9 ส.ค. 2021 เวลา 02:10 • หนังสือ
[สรุป+รีวิวหนังสือ] NOISE - ความบกพร่องในการตัดสินใจของมนุษย์ ภาคต่อของ Thinking Fast and Slow
ที่บอกว่าเป็นภาคต่อนั้นเป็นเพราะ 1 ใน 3 ของผู้เขียนคือ Daniel Kahneman ผู้เขียนสุดยอดหนังสืออย่าง Thinking Fast and Slow + เจ้าของรางวัลโนเบลสาขา Behavioural Economics และได้มีการอ้างอิงถึงหนังสือเล่มก่อนอยู่เยอะพอสมควรครับ
ส่วนอีกสองท่านก็ยังเป็นนักเขียนด้านเศรษฐศาสตร์พฤติกรรมระดับ Top เจ้าของหนังสืออย่าง Nudge และ You’re About to make a Terrible Mistake อีกด้วย ดังนั้นรับรองได้ว่า NOISE เล่มนี้ต้องไม่ธรรมดาอย่างแน่นอน
คะแนนผมขอให้ไว้ที่ 9/10 ครับ เนื้อหามีประโยชน์และนำมาปรับใช้กับชีวิตประจำวันได้ แถมยังชี้ให้เห็นปัญหาในการตัดสินใจของมนุษย์ที่ไม่เคยถูกแก้ไขอย่างจริงจังมาก่อน เป็นหนังสือเปิดโลกอีกเล่มของผมเลย
(หักคะแนนนิดหน่อยเพราะเนื้อหามันวิชาการไปทางสถิติเยอะไปหน่อย เลยไม่ค่อยสนุก 55555 แต่ก็ทำใจไว้ตั้งแต่หยิบเล่มนี้ขึ้นมาแล้วครับ ถ้าสนุกมันคงแปลกพิลึก 🤣 เพราะงั้นใครเกลียดสถิติพวก Errors , Deviation , Variance อาจจะอ่านลำบากนิดนึงนะครับ)
เนื้อหาด้านในจะเป็นยังไงบ้างวันนี้ผมขอเล่าให้ฟังแบบยาวกำลังดีตามสไตล์เพจเล่าซักหน่อย (ครอบคลุมเนื้อหาคร่าวๆประมาณ 15% นะครับ) ใครว่างมาอ่านกันครับ ใครไม่ว่างแชร์เก็บไว้รับรองมีประโยชน์แน่นอน 🤓🤓
*** ขอบคุณผู้สนับสนุนใจดีอย่าง Asia Books ด้วยนะครับ หากอ่านแล้วสนใจผมแนบ Code ส่วนลดพิเศษเฉพาะแฟนเพจเอาไว้ตอนจบครับ 🙏🏻🙏🏻
🌪 NOISE คืออะไร ?? 🌪
ก่อนที่จะพูดถึง Noise เรามาพูดเรื่องการตัดสินใจของมนุษย์กันก่อนครับ
Human Judgment นั้นคือสิ่งที่เราต้องประสบพบเจอในชีวิตประจำวันอยู่ตลอดเวลา ไม่ว่าจะเป็นการตัดสินใจว่าจะเดินทางไปที่ไหน, อย่างไร / จะทานอะไรเป็นมื้อเย็น / จะสมัคร Netflix หรือลงเรียนออนไลน์ดีหรือไม่ ?
คำถามคือคุณเคยรู้ตัวหรือไม่ว่าการตัดสินใจเหล่านี้มีข้อผิดพลาด (Error) อยู่ในนั้นเสมอ ??
ใช่ครับ มันมีอยู่และมีเยอะมากด้วย หากเป็นแค่เรื่องง่ายๆในชีวิตประจำวันมันก็คงไม่มีผลกระทบอะไรมากมายนัก แต่ถ้าการตัดสินใจนั้นมันคือการตัดสินใจที่มีความสำคัญกับชีวิตทั้งของเราและคนอื่นล่ะ มันจะเป็นอย่างไร ??
