Cover & Diagrams

resource preview
resource preview
resource preview
resource preview

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download

Sinossi

La scienza informatica può insegnarci i segreti della vita? Forse no, ma può illuminare su come funzionano certi processi quotidiani e come sfruttarli. Gli algoritmi sono ovunque, dal seguire una ricetta all'ordine in cui si ordina la propria posta elettronica.

In Algorithms to Live By: The Computer Science of Human Decisions by Brian Christian and Tom Griffiths, il programmatore e ricercatore Brian Christian e il professore di psicologia e scienze cognitive presso l'UC Berkeley Tom Griffiths condividono i molti modi in cui gli algoritmi modellano tutto, dal modo in cui ricordiamo le cose a come prendiamo decisioni grandi e piccole.

Top 20 intuizioni

  1. La "regola del 37%" si riferisce a una serie di passaggi, o algoritmi, che qualcuno deve seguire per prendere la migliore decisione in un determinato lasso di tempo. Qualcuno destina il 37% del proprio tempo alla ricerca prima di prendere una decisione, poi si impegna nella "migliore scelta" successiva che trova.
  2. Il trade-off "esplora/sfrutta" si riferisce alla necessità di bilanciare il provato e testato con il nuovo e rischioso. Il payoff di questo algoritmo dipende interamente da quanto tempo hai per prendere decisioni. Le persone sono più propense a visitare il loro ristorante preferito nella loro ultima notte in città piuttosto che rischiare qualcosa di nuovo.
  3. Sviluppato nel 1952 dal matematico Herbert Robins, l'algoritmo "Vinci-Rimani, Perdi-Sposta" usa le slot machine come metafora. Scegli una macchina a caso e gioca fino a quando non perdi. Poi passa a un'altra macchina; questo metodo si è dimostrato più affidabile del caso.
  4. Uno studio di psicologia ha scoperto che, di fronte a delle scelte, le persone spesso "esplorano eccessivamente" piuttosto che sfruttare una vittoria. Date 15 opportunità per scegliere quale slot machine avrebbe vinto, il 47% ha utilizzato strategie di Vittoria-Rimani, Perdita-Cambia, e il 22% ha scelto le macchine a caso invece di rimanere con una macchina che pagava.
  5. Hollywood è un esempio eccellente della tattica di sfruttamento. Il numero di sequel di film è aumentato costantemente nell'ultimo decennio. Sia nel 2013 che nel 2014, sette dei primi 10 film erano sequel o prequel. La tendenza è probabile che cambi se nuove idee di film attirano più incassi al botteghino.
  6. Il test A/B è simile allo scenario delle due slot machine in cui si rimane con l'opzione che si comporta meglio. Più del 90% dei 50 milioni di dollari di ricavi annuali di Google proviene da pubblicità a pagamento, il che significa che gli algoritmi di esplorazione/sfruttamento alimentano una grande parte di internet.
  7. L'Indice di Gittins fornisce un quadro di probabilità che presume che tu abbia un tempo indefinito per ottenere il miglior guadagno, ma le possibilità si riducono più aspetti. Ad esempio: scegli una slot machine con un record di vittorie/perdite uno a uno (50%) rispetto alla macchina che ha vinto nove volte su 18.
  8. Gli algoritmi "Upper Confidence Bound" offrono più spazio per la scoperta rispetto al metodo "Win-Stay, Lose-Shift". Questo algoritmo assegna un valore basato su ciò che "potrebbe essere" in base alle informazioni disponibili.Un nuovo ristorante ha una probabilità del 50/50 di offrire una buona esperienza perché non ci sei mai stato.
  9. L'algoritmo "Tempo di Elaborazione più Breve" richiede che tu completi prima i compiti più veloci. Dividi l'importanza del compito per quanto tempo ci vorrà. Dà priorità solo a un compito che richiede il doppio del tempo se è due volte più importante.
  10. La Legge di Laplace calcola le probabilità che qualcosa accada con solo piccole quantità di dati. Conta quante volte quel risultato è accaduto, aggiungi uno, poi dividi per il numero di opportunità più due. Ad esempio: La tua squadra di softball gioca otto partite a stagione. Ha già vinto due partite. 2+1/ 6+2=3/8, ovvero una probabilità del 37,5% che tu vinca la prossima partita.
