- ‘การคิดแบบลดทอน’ เป็นการคิดนอกกรอบแบบหนึ่ง แทนที่จะคิดแบบแก้ไขเปลี่ยนแปลงเพิ่มเติมระบบเดิมซึ่งทำกันจนแทบจะเป็นอัตโนมัติ เสมือนเชื่อว่าสิ่งที่คุ้นเคยและเห็นกันอยู่ทุกวันนั้น เป็นสิ่งที่แทบจะดีที่สุดเท่าที่จะเป็นไปได้แล้ว
- ความพยายามแก้ปัญหาด้วยการตัดออกจำเป็นต้องอาศัย ‘ความพยายาม’ มากกว่าการเพิ่มเข้า ดังนั้น เมื่อจำเป็นต้องแก้ปัญหาอย่างรวดเร็ว ต้องใช้ความพยายามน้อยกว่า ผู้คนก็มี ‘ระบบอัตโนมัติ’ ประจำตัวที่จะใช้การเพิ่มเข้ามากกว่าการตัดออก
- ยกตัวอย่างหูฟังแบบไร้สาย ถ้าสายหูฟังเกะกะและไม่ได้ช่วยอะไรมากนัก การไร้สายก็ไม่ได้ทำให้หูฟังหล่นหายง่ายหรือบ่อยอย่างที่หลายคนเชื่อ จึงไม่น่าแปลกใจที่มีคนปรับตัวใช้หูฟังแบบไร้สายมากขึ้นเรื่อยๆ
การฝึกคิดนอกกรอบเป็นเรื่องที่ยากสำหรับคนทั่วไป เพราะเราถูกหล่อหลอมให้คิดเหมือนๆ กัน เพื่อที่จะได้มีสัมพันธภาพที่ดีกับคนในกลุ่ม และอยู่รอดได้ดีโดยเฉพาะในกลุ่มเล็กๆ แบบคนยุคโบราณ แต่การจะเกิดสิ่งประดิษฐ์ใหม่ๆ หรือนวัตกรรมอย่างใดอย่างหนึ่งได้นั้น เราจำเป็นต้องคิดใหม่ทำใหม่
การคิดนอกกรอบแบบหนึ่งที่ยากและคนยังพูดถึงกันไม่มาก เพราะเรื่องนี้ใหม่แม้แต่กับนักวิจัยเองก็คือ ‘การคิดแบบลดทอน’ แทนที่จะคิดแบบแก้ไขเปลี่ยนแปลงเพิ่มเติมระบบเดิมซึ่งทำกันจนแทบจะเป็นอัตโนมัติ เสมือนเชื่อว่าสิ่งที่คุ้นเคยและเห็นกันอยู่ทุกวันนั้น เป็นสิ่งที่แทบจะดีที่สุดเท่าที่จะเป็นไปได้แล้ว
นี่คือเรื่องอันตราย เพราะความเชื่อดังกล่าวไม่จริงเลยแม้แต่น้อย!