1
ยกตัวอย่างเช่น การวินิจฉัยโรคของแพทย์, การพิพากษาคดีในศาล, การตัดสินเลือกคนเข้าทำงานกับบริษัท หรือ การตัดสินว่าจะเลือกพรรคไหนในการเลือกตั้งครั้งหน้า (เลือกกันดีๆนะครับรอบหน้า ขอไม่ชี้นำ แต่ให้ดูจากผลงาน 🤫)
ซึ่ง Error ดังกล่าวนั้นในทางสถิติเราจะวัดด้วยค่าที่เรียกว่า MSE : Mean Squared Error ในค่าของ MSE นั้นจะประกอบไปด้วยความผิดพลาด 2 อย่างนั่นคือ Bias (อคติ,ความลำเอียง) และ Noise (เสียงหรือสัญญาณรบกวน)
MSE^2 = Bias^2 + Noise^2
**ที่ต้องยกกำลังสองเพราะความแปรปรวนเหล่านี้ไม่ได้หักล้างกันเอง เช่น รอบแรกเราเดาคะแนนเกินไป +5 รอบสองเราเดาน้อยเกินไปอีก -5 นั่นไม่ได้หมายความว่าถ้าหักลบกันแล้วเราเดาถูกพอดีซักหน่อย
ในส่วนของ Bias นั้นถูกพูดถึงอย่างกว้างขวางในวงการจิตวิทยาและเศรษฐศาสตร์พฤติกรรมเพราะมันสามารถอธิบายได้ง่ายกว่า
ขอยกตัวอย่างง่ายๆจากหนังสือครับ สมมุติในการแข่งขันยิงปืน ถ้าปืนของคุณศูนย์เบี้ยวทำให้ยิงเอียงขวาทั้งหมด นั่นคือ Bias แต่ถ้าศูนย์ตั้งตรงแล้วแต่คุณยิงไม่แม่นเองนั่นคือ Noise ที่ผ่านมาคนสนใจที่จะอธิบายว่าทำไมศูนย์ถึงเบี้ยวแล้วเราจะตั้งศูนย์ใหม่ไดอย่างไร แต่ไม่เคยมีใครพูดถึงการเหตุผลที่คุณยิงไม่แม่นเท่าไหร่นัก
*** หนังสือที่อธิบายความ Bias ได้ดีที่สุดเล่มนึงก็คือ Thinking Fast and Slow นั่นเองครับ
2
ดังนั้น Noise ในที่นี้จึงหมายถึงเสียงรบกวน ที่ทำให้การตัดสินใจของมนุษย์อย่างเรานั้นมีความคลาดเคลื่อนไปจากสื่งที่มันควรจะเป็น และสามารถส่งผลกระทบได้พอๆกับ Bias หรืออาจจะมากกว่านั้นด้วย แต่กลับไม่ค่อยถูกพูดถึงมากนัก
นั่นคือเหตุผลหนังสือเล่มนี้หนังสือเล่มนี้ถูกเขียนขึ้นมานั่นเองครับ
(เกริ่นยาวมาก แต่เพื่อความไม่สับสนระหว่าง Bias และ Noise นะครับ ต้องแยกให้ชัดเจนก่อน)
🤔 NOISE มีกี่ประเภท ? 🤔
NOISE in Human Judgment - สัญญาณรบกวนในการตัดสินใจของมนุษย์นั้นมีอยู่ทั้งหมด 2 ประเภทครับ ขอยกตัวอย่างสถานการณ์ให้ก่อนจะไปแยกประเภทให้ดูนะครับ
สมมุติเป็นเรื่องใกล้ตัวเช่นการลงเรียนวิชาในมหาวิทยาลัยที่มีอาจารย์หลายๆคนสอนในวิชาเดียวกัน และ แต่ละคนจะแบ่งกันตรวจข้อสอบแบบ Essay หรือเรียงความ (ข้อสอบ Choice จะไม่มี Noise นะครับ จะมีแต่ Human Error) ของนักเรียนในคลาส
Noise จึงจะสามารถเกิดขึ้นได้กับคะแนนในหลากหลายความหมายตามตัวอย่างด้านล่างนี้เลยครับ
1. Level Noise (สัญญาณรบกวนระหว่างบุคคล)
Level Noise คือความแตกต่างในการตัดสินใจของแต่ละคน ในที่นี้คือตัวอาจารย์ที่เป็นคนตรวจและให้คะแนนกับนักเรียน
