سوگیری بقا یا سوگیری بازماندگی (Survivorship bias) یک اشتباه فکری رایج است. وقتی فقط به موفقیت‌ها توجه می‌کنیم و شکست‌ها را نادیده می‌گیریم، دچار این سوگیری می‌شویم. در واقع، ما فقط بخش کوچکی از تصویر را می‌بینیم و تصور می‌کنیم که این بخش نماینده کل داستان است.
آیا تصمیمات شما بر اساس واقعیت‌ها گرفته می‌شود یا تحت تأثیر سوگیری‌های شناختی قرار دارد؟ بسیاری از ما در محیط‌هایی زندگی و کار می‌کنیم که تصمیم‌گیری‌های منطقی را دشوار می‌سازند. ما با سازمان‌ها همکاری می‌کنیم تا منابع سوگیری‌های شناختی را شناسایی کرده و راهکارهایی برای بهبود تصمیم‌گیری ارائه دهیم.
مثالی از این سوگیری‌ها، تمرکز بیش از حد بر موفقیت‌های آشکار است. در دنیای کسب‌وکار، اغلب از «استارت‌آپ‌های تک شاخی» به‌عنوان الگو یاد می‌شود، در حالی که آمار نشان می‌دهد ۹۰ درصد از استارت‌آپ‌ها شکست می‌خورند. این سوگیری بازماندگی باعث می‌شود تا بسیاری از افراد تصور کنند که موفقیت در کسب‌وکار بسیار آسان‌تر از آن چیزی است که در واقعیت است.
با نگاه کردن به بنیانگذاران موفق استارت‌آپ مانند استیو جابز، بیل گیتس و مارک زاکربرگ، فرد می‌تواند نتیجه‌گیری کند که برای رسیدن به سطح موفقیت آن‌ها، باید به سادگی یک ایده داشته باشد، تحصیل را رها کند و وقت خود را صرف ایده بزرگ خود کند.
مایکل شرمر و لری اسمیت، محققان دانشگاه واترلو، در مقاله‌ای در مجله ساینتیفیک آمریکن به این نکته اشاره می‌کنند که روایت‌های رایج در مورد موفقیت‌های تجاری، تصویری اغراق‌آمیز از واقعیت ارائه می‌دهند. آن‌ها معتقدند که ما اغلب دانشجویان ترک تحصیل کرده یا کسب‌وکارهای شکست‌خورده را نادیده می‌گیریم و تنها به موفقیت‌های چشمگیر افراد معدودی توجه می‌کنیم.
به عبارت ساده، ما تمایل داریم استارت‌آپ‌های بسیار موفق را به‌عنوان الگو در نظر بگیریم، در حالی که فراموش می‌کنیم این موفقیت‌ها استثنایی هستند. در پس هر استارت‌آپ موفق، هزاران کسب‌وکاری وجود دارد که شکست خورده‌اند. متأسفانه، داستان‌های شکست کمتر شنیده می‌شود و همین امر باعث می‌شود تا بسیاری از افراد تصور کنند که موفقیت در کسب‌وکار امری بسیار ساده و در دسترس همه است.
البته، سخت‌کوشی و استعداد نقش مهمی در موفقیت دارند، اما عوامل دیگری مانند شانس، زمان‌بندی، شبکه‌های ارتباطی و حتی پیشینه اقتصادی نیز بر موفقیت افراد تأثیرگذار هستند. با در نظر گرفتن این عوامل، می‌توانیم درک واقع‌بینانه‌تری از مسیر موفقیت داشته باشیم.
سوگیری بقا (بازماندگی) به دلیل شیوع آن و تأثیر عمیقی که می‌تواند بر انتخاب‌های ما بگذارد، مضر است. معمولاً این سوگیری با تصمیم‌گیری مالی، کارآفرینی، قمار و تحقیقات پزشکی مرتبط است. هنگام تصمیم‌گیری در این بخش‌ها باید هم موفقیت‌ها و هم شکست‌ها را در نظر بگیریم، در غیر این صورت، سوگیری بازماندگی می‌تواند تأثیر عمیقی بر درک و قضاوت‌های ما بگذارد. بدون داشتن تمام داده‌های لازم برای تصمیم‌گیری منطقی، افراد نمی‌توانند بهترین انتخاب ممکن را برای خود انجام دهند.
سوگیری بقا در همه جا وجود دارد، زیرا یک سوگیری رایج است که بر نحوه تفسیر داده‌ها و اطلاعات هنگام تصمیم‌گیری تأثیر می‌گذارد. سوگیری بقا همچنین بر تصمیم‌گیری‌های سطح بالا تأثیر می‌گذارد که سپس منجر به چالش‌های سیستمیک در چندین رشته می‌شود.
