Zanim zainwestujesz w produkty i usługi, które mają ci dostarczyć biznesowej wiedzy opartej na badaniach nad mózgiem, powinieneś zrozumieć kilka kluczowych kwestii dotyczących neuronaukowych praktyk.
Neuromarketing. Neurozarządzanie. Neurofinanse. Próby przeszczepienia zdobyczy neuronauki na grunt biznesowy mają bez wątpienia wszechstronny charakter, ale istnieje spore ryzyko, że przeceniamy ich wartość. Zwolennicy zastosowania neuronauki w otoczeniu biznesowym twierdzą, że może ona być źródłem bardzo cennych spostrzeżeń, które pomogą wyjaśnić zachowania konsumentów i pracowników – spostrzeżeń, których ostatecznie można użyć do opracowania bardziej atrakcyjnych produktów i usług. O ile powyższe twierdzenie może być do pewnego stopnia prawdziwe, o tyle menedżerom przymierzającym się do zastosowania neuronauki w swojej działalności nie przydają się na wiele ogólne tezy, które pomijają istotne zastrzeżenia dotyczące praktycznego wykorzystania nauki o mózgu.
Celem tego artykułu jest pomoc menedżerom w krytycznej ocenie oferty rozwiązań opartych na zdobyczach neuronauki. Istnieją bowiem trzy bardzo istotne kwestie, które liderzy biznesowi muszą zrozumieć, jeśli chcą podejmować świadome decyzje dotyczące inwestowania w takie produkty.
Po pierwsze: aproksymanty
Jeden z głośnych praktycznych przykładów neuromarketingu dotyczy badaczy, którzy użyli danych mózgowych osób oglądających zwiastuny filmów do przewidywania sprzedaży biletów do kina. Za sprawą tego eksperymentu pojawiły się głosy, że obrazowanie pracy mózgu może służyć udoskonalaniu praktyk marketingowych i zwiększaniu wpływów kasowych.
Aby zrozumieć, dlaczego taka teza jest dyskusyjna, zajmijmy się problemem związanym z aproksymantami (proxies).
Aproksymantą jest każdy miernik pośredni używany do prognozowania rezultatów, których bezpośredni pomiar jest trudny lub niemożliwy. Na przykład łowcy talentów bejsbolowych często używają procentowych wskaźników udanych ataków na bazę w drugiej lidze jako aproksymanty pozwalającej przewidzieć, jak często gracze będą zdobywać bazę w pierwszej lidze. Ten wskaźnik pośredni pozwala klubom dokonywać uzasadnionych wyborów bez wydawania milionów dolarów, jakich wymagałoby kontraktowanie każdego obiecującego gracza.
Aby aproksymanta została uznana za wartościową, musi spełniać trzy następujące kryteria:
wiarygodności – z uwagi na to, że korelacje wyprowadzane z małych zbiorów danych często okazują się niedokładne lub błędne, dobre aproksymanty są ustalane na podstawie bardzo dużych zasobów danych;
istotności – jako że w teorii pojedynczy eksperyment może wygenerować rezultaty znacząco odstające od normy (tak jak w przypadku eksperymentu przeprowadzonego przez europejskie laboratorium fizyczne CERN, które błędnie wykryło cząsteczki poruszające się szybciej niż światło), dobre aproksymanty znajdują potwierdzenie w serii niezależnych eksperymentów;
użyteczności – ze względu na ograniczony charakter zasobów i kapitału dobre aproksymanty cechuje sensowny współczynnik kosztów i korzyści.
Wspomniany odsetek baz zdobytych w drugiej lidze jest wiarygodnym wskaźnikiem w bejsbolu, ponieważ ustala się go na podstawie osiągnięć tysięcy graczy w okresie kilkudziesięciu lat. Miernik ten jest także ważny, ponieważ został potwierdzony danymi pochodzącymi z kilkudziesięciu niezależnych lig zagranicznych. Z kolei użyteczność tego miernika wynika stąd, że chociaż jego pomiar jest tani, to wskaźnik ten dobrze koreluje (0,53) z procentem zdobytych baz w wyższej lidze.
Nie ma powodu, aby zakładać, że dane mózgowe nie mogą być efektywnie wykorzystywane jako aproksymanta, tym bardziej że są one już regularnie stosowane w świecie medycyny. Badania diagnostyczne mózgu, jakie przeprowadza się zazwyczaj na potrzeby biznesu, rzadko spełniają jednak kryteria wartościowej aproksymanty.