อาจารย์บางคนใจดี ก็จะให้คะแนนดีๆกับทุกคนที่เค้าตรวจ
อาจารย์บางคนโหดก็จะให้คะแนนน้อยๆ กับทุกคนเช่นกัน
ความแตกต่างหลักๆที่ทำให้เกิด Level Noise นี้คือการตั้งเกณฑ์ที่แตกต่างกัน เพราะ Scale ของคะแนน 0-10 ในหัวของแต่ละคนนั้นไม่เหมือนกัน
คนที่ใจดีอาจจะมองว่าถ้าเขียนดีต้องเต็ม 10 ถ้าไม่ดีก็ให้ประมาณ 5-6 คะแนน
ส่วนคนที่โหดๆจะมองว่าเขียนดีก็ควรจะได้แค่ 8 ส่วน 9-10 นั้นจะเก็บไว้ให้คนที่ outstanding/exceptional กระโดดออกมาจากกลุ่มเท่านั้นส่วนถ้าเขียนแย่ก็เอาไปแค่ 2-3 คะแนนพอ
ดังนั้น Noise ที่เกิดขึ้นตรงนี้จึงเหมือนกับ Lottery ที่นักเรียนนักศึกษาแต่ละคนเหมือนต้องเสี่ยงดวงเอาครับ ว่าจะได้คนตรวจเป็นคนไหน เพราะ Essay แบบเดียวกัน ถ้าเจอคนตรวจคนละคน ก็อาจจะได้คะแนน/เกรดที่แตกต่างกันก็ได้
ถ้าเราขยายมุมมองออกมาในโลกความเป็นจริงมากขึ้น Level Noise ตัวนี้จะส่งผลกระทบกับชีวิตหลายๆคนมากกว่าคะแนนหรือเกรดมากครับ ยกตัวอย่างเช่น
- การพิจารณากรมธรรม์ประกันสุขภาพ ถ้าเจอคนโหดๆกรมธรรม์ไม่ผ่าน อาจจะไม่สามารถเข้ารักษาในโรงพยาบาลได้
- การพิพากษาคดี ถ้าโชคร้ายเจอผู้พิพากษาที่โหดมาก อาจจะต้องรับโทษรุนแรงกว่าปกติ
- สัมภาษณ์งาน ถ้าเจอ Interviewer ที่เคร่ง และมีเกณฑ์สูงก็อาจจะพลาดงานที่ตนใฝ่ฝันก็ได้
จะเห็นว่า Noise นั้นมีผลกับชีวิตของพวกเราทุกคนอยู่เยอะเลยครับ แต่กลับไม่ค่อยถูกพูดถึงและแก้ไขมากเท่าไหร่นัก และนี่เป็นเพียงแค่ส่วนนึงของ Noise นะครับ ยังมีส่วนอื่นๆอีกด้านล่างเลย
— — — — — — — — — — —
2. Pattern Noise (สัญญาณรบกวนในคนๆเดียวกัน)
Pattern Noise คือความแตกต่างในการตัดสินภายในตัวคนคนเดียวกัน ในตัวอย่างก็คือกรณีที่อาจารย์ใจดี อาจจะไม่ได้ให้คะแนนดีกับทุกคน โดยอาจจะมีปัจจัยอย่างอื่นที่ทำให้ให้คะแนนแตกต่างออกไป
ยกตัวอย่างเช่น อาจารย์ที่ปรึกษาอาจจะให้คะแนนนิสิตในที่ปรึกษาของตัวเองสูงกว่าปกติ เช่นเดียวกับอาจารย์ประจำชมรม หรืออาจจะมีเรื่องเพศมาเกี่ยวข้องเช่น อาจารย์ผู้หญิงอาจจะให้คะแนนนิสิตหญิงมากกว่านิสิตชาย เป็นต้น
นั่นหมายความว่านอกเราจะเจอ Lottery 2 เด้ง เพราะ ถึงแม้คุณอาจจะดวงดีเจอ Level Noise เป็นอาจารย์คนที่ใจดี แต่ถ้าเค้ามี Pattern Noise ที่ให้คะแนนคุณไม่ดีก็ไม่ได้ประโยชน์อะไร หรือถ้าซวยซ้ำซวยซ้อน อาจจะเจอทั้งอาจารย์ที่โหด แถมยังให้คะแนนคุณน้อยเป็นพิเศษอีกตะหาก
