Meze poznání: kdo zná všechno, rozhoduje špatně
John Kay podrobuje tvrdé kritice rozhodovací mechanismy. Ve veřejném sektoru, v soukromém sektoru. Až příliš často jsou totiž podklady pro rozhodování ovlivňovány – vědomě i nevědomě – tím, jakých výsledků si přejeme dosáhnout. O to propracovaněji musí vypadat tabulky takzvaných analýz. Testy, jako byly nedávné zátěžové testy evropských bank, říká Kay, ale přece jen něco otestují: „Jediná věc, která se tímto způsobem prověří, jsou meze představivosti lidí, kteří testy prováděli.“
John Maynard Keynes se nikdy nepokoušel skrývat, že ví víc než většina lidí, zároveň si však byl vědom mezí svého vědění. Napsal například: „Neexistuje žádný vědecký základ, z něhož bychom byli s to spočítat, jaká je pravděpodobnost toho, že v Evropě propukne válka, nebo jak vysoké budou za 20 let ceny mědi. Prostě nevíme.“ A skutečně. Svůj postřeh zveřejnil v roce 1921, o 20 let později se Británie zapletla do zoufalého a nepředvídatelného boje s Německem.
Lidé menšího formátu, než byl Keynes, ovšem pronášejí své prognózy snáz než tento muž. Na některé z modelů, jež při predikcích užívají představitelé jak veřejného, tak soukromého sektoru, jsem se zaměřil podrobněji.
Všem těmto modelům je vlastní podobný přístup. Pokládají si otázku: „Jak bychom se rozhodovali, kdybychom o světě věděli úplně vše?“ Pokud byste měli k dispozici veškeré poznatky o světě, byli byste schopni provést podrobné hodnocení, jež by slučovalo mnoho rozličných podstatných poznatků o věcech typu náklady, přínosy či důsledky.
Nenápadný půvab hausnumer
Jenže ve skutečnosti máte takových poznatků jen málo. Takže si chybějící údaje domýšlíte. Buďto předpokládáte, že budoucnost bude stejná jako minulost, anebo extrapolujete trend. Ani jedna buňka v tabulce nesmí zůstat za žádnou cenu prázdná. V nejhorším nasliníte prst a víte odkud vítr fouká.
Tento přístup ovšem může vést k extravagantním eskapádám představivosti. Pro ilustraci, chcete-li použít schéma, jež používá britské ministerstvo dopravy při hodnocení svých projektů, musíte vyplnit časové hodnoty pro 13 různých činností, a to nejen za dnešek, ale i za rok 2053. Na tyto otázky si naštěstí můžete stáhnout odpovědi z oficiálních stránek. Stejně jako odpovědi na mnoho dalších otázek, o nichž jste nejspíš ani neměli tušení, že jste si je chtěli klást. Jaká bude v roce 2035 průměrná míra obsazenosti aut diferencovaná podle různých částí dne?
Dojem racionality, jaký tyto metody vyvolávají, je pomýlený. Vstupní údaje analýzy mohou být vzhledem k tomu, že mnohé z nich jsou pouhé výmysly, zvoleny tak, aby odpovídaly kýženému výsledku. Například v Británii se s monotónní pravidelností opakuje situace, že Private Finance Initiative, soukromí investoři, nabízejí státu v projektech lepší zhodnocení peněz, než by dokázal nabídnout veřejný sektor. Analytici zkrátka museli přepracovávat svá čísla, aby dosáhli těch správných výsledků, tolikrát, že dnes je jim potřeba podobnou radu dávat jen zřídka.
Přání je otcem modelu
O budoucnosti se předpokládá, že bude v podstatě stejná, jako je přítomnost, pouze s těmi rozdíly, které vzejdou zejména z mechanicky promítnutého aktuálního vývoje. Nejistota je buďto zcela opomíjena, anebo se s ní počítá nedostačujícím způsobem.
Některé analýzy nabízejí pravděpodobností soudy – ty se obvykle tvoří tak, že se v prvním kroku libovolně ohne vybraný předpoklad a poté se zjistí, kolik vytvořených scénářů se vejde do stanovených limitů. Právě tak nedávno probíhaly zátěžové testy evropských bank. Jediná věc, která se tímto způsobem prověří, jsou meze představivosti lidí, kteří testy prováděli.
Přesto přetrvává pomýlená víra, že tyto postupy poskytují objektivní základ pro rozhodování. Vyvinul se konzultantský průmysl s odborníky na jednotlivé modely. Pro zadavatele projektů je domluva s konzultačními společnostmi téměř nevyhnutelností. Konzultační společnosti vyvinuly – a kyne jim z toho nemalý zisk – tvorbu modelů jako „nafukovací“ podnikání. Na velikosti zakázky nezáleží, protože vstupní data do modelů může zadávat začátečník.
Modely jsou často užitečné pro objasnění složitějších problémů a kvantifikace je nedílnou součástí rozhodovacích procesů. Dobré modely jsou ovšem zjednodušení, ne černé skříňky, jejichž činnost nechápou dokonce ani ti, kdo je obsluhují. Relevantní model má vždy specifické rysy s ohledem na zadání, které je právě na stole. Nelze najít žádný objektivní způsob jak určit, který nástroj je nejlépe užít pro ten který případ. Pokud neznáte odpověď na určitou otázku, nedopídíte se jí tak, že si vymyslíte výsledek, ale tím, že vše znovu promyslíte a zformulujete jinou otázku, na niž už budete schopni odpovědět.
Když prohlašujeme, že známe věci, které neznáme, když si tváři v tvář nejistotě a nejasnosti činíme nárok na jistotu či když rozhodnutím, která byla přijata na základě ne-racionálních a zřídkakdy vůbec vyslovených důvodů, přisuzujeme nátěr racionality, pácháme tím velké škody. Absurdita důsledků takového chování je nabíledni: Veřejný sektor a velké byrokratické organizace se tváří jako příklady vzorného rozhodování – a jejich rozhodnutí jsou vzorově mizerná.
Pro Finmag z autorova webu přeložil František Marčík
