Adfærdsproblem, siger du? “There’s a bias for that!”

Hvad er det første, du kommer til at tænke på, når du hører ordet ”adfærdsdesign”?

System 1 og System 2?

Daniel Kahnemann?

Kognitive biases?

Sidstnævnte bliver ofte set som ”essensen” af adfærdsdesign.

For 8 år siden, da vi startede /KL.7, var der meget få mennesker, der vidste, hvad det var. I dag kan de fleste, vi møder, opremse mindst 5 kognitive biases.

Men kognitive biases forklarer ikke adfærd. De beskriver adfærd.

Ligesom en god medicinsk behandling eller operation kræver en solid diagnose, så er ens løsninger på adfærdsproblemer fuldkommen afhængige af, at man laver en grundig(!) diagnose.

Så tillad mig her at give diagnosen den kredit, den fortjener og give dig et par tips til, hvordan du selv kan begynde at tænke diagnosen med, når du skal løse et adfærdsproblem.

 

En infektion af biases

Den lettere omskrivning af techno-fetichismens “There’s an app for that” i titlen på det her blogindlæg summerer perfekt, hvordan det er at være adfærdsdesigner i 2019.

Feltet er blevet ’inficeret’ af biases. Eller som Fabrizio Ghisellini, medforfatter af Behavioral Economics – Moving Forward, siger:

“…we have a discipline plagued with confusing definitions, unanswered questions and conceptual gaps—a new bias every day.”

Vi jubler over, at faget har opnået så bredt og vidtfavnende kendskab – vi har populære tv-programmer, podcasts, Dagpengekommisioner og meget meget mere.

Men man bliver ikke kirurg af at få en skalpel stukket i hånden.

 

Når æstetik tager overhånd

Listen af biases på Wikipedia tæller lige nu 191 stk. Så hvilket et skal man vælge?

Flere og flere forsøg på at løse dybt komplekse adfærdsproblemer minder mest af alt om en flok aber med bind for øjnene, der kaster dartpile efter listen af biases.

Og hvis bare man kaster nok gange, så rammer man rigtigt på et tidspunkt (læs: det er usædvanligt ineffektivt og dyrt i ressourcer).

Andre forsøg på at formidle adfærdsdesign på en simpel måde har ledt til æstetiske ’genialiteter’, som denne:

Indiskutabelt et imponerende stykke systematisk arbejde – og flot grafisk sat op. Men som den opmærksomme læser måske har opdaget er en lang række af disse biases hinandens modsætninger.

For eksempel optismism bias (se på figuren som et ur, så er den der kl. 7) og negativity bias (kl. 11).

Hvilken skal jeg så vælge?

 

Bias overload

Sjovt nok er både listen og denne flotte fremstilling et formidabelt eksempel på information overload, der efterlader designeren paralyseret og med ingen anden udvej end at gå med status quo bias – ”jeg gør, som jeg plejer, men kalder det nu adfærdsdesign”.

Det ironiske er, at det at formidle det på den måde ikke bare er neutralt, fordi effekten af designet udebliver, men ødelæggende for fagets seriøsitet.

Havde det samme været tilfældet, da kirurgien skulle systematiseres og udbredes sidst i 1900-tallet, havde den aldrig forladt barbershoppen (barberen havde jo alle redskaberne, så hvorfor overhovedet lægge det under lægefaget?).

Som demonstreret i vores serie Nudgebusters her og her, så kan man ikke bare kaste dartpile efter en liste af biases og forvente fine resultater, fordi man nu laver adfærdsdesign.

 

Sådan laver du en diagnose

Hermed tre tips til, hvor du med fordel kan vende dit røntgenfotografi hen, for at få skabt en diagnose, som rækker dybere end almindelige spørgeundersøgelser.

De er naturligvis ikke udtømmende men et godt sted at starte.

 

1. Afsæt tid til din diagnose

Det virker banalt, men det er første skridt mod bedre løsninger. En hvilken som helst adfærdsdesignproces bør altid bruge mindst ¼ af ressourcen på diagnosen (medmindre situationen er diagnosticeret før) – det rykker simpelthen sandsynligheden for, at man rammer rigtigt fra random chance til highly likely (Hvornår har du sidst brugt 25% af tiden i et projekt på at lave en diagnose?).

 

2. Kortlæg strukturelle barrierer

Barrierer, der fodrer de forkerte psykologiske tilbøjeligheder i målgruppen: F.eks. er mangel på deadline et grundlæggende problem ift. at få danskerne til at skifte bank. Det sker, når en livsbegivenhed fremtvinger en deadline – f.eks. huskøb), selvom de kan få en bedre og billigere bank et andet sted til enhver tid.

 

3. Identificer subtile incitamentsstrukturer

F.eks. kan et statussymbol som virksomhedens eftertragtede parkeringspladser – uddelt efter, hvor mange folk man har under sig – føre til ledere, der fokuserer på ansættelser fremfor kost-effektive teams. Udelukkende for den status, de har jagtet hele deres liv.

 

Og husk også, at det er svært at finde noget mere rodet end menneskelig adfærd ude i den virkelige verden.

 

Et problem har mange årsager

Et adfærdsproblem har yderst sjældent én årsag. Der kan være mange forskellige forklaringer med forskellige vægtninger. Og der vil være modsatrettede forklaringer undervejs.

Adfærdsdesignerens opgave er først at finde frem til flest mulige årsager til et problem og derefter angribe dem med det redskab, som passer bedst til.

Måske et bias. Måske to.

Måske slet ingen.

Heldigvis er det ikke længere barberen, der er kirurg, da den stærke og stringente naturvidenskabelige evidens vandt over bekvemmelighed.

Vi er ikke i tvivl om, at adfærdsdesign kommer til at ligne naturvidenskab mere og mere – omend det post-faktuelle samfund kan udgøre et mindre bump på vejen. Spørgsmålet er, hvor hurtigt vi kommer derhen og med hvem.

Personligt er jeg i hvert fald glad for, at vores kirurger tager sig tid til at diagnosticere ordentligt, inden de begynder at skære i os.

Profilbilleder_0002_Mikkel-01

Mikkel er en af landets førende rådgivere om den datadrevne organisation. Med en PhD i IT-design og som medforfatter på bogen Data - Virksomhedens nye grundstof er han en flittigt brugt oplægsholder og rådgiver for store og små, offentlige og private virksomheder. Mikkel sidder endvidere i regeringens ekspertgruppe for dataetik.

Mikkel Holm Sørensen

Direktør / Adfærdstrateg