*** อันนี้อยู่ภายใต้เงื่อนไขที่ว่าผลงานของคุณค่อนข้างโอเคนะครับ แต่เจอ Noise ในระบบทำให้ได้คะแนนไม่ดี ถ้าผลงานห่วยเองโทษประชาชน เอ้ย โทษคนอื่นไม่ได้นะครับ 🥲
นอกเหนือจากนั้นแล้ว ตัว Pattern Noise เองยังแบ่งได้อีกสองแบบครับ
— — — — — — — — — — —
2.1 Stable Pattern Noise
แปลตรงตัวนั่นก็คือ Pattern Noise ที่คงที่นั่นเองครับ กล่าวคือเป็น Noise ที่เกิดขึ้นอย่างเป็น Pattern ที่ชัดเจน เช่น อาจารย์คนนี้ใจดี แต่ไม่ค่อยชอบนิสิตชายเท่าไหร่ ก็เลยจะเห็น Pattern ในการให้คะแนนนิสิตชายน้อยกว่าโดยชัดเจน
ซึ่งจากการเก็บข้อมูลและทำ Social Experiment จะพบว่า ⭐️ Stable Pattern Noise ⭐️ ตัวนี้มีผลกระทบกับการตัดสินใจของมนุษย์เรามากที่สุดในทั้งหมดเลยครับ
เพราะฉะนั้นไม่แปลกที่เราจะเห็น Noise ประเภทนี้ในชีวิตจริงมากมาย ขอแค่มีความเชื่อหรือมุมมองที่ต่างกัน คนเราก็พร้อมที่นะ Judgment อีกคนในทางที่แย่ทันที โดยไม่ได้ดูที่นิสัยหรือผลงานที่แท้จริงของคนๆนั้นเลย
ถ้าไม่เชื่อลองมองดูที่ตัวเองหรือคนรอบข้างได้ครับ ว่าคุณเคยไม่ชอบขี้หน้าใคร โดยไม่ได้ดูไปที่เนื้อแท้ของคนนั้นหรือไม่ ถ้าเคยนี่คือ Stable Pattern Noise แบบนึง
— — — — — — — — — — —
2.2 Occasion Noise
มาถึง Noise ตัวสุดท้าย นั่นคือ Occasion Noise หรือ Noise ที่เกิดขึ้นแค่ช่วงเวลาใดเวลานึง เป็นปัจจัยภายนอก ไม่ได้ปรากฎเป็น Pattern ที่ชัดเจนแบบด้านบน
ยกตัวอย่างเช่นการตัดสินใจของคนเราอาจจะขึ้นอยู่กับ เวลา, วันที่ หรือ ผลงานของทีมฟุตบอลที่เราเชียร์
ในการวิจัยหลายๆตัวจะพบครับว่า การตัดสินใจปล่อยตัวนักโทษออกจากคุกชั่วคราว (Parole) จะมีอัตราการปล่อยตัวสูงกว่าในช่วง 9-10 โมงและ บ่าย 1-2
ส่วนช่วง 11-เที่ยง (ก่อนทานอาหารเที่ยง) และช่วง 3-4 โมง (ก่อนเลิกงาน) จะมีอัตราการปล่อยตัวที่ต่ำมาก วึ่งน่าจะเป็นเพราะความหิว หรือความอยากกลับบ้านไปพักผ่อนมากกว่า
หรือการตัดสินบางอย่างของคนในเมืองจะมองโลกในแง่ดี (optimistic) มากถ้าหากทีมฟุตบอลประจำเมืองทำผลงานได้ดี ชนะคู่แข่งในวัน Matchday ที่ผ่านมา แต่จะพลิกหน้ามือเป็นหลังเท้าทันทีหากทีมรักแพ้การแข่งขัน
ดังนั้น Occasion Noise คือ Noise ที่อยู่นอกเหนือการควบคุมทั้งหมดเลยครับ ยิ่งกว่าการจับสลากว่าจะเจอ Judgmentor คนไหนอีก เพราะเราไม่มีทางรู้เลยว่าปัจจัยภายนอกดังกล่าวนั้นจะเป็นอย่างไรในตอนที่เรากำลังจะถูกตัดสิน
— — — — — — — — — — —
ความหมาย และประเภทของ Noise ก็จบลงเท่านี้ครับ ยาวมากๆ 🤣🤣
