דמיינו שלוש סיטואציות שונות לגמרי.
גיוס עובדים אצל ג'ף בזוס
אמזון צומחת במהירות. צריך לגייס מאות עובדים.
כל טעות בגיוס עולה ביוקר. עובדים לא מתאימים פוגעים בצוות, בקצב ובתרבות הארגונית.
מצד שני, אין זמן לתהליכי מיון אינסופיים. אי אפשר להקים מכונת הערכה עם אינסוף ראיונות ומבחנים.
אז איך מקבלים החלטות טובות, מהר, בלי לשרוף משאבים?
מחסום צבאי באפגניסטן
רכב מתקרב למחסום.
לחייל יש שניות בודדות להחליט אם מדובר באזרח תמים או במחבל מתאבד.
החלטה שגויה אחת עלולה להרוג חפים מפשע. החלטה שגויה אחרת עלולה להרוג חיילים.
אין זמן לחשב הסתברויות, או לקיים תחקירים מעמיקים.
צריך להחליט עכשיו.
רופא בחדר מיון
מטופל מגיע עם כאבים בחזה.
האם להפנות אותו לטיפול נמרץ או למחלקה רגילה?
אם לא נפנה אותו – זה מסכן את המטופל הספציפי הזה.
יותר מדי הפניות לטיפול נמרץ יוצרות עומס ומסכנות חולים אחרים.
גם כאן: ההחלטה דחופה. המידע חלקי. והמחיר של טעות גבוה.
שלוש זירות שונות.
אותו אתגר יסודי: צריך לקבל החלטות נכונות בזמן קצר, עם מידע חלקי, ובלי להשקיע משאבים שאין.
הבעיה העקרונית בקבלת החלטות
ככה נראה העולם האמיתי של קבלת החלטות.
המידע אף פעם לא שלם, הזמן תמיד לוחץ, המשאבים מוגבלים, המציאות דינמית ומשתנה.
וההחלטות מורכבות ובעלות השלכות כבדות.
ובכל זאת, אנחנו מצפים ממקבלי החלטות לדיוק, לעקביות ולאחריות.
מכאן נולדת הדילמה המרכזית:
איך מקבלים החלטות טובות, כשאי אפשר להרשות לעצמנו תהליכי ניתוח כבדים, ארוכים ומורכבים?
למה האינסטינקט האינטלקטואלי לא עובד
זה מוכר לנו – כשקשה להחליט האוטומט אומר: נאסוף עוד נתונים.
כשיש אי־ודאות, נבנה מודל מורכב יותר.
כשיש טעויות, צריך לחשוב יותר, להתייעץ עם עוד מישהו, לבדוק שוב.
אבל במציאות קורה משהו אחר לגמרי.
עוד נתונים לא בהכרח מבהירים את התמונה. לפעמים הם רק יוצרים עומס.
מודלים מורכבים נוטים לדיוק מזויף, כזה שנראה מרשים על הנייר אבל לא מחזיק במציאות משתנה.
תהליכים ארוכים לעיתים מסתבכים, כי אף אחד לא מצליח לסיים אותם בזמן.
ולעיתים קרובות, אין באמת הסתברות יציבה שאפשר לחשב. אין "תשובה נכונה" שמחכה שנגלה אותה.
לכן הגישה של “אם זה יותר מורכב – נפעיל יותר כוח רציונאלי” לא תמיד עובדת.
וכאן מופיע פתרון אחר, מפתיע ביעילות שלו.
הפתרון האלטרנטיבי: כללי החלטה פשוטים
מאמר של Katsikopoulos ו-Gigerenzer מציע הסתכלות שונה לגמרי על רציונליות. במקום לשאוף לאופטימיזציה של רציונאליות בעולם לא ודאי, הם מציעים להשתמש ביוריסטיקות מהירות וחסכניות: "Fast-and-Frugal Heuristics".
מה זה יוריסטוקות?
מדובר בכללי החלטה פשוטים. כאלה שמסתמכים על מעט מידע.
כאלה שקל להבין ולהסביר. כאלה שאפשר ליישם יחסית בקלות, גם תחת לחץ זמן.
וכאלה שמצמצמים טעויות מערכתיות, דווקא בגלל שהם לא מנסים להיות מושלמים.
הכללים האלו לא שואפים להביא אתכם ל-100% דיוק. אבל ברוב המקרים הם יביאו אתכם למסקנה הנכונה, במעט מאמץ, בזמן קצר וגם במצבים של מחסור במידע.
במקור המונח "יוריסטיקה" לא נועד לתאר הטיות, אלא שיטות חכמות ופשוטות למציאת פתרונות. רק החל משנות ה-70 בעקבות עבודות של כהנמן וטברסקי, נוצר הזיהוי בין יוריסטיקות לבין "הטיות קוגניטיביות".