سوگیری بازماندگی نه تنها در کسب‌وکار، بلکه در نحوه درک ما از تاریخ نیز نفوذ کرده است. تمرکز بیش از حد بر موفقیت‌های گروه‌های خاص و نادیده گرفتن مبارزات و رنج‌های دیگر گروه‌ها، تصویری ناقص و گمراه‌کننده از گذشته ارائه می‌دهد.
به عنوان مثال، روایت‌های تاریخی اغلب بر پیروزی‌ها و دستاوردهای امپراتوری‌ها و ملت‌های قدرتمند تمرکز می‌کنند و در نتیجه، داستان‌های مردمان بومی، اقلیت‌ها و ستمدیدگان به حاشیه رانده می‌شوند. این روایت‌های یک‌طرفه، باعث می‌شود که ما نتوانیم به طور کامل درک کنیم که چگونه نابرابری‌ها و بی‌عدالتی‌های سیستماتیک شکل گرفته‌اند و تا امروز ادامه یافته‌اند.
برای داشتن درکی جامع و عادلانه از تاریخ، باید به طور همزمان به موفقیت‌ها و شکست‌ها، پیروزی‌ها و شکست‌ها، و ظلم‌ها و عدالت‌خواهی‌ها توجه کنیم. این رویکرد به ما کمک می‌کند تا ریشه‌های مسائل اجتماعی امروز را بهتر بشناسیم و برای ساختن آینده‌ای عادلانه‌تر تلاش کنیم.
سوگیری بازماندگی می‌تواند نتایج مطالعات مربوط به نرخ بقای بیماران را به شدت تحت تأثیر قرار دهد. به‌ویژه در بیماری‌هایی که عوامل خطر متعددی دارند، بیمارانی که از نظر سلامت کلی وضعیت بهتری دارند، بیشتر احتمال دارد که در مطالعات باقی بمانند و نتایج مثبت‌تری را نشان دهند. این امر به دلیل آن است که بیماران با شرایط زمینه‌ای پیچیده‌تر و سلامت ضعیف‌تر، اغلب قبل از جمع‌آوری داده‌ها یا قبل از رسیدن به نقطه پایانی مطالعه، جان خود را از دست می‌دهند.
یک مثال بارز از این سوگیری، همه‌گیری کووید-۱۹ است. بسیاری از مطالعات اولیه درباره نرخ بقای بیماران مبتلا به کووید-۱۹، ممکن است به دلیل عدم دسترسی به آزمایش گسترده و دقیق، دچار سوگیری بازماندگی شده باشند. بیمارانی که در خانه فوت کرده یا به دلایل دیگر آزمایش نشده‌اند، در محاسبات نرخ مرگ‌ومیر لحاظ نشده‌اند و در نتیجه، نرخ بقای اعلام شده ممکن است بالاتر از واقعیت بوده باشد.
برای کاهش تأثیر سوگیری بقا در مطالعات اپیدمیولوژیک، محققان باید تلاش کنند تا تمام موارد بیماری را شناسایی کنند، حتی اگر این موارد به صورت رسمی گزارش نشده باشند. همچنین، استفاده از مدل‌های آماری برای تصحیح سوگیری ناشی از از دست رفتن داده‌ها، می‌تواند به بهبود دقت نتایج کمک کند.
گواهی‌ها و مطالعات بالینی، ستون‌های اصلی بسیاری از کمپین‌های بازاریابی هستند. مصرف‌کنندگان اغلب به این داده‌ها به عنوان مدرکی محکم برای اثبات کارایی یک محصول نگاه می‌کنند. اما آیا این اعداد همیشه واقعیت را منعکس می‌کنند؟
یک ادعای رایج در تبلیغات، چیزی شبیه به “۹۵ درصد از افراد رضایت داشته اند!” است. این ارقام ممکن است بسیار چشمگیر به نظر برسند، اما همیشه کل داستان را بیان نمی‌کنند. برای ارزیابی صحیح این ادعاها، باید به جزئیات مطالعه توجه کنیم. عواملی مانند اندازه نمونه، میزان ترک مطالعه، مدت زمان استفاده از محصول و روش‌های آماری به کار رفته، همگی بر اعتبار نتایج تأثیرگذار هستند. بدون در نظر گرفتن این عوامل، ممکن است به راحتی تحت تأثیر سوگیری بازماندگی قرار بگیریم.
