Thinking, Fast and Slow / Daniel Kahneman / 2011 / kitap özeti

Thinking, Fast and Slow / Daniel Kahneman / 2011 / kitap özeti

1. Hikâyenin Karakterleri

• Sistem1 : otomatik ve hızlı harekete geçer, kendiliğinden ve istem dışıdır. Kapatılamaz. Çoğu aktivitemiz bu tarzda başlar, işler zorlaşınca Sistem2 devreye girer.
• Sistem2 : bilinçli çabayla, yoğun zihin aktivitesi kullanımıdır, dış şartlardan etkilenir. İlgi kaybolunca aktivite durur.
• İngilizce dilinde “pay attention” hoş bir ifadedir. Beynimizin kısıtlı bir ilgi bütçesi vardır, daha fazlasını harcamaya kalkarsak dikkatimiz dağılır, başarısız oluruz.
• İllüzyonlar iki sistem arasındaki ilişkiyi görmek için fırsat verir. Çizgilerin (Müller-Lyer) aynı boyda olduğunu bilirsiniz ama yine de birisi daha uzun görünür!

  2. İlgi ve Çaba

• Zihni çaba yoğunken kısmen göremez hale geliriz (The Invisible Gorilla)
• Asgari çaba kanununa göre aynı hedefe ulaştıran alternatiflerden “en tembel” olanını seçeriz. Bu kanun çaba yerine maliyet yazıldığında ekonomiye de aynı şekilde uyar.
• Sistem1 in aksine Sistem2 kuralları takip edebilir, çok boyutlu karşılaştırmaları anlayabilir, bilinçli seçim yapabilir.

3. Tembel Kontrolör

• Sistem2 doğal bir hıza sahiptir. Zihni aktiviteler kısıtlı Sistem2 kapasitesi için rekabet ederler.
• Mihaly Csikszentmihalyi “flow” adıyla bir durumu isimlendirdi: Farkında olmadan kendimizi bir akışa kaptırıp, işi yapıyorken zamanı, ortamı tamamen arkada bırakmak, derin konsantrasyon, hatta trans..
• Sistem2 meşgulken davranışlarımızı Sistem1 yönlendirir. Olduğumuzdan farklı davranmak veya kontrollü davranmak bilinçli bir çabadır, sistem2 kullanımı gerektirir ve bu esnada Sistem1 in ilkel dürtülerine daha açık hale geliriz. Buna Ego Patlaması deniliyor ve zihni meşguliyetle aynı şey değil.
• Sistem1 sezgisel ve tepkiseldir. Sistem2 tedbirlidir, sebep-sonuç ilişkisi kurar ancak kısmen tembeldir.

4. Birleştiren Makine

• Birbiriyle ilgisiz olsalar bile birlikte sunulan kavram veya objeleri Sistem1 biz farkında olmadan hızlıca birbirleriyle ilişkilendirir, geçici bir histir. Üstelik bilinç vücuda hastır, sadece beyinde değildir, tüm vücudunuzla düşünürsünüz, hissedersiniz.
• İlişki sebep-sonuç (virüs-grip), parça-bütün (muz-meyve), bütün-bütünün özellikleri (limon-ekşi) gibi olabilir.
• Yönlendirme (Priming effect) ideomotor etkisi yaratır. 80-90 lı yaşları düşünürken kendinizi yaşlı hissedersiniz ve bu hisle yaşlı gibi hareket edersiniz ve sonuçta ileri yaşlar fikri zihninizde daha da pekişir. Bu yüzden hayata pozitif bakın önerisi makbuldür.

5. Zihinsel Kolaylık

• Net ifade, tekrarlı, yönlendiricili ve iyi ruh hali zihni kolaylık sağlar. Sonuçta tanıdık, doğru, iyi, zahmetsiz hissi verir. Bu bir işi doğru yapmak için ipucu olduğu kadar hata riski açısından da uyarıcıdır.
• Tanıdık hissini Sistem1 verir, Sistem2 sorgulamadan itibar eder.
• Yazılı mesaj iyi kalite kağıtta netlik kazanır, canlı renkler kullanılır, vurgu için bold kullanın. Kısa ve şiirsel olsun.
• Kaynak veya referans verirken söylemesi kolay olanları tercih edin, zahmetsiz olsun.

