ใครกันแน่ที่ผิด? : เรื่องของ ความพลาดที่ไม่มีใครผิด

“เมื่อตัดความเป็นไปไม่ได้ออกไป อะไรก็ตามที่เหลืออยู่ ไม่ว่าโอกาสที่จะเกิดขึ้นน้อยนิดแค่ไหน มันคือ ความจริง”
จาก Sherlock Holmes โดย Sir Arthur Conan Doyle
 
แต่หลายต่อหลายครั้งที่เราตีความว่า “ความจริงที่ไม่น่าจะเกิดขึ้นนี้” คือ “ความผิดพลาด”
 
เราคิดว่า “ความผิดคาด” หรือ เหตุการณ์ที่ไม่น่าจะเกิดขึ้น กลับเกิดขึ้น นั้น คือ ความผิดพลาด ทั้งที่สองอย่างนี้ไม่ใช่เรื่องเดียวกัน
 
เราบอกว่า ผลออกมาผิดจากที่คาดการณ์ไว้ คือ ผลงานพลาดเป้า นับเป็นความผิดพลาด และต้องเป็นเพราะทำอะไรผิดผลถึงออกมาเป็นเช่นนั้น 
 
ทั้งที่จริง หลายครั้งมาจากการคาดการณ์ผิดมาตั้งแต่แรก ไม่ใช่ การทำงานผิด ก็เลยฝันสลาย แต่กลับไปมองที่การทำงานแทนว่าเป็นจำเลย
 
และนั่นทำให้หลายคนที่ทำงานกลายเป็น “แพะ” ไปอย่างน่าเสียดาย และก็มักเป็นอย่างนั้นเสียด้วย
 
การคาดการณ์ผิดอาจเป็นได้สารพัดตั้งแต่ ข้อมูลไม่พอ ข้อมูลผิดพลาด วิธีการวิเคราะห์ผิดพลาด เครื่องมือที่ใช้วิเคราะห์ผิดพลาด ตลอดจนไปถึง ความเอนเอียงหรือ bias ในการวิเคราะห์เอง แต่สิ่งเหล่านี้กลับมักถูกมองข้ามไป ถ้าเป็นเช่นนี้ จะนับความผิดจริงๆแล้ว ก็ต้องไปตกอยู่ที่การคาดการณ์แต่แรกต่างหาก 
 
ส่วนหนึ่งอาจเป็นเพราะ คนที่ทำการคาดการณ์ กับ คนทีทำงานจริง เป็นคนละคน และบางครั้ง คนที่คาดการณ์มีสถานภาพที่สูงกว่า มีอำนาจมากกว่า หรือไม่ก็เป็นเจ้านายเสียเอง
 
แต่ที่น่าสนใจกว่านั้นคือ มีอีกหลายต่อหลายครั้ง ที่ไม่มีอะไรน่าจะผิดพลาดเลยในการคาดการณ์ แต่ผลออกมาไม่เป็นตามคาด
 
ซึ่งกรณีนี้ คนทำงานก็มักรับบทแพะไปอีก เพราะเป็นการง่ายที่เมื่อผลทุกอย่างเฉลยออกมาแล้ว จะสืบสาวอดีตกลับไปแบบ hindsight  ก็มองไม่ยากว่า ตรงนี้หรือตรงโน้นที่จริงควรทำอย่างนั้นหรืออย่างนี้ ในทำนอง if-clause แบบที่ 3 “if you had +would have” เช่น “ถ้าตอนนั้นไม่ทำ (หรือทำ) อย่างนั้นแล้วละก็ วันนี้เราก็คงไม่พังขนาดนี้” หรือ “บอกแล้ว เห็นมั๊ย...” ฯลฯ
 
การมองแบบ hindsight หรือมองย้อนกลับไปเมื่อทุกอย่างเป็นที่ประจักษ์ชัดแล้ว เป็นสิ่งที่ดีหากมองในเชิง case study หรือ กรณีศึกษา แต่ไม่น่าจะเป็นผลดี หากมองเพื่อหาใครสักคนมารับผิด
 
เพราะในยามนั้น เป็นไปได้ว่า ไม่มีใครรู้เลยว่าผลจะออกมาเป็นอย่างนี้ อีกทั้งอารมณ์และความกดดันต่างๆที่มีอยู่ในตอนนั้นย่อมมีอิทธิพลต่อคนทำงาน ซึ่งคนอื่นที่มองย้อนอดีตกลับไปไม่มีทางเลยที่จะมีอารมณ์ร่วมแบบนั้น ถือเป็นการมองแบบตรรกะล้วนๆ ที่ปราศจากอารมณ์อันเป็นธรรมชาติของมนุษย์ ทั้งนี้ยังไม่นับความเหนื่อยล้า และสิ่งรบกวนต่างๆที่ทำให้ขาดสมาธิในห้วงเวลานั้น
 
ซึ่งแน่นอนว่า นั่นไม่ใช่โลกที่เป็นจริง
 
เป็นไปได้ว่า สิ่งทำไปอาจเป็นสิ่งที่พอยอมรับได้ในสถานการณ์นั้น ณ เวลานั้น ภายใต้สภาพแวดล้อมตอนนั้น
 
แต่ถ้าไม่มีใครผิด คาดการณ์ไม่ผิด ลงมือทำก็ไม่ผิด แล้วผลออกไม่ใช่  มันหมายความว่าอะไร?
 