ดังนั้นผมขอแวะไปแตะเรื่องมีวิธีการแก้ไขปัญหา Noise เพื่อให้เกิดการตัดสินใจที่ดีขึ้นซักหน่อยก่อนจบนะครับ
⚔️ แล้วเราจะกำจัด Noise เหล่านี้ได้อย่างไร ?⚔️
การกำจัด Noise ในการตัดสินใจของเรานั้น ผู้เขียนทั้งสามคนได้นำเสนอมาหลายแบบมาก แต่ส่วนใหญ่จะเน้นไปที่การตัดสินใจจำเพาะเจาะจงบางประเภทครับ จึงอาจจะไม่ใกล้ตัวพวกเราเท่าไหร่ครับ ผมเลยขอเลือกมาแค่ 3 วิธีที่ทำไปใช้ได้จริงดีกว่า
— — — — — — — — — — —
วิธีแรก : การกำหนดรายละเอียดของ Scale ในแบบสอบถามอย่างชัดเจน
สิ่งที่เจอกับปัญหา Noise มากที่สุดอย่างนึงคือการทำแบบสอบถาม / Questionaires ครับ เชื่อว่าทุกคนต้องเคยทำมา และคำตอบที่ตอบไปนั้นก็เต็มไปด้วย Noise อย่างแน่นอน
เหตุผลนั้นก็เพราะ Scale ในใจของแต่ละคนนั้นไม่เหมือนกัน บางคนให้คะแนนสูงสุดง่าย บางคนเลือกที่จะให้คะแนนกลางๆ ดังนั้นเมื่อนำคะแนนมารวมกันคะแนนนั้นก็จะมี Noise อย่างไม่ต้องสงสัย
เพื่อเป็นการแก้ปัญหาตรงนี้ จึงต้องมีการกำหนด Scale ให้ชัดเจน จากปกติที่จะมีระดับ พึงพอใจมาก , ปานกลาง , ไม่พึงพอใจ ก็อาจจะต้องระบุรายละเอียดให้ชัดเจน ยกตัวเช่น พึงพอใจมาก = พนักงานบริการดี ตอบคำถามได้อย่างครบก้วนด้วยสีหน้าที่ยิ้มแย้ม เป็นต้น เมื่อเจอพนักงานที่ทำไม่ครบตามรายละเอียดก็จะไม่ได้คะแนนเต็ม
เมื่อมีการใส่รายละเอียดใน Scale แบบนี้แล้วก้จะช่วยลด Noise และทำให้การตัดสินใจต่างๆมีความชัดเจนและมีประสิทธิภาพที่มากขึ้นนั่นเองครับ
— — — — — — — — — — —
วิธีที่สอง : การฝึกฝนผู้ตัดสินใจ และ รวมกลุ่มเพื่อการตัดสินใจที่ดีขึ้น
มีการศึกษาพบว่าปัจจัยที่ทำให้การตัดสินใจดีขึ้นและมี Noise ที่น้อยลง คือการฝึกฝนให้มีความรู้ความสามารถที่มากขึ้น เพื่อให้ตัดสินใจได้ดีขึ้น และการรวมทีมเพื่อเฉลี่ยการตัดสินใจของหลายๆคนแล้วนำผลที่ได้มาใช้ เพื่อจะลด Noise ในการตัดสินใจของแต่ละคนออกไปได้
จึงได้มีการศึกษาเพื่อหาวิธีการแก้ปัญหา Noise และแบ่งออกมาเป็น 3 แบบ ได้แก่ Training, Teaming และ Selection
- Training การฝึกฝน : ผลออกมาว่าสามารถช่วยลด Bias ได้ดี เนื่องจาก Bias มีตัวตนที่ชัดเจนกว่า มีทฤษฎีรองรับมากกว่า ดังนั้นการฝึกฝนจึงช่วยลด Bias ได้ แต่ยังไม่สามารถลด Noise ได้มากนัก
- Teaming การรวมทีม : การรวมทีมหลายๆคนมาข่วยกันตัดสินใจจะช่วยลด Noise ได้ดี เนื่องจาก Noise ของคนนึงจะถูกแก้ไขด้วย Comment ของคนอื่นๆ ส่งผลให้สัญญาณรบกวนนั้นหายไปได้ในระดับที่น่าพึงพอใจ