6. Normal, Sürpriz, Sebepler

• Sistem1 in ana fonksiyonu paradigmanızı şekillendirmektir; normali belirler, emniyette hissettirir.
• Sürpriz beklenen bir olgunun gerçekleşmemesi veya normal kabul edilen düşük olasılıklı bir olgunun gerçekleşmesidir.
• Normalle oluşan farklar büyük bir hızla fark edilir.
• Bebekken dahi sebep-sonuç ilişkisini kurarız, Sistem1 iş başındadır.

7. Çabucak Yargılayan Makine

• Yargılar doğruya yakın veya yanılmanın maliyeti düşükse iyi bir meziyettir. Ancak ortam belirsiz, zaman baskısı var ve maliyetler yüksekken çok tehlikelidir.
• Sistem1 etkinken bir karar verirsiniz ve verdiğinizi dahi fark etmezsiniz. Sistem1 kayıt tutmaz, karşılaştırma yapmaz, bunlar zahmetlidir ve Sistem2 ye göredir. Belirsizlik ve şüphe Sistem2 nin alanındadır.
• Sistem1 inanmaya yatkındır; Sistem2 şüphelenir, inanmakta tereddüt eder ancak maalesef Sistem2 hem meşguldür hem de tembel..
• Halo Etkisi:Birini sevdiğimiz zaman onunla ilgili bir çok konu ne kadar kötü olsalar dahi gözümüze hoş görünür.
• Kaynaklar arasındaki tekrarları elemine etmek en iyi çözümdür, çünkü tekrarlar inandırıcı etki yapar. Bir toplantıda herkesten konu hakkındaki görüşünü önce kağıda yazmasını isteyin, daha sonra yazılanları topluca değerlendirin.
• Yeterli veri yoksa (çoğu zaman yoktur) Sistem1 aktive olur.
• WYSIATI : What You See Is All There Is. Ne varsa onu görürsün. Olumsuz önyargılara sebep olur:
  • Aşırı özgüven : Tamamen sezgisel hareket
  • Çerçeveleme : Niyetimize uygun açıdan görme gayreti
  • Olasılığın reddi : Sezgilere güvenerek bilinen istatistikleri görmezden gelmek

8. Nasıl Yargılarız?

• Sistem1 sürüngen beyindir, hayatta kalmaya programlıdır: Tehlikeli midir (kaçmalı mıyım)? Fırsat mıdır (yiyebilir miyim)? Üreyebilir miyim (sürdürülebilir miyim)?
• Sistem1 ortalamalarla çalışmaya alışıktır, toplamlarla değil! Farklı parametrelerde yoğunluk bazında eşleme yapabilir (intensity matching).
• Genellikle ihtiyacımız olandan fazlasını hesaplarız ancak bu durumda Sistem2 nin kısıtlı kaynaklarını gereksiz yere kullanmış oluruz, savunmasız kalırız.

9. Kolay Soruyu Cevaplamak

• Zor bir soruya  yeterli cevap çabucak bulunamıyorsa Sistem1 daha kolay cevaplanacak ve önceki sorunun yerine geçecek daha kolay bir soru bulur.
• Bu yaklaşım heuristic olarak bilinir, kökü eureka ile aynıdır.

10. Küçük Sayılar Kanunu

• Örnek hacmi, yığını temsil edecek kadar büyük değilse aşırı sonuçlarla karşılaşmak daha olasıdır, aldatıcı olur.
• Küçük örnek hacmi ve halo etkisiyle birlikte Sistem1 aktifleşir, bulduklarımızın doğruluğuna inanırız.
• İnsanlar gerçekte bir düzen (pattern) olmasa bile olduğuna kolayca inanırlar, kendilerince bir açıklama bile uydururlar.

11. Çipalar

• Çipalama etkisi : Anchoring Effect : Bilmedikleri bir konuda tahmin ederken bilinen bir sayının referans alınmasıdır.
• Bilinçli yapılan Sistem2 yi hedefler. Ayarlamak zihnen zahmetli bir iştir. Sistem2 çok meşgulken veya sarhoşken ayarlama becerisi azalır.
• Öneriler farkında olmadan çipa etkisi yaratarak Sistem1 i hedefler. Yönlendirici olur.
• Profesyoneller bu etkiyi bilirler ve bundan etkilenmediklerini iddia ederler. Etkilenirler çünkü Sistem1 istemsiz çalışır ve kapatılamaz!
• Rastgele çipalar, bilgi içeren çipalar kadar etkindirler.

12. Bulunurluğun Bilimi

• Availability heuristic : Belirli hallerin akla gelme sıklığı olarak tanımlanmış.