โลกของเราดีขึ้นทุกวันด้วยการค่อยๆ ปรับเปลี่ยนทีละน้อยเป็นหลัก และมีเป็นครั้งคราวที่เป็นการเปลี่ยนแบบปุบปับ ดังที่เราเริ่มคุ้นเคยกับคำว่า ‘ดิสรัปชัน (disruption)’ กันบ้างแล้ว ตัวอย่างที่เห็นต่อหน้าต่อตาคือ การมาถึงของ generative AI ที่เป็นปัญญาประดิษฐ์ที่สามารถพูดคุยโต้ตอบแบบเรียลไทม์ ตอบคำถามยากๆ ที่คนทั่วไปตอบไม่ได้ วาดรูปที่ไม่เคยมีมาก่อน หรือวางแผนต่างๆ (แผนการทำงาน แผนการเดินทาง แผนการนำเสนอ ฯลฯ) ให้
หลายคนหลายวงการถึงกับตื่นตระหนกกับการมาถึงของ ChatGPT กับ Midjourney และ AI อื่นๆ ในลักษณะเดียวกัน ว่ามันจะมาแย่งงานและลดทอนมูลค่าผลงานจากฝีมือมนุษย์หรือไม่ คนที่ทำงานจำเพาะบางอย่างที่อาจสร้างมูลค่าสูงมาก เช่น งานศิลปะ กำลังจะถูกด้อยค่าด้วยปัญญาประดิษฐ์ที่ทำงานได้คล้ายคลึงกัน แต่เร็วกว่าและถูกกว่าอย่างมาก
กลับมาที่เรื่องการคิดนอกกรอบ ตัวอย่างหนึ่งของวิธีการคิดแบบนี้ที่น่าสนใจคือ แนวคิดแบบลดทอน เช่น สิ่งที่เรียกว่า ‘จักรยานสมดุล (balance bike)’
ใครที่มีลูกหลานที่เป็นเด็กและต้องการขี่จักรยานเป็น อาจจะสังเกตเห็นการฝึกเด็กเล็กๆ ให้รู้จักกับการขี่จักรยานที่มักเริ่มจากการใช้จักรยานที่มีล้อเสริมเล็กๆ อีก 2 ล้อทางด้านหลังหรือไม่ก็เป็นจักรยานแบบ 3 ล้อที่มี 1 ล้อหน้าและ 2 ล้อหลัง ซึ่งทำให้รถจักรยานแบบนี้สมดุลไม่ล้มเองง่ายๆ ตามธรรมชาติอยู่แล้ว
นี่คือการคิดแบบเพิ่มเติมเข้าไปในสิ่งที่มีอยู่เดิมเพื่อแก้ปัญหา
เมื่อเด็กเล็กคุ้นกับจักรยานแบบนี้สักพักแล้ว จึงมีโอกาสฝึกปั่นจักรยาน 2 ล้อ ได้มีโอกาสล้มค่ำคะมำหงาย จนค่อยๆ ทรงตัวอย่างสมดุลบนจักรยาน 2 ล้อได้ในที่สุด
‘จักรยานฝึกหัด’ ที่เล่ามานี้มีการเพิ่มล้อเข้าไป 1 ล้อหรือ 2 ล้อ แต่เรื่องนี้กำลังจะเปลี่ยนไป เพราะจักรยานฝึกหัดแบบใหม่ที่เรียกว่า ‘จักรยานสมดุล’ ดังที่เอ่ยถึงข้างต้นที่ได้รับความนิยมมากขึ้นเรื่อยๆ แต่จักรยานแบบใหม่นี้นอกจากจะไม่เพิ่มล้อเข้าไปแล้ว ยังเอาที่เหยียบสำหรับถีบออกไปด้วย
ดังนั้น เด็กๆ จะได้ฝึก ‘การทรงตัว’ กันจริงๆ โดยใช้เท้ายันพื้นและยกขึ้น โดยไม่ต้องถีบขณะฝึกทรงตัว นี่คือการคิดแบบลดทอนที่ดีกว่าเดิมอย่างเห็นได้ชัด!
มีตัวอย่างอื่นอะไรอีกบ้าง?
