.

A fogyasztó túlzott magabiztossága viszont eszköz. Shotton felmérésében (n=521) a válaszadók 64%-a tartotta magát a kortársainál nagylelkűbbnek. Ha egy jótékonysági szervezet közli az átlagos adomány mértékét, azzal olyan referenciapontot ad, amelyet a donornak túl kell lépnie, hogy fenntartsa az önképét. Ugyanez a mechanizmus minden olyan kategóriában alkalmazható, ahol az önkép ("környezettudatos vagyok", "jó szülő vagyok", "gondoskodó vagyok") mérhető viselkedésre fordítható → social-proof, social-nudges, placebo-and-self-signalling önjelzés.

Kahneman ugyanerről, más adatokkal (beolvasva 2026-09-14)

Taleb maga mondja, hogy Kahnemannak tartozik a legtöbbel az élő szerzők közül; a Thinking, Fast and Slow négy adatot ad ehhez az oldalhoz, amelyek függetlenek Taleb forrásaitól.

1. Az érvényesség illúziója — és hogy a cáfolat nem hat. Kahneman izraeli tisztjelölt- értékelő munkája: az értékelők teljes magabiztossággal rangsoroltak, a visszajelzés mindig az volt, hogy az előrejelzésük elhanyagolható. "A globális bizonyíték a korábbi kudarcunkról meg kellett volna rendítse a magabiztosságunkat. Nem tette. Mérsékelnie kellett volna az előrejelzéseinket. Nem tette." Kahneman ezt a Müller-Lyer-illúzióhoz hasonlítja: a tudás megvan, a látvány nem változik.

2. A magabiztosság érzés, nem ítélet.

"A szubjektív magabiztosság egy ítéletben nem annak ésszerű felmérése, hogy az ítélet mekkora valószínűséggel helyes. A magabiztosság érzés, amely az információ koherenciáját és a feldolgozás kognitív könnyedségét tükrözi. Bölcs dolog komolyan venni a bizonytalanság beismerését; a nagy magabiztosság kinyilvánítása viszont főként azt mondja meg, hogy az illető koherens történetet épített a fejében — nem azt, hogy a történet igaz."

3. Kahneman Tetlock-adata pontosít a wiki 27 000-es számán. Kahneman 284 szakértőt és több mint 80 000 előrejelzést említ, és két további megállapítást emel ki: "meglepően gyorsan elérjük a tudás csökkenő határhozamának pontját az előrejelzésben", és a szakértők a tévedés beismerése helyett kifogásokat sorolnak ("csak az időzítésben tévedtem", "közbejött egy előre nem látható esemény", "jó okból tévedtem"). Berlin sündisznó/róka megkülönböztetése: a sündisznók jobbak a tévében, rosszabbak az előrejelzésben.

4. A nulla korreláció, ami senkit nem érdekelt. Kahneman egy vagyonkezelő cég 25 tanácsadójának 8 évi teljesítményéből kiszámolta a 28 páronkénti korrelációt. Az átlag 0,01. A cég a szerencsét jutalmazta bónusszal, mintha szakértelem lenne. A vezetőség és a tanácsadók reakciója egyaránt közömbös volt: "Nem hitetlenkedtek. Hogyan is tehették volna? Az ő saját eredményeiket elemeztük. Meg vagyok győződve róla, hogy a megállapításunk és annak következményei gyorsan a szőnyeg alá kerültek." → when-to-trust-intuition

5. A magabiztosságot a társas környezet jutalmazza. Duke, 11 600 CFO-előrejelzés az S&P következő évi hozamáról: a korreláció a becslés és a valóság közt enyhén negatív, és a 80%-os konfidenciaintervallumukból 67% lett meglepetés (a helyes intervallum négyszer szélesebb lenne: "−10% és +30% között"). De aki ezt kimondaná, kinevetnék. "A széles konfidenciaintervallum a tudatlanság beismerése, ami nem társadalmilag elfogadható attól, akit a pénzügyi tudásáért fizetnek." Truman "egykarú közgazdászt" kért, aki nem mondja folyton, hogy "másrészt viszont…". Az orvoslásban ugyanez: az intenzív osztályon elhunyt betegek boncolási adatai szerint a diagnózisukban "teljesen biztos" klinikusok 40%-ban tévedtek — mert "gyengeségnek és sebezhetőség jelének számít, ha egy klinikus bizonytalannak tűnik."

Ez a wiki legkeményebb adata arra, hogy a túlzott magabiztosság nem egyéni jellemhiba, hanem piaci egyensúly: az emberek és a cégek jobban jutalmazzák a veszélyesen félrevezető információ szolgáltatóit, mint az igazmondókat. A gyógymód ezért nem a szakember nevelése, hanem szervezeti eljárás → reference-class-forecasting (premortem, referenciaosztály, független ítélet).

Duke: az ellenszer gyakorlati formája (beolvasva 2026-09-14)

Ez az oldal a problémát írja le (túlbecsüljük, mennyit tudunk). annie-duke (thinking-in-bets) a napi munkában használható ellenszert adja hozzá: a bizonyosság kimondását százalékban → belief-calibration.

