Cukr, nebo bič?

Jak nejlépe motivovat
lidi k učení? Trestem, nebo odměnou? Zamysleme se nad případem
o výcviku izraelských pilotů. Jejich instruktoři zjistili, že negativní
zpětná vazba funguje lépe než pozitivní. Když se kadetovi nějaký
manévr nepovedl, pokárali ho za to. Všimli si, že se jeho výkon
při dalších pokusech zlepšil. Na druhou stranu když kadeta
pochválili za skvěle provedený manévr, jeho výkon se při dalších
pokusech obvykle zhoršil.

Z toho odvodili, že pozitivní zpětná vazba
je neefektivní, nebo dokonce škodlivá, zatímco negativní
zpětná vazba je účinná. Problém je, že je to
v rozporu s mnoha výzkumy, které dokazují, že pozitivní zpětná vazba
je účinnější než negativní. Například u studií prováděných
učiteli bylo zjištěno, že když učitel posílí pozitivní
zpětnou vazbu na úkor té negativní, studenti jsou ochotní
věnovat se svému úkolu déle. V dalším výzkumu byl hráčům rugby
pouštěn záznam z jejich zápasu.

Polovině z nich byly ukázány
jejich úspěchy a byli za ně pochváleni, druhé polovině ukázali jejich
největší chyby a vynadali jim za ně. O týden později v další hře si nejlépe
vedli hráči, kteří byli pochváleni. Rozdíl mezi nimi
nebyl jen psychologický. Krevní testy odhalily,
že hráči, kteří byli pochváleni, měli vyšší hladinu testosteronu
než hráči, kterým bylo vynadáno. Myslím, že je docela pozoruhodné,
že i po týdnu od zpětné vazby bylo stále možné pozorovat fyziologický
rozdíl mezi oběma skupinami.

Proč to ale nefungovalo
na izraelské piloty? Možná že je to
kvůli rozdílné kultuře. Možná v některých kulturách
tresty fungují lépe. Nebo to závisí na konkrétním úkolu. Možná určité dovednosti,
například ovládání stíhačky, vyžadují více
negativní zpětné vazby. Nebo zpětná vazba nemá
na výkon pilotů žádný vliv. Možná by si vedli úplně stejně,
nehledě na zpětnou vazbu, kterou obdrželi.

Pojďme si to vysvětlit. Představte si, že máte
100 studentů, kteří píší test, který obsahuje 100 otázek
se dvěma možnostmi o tématu,
o kterém vůbec nic neví. Předpokládejme, že všichni
odpovídají náhodně. Rozložení výsledků by se tedy mělo
průměrně pohybovat okolo 50 bodů. Úplnou náhodou ale někteří studenti
dosáhnou mnohem lepších výsledků. Když vyberete 10 nejlepších studentů,
jejichž výsledek byl lepší než 50, a dáte jim druhý,
velmi podobný test, zjistíte, že jejich průměr klesl na 50.

Stejně tak když vyberete
10 nejhorších studentů, v dalším testu se jejich
výsledky zlepší na průměr 50. Je to jen návrat k průměru. Návrat k průměru může za to,
že když se vám dnes v golfu vážně dařilo, tak vám to zítra
nepůjde tak dobře. Náhoda totiž hraje roli
ve všem, co děláme.

Naše výsledky jsou ovlivněny
nejen našimi schopnostmi, ale i štěstím. Když máte jeden den
obzvlášť velké štěstí, je vysoká pravděpodobnost,
že další den už ho tolik mít nebudete. Zní to trochu jako
gamblerův klam, podle něhož minulé výsledky
ovlivňují pravděpodobnost v budoucnu. Když si hodíte korunou
a několikrát po sobě padne orel, podle gamblerova klamu při dalším hodu
padne panna s vysokou pravděpodobností.

Ve skutečnosti je to ale
pořád padesát na padesát. Podle gamblerova klamu
se pravděpodobnost mění, aby se výsledky
dlouhodobě vyrovnávaly. Při návratu k průměru
se výsledky nevyrovnávají. Jen se extrémní jevy
naředí průměrnými, které se dějí mnohem častěji. Ti studenti si u každé otázky
náhodně tipovali, ale i když by o tématu něco věděli,
stejně by v tom náhoda hrála svoji roli.

Návrat k průměru se tedy objevuje vždy,
jen ne v tak velké míře. To je důležité brát
na vědomí při výzkumu. Představte si, že testujete
nový lék na srdeční choroby. Ze všech pacientů si na testování
vyberete ty, kterým testy vyšly nejhůře. Lidi s vysokým tlakem,
cholesterolem a tak dále. Po měsíci léčby je znovu otestujete
a zjistíte, že se jim výsledky zlepšily. To je skvělé,
lék funguje, že ano? No, možná ne...

Problém je, že hodnoty tlaku
a cholesterolu jsou stabilnější než vaše výsledky v náhodném testu, stále je tam ale určitá proměnlivost, způsobená například
zvýšeným stresem nebo nedávnou stravou nebo i nepřesnostmi
měřicích přístrojů. Lidem, kteří skončili
v nejhorších 10 % při prvním testu, mohly všechny tyto faktory
zhoršit výsledek.

Měli zrovna smůlu. Při dalším testu ale lze očekávat,
že takovou smůlu už mít nebudou. Jejich výsledky by se měly zlepšit
už jen kvůli náhodě. Proto je důležité, aby při klinických
testech byla kontrolní skupina vybraná podle stejných parametrů, abychom viděli, jestli lék
zlepší stav léčené skupiny víc než náhoda u neléčené skupiny. Nebo co takhle přínos
kamerových rychlostních radarů?

Umísťují se na úseky častých nehod
zaznamenaných v nedávné době. To dává smysl. Nehody se můžou stát zčásti
kvůli špatné přehlednosti, zčásti to je i nešťastnou náhodou. Proto není překvapením, že poté
co se na místo umístí radary, počet nehod se sníží. Snížil by se ale i bez nich
díky návratu k průměru. Mezitím na místech,
kde se nehody vůbec nestávaly, se počet nehod zvýší.

Celkový výskyt nehod se tedy nezmění, ale my si budeme myslet, že se investice
do bezpečnosti silnic vyplatila. Nejhorší na návratu
k průměru je asi to, jak ovlivňuje naše
vnímání zpětné vazby. Například když bojoví piloti
provedli manévr velmi špatně, je pravděpodobné, že si
v dalších pokusech povedou lépe nehledě na to,
jakou zpětnou vazbu obdrželi.

Stejně tak po neobvykle
úspěšném manévru se jim pravděpodobně
další pokus nepovede tak dobře. Nemá to ale žádnou
souvislost se zpětnou vazbou, ale se statistickou podstatou vesmíru. Náš mozek je ale vyvinut k tomu,
aby ve všem hledal souvislosti. Proto si instruktoři mysleli, že pochvaly jsou k ničemu
a kritizování je to jediné, co pomáhá. Což je vážně škoda, protože je to pravý opak toho, co prozrazují pečlivě provedené
psychologické výzkumy.

Je vážně škoda, že když někoho potrestáte,
bude se zdát, že se to vyplatilo. Příště se jim povede lépe. Když ale někoho pochválíte,
můžete být zklamaní, protože je těžké
udržet si tak velké štěstí. Tak ale náš svět funguje. Vzpomeňte si na to,
než někomu příště vynadáte.

Když budete odměňovat,
může se to nakonec dlouhodobě vyplatit. Překlad: Zarwan
www.videacesky.cz