Dlaczego dobre dane prowadzą do złych decyzji?

Dane same z siebie nie podejmują decyzji. Nie porządkują rzeczywistości, nie rozstrzygają, co jest ważne, nie wybierają kierunku działania i nie biorą odpowiedzialności za skutki. Dane są materiałem poznawczym. Dopiero zespół nadaje im znaczenie: wybiera, które informacje uzna za istotne, jak je połączy z wcześniejszym doświadczeniem, jakie pytanie postawi wobec sytuacji i według jakich kryteriów przejdzie od rozpoznania do decyzji.

Dlatego dobre dane mogą prowadzić do złych decyzji. Nie dlatego, że są fałszywe, niepełne albo źle policzone, lecz dlatego, że trafiają do środowiska, które ma zaburzoną infrastrukturę intelektualną i mentalną. Organizacja może dysponować poprawnymi raportami, dokładnymi wskaźnikami i zaawansowanymi narzędziami analitycznymi, a mimo to podejmować decyzje nietrafne. Problem pojawia się wtedy, gdy dane zostają podporządkowane wcześniejszym założeniom, interesom grupowym, obawie przed konfliktem, presji szybkiego wyniku albo potrzebie potwierdzenia decyzji, która w praktyce została już podjęta.

W takiej sytuacji dane nie służą rozpoznaniu stanu rzeczy. Zaczynają pełnić funkcję uzasadnienia. Raport nie otwiera rozmowy, lecz ją zamyka. Wskaźnik nie prowadzi do pytania o przyczynę, lecz zostaje użyty jako argument w sporze. Analiza nie porządkuje niepewności, lecz maskuje ją pozorem precyzji. Organizacja nadal mówi językiem danych, ale przestaje pracować poznawczo nad tym, co dane rzeczywiście znaczą.

3iM zajmuje się właśnie tą warstwą. Nie pyta najpierw o to, ile danych posiada organizacja, lecz o to, jak zespół przechodzi od danych do rozpoznania, od rozpoznania do diagnozy, a od diagnozy do decyzji. W tym przejściu ujawnia się infrastruktura intelektualna i mentalna zespołu: kategorie myślenia, respektowane wartości, mechanizmy współpracy, relacje między deklaracjami a działaniem oraz syndromy barier mentalnych, które mogą deformować wspólne rozpoznawanie problemów.

Dobre dane nie wystarczą, jeśli zespół nie potrafi oddzielić stanu rzeczy od jego interpretacji. Nie wystarczą również wtedy, gdy organizacja myli zgodność proceduralną z trafnością poznawczą. Można przecież przeprowadzić poprawne spotkanie, sporządzić tabelę, zebrać opinie, wygenerować dashboard i nadal nie dotknąć problemu, który naprawdę organizuje sytuację. Wtedy pojawia się szczególnie niebezpieczny rodzaj złudzenia: poczucie, że skoro proces wygląda profesjonalnie, to decyzja musi być racjonalna.

Tymczasem racjonalność decyzji nie wynika z samej obecności danych. Wynika z jakości rozpoznania. Potrzebne jest ustalenie, jaki stan rzeczy jest przedmiotem rozmowy, które fakty są rozpoznane, które pozostają niepewne, jakie wartości są deklarowane, jakie faktycznie respektowane i gdzie pojawia się napięcie między wiedzą, wartościami oraz relacjami w zespole. Bez tego dane mogą wzmacniać błędny kierunek działania, dlatego że zostają włączone w istniejące mechanizmy organizacyjne zamiast je korygować.

W epoce sztucznej inteligencji ten problem staje się jeszcze poważniejszy. Systemy AI mogą przetwarzać dane szybciej, tworzyć syntetyczne raporty, porządkować dokumenty i proponować warianty decyzji. Nie oznacza to jednak, że automatycznie wzmacniają suwerenność poznawczą organizacji. Jeżeli zostaną podłączone do środowiska, w którym stan rzeczy jest źle rozpoznany, wartości są jedynie deklarowane, a decyzje zapadają pod wpływem ukrytych mechanizmów obronnych, sztuczna inteligencja może profesjonalizować istniejące błędy. Nada im formę sprawną, przekonującą i trudniejszą do zakwestionowania.

Dlatego pytanie „dlaczego dobre dane prowadzą do złych decyzji?” jest jednym z pytań wyjściowych 3iM. Odpowiedź nie znajduje się wyłącznie w jakości danych, narzędzi analitycznych ani kompetencjach pojedynczych osób. Znajduje się w sposobie, w jaki organizacja rozpoznaje rzeczywistość jako zespół. 3iM nazywa i porządkuje tę warstwę, aby możliwe stało się przejście od samego gromadzenia informacji do trafnego rozpoznania, od pozornej zgodności do realnej diagnozy i od decyzji uzasadnianych danymi do decyzji rzeczywiście opartych na wiedzy, wartościach i odpowiedzialności za skutki.