ตัวอย่างหนึ่งที่เห็นกันในชีวิตประจำวันก็คือ หูฟังแบบไร้สาย ถ้าสายหูฟังเกะกะและไม่ได้ช่วยอะไรมากนัก การไร้สายก็ไม่ได้ทำให้หูฟังหล่นหายง่ายหรือบ่อยอย่างที่หลายคนเชื่อ จึงไม่น่าแปลกใจที่มีคนปรับตัวใช้หูฟังแบบไร้สายมากขึ้นเรื่อยๆ
อีกตัวอย่างได้แก่ ในประเทศยุโรปบางประเทศมีความพยายามปรับเปลี่ยนหลายสิ่งหลายอย่างในระบบจราจร ทำให้พบว่าป้ายสัญญาณหรือไฟจราจรไม่ได้ช่วยแก้ปัญหาการจราจรเท่าไหร่ การทำในทางตรงกันข้ามกลับช่วยได้ เช่น การเอาเส้นกลางถนนออกในเมืองวิลไชร์ สหราชอาณาจักร ทำให้คนขับขี่รถยนต์ด้วยความระมัดระวังมากขึ้นและลดอุบัติเหตุได้มากถึง 35%
ฮันส์ มอนเดอร์แมน (Hans Monderman) วิศวกรการจราจรชาวดัทช์ถึงกับกล่าวว่า “หากคุณทำเหมือนกับว่าผู้คนปัญญาอ่อน พวกเขาก็จะทำตัวเหมือนคนปัญญาอ่อน” [1]
แต่แน่นอนการปรับปรุงระบบจราจรดังกล่าวต้องทำหลายอย่างไปพร้อมๆ กันหรือทำไปด้วยกัน ไม่ได้ทำง่ายๆ แค่ตัดเอาป้ายสัญญาณ เส้นถนน หรือไฟออกไปเฉยๆ แต่ต้องมีการออกแบบถนนด้วยแนวคิดใหม่เพื่อให้ขับขี่ยวดยานต่างๆ สัญจรได้เหมาะสมมากที่สุด
ลองนึกดูว่ามนุษยชาติใช้เวลานานกี่ปีกว่าจะมีจักรยานสมดุลและหูฟังไร้สายเกิดขึ้น แทบจะเป็นเรื่องเหลือเชื่อเรื่องหนึ่งเลยทีเดียว ทำไมจึงคิดกันไม่ออกนานขนาดนี้? การที่จะตอบคำถามทำนองนี้ได้ เราอาจจำเป็นต้องเริ่มจากทำความเข้าใจกับมนุษย์เราว่า
ทำไมจึงแอบติดนิสัยชอบเพิ่มเข้ามากกว่าชอบหยิบออก อะไรเป็นต้นเหตุและจะแก้ไขได้อย่างไร?
ไลดี คลอตซ์ (Leidy Klotz) วิศวกรที่มหาวิทยาลัยเวอร์จิเนีย ร่วมมือกับเกเบรียล อดัมส์ (Gabrielle Adams) นักจิตวิทยาสังคมในมหาวิทยาลัยเดียวกัน ร่วมมือกันหาคำตอบในเรื่องนี้และพบว่าเมื่อเผชิญหน้ากับปัญหาอะไรสักเรื่อง ผู้คนมีแนวโน้มจะเลือกวิธีการแก้ปัญหาโดยการเพิ่มเติมบางอย่างเข้าไปในสมการที่ใช้แก้ปัญหามากกว่าตัดออกจริงๆ ด้วย
เช่น พวกเขาพบว่าในการทดลองที่มีอาสาสมัคร 91 คน เมื่อได้รับโจทย์ให้สร้างภาพที่ได้สมมาตรขึ้นมา ซึ่งทำได้โดยการเพิ่มเติมชิ้นส่วนใหม่เข้าไปหรือดึงชิ้นส่วนเก่าที่มีอยู่ออกแล้วจัดใหม่ มีคนแค่ 20% (18 คน) เท่านั้นที่ใช้วิธีดึงออก [2]
อีกการทดลองหนึ่งทีมวิจัยวิเคราะห์คำแนะนำหรือแนวคิดที่มีผู้เสนอให้กับคนที่จะขึ้นเป็นอธิการบดีมหาวิทยาลัยคนหนึ่งแล้วพบว่า มีเพียง 11% จากข้อเสนอทั้งหมด 651 เรื่องเท่านั้นที่เกี่ยวข้องกับการลดจำนวนระเบียบ ข้อบังคับ หรือโปรแกรมการทำงานใดๆ ลง