Przede wszystkim większość neuronaukowych eksperymentów związanych z działalnością biznesową pozwala na wyciąganie wniosków opartych na bardzo małych zbiorach danych, co rodzi wątpliwości dotyczące wiarygodności wyników tych badań. W wymienionym eksperymencie ze zwiastunami filmów wzięło udział zaledwie 58 osób, które obejrzały 13 zwiastunów. Nie trzeba dodawać, że ze statystycznego punktu widzenia jest rzeczą niebywale trudną przypisać wiarygodność wnioskom z tak skromnej puli danych.
Poza tym badania neuronaukowe są rzadko powtarzane, co podważa ich istotność. Pomimo dużego rozgłosu badanie obejmujące zwiastuny filmów pozostaje jednorazowym eksperymentem. Uczciwie mówiąc, jest to powszechny problem w całej nauce; naukowcy mają o wiele więcej zachęt do dokonywania odkryć niż ich walidacji. Zważywszy, że przykład zwiastunów filmowych jest w literaturze neuromarketingowej często przytaczany jako jeden z najbardziej doniosłych eksperymentów, dziwi fakt, że nie podjęto dotąd żadnej próby niezależnej replikacji tego badania.
Wreszcie znaczący nakład czasu i pieniędzy potrzebny do przeprowadzenia neuronaukowego doświadczenia każe wątpić w jego użyteczność. Według przybliżonych szacunków, eksperyment ze zwiastunami filmów wymagał użycia specjalistycznego sprzętu o wartości 50 tysięcy dolarów, którego demontaż nastąpił po ponad 58 godzinach od zainstalowania i który można było wykorzystać do badania zaledwie dwóch uczestników naraz. W ramach tego samego badania każdy uczestnik otrzymywał kwestionariusz, którego koszt był niewielki, a wypełnienie zajmowało 20 minut i który mógłby być wypełniany jednocześnie przez setki uczestników.
Biorąc pod uwagę wszystkie koszty, jakie korzyści przyniósł ten eksperyment? Wyniki diagnostyki mózgu korelowały z całkowitymi wpływami kasowymi na poziomie 0,52, natomiast korelacja kwestionariusza z wpływami kasowymi wyniosła 0,52 – a więc była dokładnie taka sama. Kwestionariusz charakteryzował się zatem zdecydowanie korzystniejszym współczynnikiem kosztów i korzyści niż pomiar aktywności mózgu.
Wciąż jednak nie ma powodu, aby zakładać, że dane dotyczące mózgu nie mogą być efektywnie wykorzystywane jako aproksymanta. Jeśli jednak pomiary te mają stać się wartościowym ogniwem analizy w kontekście biznesowym, musimy domagać się, aby opierały się na większych zbiorach danych, były częściej powtarzane i odznaczały się sensowną relacją kosztów do korzyści.
Po drugie: emergencja
Podstawową funkcją takich dziedzin jak neuroekonomia i neurofinanse jest wykorzystywanie danych mózgowych do wyjaśniania, dlaczego klienci zachowują się w ten, a nie inny sposób.
Na przykład w innym głośnym eksperymencie badacze przeprowadzili słynne Wyzwanie Smaku Pepsi (Pepsi Challenge) z wykorzystaniem skanera mózgu. Wyniki tego badania stały się podstawą dla twierdzenia, że w konfrontacji z popularną marką grzbietowo‑boczna przedczołowa kora mózgowa (dorsolateral prefrontal cortex – DLPFC) może wpływać na przetwarzanie sensoryczne, skłaniając w efekcie konsumentów do wyboru napoju na bazie dotychczasowych preferencji, a nie faktycznego smaku.
W wyjaśnieniu, dlaczego powyższa teza nie jest w pełni wiarygodna, pomaga zasada emergencji. Zasada ta mówi, że kiedy wiele prostych elementów oddziałuje na siebie we wspólnym otoczeniu, mogą pojawić się w nim nowe i bardziej złożone zachowania, które nie są ani obecne, ani możliwe do przewidzenia, jeśli brać pod uwagę same proste elementy. Emergencja jest ucieleśnieniem popularnego powiedzenia, że „całość jest większa od sumy jej części składowych”.
W kontekście neuronaukowym zasada emergencji głosi, że aktywność umysłowa wynika z interakcji układu nerwowego ze wszystkimi innymi układami anatomicznymi człowieka (np. trawiennym, krążenia lub oddechowym) i z tego powodu nie da się jej wyjaśnić lub przewidzieć na podstawie funkcjonowania tylko jednego z nich. Innymi słowy, stan mózgu nie może być dokładnym miernikiem stanu umysłu.