- Selection คือการคัดเลือกคนเก่งมารวมทีมกัน : นี่เป็นวิธีที่ดีที่สุด เนื่องจากเป้นการรวมตัวของคนที่ได้รับการฝึกฝนมาอย่างดี และ เมื่อนำมารวมทีมที่มีแต่หัวกะทิ ก็จะทำให้การตัดสินใจของทีมนั้นมีประสิทธิภาพมากขึ้น สามารถลดได้ทั้ง Bias และ Noise ในเวลาเดียวกัน
ในส่วนนี้อาจจะต้องมีรายละเอียดของรูปแบบการประชุมที่จะช่วยลด Noise ได้ดี ซึ่งจะเป็นวิธีถัดไปครับ
— — — — — — — — — — —
วิธีที่สาม : Mediating Assessment Protocol
วิธีนี้ผมไม่รู้เหมือนกันว่าจะแปลเป็นไทยแบบไหนดีครับ แต่มันคือมาตรการในการพิจารณารายละเอียดของการตัดสินใจอย่างถี่ถ้วนเพื่อให้เกิด Noise น้อยที่สุด โดยมีขั้นตอนคร่าวๆดังนี้
1. แบ่งโครงสร้างของปัญหาออกมาเป็นปัจจัยด้านต่างๆให้ชัดเจน เช่นการตัดสินใจจ้างพนักงาน ก็ต้องมีการกำหนด Criteria ต่างๆแนกออกมาโดยชัดเจน
2. เวลาพิจารณาปัจจัยต่างๆพยายามใช้มุมมองของคนนอก (บุคคลที่สาม : third party) ที่มองเข้ามาจะดีกว่าใช้มุมมองของตัวเอง
3. ในการวิเคราะห์และรวบรวมข้อมูลต่างๆ ควรรวบรวมแบบแยกกัน เช่นให้คนนึงรับผิดชอบหัวข้อนี้ไปเลย เพื่อไม่ให้เกิดการรบกวนกันของข้อมูล
4. เมื่อถึงตอนระดมความคิด ก็ให้หยิบประเด็นมาพูดทีละอัน ไม่ผสมกันจนเกิดความสับสน
5. ทำให้มั่นใจว่าการตัดสินใจในแต่ละประเด็นต้องตัดสินใจแยกกัน โดยไม่เอาปัจจัยอื่นๆมารวมด้วย
4
6. ความคิดเห็นส่วนตัวสามารถใช้ได้ แต่ต้องนำมาใช้ในขั้นตอนสุดท้ายของการตัดสินใจ
จะสังเกตเห็นว่า วิธีการตัดสินใจดังกล่าวนี้จะเป็นแยกรายละเอียด และปัจจัยต่างๆของการตัดสินใจออกมา แล้วใช้วิธี Tackle แบบ One by One เพื่อให้แยกประเด็นออกจากกัน และไม่เกิดสัญญาณรบกวนในการตัดสินใจในเรื่องที่มันทับซ้อนกันสูง
นอกเหนือจากนั้นคือการไม่ด่วนตัดสินใจในตอนแรกครับ เพราะทุกคนมักจะมีมุมมองส่วนตัวหรือธงที่ตั้งมาก่อนที่จะประชุมหรือคุยกันอยู่แล้ว ถ้าหากทุกคนเอาแต่จะนำเสนอมุมมองของตัวเองเพียงอย่างเดียว แต่ไม่สนใจในข้อเท็จจริงของประเด็นต่างๆก็จะส่งผลให้การตัดสินใจมี Noise จากตัวบุคคลสูงนั่นเอง
วิธีการอาจจะดูยุ่งยากจนไม่น่าจะนำมาใช้ในการประชุมจริงได้ แต่ผลการวิจัยและนำไปใช้จริงนั้นดีมากๆครับ ถ้าสามารถนำไปใช้ได้ก็จะช่วยลดปัญหา Noise ได้อย่างมาก
*** องค์กรแบบไทยๆอาจจะใช้วิธียากหน่อยนะครับ เพราะระบบอาวุโสนั้นฝังรากลึกมาก การประชุมแต่ละครั้งก็มีกจะจบลงด้วยทางเลือกของผู้ใหญ่มากกว่า นี่เป็นกำแพงที่บ้านเราจะต้องข้ามไปให้ได้ครับ
และวิธีการแก้ปัญหาคร่าวๆก็มีเท่านี้ครับ ในหนังสือยังมีอีกหลายวิธีเลย ไว้มีโอกาสอาจจะกลับมาเขียนถึงอีกรอบนะครับ