  11. Il Principio Copernicano ti permette di prevedere quanto durerà qualcosa senza sapere molto di essa. La soluzione è che continuerà per quanto tempo è durata finora. Basandosi su questo principio, Google durerà ragionevolmente fino al 2044 (23 anni dal 1998 + 23 dal 2021).
  12. La "distribuzione di legge di potenza" considera che, nella vita, la maggior parte delle cose cade sotto la media e poche salgono sopra. Due terzi della popolazione degli Stati Uniti guadagna meno del reddito medio, ma l'1% superiore guadagna quasi dieci volte la media. Pochi film guadagnano a livello di "Titanic" al botteghino, ma alcuni ci riescono.
  13. L'"Equilibrio di Nash" esplora il fenomeno dei giochi a due giocatori e il modo in cui i giocatori formano strategie che nessuno vuole cambiare in base a ciò che fa l'altra persona. Questo crea stabilità. Nel gioco di Carta-Forbice-Sasso con tre opzioni, i giocatori adottano una strategia 1/3-1/3-1/3 a meno che l'altra persona non cambi tattica, e il processo ricomincia.
  14. Il cervello umano ha una capacità quasi infinita per i ricordi, ma abbiamo un tempo finito per accedervi. Questo risulta nella "curva dell'oblio." Uno studio di Hermann Ebbinghaus ha scoperto che poteva ricordare sillabe senza senso il 60% delle volte dopo averle lette, ma è sceso al 20% dopo 800 ore.
  15. La "curva dell'oblio" di Ebbinghaus è stata dimostrata per corrispondere strettamente a quanto spesso le parole vengono utilizzate nella società. La ricorrenza di parole trovate nei titoli del The New York Times è diminuita al ritmo del 15% ogni 100 giorni e ha implicato che i cervelli umani sintonizzano naturalmente i loro processi sul mondo che ci circonda.
  16. Il "flash crash" del mercato azionario del 6 maggio 2010 è stato causato da una "cascata di informazioni." Quando una persona fa qualcosa di diverso, allora altre persone la seguono, supponendo che la prima persona sappia qualcosa che loro non sanno. Questo comportamento provoca l'acquisto di panico o il comportamento della folla.
  17. Il sociologo Barry Glassner ha notato che gli omicidi negli Stati Uniti sono diminuiti del 20% durante gli anni '90, eppure la menzione della violenza armata nelle notizie americane è aumentata del 600%.Una cascata di informazioni può essere causata più da informazioni pubbliche che private.
  18. Quando gli autori Brian Christian e Tom Griffiths hanno programmato le interviste per il libro, hanno scoperto che gli esperti erano più propensi ad accettare una finestra predefinita e ristretta piuttosto che una completamente aperta. È meno impegnativo adattarsi a delle restrizioni che trovare un'altra soluzione.
  19. Che tu ci creda o no, la casualità è parte dell'algoritmo della vita. Il vincitore del premio Nobel Salvador Luria ha capito che le mutazioni casuali potevano produrre resistenza virale osservando il suo amico vincere il jackpot a una slot machine.
  20. I piani migliori sono spesso i più semplici. Jason Fried e David Heinemeier Hannson, fondatori della società di software 37signals, usano un pennarello spesso quando iniziano a fare brainstorming perché limita lo spazio e li costringe a mantenere la semplicità e a concentrarsi sul quadro generale.
stars icon
25 questions and answers
info icon

The concept of over exploration can be mitigated in decision making by implementing strategies such as the 37% rule, the explore/exploit trade-off, and the Win-Stay, Lose-Shift algorithm. The 37% rule suggests that one should spend 37% of their time researching before making a decision, then commit to the next best choice they find. The explore/exploit trade-off emphasizes the need to balance the tried and tested with the new and risky. The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins, suggests that one should stick with a decision until it proves unsuccessful, at which point they should switch to a different approach.