13. Bulunurluk, Hisler, Risk

• Risk değerlendirmeler genellikle “başımızdan geçen” en büyük felakete göre yapılır.
• Duygular, rasyonelliği yönetir.
• Küçük riskleri ya tamamen görmezden geliriz ya da aşırı önem veririz.
• Hükümetler, halklarını sadece gerçek tehlikelerden değil olası korkulardan da korumaya çalışır.

14. Tom W nun Özellikleri

• Başka veri yokken temel istatistik bilgisi (base rate, olasılık) ana referans olmalıdır.
• Olasılıkları karşılaştırmak zordur, bunun yerine benzerliklere bakmak daha kolaydır. Ancak prensipler farklıdır ve hatalara yol açar. Emin değilseniz temel istatistiklere yakın yerde durmaya gayret edin. Subjektif verinin doğruluğunu sınayın.

15. Linda : Az, çoktur

• Herhangi bir olay daha detaylı anlatıldığında daha inandırıcı gelir. Aslında gerçekleşme olasılığı her detay ilavesiyle daha da azalır!

16. Sebepler İstatistikleri Yener

• Eğer elinizde vakaya özgü istatistik varsa, temel istatistiki veriler  hafife alınır, hatta görmezden gelinir. Vaka istatistikleri vakayla ilgili diğer verilerle kolayca ilişkilendirilir. Bu yanılgılara yol açabilir, önyargıları besler.
• Paradigmayı değiştirmek zordur, dinleyerek değil, yaparak tecrübesi gerekir.

17. Ortalamaya Doğru Düzeltmek (regresyon)

• Bir dağılımın kenarlarına yaklaştığınızda genellikle ortalamaya doğru bir düzelme olur. Hiçbir ödül ve ceza olmasa da çok parlak sonuçları veya çok kötü sonuçları daha ortalama sonuçlar takip eder.
• Korelasyon (correlation) ve regresyon (regression) iki farklı kavram değil, aynı kavramın iki farklı boyutudur. Eğer iki değişken arasında korelasyon zayıfsa, ortalamaya doğru regresyon görülecektir.
• Zihnimiz sebeplere dayalı açıklamalara yatkındır, istatistiği zahmetli ve anlaşılmaz bulur. Sistem1, Sistem2 ye baskın çıkar.
• Diyelim ki toplam satışların %10 artacağını umuyoruz. Bunu 5 mağazamıza dağıtmanız istenseydi kolay ve akla gelen ilk çözüm hepsine %10 eklemek olurdu. Oysa ki en düşüklere daha fazla eklemek ve en yükseklerden belki de eksiltmek belki daha gerçekçi (regresyon!) olurdu.

18. Sezgisel Tahminlerin Islahı

• Sezgisel tahminler, gösterilen verilerin doğruluğuyla ilgili değildir, veriler yanlış olsa da sezginiz size bir şey söyler.
• Temel verilere çipalamak hata payını düşürür.
• Rgresyonun hissedilmesi zordur, anlaşılması daha da zordur, fark edildiğinde dahi zihnimizde hazırlanan sebep-sonuç ilişkilerinin önüne geçemez.

19. Anlama Yanılsaması (illusion)

• Siyah Kuğu / N.Taleb hatalı öykülerle oluşturulan paradigmanın gelecek algımızı nasıl etkilediğini anlatır.
• Dünyada belirsizlik vardır ama zihnimizde dünyayı olduğundan kesin, belirli ve düzenli canlandırırız.
• Pişmanlık hissi önemli bir faktördür; hareketsiz kalarak riskten sakınmak isteyebilirsiniz ya da ölçüsüzce risk alıp şanslı bir şekilde hasarsız atlatırsanız kahraman bile olabilirsiniz.
• Built to Last / J.Collins “iyi yönetimin kalıbı çıkarılabilir ve iyi yönetim iyi sonuçlar alır” iddiaları vardır ve her ikisi de abartılıdır.

20. Geçerlilik Yanılsaması

• Geçmişi anladığımızı sanmamız, geleceği tahmin edebileceğimiz yanılgısına yol açıyor. Belirsizlik gerçektir, doğaldır, vardır.
• Hitler, Stalin ve Mao’ nun her biri doğarken %50-50 ihtimalle erkek olacaklardı. Birinin bile bayan olması dünyanın tarihini etkileyebilecek önemdeyken, uzun vadeli olayların tahmini nasıl mümkün olabilir?
• Herhangi bir alanda uzmanlık yersiz yere aşırı özgüvene yol açıyor, hatalara karşı daha savunmasız bırakıyor.
• Kısa vadeli tahmin yapılabilir. Geçmiş davranış ve başarılara bakılarak gelecekteki davranış ve başarılar tahmin edilebilir. Sadece bu kadarı!