Három állítás innen, ami ide tartozik:

Az okosság ront, nem javít. West–Meserve–Stanovich (2012): hét torzításból hatnál a kognitívan fejlettebb résztvevőknek nagyobb volt a bias blind spotja, és "akik tudtak a saját torzításaikról, nem voltak jobbak a leküzdésükben". Kahan: azonos adatsorral a jobb számolók több hibát követtek el, ha a téma politikailag töltött volt. Duke fordítása: minél okosabb vagy, annál jobb narratívát tudsz építeni a saját hitedhez.
A bevallott bizonytalanság növeli a hitelességet. Aki "80%-on vagyok" formában beszél, hihetőbb, mint aki 100%-ot állít — és meghívja a hallgatót, hogy hozzátegyen, anélkül hogy azt kellene mondania: "tévedsz".
A kalibráció mérhető, a magabiztosság nem. Azokból az állításokból, amelyekre 80%-ot mondtál, nagyjából 8 a 10-ből váljon be. Ha 10/10, túl óvatos vagy; ha 5/10, ez az oldal szól rólad.

Korlát. Duke bizonyítéka a pókerből jön, ahol az eloszlás ismert és a visszacsatolás azonnali. Ahol ezek hiányoznak — és a márkastratégiában hiányoznak —, ott a "kalibrált marketing-intuíció" maga is episztemikus arrogancia → when-to-trust-intuition, ludic-fallacy, fourth-quadrant.

Housel: a tapasztalat túlzott magabiztosságot ad, nem előrejelző képességet (beolvasva 2026-09-14)

the-psychology-of-money (morgan-housel, ch. 14, 16) két olyan élt ad ehhez az oldalhoz, amit a wiki eddig nem tartott.

1. A "megélte, tehát tudja" hiba. "Experiencing specific events does not necessarily qualify you to know what will happen next. In fact it rarely does, because experience leads to overconfidence more than forecasting ability." Michael Batnick érve, amit Housel idéz: aki 1987-et, 2000-et és 2008-at végigcsinálta, sokféle piacot látott — de "isn't it possible that this experience can lead to overconfidence? Failing to admit you're wrong? Anchoring to previous outcomes?" Marketinges megfelelője: a "húsz éve csinálom ezt a kategóriát" érv nem bizonyíték, és gyakran az ellenkezője → forecasting-limits, when-to-trust-intuition (a kalibrált intuíció feltételei: stabil környezet és gyors, egyértelmű visszacsatolás — a marketingben rendszerint egyik sincs meg).

2. End of History Illusion. Daniel Gilbert (Harvard) kutatása: az emberek élesen látják, mennyit változtak a múltban, és szisztematikusan alábecsülik, mennyit fognak még változni — 18 és 68 éves kor között minden korosztályban. Gilbert: "All of us are walking around with an illusion—an illusion that history, our personal history, has just come to an end, that we have just recently become the people that we were always meant to be."

Ez az episztemikus arrogancia egy különös formája: nem a világról, hanem a saját jövőbeli énünkről vagyunk túlzottan biztosak. Következményei, amiket Housel felsorol: a fiatalok pénzt fizetnek tetoválásért, amit később pénzért eltávolíttatnak; a középkorúak elválnak azoktól, akiket fiatalon siettek elvenni. Adat: az amerikai diplomások 27%-a dolgozik a szakmájához kapcsolódó állásban (Fed).

Marketinges következmények:

A vevő jövőbeli preferenciájára épülő kutatás kétszeresen gyenge: nem csak a vevő nem tudja előre jelezni a viselkedését (market-research-limits), hanem a preferenciáját sem (affektív előrejelzési hiba) → hedonic-adaptation, focusing-illusion.
A hosszú elköteleződésre épített ajánlat (többéves szerződés, életre szóló tagság, "örökre elég" csomag) ellentmond annak, amit a vevő magáról hisz, és annak, ami történni fog. A rugalmasság mint ajánlati elem ezért nem engedmény, hanem érték → uncertainty-aversion, guarantee-execution, monetization-models.
A saját csapatod stratégiai meggyőződéseit is ez a torzítás védi: a "mi ilyen cég vagyunk" állítás az End of History Illusion szervezeti formája → sunk-cost-fallacy. Kahneman ellenszere, Jason Zweig beszámolójában: "I have no sunk costs" — a Thinking, Fast and Slow fejezeteit képes volt teljesen felismerhetetlenre átírni, mintha korábbi változat nem is létezett volna → decide-without-debate, belief-calibration.

Kapcsolódó

belief-calibration · resulting-and-outcome-bias · luck-vs-skill · truthseeking-pod · annie-duke · thinking-in-bets · forecasting-limits · planning-fallacy · when-to-trust-intuition · reference-class-forecasting · black-swan-events · narrative-fallacy · silent-evidence · ludic-fallacy · market-research-limits · narrow-framing · regression-to-the-mean · strategic-thinking-tools · satisficing · nassim-taleb · daniel-kahneman · the-black-swan · thinking-fast-and-slow · the-choice-factory · richard-shotton · brand-purpose · replication-crisis · curse-of-knowledge · the-hard-thing-about-hard-things · ben-horowitz · andy-grove