The effectiveness of the 37% rule can be influenced by several factors. Firstly, the amount of time you have to make decisions can greatly impact the effectiveness of this rule. If you have a limited amount of time, you may not be able to fully utilize the 37% of the time for research. Secondly, the nature of the decision can also affect the rule's effectiveness. If the decision involves high risks, you may need to spend more than 37% of your time on research. Lastly, personal factors such as your ability to make quick decisions and your risk tolerance can also influence the effectiveness of the 37% rule.

The Win-Stay, Lose-Shift algorithm, developed by mathematician Herbert Robins in 1952, is a decision-making strategy that uses the metaphor of slot machines. The method involves choosing a machine at random and playing it until you lose, then switching to another machine. This strategy has been proven to be more reliable than chance. It differs from other strategies such as the 37% rule, which involves allotting 37% of your time to research before making a decision, and the explore/exploit trade-off, which requires balancing the tried and tested with the new and risky.

View all 25 questions
stars icon Ask follow up

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download

Riassunto

Fermata ottimale

Guarda versus salta

La vita è piena di situazioni che ci richiedono di prendere la decisione migliore nel minor tempo possibile. Gli autisti cercano il posto auto perfetto. I manager cercano il miglior candidato per un lavoro, e i proprietari di immobili devono decidere se accettare o meno un'offerta di vendita prima che il mercato immobiliare cambi di nuovo. Questo dilemma è chiamato "fermata ottimale."

stars icon
25 questions and answers
info icon

The concept of optimal stopping can apply to academic research in several ways. For instance, researchers often need to decide when to stop collecting data or when to stop a study. This decision can be based on a variety of factors, such as the quality of the data collected, the time and resources available, and the objectives of the research. Optimal stopping can help researchers make these decisions in a more systematic and efficient way.

Some other decision-making dilemmas that can be explained using algorithms include choosing the best time to buy or sell stocks, determining the optimal route for a delivery truck, deciding when to replace aging equipment, and selecting the best strategy in a game of chess. Algorithms can also be used to solve problems in machine learning and artificial intelligence, such as classifying images or predicting future events.

The concept of optimal stopping can be used in financial planning in various ways. For instance, it can help in deciding when to sell an investment to maximize profit or minimize loss. It can also be used in retirement planning to determine the best time to start drawing from retirement savings. The idea is to make the best possible decision at the right time, considering the potential future outcomes and the risks involved.

View all 25 questions
stars icon Ask follow up

I problemi di "Fermata Ottimale" si riferiscono a dilemmi che richiedono la migliore decisione nel minor tempo possibile. Come bilanciare la necessità di ottenere tutti i fatti con la necessità di agire prima che sia troppo tardi? Esempi comuni includono la ricerca del parcheggio perfetto, quando affittare un appartamento prima che siano tutti presi e quando assumere il miglior candidato per un lavoro. Quest'ultimo è stato ampiamente esaminato e discusso dai matematici sin dagli anni '50.

stars icon
25 questions and answers
info icon

Optimal Stopping principles can be applied in various aspects of everyday life. For instance, when looking for a parking spot, you might decide to stop at the first available spot after a certain point to avoid wasting more time. When renting an apartment, you might decide to take the first one that meets your minimum criteria after viewing a certain number. When hiring, you might decide to hire the first candidate who exceeds a certain benchmark after interviewing a certain number of applicants. The key is to define your criteria and decide on a stopping rule in advance.

The concept of Optimal Stopping can apply to financial decisions in various ways. For instance, it can be used to determine the best time to sell a stock or other investment. If you sell too early, you might miss out on potential gains. If you sell too late, you might lose money. Similarly, it can be used to decide when to stop investing in a losing venture. The goal is to make the best decision in the shortest amount of time, balancing the need for information with the need to act.