นักวิจัยทั้งคู่และทีมงานได้ทำการทดลองเพิ่มอีก 8 ชุดกับอาสาสมัครมากกว่า 1,500 คนเพื่อหาคำตอบว่าอะไรทำให้เกิดแนวโน้มเช่นนี้ โดยอาสาสมัครพวกนี้คือ นักศึกษาระดับปริญญาตรีหรือไม่ก็เป็นคนที่มาจากเว็บไซต์ Amazon Mechanical Turk ที่เป็นเว็บระดมทุนจากมหาชน โดยการระบุให้อาสาสมัครต้องรักษาสมดุลของโครงสร้างส่วนยอดของตัวต่อเลโก้ที่มีตัวต่อแค่เพียงตัวเดียวตั้งอยู่บนส่วนยอดสุดของฐานรูปสี่เหลี่ยมจัตุรัส โดยมีรางวัลล่อใจ 1 เหรียญหากทำได้สำเร็จ
ในการนี้หากผู้เข้าร่วมทดลองต้องการเพิ่มเติมตัวต่อจะโดนตัดเงิน 10 เซนต์ต่อชิ้น แต่หากจะนำตัวต่อออกก็สามารถทำได้โดยไม่เสียเงิน โดยแจ้งกับกลุ่มหนึ่ง (กลุ่มทดลอง) ว่า “แต่ละชิ้นของตัวต่อที่เติมเข้าไปต้องเสีย 10 เซนต์ แต่การเอาตัวต่อออกไม่เสียเงิน” ขณะที่อีกกลุ่มหนึ่ง (กลุ่มควบคุม) จะได้รับคำบอกกล่าวว่า “แต่ละชิ้นที่เติมเข้าไปต้องเสีย 10 เซนต์” เพียงเท่านั้น
ผลลัพธ์ก็คือมีอาสาสมัครราว 2 ใน 3 ของกลุ่มแรก (มากกว่า 60%) ที่เลือกวิธีดึงเอาตัวต่อออกแทนที่จะเติมเข้าไป เปรียบเทียบกับ 41% ของกลุ่มหลังที่ทำแบบเดียวกัน
นักวิจัยสรุปว่าหากผู้เข้าร่วมทดลองได้รับการกระตุ้นเตือนว่า มีโอกาสทำภารกิจให้สำเร็จ (และได้รางวัล) ผ่านการดึงชิ้นตัวต่อออกได้ พวกเขาก็มีแนวโน้มจะทำเช่นนั้นมากขึ้น
ในทางตรงกันข้าม หากทำการทดลองดังกล่าวไปพร้อมๆ กับต้องคอยนับจำนวนของสิ่งของบนจอแสดงผลไปพร้อมๆ กัน แต่ละคนก็มีแนวโน้มที่จะแก้ปัญหาด้วยการเติมเข้ามากกว่าการตัดออก ชี้ให้เห็นว่าความพยายามแก้ปัญหาด้วยการตัดออกจำเป็นต้องอาศัย ‘ความพยายาม’ มากกว่าการเพิ่มเข้า
ดังนั้น เมื่อจำเป็นต้องแก้ปัญหาอย่างรวดเร็ว ต้องใช้ความพยายามน้อยกว่า ผู้คนก็มี ‘ระบบอัตโนมัติ’ ประจำตัวที่จะใช้การเพิ่มเข้ามากกว่าการตัดออก
นักเศรษฐศาสตร์บางคนมองว่าเรื่องนี้สอดคล้องกับ ‘ตรรกวิบัติแบบต้นทุนจม (sunk cost fallacy)’ ที่ทำให้ใครต่อใครหมดตัวไปกับการเล่นหุ้นหรือทำกิจการต่างๆ เพราะยังคงเชื่อในการตัดสินใจในอดีตว่าถูกต้อง แม้ว่าจะมีหลักฐานใหม่ที่ชี้ว่าการตัดสินดังกล่าวไม่เหมาะสมอีกต่อไปแล้ว จึงเสียดายเงิน เวลา และความพยายามที่ผ่านมา มากกว่าจะพิจารณาว่าจะต้องเสียสิ่งเหล่านี้มากขึ้นไปอีกหากยังดันทุรังทำแบบเดิมต่อไป
จึงเลือกเติมแทนที่จะตัด ซึ่งวิธีการแบบหลัง (ตัดออก) เหมาะสมกับสถานการณ์มากกว่า
เรื่องการฝึกคิดนอกกรอบแบบลดทอน ‘ตัดออกดีกว่าเพิ่มเข้า’ จึงเป็นทางเลือกที่อาจจะดีก็ได้ในหลายกรณีและควรฝึกคิดให้ชินและเลือกนำมาใช้ให้มากขึ้นกับสถานการณ์ต่างๆ อย่างเหมาะสม
เอกสารอ้างอิง
[1] https://bigthink.com/the-present/want-less-car-accidents-get-rid-of-traffic-signals-road-signs/
[2] Scientific American Mind, July-August 2021, 14-16