21. Sezgiler ve Algoritmalar

• Yapılan karşılaştırma çalışmalarında doğruluk açısından algoritmalar %60, sezgiler %40 oranında çıkmış.
• Olasılıklar düşükken algoritmalar, sezgilerden çok daha iyi çıkmış.
• Sezgiler, uzman görüşüdür, zeki olma çabasıyla çeşitli parametreler çeşitli kombinasyonlarda denenir, aslında birleşik olayların olasılığı daha düşüktür ama daha canlı anlatıldıkları için inandırıcı bulunurlar. Uzmanlara farklı zamanlarda aynı sorular sorulduğunda farklı yorumlar alınabilir, tutarsızdır, tahmine temel oluşturmamalıdır.
• Mülakatlarda aşırı güvenle birleşen sezgi uzmanda analitik çözümlemeye rağmen karar verme dürtüsüne yol açar. Dolayısıyla eleman seçiminde son sözü mülakata bırakmayın!
• Robin Dawes çok katmanlı regresyonun (multiple regression) tahmin kalitesine belirgin bir katkısı olmadığını göstermiştir. Ağırlık katsayıları da beklenen katkıyı sağlamaz.
• Konusu insan olduğunda algoritmalar “düşman” gibi algılanır. Eylemin cezai veya vicdani sorumluluğu varsa algoritma yine itici görünür.

22. Uzman Sezgisi : Ne Zaman Güvenebiliriz?

• Aslında uzmanlık sadece belirli bir alanda çok sayıda olayla karşılaşmak ve bir benzeri geldiğinde fark etmekten ibarettir.
• Belirsizliklerin içindeki bir dünyada tahmini yanlış çıktı diye kimseyi suçlamak doğru olmaz. Ancak “doğru tahmin edeceğini iddia eden uzmanı” suçlayabilirsiniz. Ortamda stabil düzenlilik yokken sezgilere güvenemezsiniz.
• Uzmanlığın gelişebilmesi için sık, süratli ve doğru geri bildirim şarttır. Ancak bugünün dünyasında bunların hepsini bir arada bulmak her zaman kolay değildir. Dolayısıyla herhangi bir uzmanlık kazanıldığında, uzman “kendi sınırlarını” bilemezse kaza kaçınılmazdır.
• Kısa dönemli, düşük belirsizlikle ortamlarda (araba sürmek gibi) Sistem1 devrededir, sezgiler yeterlidir.

23. Dışarıdan Bakış

• Grubun içindeyken planlar iyimser bir bakışla yapılıyor. Kimse plan yaparken her şeyin aksayacağını düşünmüyor.  Aynı ekip başkasının planını incelerken daha gerçekçi davranıyor. Temel veriler genellikle ihmal ediliyor.
• Bugüne kadar yapılanların, gelecekte aynı şekilde devam edeceğini varsaymak yanlıştır. Dünya belirsizliklerle doludur. Benzer projelerin başkalarında nasıl gittiğine bakarak oluşturulan kıyaslama referansı iyi bir kontrol noktasıdır.
• Tahminler tek bir sayıya indirgenerek değil, bir dağılım olarak yorumlanmalıdır.

24. Kapitalizmin Motoru

• Planlama kusuru (planning fallacy) yaygın iyimserliğin bir yansımasıdır. Kendimizi olduğumuzdan iyi sanırız, dünyayı olduğundan daha düzenli ve kesin kabul ederiz, kendi hedeflerimizi başkalarının hedeflerinden daha ulaşılabilir buluruz. Geleceği tahmin edebileceğimize inanırız.
• Bir girişimin başarısı kendi edinimleri kadar, rakiplerinin neler yaptığına ve piyasanın genel seyrine de bağlıdır.
• Dünyadaki belirsizliğin yeterince iyi algılanamaması sakınılması gereken riskleri üstlenerek felakete yol açabilir.
• Premortem : Toplantıyla projenin başarısızlıkla bittiğini hayal edip, sebeplerini canlandırmak ve bunlara karşı önlemler geliştirme yaklaşımıdır.