سوگیری بقا زمانی رخ می‌دهد که نتایج یک مطالعه به دلیل حذف برخی از شرکت‌کنندگان، به طور نادرستی مثبت نشان داده شود. به عنوان مثال، اگر افرادی که نتایج منفی یا بی‌نتیجه‌ای داشته‌اند از مطالعه خارج شوند، نتایج نهایی به نفع محصول خواهد بود.
استفاده از مجموعه داده‌های غنی و روش‌های ارزیابی دقیق، گامی اساسی در کاهش سوگیری بازماندگی در مدل‌های هوش مصنوعی است. با این حال، سرعت بالای توسعه در این حوزه، می‌تواند منجر به نادیده گرفته شدن شکست‌ها و تمرکز بیش از حد بر موفقیت‌ها شود.
اغلب، ما تنها موفقیت‌های چشمگیر هوش مصنوعی را مشاهده می‌کنیم و از شکست‌های متعدد آن غافل می‌مانیم. این سوگیری می‌تواند منجر به برآورد بیش از حد توانایی‌های فعلی هوش مصنوعی شود. در نتیجه، ممکن است به جای استفاده از هوش مصنوعی به عنوان یک ابزار مکمل برای تصمیم‌گیری، آن را به عنوان یک جایگزین کامل برای قضاوت انسانی در نظر بگیریم.
سوگیری بازماندگی ریشه در اشتباه گرفتن همبستگی با علیت دارد. این سوگیری شناختی باعث می‌شود تصور کنیم که تنها به دلیل وجود یک ارتباط آماری بین دو پدیده، یکی علت دیگری است. در واقع، همبستگی به معنای رابطه بین دو متغیر است، اما لزوماً نشان‌دهنده علت و معلولی بودن آن‌ها نیست.
مثلاً، اغلب مشاهده می‌شود که بسیاری از کارآفرینان موفق، تحصیلات دانشگاهی خود را ناتمام گذاشته‌اند. این همبستگی ممکن است باعث شود به اشتباه نتیجه بگیریم که ترک دانشگاه کلید موفقیت در کارآفرینی است. اما این نتیجه‌گیری نادرست است. بسیاری از عوامل دیگر مانند ایده‌های نوآورانه، شبکه‌های ارتباطی قوی، سرمایه اولیه و شانس، در موفقیت یک کسب‌وکار نقش دارند.
برای درک بهتر این موضوع، تصور کنید که در یک شهر، تعداد فروشگاه‌های بستنی‌فروشی و تعداد غرق شدگی در طول سال همبستگی بالایی با هم دارند. آیا می‌توان نتیجه گرفت که خوردن بستنی باعث غرق شدن می‌شود؟ قطعاً خیر. این دو پدیده هر دو تحت تأثیر متغیر سومی مانند دمای هوا قرار دارند که در فصل گرم سال، هم تعداد فروش بستنی را افزایش می‌دهد و هم احتمال رفتن مردم به ساحل و در نتیجه غرق شدن را.
آگاهی از سوگیری بازماندگی، کلید تصمیم‌گیری‌های بهتر است. این سوگیری شناختی می‌تواند در حوزه‌های مختلفی از زندگی ما نفوذ کند و ما را به سمت قضاوت‌های نادرست سوق دهد. با شناخت این سوگیری، می‌توانیم از آن اجتناب کرده و تصمیمات آگاهانه‌تری بگیریم.
سوگیری بازماندگی زمانی رخ می‌دهد که ما به طور ناخودآگاه بر موفقیت‌ها تمرکز می‌کنیم و شکست‌ها را نادیده می‌گیریم. این پدیده می‌تواند در حوزه‌های مختلفی مانند کسب‌وکار، سرمایه‌گذاری و حتی زندگی شخصی رخ دهد. به عنوان مثال، وقتی به موفقیت یک شرکت نگاه می‌کنیم، ممکن است عوامل دیگری مانند شانس، زمان‌بندی مناسب یا منابع مالی فراوان را نادیده بگیریم.
هنگامی که افراد از سوگیری بازماندگی آگاه شدند، می‌توانند به چند روش از آن اجتناب کنند.
قبل از هر تصمیم‌گیری، بهتر است به آنچه نمی‌بینیم، فکر کنیم. چه داده‌ها یا اطلاعاتی در این معادله گم شده است؟ با پرسیدن این سوال، می‌توانیم به طور عمیق‌تری در مورد موضوع تحقیق کنیم و از سوگیری‌های احتمالی جلوگیری کنیم.