Przecenianie neuronauki doprowadza do sytuacji, w której ignoruje ona tę złożoność i odwraca logiczne argumenty. Na przykład wyobraźmy sobie, że obszar X jest aktywny wtedy, gdy człowiek podejmuje decyzję ekonomiczną, i wiemy, że taką decyzję właśnie podejmuje Betsy. Na tej podstawie możemy wnioskować, że obszar X w mózgu Betsy jest aktywny.
A teraz odwróćmy tę kolejność. Wyobraźmy sobie, że obszar mózgu X jest aktywny, gdy człowiek podejmuje decyzję ekonomiczną, a wiemy, że obszar mózgu X u Betsy jest aktywny. Na tej podstawie nie możemy wnioskować, że Betsy właśnie podejmuje decyzję ekonomiczną.
Problem polega na tym, że wskutek emergencji każdy obszar mózgu jest skorelowany z niezliczoną liczbą efektów behawioralnych. I tak ciało migdałowate uaktywnia się wtedy, gdy człowiek odczuwa radość, strach, niesmak, złość lub smutek, gdy rejestruje coś w pamięci, gdy rozpoznaje twarz, gdy koordynuje ruchy swojego ciała lub w przypadku kilkunastu innych procesów umysłowych. Sam fakt, że ciało migdałowate jest aktywne, nie mówi nam nic na temat tego, co dana osoba robi, myśli lub czuje.
Aby odgadnąć znaczenie aktywności mózgu, musimy zgromadzić dane behawioralne. I tak aby stwierdzić, że aktywność ciała migdałowatego danej osoby ma związek z radością, strachem lub smutkiem, musimy najpierw zapytać tę osobę, co w danej chwili czuje. Mamy jednak wtedy do czynienia z kłopotliwym obiegiem zamkniętym: skoro dane behawioralne są niezbędne, aby wyjaśnić znaczenie danych mózgowych, a wyjaśnianie zachowań człowieka jest celem neuroekonomii, to czemu w rzeczywistości służą dane dotyczące mózgu?
Aby przekonać się, jak działa taki obieg zamknięty, wróćmy do przytoczonego wcześniej przykładu Wyzwania Smaku Pepsi. Pamiętajmy, że zdaniem naukowców, DLPFC może nakłonić człowieka do tego, aby wybrał napój, kierując się swoimi dotychczasowymi preferencjami zamiast samym smakiem.
Zgodnie z zasadą emergencji nie jest możliwe, aby takie wyjaśnienie wypływało wyłącznie z danych mózgowych, ponieważ DLPFC jest powiązana z szeregiem funkcji poznawczych, takich jak aktualizacja pamięci, regulowanie emocji, kłamanie, planowanie motoryczne, rozumowanie sylogistyczne i inne. A zatem same dane dotyczące mózgu nie mówią nam nic konkretnego na temat wyborów konsumentów.
Same dane dotyczące mózgu nie mówią nam nic konkretnego na temat wyborów konsumentów. Aby poznać ich znaczenie, niezbędne jest zebranie danych behawioralnych.
Aby poznać znaczenie tych danych mózgowych, naukowcy byli zmuszeni do zgromadzenia danych behawioralnych, dlatego zwrócili się do uczestników o słowne informacje, który napój przypadł im najbardziej do gustu po wypiciu każdego z nich. Co ważne, to dzięki tym danym behawioralnym badacze mogli ostatecznie przedstawić wyjaśnienie mające największe znaczenie dla biznesu: preferencje dotyczące marki mogą wziąć górę na preferencjami smakowymi. To dlatego pierwotne Wyzwanie Smaku Pepsi, jakie przeprowadzono w 1975 roku, przyniosło dokładnie takie samo wyjaśnienie dla zachowań konsumentów, nie biorąc w ogóle pod uwagę danych dotyczących mózgu: wskutek emergencji neuronauka mogła wnieść do wyjaśnienia, dlaczego konsumenci zachowują się w dany sposób, niewiele więcej niż trudny do rozszyfrowania akronim i nieokreślony mechanizm.
Po trzecie: translacja
Istnieją niezliczone przykłady prób wykorzystania danych mózgowych do sformułowania praktycznych zasad, z których mogliby zrobić użytek menedżerowie. W wielu przypadkach okazuje się jednak, że jest to proces pełen pułapek.
Weźmy na przykład głośny eksperyment dotyczący oksytocyny, hormonu powiązanego z wieloma procesami poznawczymi, w tym modulacją stresu, uwagą społeczną (social attention) i tworzeniem pamięci – innymi słowy, z emergencją w działaniu. Naukowcy posłużyli się wynikami badań krwi, aby wykazać, że podwyższone poziomy oksytocyny korelowały ze wzrostem poziomu zaufania pomiędzy uczestnikami gry polegającej na wymianie pieniędzy. Na podstawie tej korelacji badacze sformułowali zasadę, że menedżerowie powinni stosować techniki uwalniające oksytocynę u poszczególnych osób, by zwiększać w ten sposób spójność zespołów.