Future developments in the study of Optimal Stopping problems could include the application of machine learning and artificial intelligence to predict optimal stopping points more accurately. Additionally, there could be more research into the application of these problems in new fields such as healthcare, finance, and environmental science. The development of more sophisticated mathematical models and algorithms could also be a focus.

View all 25 questions
stars icon Ask follow up

Questo problema è noto come il "Problema Segretariale."

  • Se un datore di lavoro intervista 100 candidati per un posto di segretaria, quella persona dovrebbe dedicare il primo 37% delle interviste per familiarizzare con il pool di talenti e le migliori qualità.
  • Se assumono il prossimo candidato che sembra essere il "migliore fino ad ora," l'azienda ha il 37% di possibilità che quella persona sia il miglior candidato.
  • Le probabilità aumentano con un minor numero di candidati.
stars icon
27 questions and answers
info icon

The 37% rule, when applied to hiring, suggests that a company should spend the first 37% of the interview process to understand the talent pool and then hire the next best candidate. This could potentially improve the company's overall performance by increasing the chances of hiring the best candidate. However, it's important to note that this rule is based on probability and doesn't guarantee the best outcome every time.

The 37% rule can be used to improve the efficiency of the hiring process by applying it to the interview process. If an employer is interviewing 100 applicants, they should spend the first 37% of interviews familiarizing themselves with the talent pool and identifying the best qualities. After this point, they should hire the next applicant who appears to be the best so far. This approach gives the company a 37% chance of hiring the best candidate. The odds of success increase with fewer applicants.

The 37% rule can potentially improve the hiring process by increasing the chances of selecting the best candidate. By spending the first 37% of the time getting familiar with the talent pool, an employer can identify the best qualities to look for in candidates. After this period, the employer is advised to hire the next candidate who appears to be the best so far, which gives a 37% chance of that person being the best candidate. The odds become even greater with fewer applicants.

View all 27 questions
stars icon Ask follow up

Un inquilino alla ricerca di un appartamento a San Francisco potrebbe essere incline a prendere la prima unità disponibile a causa dell'alta domanda. Se quell'inquilino ha bisogno di trovare un nuovo posto dove vivere entro 30 giorni, l'algoritmo di "Fermata Ottimale" suggerisce che l'inquilino dedichi il 37% del suo tempo, ovvero 11 giorni, per esplorare le opzioni senza alcun impegno. Al 12° giorno, l'inquilino deve essere pronto a impegnarsi per il primo posto che considera essere il "migliore fino ad ora.

stars icon Ask follow up
"

resource image

Esplora versus sfrutta

Laura Carstensen, professoressa di psicologia a Stanford, ha ipotizzato che le persone riducano strategicamente i loro cerchi sociali man mano che invecchiano. In uno studio, alle persone è stato chiesto se preferissero passare 30 minuti con un membro della famiglia immediata, un autore che ha scritto un libro che hanno letto di recente o qualcuno che hanno incontrato e che sembrava condividere i loro interessi. I rispondenti più anziani hanno scelto il membro della famiglia, mentre le persone più giovani hanno scelto di fare nuove amicizie.

stars icon Ask follow up

Quando il tempo veniva aggiunto o tolto, tuttavia, qualcosa di interessante accadeva. Se alle persone anziane veniva permesso di vivere 20 anni in più, le loro scelte corrispondevano a quelle dei rispondenti più giovani. Se i rispondenti più giovani immaginavano di dover trasferirsi dall'altra parte del paese, sceglievano i membri della famiglia.

stars icon Ask follow up

La vita è piena di incertezze, rendendo il processo decisionale ancora più difficile a volte. Per alleviare un po' della pressione della vita o della morte, rivolgiamoci invece a qualcosa di un po' meno drammatico: la slot machine del casinò.