העיקרון התאורטי שמאחורי זה נקרא "רציונליות אקולוגית".
הרעיון פשוט: החלטה רציונלית היא לא זו שהכי מתוחכמת או מדויקת מבחינה מתמטית, אלא זו שמתאימה לסביבה שבה פועלים. ולרוב סביבת קבלת ההחלטות לא נקייה.
איך להשתמש ביוריסטיקות?
כשחוזרים לשלוש הדוגמאות מהפתיחה, זה מתחבר מיד.
בגיוס עובדים, ג'ף בזוס התמקד בשלוש שאלות פשוטות:
– האם למועמד יש יכולת יוצאת דופן?
– האם הייתי רוצה ללמוד ממנו?
– האם הוא ישפר את הרף הארגוני?
לא עשרות קריטריונים, אלא כמה שאלות מפתח, בסדר קבוע.
התוצאה הייתה תהליך מהיר יותר, ועקבי יותר, עם פחות טעויות יקרות.
במחסומים צבאיים באפגניסטן, עץ החלטה פשוט הציל חיים:
– האם הרכב מציית להוראות?
– האם יש התנהגות חשודה?
– האם יש מידע מודיעיני?
עץ קבלת החלטות עם שאלות בינאריות הפחית משמעותית פגיעות באזרחים, והיה מדויק יותר משיקול דעת אינטואיטיבי או ממודלים סטטיסטיים מורכבים שלא באמת ניתנים ליישום בזמן אמת.
וגם בחדרי מיון כללי הפניה פשוטים (האם יש שינויים באק"ג, האם יש כאבין חזקים וכו' )עבדו טוב יותר ממודלים רגרסיביים מסובכים.
הם הפחיתו עומס מיותר, ושיפרו את בטיחות המטופלים.
זה לא אומר שכלל פשוט תמיד מנצח.
אבל בתנאים של אי־ודאות, לחץ ומשאבים מוגבלים – פשטות יכולה להיות יתרון.
מה זה אומר על מדיניות ציבורית?
עד כאן דיברנו על החלטות של יחידים.
אבל כאן מגיע החיבור החשוב באמת.
אתגרים דומים קיימים גם במדיניות ציבורית, ואפילו בעוצמה גבוהה יותר.
רגולציה, רישוי, פיקוח ואכיפה, ניהול סיכונים לאומי ותעדוף תקציבי – כולם מתקיימים בעולם של אי־ודאות עמוקה. המידע חלקי, יש ריבוי שחקנים, המשאבים מוגבלים וצריך לפעול ולהתקדם בקבלת ההחלטות.
ובכל זאת, יש נטייה לבנות עוד מודלים, לעשות עוד תהליכים, להגיד שאין מספיק מידע כדי לקבל החלטה מדוייקת. ה"פרפקציוניזם" הזה לא בריא. לעיתים הוא מסכה שמסתירה חוסר מקצועיות או פחד לקבל החלטות.
המאמר מזכיר לנו משהו חשוב: גם במדיניות ציבורית, לא תמיד צריך עוד ניתוח או מידע מושלם. לפעמים צריך כללי החלטה פשוטים.
למשל:
– כלל סף ברור מתי בכלל שוקלים לקבוע רגולציה חדשה (ומתי לא)
– עץ החלטה בסיסי להענקת רישיון
– קריטריונים קצרים וברורים להפעלת אכיפה
– כללי אצבע שעוזרים לשלול חלופות מדיניות לא יעילות בשלב מוקדם
פשטות היא לא בהכרח ויתור מקצועי.
היא יכולה להיות אסטרטגיה רציונלית.
כללי החלטה פשוטים מאפשרים לצמצם טעויות, לייצר עקביות מערכתית, להגביר שקיפות לציבור, ולהתקדם בלי להיתקע בשיתוק בגלל ניתוח יתר.
רציונליות ≠ מורכבות
זו אולי התובנה העמוקה ביותר של המאמר: רציונליות לא מחייבת מורכבות.
בעולם האמיתי יותר נתונים לא תמיד מביאים יותר חוכמה.
ולעיתים, כלל פשוט אחד מנצח מודל מפואר.
האתגר של מקבלי החלטות, במיוחד במדיניות ציבורית, הוא לא לבנות את המודל הכי מסובך.
אלא לבחור את הכלל הכי מתאים למציאות שבה הם פועלים.
הפוסט מבוסס על המאמר: Katsikopoulos, K. V. & Gigerenzer, G., Fast-and-frugal heuristics: analytical models of intuition, IMA Journal of Management Mathematics, 2026.
https://doi.org/10.1093/imaman/dpaf041
הרגולטור - גיא מור 