ถ้าเรียกว่า “การคาดการณ์” ย่อมหมายถึงว่า มีความไม่แน่นอนปนอยู่ เพราะถ้าหากมีความมั่นใจ 100% เราจะไม่ใช้คำว่าคาดการณ์ นั่นหมายความว่า เรารู้อยู่แต่แรกแล้วว่า โอกาสของผลที่ได้ไม่ถึง 100% ถึงใช้คำนี้
 
เช่น เราบอกว่า โอกาสที่งานนี้จะสำเร็จมีอยู่ 90% ย่อมไม่ได้หมายความว่า งานนี้จะสำเร็จแน่ๆ แต่หมายความว่า มีโอกาสที่จะล้มเหลวได้ 10% ด้วย 
 
แต่แล้ว เรามักลืม 10% นี้ไป ไปจดจ่อที่ 90% แทน 
 
ดังนั้น เมื่อเกิดเหตุการณ์ใน 10% ที่ว่า จะถือว่า ผลที่ออกมามาจากความผิดพลาดในการคาดการณ์ หรือ ผิดพลาดในการทำงาน หรือไม่?
 
คำตอบคือ “ไม่”  ไม่มีอะไรผิดพลาด เพราะเป็นแต่เพียงผลที่ออกมามันไปเกิดขึ้นใน probability หรือ ความเป็นไปได้ ที่น้อยเท่านั้น การที่เราไม่กล้าฟันธงแต่แรกว่า งานนี้สำเร็จได้แน่ๆ 100% ก็เท่ากับว่า เราตกลงยอมรับตั้งแต่ต้นแล้วว่า โอกาสล้มเหลวยังมี และในเมื่อมันล้มเหลวขึ้นมาจริงๆในโอกาส 10% นั้น ย่อมไม่ได้หมายความว่าที่คาดไว้ว่าจะสำเร็จ 90% นั้น เป็นการคาดผิดแต่อย่างใด
 


H. Gilbert Welch หมอชื่อดังเจ้าของหนังสือ Know Your Chance: Understanding Health Statistic เตือนให้ระลึกเสมอว่า “โอกาสเกิดขึ้นน้อย ไม่ได้หมายความว่ามันจะไม่เกิด”
 
แต่จากความคิดว่า “ล้มเหลว” จากเรื่องที่ไม่น่าจะเกิดแต่ก็เกิดนี่เอง ทำให้เราหันไปพยายามแก้ไขวิธีทำงานเพราะคิดว่าวิธีทำงานผิดพลาด ทั้งๆที่อาจจะไม่ได้มีอะไรผิดพลาดเลยก็ได้ และนั่นยิ่งทำให้ปัญหาบานปลาย แย่ลงกว่าเดิมไปอีก จนในที่สุดอาจไม่รู้เลยว่าจะไปแก้ไขตรงไหน
 
ทั้งๆที่หากลองทำอีกด้วยวิธีเดิม อาจจะออกมาดีก็ได้ ซึ่งทั้งหมดนี้เป็นไปตามธรรมชาติของสถิติ ที่ผลออกมาเป็นได้หมด ดีบ้าง ไม่ดีบ้าง
 
ปัญหาเรื่องนี้จึงอยู่ที่ว่า คนเรามักจะมอง ถูก-ผิด สำเร็จ-ล้มเหลว เป็นแบบ ขาว กับ ดำ หรือ binary ทั้งๆที่ในโลกของความเป็นจริง เรื่องนี้เป็นความต่อเนื่อง หรือ continuum  เปรียบเสมือนกับมาตรวัดที่มี scale ละเอียดมากมายต่อเนื่องระหว่างตัวเลขตัวแรกกับตัวสุดท้าย และเข็มวัดจะชี้ตรงไหนก็ได้ ไม่ใช่แค่ตัวเลขแรกกับตัวเลขสุดท้ายเพียงสองตัว
 
อย่างในตัวอย่าง 90% - 10% นี้ ถึงแม้เราจะพูดว่า 90-10 แต่พอผลออกมาอยู่ใน 10 % เรามักจะมองแบบผิดหวังว่าล้มเหลว เพราะทำงานผิดหรือทำนายผิด
 