روش دیگری برای جلوگیری از سوگیری بازماندگی، به ویژه در کار و تحقیقات شما، انتخاب منابع داده مورد استفاده است. با اطمینان از اینکه منابع داده برای ارتقای دقت ساخته شده‌اند و مشاهدات مهمی را که می‌تواند نتایج تجزیه و تحلیل یا تصمیم‌گیری را تغییر دهد حذف نمی‌کنند، افراد می‌توانند خطر سوگیری بازماندگی را کاهش دهند.
ابراهام والد، آماردان شهیر، با مطالعه بر روی هواپیماهای آسیب‌دیده در جنگ جهانی دوم، برای اولین بار مفهوم سوگیری بازماندگی را مطرح کرد. گروه تحقیقاتی والد در تلاش بودند تا با تقویت نقاط آسیب‌پذیر هواپیماها، شانس بازگشت آن‌ها را افزایش دهند. اما آن‌ها به یک چالش بزرگ برخوردند: هواپیماهایی که بیشترین آسیب را دیده بودند، همان هواپیماهایی بودند که از جنگ بازنگشته بودند. به عبارت دیگر، داده‌هایی که در اختیار داشتند، تنها مربوط به هواپیماهای بازگشته بود و اطلاعاتی از هواپیماهای سقوط کرده در دسترس نبود.
اگر والد و تیمش به این سوگیری توجه نمی‌کردند، ممکن بود با تقویت مناطقی که در هواپیماهای بازگشته آسیب دیده بود، در واقع نقاط ضعف جدیدی در هواپیما ایجاد کنند. چرا که ممکن بود این نقاط آسیب‌پذیر، نقاطی باشند که هواپیماهای سقوط کرده توانسته‌اند تحمل کنند و هواپیماهای بازگشته به دلیل شانس یا عوامل دیگر، از آن جان سالم به در ببرند.
والد با درک این سوگیری، رویکرد خود را تغییر داد و به جای تمرکز بر نقاط آسیب‌دیده در هواپیماهای بازگشته، به دنبال مناطقی بود که در هیچ‌کدام از هواپیماهای بازگشته آسیب ندیده بودند. این رویکرد نوآورانه، منجر به تقویت نقاط کلیدی هواپیما شد و به طور قابل توجهی شانس بازگشت آن‌ها را افزایش داد.
سوگیری بازماندگی در دنیای سرمایه‌گذاری، به ویژه در صنعت صندوق‌های مشترک، به شدت ریشه دوانده است. هنگامی که عملکرد صندوق‌های مشترک را بررسی می‌کنیم، اغلب با این واقعیت روبرو می‌شویم که بسیاری از صندوق‌های ناموفق، به دلایل مختلفی مانند عملکرد ضعیف، بسته شدن یا ادغام با سایر صندوق‌ها، از بازار خارج شده‌اند. این امر باعث می‌شود که تحلیلگران به طور ناخودآگاه تنها به بررسی عملکرد صندوق‌های بازمانده بپردازند و از در نظر گرفتن سرنوشت صندوق‌های شکست خورده غافل شوند.
این پدیده، که به آن سوگیری بازماندگی می‌گویند، منجر به یک تصویر مثبت و اغراق‌آمیز از عملکرد کلی بازار صندوق‌های مشترک می‌شود. چرا که صندوق‌های ناموفق از آمارها حذف شده و تنها صندوق‌های موفق باقی مانده‌اند. در نتیجه، سرمایه‌گذاران ممکن است تصور کنند که سرمایه‌گذاری در صندوق‌های مشترک همواره با بازدهی بالا همراه است، در حالی که واقعیت ممکن است متفاوت باشد.
برای مثال، فرض کنید در یک بازار ۱۰۰۰ صندوق مشترک، ۱۰ درصد از آن‌ها به دلیل عملکرد ضعیف در طول یک سال بسته شوند. اگر یک تحلیلگر بخواهد عملکرد این بازار را بررسی کند و تنها به صندوق‌های بازمانده در پایان سال توجه کند، به طور ناخودآگاه سوگیری بازماندگی را در تحلیل خود وارد کرده است. در این حالت، نتایج تحلیل نشان خواهد داد که به طور متوسط، صندوق‌های مشترک عملکرد بسیار خوبی داشته‌اند، در حالی که در واقعیت، ۱۰ درصد از آن‌ها شکست خورده‌اند.
در سال ۱۹۹۶، محققان التون، گروبر و بلیک رابطه بین اندازه صندوق‌ها و سوگیری بازماندگی را تحلیل کردند. آن‌ها دریافتند که سوگیری بازماندگی در بخش صندوق‌های کوچک نسبت به صندوق‌های مشترک بزرگ‌تر قابل توجه‌تر است. صندوق‌های کوچک احتمال شکست بالاتری نسبت به صندوق‌های بزرگ‌تر و تثبیت‌شده‌تر دارند، به همین دلیل است که آن‌ها این موضوع را برای بخش صندوق‌های کوچک درست می‌دانند.