25. Bernoulli’ nin Hataları

• Ekonomik teorinin varsayımı rasyonel, bencil ve beğenileri zaman içinde değişmeyen bireylerdir. Bunlara Econ diyelim. Oysaki İnsanlar Sistem1 nedeniyle tutarsız, değişken, gördükleri kadarıyla yetinerek karar veren bireylerdir.
• Bernoulli risk karşısında çoğu insanın tahmini değere eşit (expected value) ve kesin olanı seçtiklerini gözlemledi. Aslında olgunun değeri değil, servetin değeri (utility) kararı etkiliyordu. Servetin değerinde azalan faydalar kanunu geçerliydi, servet artarken riskten sakınma ihtiyacı da bu yüzden artıyordu.
• Bu bakış yetersizdi  çünkü referans noktası yoktu. Sadece servet değil, servetteki değişim de önemliydi.
• Üstelik konunun kazanç veya kayıp olması da sonucu etkiliyordu.

26. Beklenti Teorisi (Prospect Theory)

• Genellikle kaybetmenin sıkıntısı, kazanmanın hazzından daha yoğundur.
• Herhangi bir çıktının değeri karar vermeye yetmez. Beklentiden fazla olan kazanç, az olan kayıp olarak algılanır.
• Kazançta ve kayıpta azalan faydalar kanunu aynı şekilde geçerlidir.
• Kaybetmek, kazanmaktan daha yoğun duygudur; riskten sakınırız. Kayıp ve kazanç ihtimalleri birlikte söz konusuyken riskten sakınırız (kesin olanı seçeriz), kesin kayıp ve olası daha büyük kayıp söz konusuyken riskli olanı seçeriz.
• Bernoulli’ nin Fayda (utility) teorisi veya beklenti (prospect) teorisi pişmanlığı açıklayamaz.

27. Doygunluk (Endowment) Etkisi

• Ekonomideki eşdeğer eğri (indifference curve) üzerindeki tüm noktaların eşit derecede cazip olduğu iddia edilir. Oysa ki referans noktasının eksikliği Bernoulli örneğindeki gibi bir hatadır. Bu eğri Econ’ ların beğenilerinin değişmeyeceğini varsaydığı için de hatalıdır. Kayıplar psikolojik olarak kazançlardan daha ağırdır, bu yüzden de çoğu insan değişime direnir.
• Riske olan ilgi açısından kullanmak üzere alınan ürünlerle, ticaret yapmak üzere alınan ürünlere bakış açıları da farklıdır. Tecrübeli tacirler “Bu ürünü, alternatifleri arasında ne kadar çok istiyorum?” diye sorarlar, bu soruda doygunluk etkisi yoktur.
• Fakirlerin dünyası referans noktasının altıdır, onlar sürekli kayıptadır. Kazanç yoktur, kayıpların azaltılması vardır. Her zaman kayıplar arasında tercih yaparlar.

28. Kötü Olaylar

• Kayıplar, kazançlardan ve tehditler, fırsatlardan önce ve etkin olarak algılanır.
• Referans bugünkü durum veya gelecekteki beklenti olabilir. Gerisine düşmek kayıp, ilerisine geçmek kazançtır.
• Mevcudu paylaşmak şeklindeki müzakereler her iki taraf için de kayıpların paylaşılması anlamına gelir, sevimsizdir. Büyüyen pastayı paylaşmak her zaman daha kolaydır.
• Haksızlık hissi bulaşıcıdır, konudan ilgisiz olanlar bile cezalandırmaya katılmaya meyillidir.
• Hukuki konularda gerçekleşen kayıplar talep konusudur ancak gerçekleşmeyen kazanç (kâr kaybı) zordur.

29. Dörtlü Düzen

• Bernoulli’ den önce bahisler tahmini değere göre yargılanırdı.
• Bernoulli fayda kavramını ekledi. Sadece çıktılar değil, mevcut fayda da önemliydi.
• Beklenti teorisinde faydaya azalan verimler kanunu da eklenir, uçların ağırlığı fazladır. %0-%5 ile %60-%65 artışın algısı (possibility effect) aynı değildir. Benzer şekilde %95-%100 ile %60-%65 artışın da algısı (certainity effect) aynı değildir. Uç noktalara daha fazla ağırlık atfederiz.
• Düşeyde düşük-yüksek olasılık ve yatayda kazanç-kayıp olarak bir tabloyu dörde ayıralım:
  • Düşük olasılık (Low Probability-posibility effect) VE Kazançlar (Gains): “%5 ihtimalle 10,000USD kazanabilirsin.” Daha fazla kazanma beklentisiyle garanti edilen tutar yerine riski seçiş(risk seeking)
  • Düşük Olasılık VE Kayıplar (Losses) : “%5 ihtimalle 10,000USD kaybedebilirsin.” Daha fazla kaybetme korkusuyla garanti edilen tutarı kabul ediş (riskten sakınış, risk aversive)
  • Yüksek Olasılık (High probability-certainity effect) VE Kazançlar : “%95 ihtimalle 10,000USD kazanabilirsin.” Hayal kırıklığı endişesiyle garanti edilen tutarı kabul ediş (risk aversive)
  • Yüksek Olasılık VE Kayıplar: “%95 ihtimalle 10,000USD kaybedebilirsin.” Zarardan kurtulma beklentisiyle garanti edilen tutarın reddi (risk seeking).
• Tek bir bahis için bu algı doğru görünse de uzun vadede ortalamadan sistematik şekilde ayrılış daha maliyetli hale gelir. Uzun vadede uçlara hak ettiğinden daha fazla duygusal ağırlık vermeyin!