นั่นเท่ากับเป็นการมองในรูปแบบ binary คือ 100%-0% โดยไม่รู้ตัว เราปัดตัวเลข 90% ขึ้นเป็น 100% และปัดตัวเลข 10% ลงเป็น 0%
 
แต่ถ้าหากเรามองแบบ continuum ก็จะระลึกอยู่ตลอดเวลาว่า ความเป็นไปได้นั้น มันมี scale ที่ต่อเนื่องอยู่ และไม่ลืมว่าโอกาส 10% ที่ไม่พึงปรารถนานั้น ยังเป็นไปได้เสมอ อันจะทำให้เราระมัดระวัง เผื่อใจไว้ และอาจมีแผนสองหรือสามรองรับ ทำให้ไม่ทุ่มสุดตัว และเมื่อไม่เป็นไปตามที่หวัง เราก็จะไม่ผิดหวังจนต้องควานหาแพะมารับผิด 
 
Mindset แบบ binary world หรือโลกของขาวกับดำนี้เอง ทำให้การคาดการณ์ต่างๆด้อยความหมายลงไป จากที่ควรจะเป็นประโยชน์ กลับไม่ได้ใช้ประโยชน์ ในองค์กรอาจลงทุนไปมากมาย เพื่อติดตั้งระบบวิเคราะห์หาความน่าจะเป็นช่วยในการตัดสินใจ  แต่พอถึงตอนประเมินผลงานที่ผลลัพธ์ปรากฏออกมาแล้ว ก็กลับไปสู่ mindset แบบ binary ว่า ถูก-ผิด สำเร็จ-ล้มเหลว รับได้-รับไม่ได้ อยู่เรื่อย
 
ชีวิตของคนก็เหมือนกัน เรามักใช้โลกของ binary ตัดสิน เพราะเป็นเรื่องง่ายที่จะคิดเช่นนั้น อีกทั้งทำให้ดูเหมือนเรามีความกล้ามอง กล้าฟันธง ในขณะที่คนมองโลกแบบ continuum กลับถูกมองว่า ลังเล ไม่กล้าคิด ไม่กล้าสรุป ไม่ชัดเจน อย่างเช่น นักการเมืองที่มีความเห็นแบบ ขาว-ดำ มักถูกมองว่าเป็นคนชัดเจนน่าเลื่อมใส หรือ ผู้บริหารที่คิดแบบ binary มักถูกยกย่องว่าเป็นคนกล้าคิด หรือ ลูกน้องที่ตอบคำถามเจ้านายชัดๆว่า ใช่หรือไม่ใช่ ถูกมองว่าคนรู้งานดี  ทั้งหมดนี้ สอดคล้องกับธรรมชาติของคนที่ต้องการความแน่นอน
 
ซึ่งค้านกับโลกจริง ที่เต็มไปด้วยความไม่แน่นอน ไม่ชัดเจน
 
Daniel Kahneman นักจิตวิทยา เจ้าของรางวัลโนเบลสาขาเศรษฐศาสตร์ และนักเขียนชื่อดัง เสนอวิธีป้องกันปัญหานี้ว่า ให้ใส่เรื่องราวหรือ story ลงไปด้วย  เพราะถ้าไม่มี story พ่วงมาด้วย คนเราก็จะปัดตัวเลข probability เหลือแค่ 0% กับ 100%
 
“Story” ที่ Kahneman พูด คือ การเล่าเรื่องทำให้คนมองเห็นภาพที่ไม่น่าเกิดขึ้นให้ได้ หรือ visualize unlikely event เช่น แทนที่จะเน้นแค่ว่า “งานนี้มีโอกาสสำเร็จ 90%” ก็ให้เพิ่มเติมว่า “คาดว่างานนี้จะมีความล้มเหลว 10% ซึ่งอาจจะเกิดจากสาเหตุ 1,2,3…โดยถ้าล้มเหลวแล้ว ผลที่จะตามมาคือ xxx.”
 
ดังนั้น ตราบใดที่การคาดการณ์ไม่ใช่ 0% หรือ 100% และ ตราบใดที่การทำงานไม่ได้ย่ำแย่อย่างร้ายแรง “ความผิดพลาด” ที่เกิดขึ้น อาจไม่ใช่เรื่องของความผิด  แต่เป็นเพียงเรื่องของผลลัพธ์ที่ออกมาอยู่บน scale ต่อเนื่องของ probability หรือความเป็นไปได้
 
ซึ่งถ้าทุกคนมองตามความจริงเช่นนั้นได้ ก็จะได้ลืมคำว่า ผิด และ แพะ กับหันไปสนใจว่าจะทำอย่างไรต่อไปจะดีกว่า