محققان اندازه سوگیری بازماندگی در صنعت صندوق‌های مشترک ایالات متحده را ۰.۹ درصد سالانه تخمین زدند. علاوه بر این، آن‌ها سوگیری بازماندگی را به شرح زیر تعریف و اندازه‌گیری کردند: «سوگیری به عنوان میانگین α برای صندوق‌های بازمانده منهای میانگین α برای همه صندوق‌ها تعریف می‌شود» (که در آن α بازده تعدیل‌شده با ریسک نسبت به S&P 500 است. این معیار استاندارد عملکرد برتر صندوق‌های مشترک است).
مثال دیگری از سوگیری بازماندگی را می‌توان در حوزه پزشکی و تحقیقات پزشکی مشاهده کرد. در سال ۲۰۱۰ در دانشکده پزشکی هاروارد و مرکز پزشکی بت اسرائیل دیکنس (BIDMC)، مطالعه‌ای با امید بهبود بقای بیماران پس از آسیب دیدگی انجام شد. یکی از نگرانی‌های اصلی در درمان آسیب، خونریزی نامنظم است. اگر خون بیمار به درستی لخته نشود، خطر خونریزی تا مرگ بالا است.
مطالعه هاروارد بررسی کرد که آیا دادن پروتئین‌های اضافی به بیماران آسیب‌دیده، که به طور طبیعی در بدن ما وجود دارند، می‌تواند لخته شدن خون را تشویق کرده و نرخ بقاء را بهبود بخشد. این مطالعه بر روی بیمارانی که طی ۱۲ ساعت پس از آسیب اولیه خود ۴ تا ۸ انتقال خون دریافت کرده بودند، هدف قرار گرفت.
این آزمایش امیدوار بود ۱۵۰۲ بیمار را جذب کند، اما تنها ۵۷۳ نفر را جذب کرد و بنابراین بعداً رها شد. شکست این مطالعه به دلیل سوگیری بازماندگی بود، زیرا این آزمایش فقط شامل بیمارانی بود که از آسیب اولیه خود جان سالم به در برده بودند و سپس قبل از انتقال به ICU برای ۴ تا ۸ انتقال خون، تحت مراقبت در اورژانس قرار گرفته بودند. بیمارانی که بر اثر آسیب اولیه خود فوت کردند در این مطالعه گنجانده نشدند و یافتن بیماران مناسب برای این آزمایش را دشوار کرد.
سوگیری بازماندگی چیست؟ سوگیری بازماندگی نوعی سوگیری انتخاب نمونه است که زمانی رخ می‌دهد که فرد یک زیرگروه موفق قابل مشاهده را به اشتباه به عنوان کل گروه در نظر می‌گیرد. به عبارت دیگر، سوگیری بازماندگی زمانی رخ می‌دهد که فرد فقط مشاهدات بازمانده را در نظر می‌گیرد بدون اینکه به نقاط داده‌ای که در این رویداد «باقی نمانده‌اند» توجه کند.
چرا سوگیری بازماندگی رخ می‌دهد؟ سوگیری بازماندگی در بسیاری از رشته‌ها، حرفه‌ها و زمینه‌های تحقیقاتی رخ می‌دهد. سوگیری بازماندگی را می‌توان به سوء تفاهم اساسی در مورد علت و معلول و درک نادرست همبستگی در مقابل علیت نسبت داد.
چگونه از آن اجتناب کنیم؟ هنگامی که افراد در مورد سوگیری بازماندگی اطلاعات کسب کردند، می‌توانند با در نظر گرفتن نقاط داده‌ای که ممکن است از یک مجموعه داده حذف شده باشند و استفاده از منابع داده دقیق که مشاهدات کلیدی را حذف نمی‌کنند، از سوگیری اجتناب کنند.
سوگیری بقا، همانند یک تله ذهنی، ما را به سمت برداشت‌های نادرست و تصمیمات اشتباه سوق می‌دهد. با تمرکز بر موفقیت‌ها و نادیده گرفتن شکست‌ها، تصویری ناقص و اغراق‌آمیز از واقعیت ترسیم می‌کنیم. برای مقابله با این سوگیری، باید به دنبال شواهد کامل و جامع باشیم، از تعمیم‌بندی‌های سریع خودداری کنیم و تفکر انتقادی را در همه جنبه‌های زندگی خود پرورش دهیم.