รอบนี้อาจจะไม่ละเอียดแบบที่ผ่านๆมา เพราะหนังสือค่อนข้างใหม่และมีเนื้อหาเยอะมาก เลยไม่อยากจะเปลือยเนื้อหาจนเยอะเกินไปครับ อยากเขียนให้เป็นลักษณะของการสรุปคร่าวๆแค่ประเด็นที่ทำให้อยากตามไปอ่านกันมากกว่า (ที่สรุปมานั้นอาจจะไม่ถึง 10% ด้วยซ้ำครับ มันเยอะมากจริงๆ 🤣)
คะแนนรีวิว ผมขอให้ไว้ที่ 9/10
อาจจะไม่เต็มสิบแบบ Thinking Fast and Slow เพราะความว้าวมันต่างกันเยอะ + เล่มนี้จะออกแนววิชาการสถิติมากกว่า อาจจะทำให้หลายๆคนอ่านแล้วถิอดใจกลางคันได้เหมือนกันครับ แต่ถ้าถามว่าอ่านจบแล้วรู้สึกได้ประโยชน์มั้ยอันนี้ 10/10 เลย
1
เอาเป็นว่าถ้ามาสายเศรษฐศาสตร์พฤติกรรมกันแล้ว ต้องเอาไปโดนให้ครบๆครับ
ถ้าใครสนใจสามารถสั่งซื้อได้ที่ https://www.asiabooks.com/noise-262524.html
อย่าลืมใส่ Code ลดราคา 8% ที่ทางผมไปขอกับ Asiabooks มาด้วยนะครับ
⭐️⭐️ Code : AB812A ⭐️⭐️
ใช้ได้เฉพาะเดือนสิงหาคมนี้เท่านั้นนะครับ **ยกเว้นสินค้ากลุ่มหนังสือภาษาไทยและไพ่ทาโรต์
— — — — — — — — — — — —
(Ad)
🌟 หากคุณเป็นคนที่ต้องการพัฒนาตัวเองในหลายๆด้าน การเรียนออนไลน์คือคำตอบของช่วงเวลาแบบนี้ครับ 🌟
ทางเพจขอแนะนำคอร์สเรียนออนไลน์ของ Future Skill ที่มีวิชาและทักษะต่างๆให้เลือกเรียนมากมาย พร้อมส่วนลดพิเศษ 50% จากเพจเล่า
คลิกรับสิทธิ์ : https://page.futureskill.co/fsxlao
โค้ดลด 50% : FSXLAO50
หากต้องการความช่วยเหลือหรือมีข้อสงสัยใดสามารถสอบถามทางเจ้าหน้าที่โดยตรงได้ที่ http://m.me/futureskill.co
— — — — — — — — — — — —
สำหรับวันนี้จบเพียงเท่านี้ครับ
ถ้าใครชอบเนื้อหาเน้นๆตามสไตล์เพจ “เล่า” ของผมก็สามารถกด Like เพจเพื่อติดตามเนื้อหาใหม่ๆของทางเพจได้นะครับ จะมีมาเล่าให้ในหลายๆเรื่องเลย ตามเพจเล่าไม่มีเบื่อแน่นอน เพราะแอดมินขี้โม้ หามาเล่าได้ทุกเรื่องครับ 😂😂
อยากให้เล่าเรื่องไหน รีเควสได้ ถ้าไม่นอกเหนือความสามารถก็จะไปหามาให้ครับ 😎😎
ติดตามเรื่อง “เล่า” ผ่านช่องทางต่างๆได้ดังนี้
Clubhouse : @withptns , เล่า’s Bookclub
Facebook “เล่า” : https://www.facebook.com/lao.unfold
Instagram “เล่า” @withptns : https://instagram.com/withptns
Twitter “เล่า” @withptns : https://twitter.com/withptns
ติดต่อโฆษณา ฝากลิ้งค์สั่งหนังสือ หรือ ติดต่อร่วมงานกับเพจ “เล่า” ได้ที่อีเมล์ ptns81@gmail.com ครับ
#เล่า #เล่าหนังสือ #เล่าความรู้ #unfold #ส่งเสริมการอ่าน #ส่งเสริมการเรียนรู้ #NOISE
โฆษณา