30. Nadir Olaylar

• Nadir olaylar (uç noktalar) duygusal olarak bizi daha çok etkiler: İlgimiz kısıtlı kapasitedir, Sistem2 tembeldir, Sistem1 onaylamaya ve inanmaya yatkındır, kolay algılanan olgular bizi çabuk yakalar.
• Nadir olayların renkli tarifi zihnimizde olasılığı yüksekmiş algısı uyandırır, oysa ki daha da düşüktür.
• Felaketleri yaşadıklarımız kadarıyla tartarız. Uç noktalara ya aşırı önem veririz ya da ihmal ederiz.

31. Risk Poliçeleri

• Kazanç halinde riskten sakınmak, kayıp halinde risk aramak yaygın eğilimdir.
• Olayları münferit ve izole değerlendirmek, yargıda hatalara yol açar. Sistemin tamamını, büyük resmi değerlendirmek daha doğru olur.
• Ekonomi teorisindeki Econ sistem görüşlüdür ancak fiilen yaşayan insanlar maalesef dar görüşlüdür.
• Dolayısıyla servetinizdeki ve projenizdeki gelişimi çok sık aralıklarla izlemeyin, asla çok sık müdahale etmeyin.

32. Skor Yapmak

• Sunk-cost fallacy: Batan parayı kurtarmak için daha çok iyi parayı yatırmayın. İşinizden memnun değilseniz, daha fazla oyalanmayın.
• Taboo tradeoff: Evdeki prizlere henüz kapak takmamışken en emniyetli otomobil koltuğu için devasa para harcamayın.

33. Zıtlıklar

• Kurumların kendi içindeki ceza tutarları orantılı görünse bile kurumlar arası karşılaştırma yaptığınızda tutarsızlıklar görebilirsiniz.

34. Görüş ve Gerçek

• Biletinize piyango çıkmaması, bahsi kaybedip bilet parası kadar ödeme yapmaktan daha kabul edilebilirdir.
• Nakit ödemede %5 indirim, kredi kartıyla ödemede %5 komisyon almaktan daha caziptir.
• ABD de yakıt tüketimi litre başına kilometre olarak izlenirdi. Ancak bunun aldatıcı olduğu ortaya çıkınca kilometre başına litre kavramına dönüldü.

35. Çift Benlik

• Yaşayan Benlik (Experiencing self) : O anı konu eder, örneğin “şimdi acıyor mu?”
• Hatırlayan Benlik (Remembering self) : Deneyimin tamamını konu eder, örneğin “ameliyatın nasıl geçti?”
• Canlılar acının kısa, zevkin uzun sürmesini ister. Kararlarımızı etkileyen hatırda kalanlardır.

36. Hayat Öyküsü

• Öykü olaylar örgüsüdür, zaman akışı değil. Paradigmamızı öyküler şekillendirir.

37. Yaşayan İyilik

• Hayattan memnun olmak ile yaşam kalitesi aynı şey değildir.

38. Hayat Hakkında Düşünceler

• Duygusal Tahmin (affective forecasting) : yaşadığımız anın duygusuyla bu anın hep böyle süreceğini sanma hali, tipik örnek evlilik anı(!)
• Hedeflerimiz hayatımızı etkiler (focusing illusion). Hedefimizi düşündükçe hedef bizim için daha önemli hale gelir.

39. Sonuç

• Hatırlayan Benlik, Sistem2 dir. Geçen sürenin uzunluğu önemsizdir, belirleyici olan azami nokta ve bittiği noktadaki duygulardır.
• Organizasyonlar da bu kavramların içindedir, kararları insanlar verir. Organizasyonun karar verme tarzı bu kavramlara göre sorgulanmalıdır.