Aby zrozumieć, dlaczego jest to nieuprawniona teza, przyjrzyjmy się zagadnieniu translacji, czyli przełożenia. W świecie nauki oznacza ono po prostu proces wykorzystania danych z jednej dziedziny do sformułowania użytecznych zasad, mających praktyczne zastosowanie w innej, niespokrewnionej dziedzinie.
Sęk w tym, że efektywna translacja wymaga od badaczy zgromadzenia danych w docelowej dziedzinie – wymóg ten sprawia, że wszelkie zapożyczone dane stają się w ogromnej mierze nieaktualne.
I tak gdy menedżerowie zostali ponagleni do użycia technik zwiększających poziom oksytocyny w celu podniesienia poziomu zaufania, większości z nich nie pozostało nic innego, jak zadać pytanie: „Ale jak to zrobić?”. Nic w pierwotnych danych mózgowych nie wskazywało w jasny sposób, jakie konkretne zachowania powodują uwalnianie oksytocyny. W efekcie nie sposób było sformułować praktyczną zasadę opartą wyłącznie na badaniu mózgu.
Aby sformułować faktycznie użyteczną radę dla menedżerów, konieczne byłoby zgromadzenie danych behawioralnych od samych menedżerów – a tego badacze nie zrobili. Przypuśćmy jednak, że naukowcy zgromadzili te dane i odkryli, że poziom zaufania wzrastał za każdym razem, gdy menedżer zwracał się do członka zespołu po imieniu. Na tej podstawie moglibyśmy sformułować uprawnioną zasadę: zwracaj się do swoich kolegów po imieniu, aby spowodować uwalnianie oksytocyny i zwiększyć zaufanie.
Łatwo zauważyć, że pierwotne dane dotyczące mózgu są nieistotne dla sformułowania tej zasady; w końcu o użyteczności decydują dane zgromadzone w tej samej dziedzinie, na którą chcemy wywrzeć wpływ.
Właśnie na tym polega problem z translacją: wiedza o tym, że zaufanie jest skorelowane z uwalnianiem oksytocyny, jest bezużyteczna, jeśli naszym celem jest zrozumienie, jak budować zaufanie. Dlatego można z przekonaniem stwierdzić, że wszelkie praktyczne zasady stanowiące pochodną kombinacji danych mózgowych i danych biznesowych będą opierały się wyłącznie na tych drugich.
Wyjście naprzeciw oczekiwaniom
Entuzjastyczne stosowanie neuronauki w wielu różnorodnych aspektach biznesu z pewnością robi wrażenie, ale liczę na to, że ten artykuł stanie się dla jej potencjalnych użytkowników pretekstem do refleksji i uzmysłowi im, czego możemy tak naprawdę spodziewać się po surowych danych na temat aktywności mózgu.
Aproksymanty, emergencja i translacja to kwestie, które nakładają ograniczenia na wszystkie formy badań nad mózgiem.
Jeśli chodzi o liderów biznesowych, ważne jest, aby mieli oni pewność, że badacze powiadomią ich z wyprzedzeniem, jakich pomiarów zamierzają dokonać, i uzasadnią, w jaki sposób pozwolą one uniknąć omówionych pułapek związanych z aproksymantami, emergencją i translacją.
Z kolei w przypadku badaczy istotne jest, aby publikowali oni wyniki swoich badań w czasopismach naukowych przed ich szerokim rozpowszechnieniem. Ułatwi to efektywną ocenę ich pracy przez środowiskowe naukowe. Ponadto aby uniknąć błędnej interpretacji badań, naukowcy pracujący w otoczeniu biznesowym powinni używać tych samych ostrożnych sformułowań, jakie stosują w świecie akademickim. Chodzi na przykład o to, aby opisywali aktywność obszarów mózgu jako „następstwo” jakiegoś efektu, a nie jego „przyczynę”.
Wreszcie jeśli zamierzamy wykorzystywać w realiach biznesowych narzędzia używane do badań mózgu, musimy stosować te same standardy i praktyki, jakie obowiązują w szerszej dziedzinie, jaką jest neuronauka. Aproksymanty, emergencja i translacja to kwestie, które nakładają ograniczenia na wszystkie formy badań nad mózgiem. Samo opatrywanie przedrostkiem „neuro-” takich funkcji biznesowych jak finanse i marketing nie zwalnia nikogo z konieczności przeciwdziałania tym ograniczeniom. •