Soprannominata il "bandito con un braccio solo," le slot machine presentano varie probabilità di vincita che hanno sconcertato i giocatori e affascinato gli statistici per secoli. Nel 1952, il matematico Herbert Robbins propose una soluzione al dilemma secolare di se dovresti aspettare la prossima grande vittoria o smettere mentre sei avanti. Ha chiamato questo l'algoritmo Vincere-Rimani, Perdere-Sposta.

stars icon Ask follow up

Robbins ha proposto che una persona dovrebbe scegliere "un braccio" a caso (esplorare), poi tirarlo finché paga (sfruttare). Una volta che la macchina smette di pagare, la persona dovrebbe passare a un'altra, e così via.

Rimpianto minimo

A volte devi pesare il rischio con il potenziale rimpianto per trovare la soluzione al tuo problema particolare. Il CEO di Amazon, Jeff Bezos, aveva un lavoro stabile e ben pagato a Wall Street prima di fondare Amazon. Il rischio della prima libreria online, ha scoperto, era superato dalla possibilità che potesse rimpiangere di non aver provato, un "quadro di minimizzazione del rimpianto."

stars icon Ask follow up

"Sapevo che quando avrei avuto 80 anni, non avrei rimpianto di aver provato questo," ha detto Bezos. "Non avrei rimpianto di aver cercato di partecipare a questa cosa chiamata internet che pensavo sarebbe stata un affare davvero grande. Sapevo che se avessi fallito, non me ne sarei pentito, ma sapevo che l'unica cosa che avrei potuto rimpiangere è non aver mai provato."

stars icon Ask follow up

Gli algoritmi "Upper Confidence Bound" offrono più spazio per la scoperta rispetto al metodo "Win-Stay, Lose-Shift". Questo algoritmo assegna un valore basato su ciò che "potrebbe essere" in base alle informazioni disponibili. Un nuovo ristorante ha una possibilità 50/50 di fornire una buona esperienza perché non ci sei mai stato.

stars icon Ask follow up

Gli algoritmi non possono garantire una vita senza rimpianti, ma mostrano come la nostra volontà di correre rischi sia ridotta dal tempo che pensiamo (o sappiamo) di avere per prenderli.Quando siamo bambini, esploriamo i nostri mondi e scopriamo nuove cose con grande entusiasmo. Man mano che cresciamo, tendiamo a fare affidamento sulle decisioni "provate e vere" basate su ciò che abbiamo imparato, cioè sfruttarle.

stars icon Ask follow up
resource image

Pianifica con un obiettivo

Spesso, quei compiti con una scadenza possono essere affrontati dal termine più vicino a quello più lontano. Se hai più compiti con la stessa scadenza, è meglio ordinarli in base a quanto tempo richiederà ciascuno.

Per affrontare questo tipo di programma, specialmente se hai più clienti, puoi ridurre l'attesa di tutti utilizzando l'algoritmo del Tempo di Elaborazione più Breve. In parole povere, affronta sempre prima il compito più veloce e così via. Immagina un lunedì mattina in cui hai un grande progetto che richiede quattro giorni per essere completato e un progetto più piccolo che richiede un giorno. Se consegni il grande progetto prima il giovedì (4 giorni) e il piccolo progetto il venerdì (5 giorni), i tuoi clienti avranno atteso un totale di nove giorni. Se consegni il piccolo progetto prima il lunedì (1 giorno) e il grande il venerdì (5 giorni), i tuoi clienti avranno atteso un totale di sei giorni tra loro. Questo è noto come la "somma dei tempi di completamento."

stars icon Ask follow up

Un altro approccio è assegnare un peso a ciascun compito, come ad esempio quanto denaro porterà. Dividi il peso di ciascun compito per quanto tempo ci vorrà per completarlo, poi lavora nell'ordine dal più alto al più basso.Per un libero professionista o un appaltatore indipendente, ciò ti permette di determinare il tasso orario di ogni compito. Dividi ogni tariffa del progetto per la sua dimensione e lavora dal tasso orario più alto al più basso.

stars icon Ask follow up

Prevedere il futuro

L'astrofisico J. Richard Gott III ha sviluppato il Principio Copernicano nel 1969 - un metodo per prevedere quanto durerà qualcosa. Quando visitò il Muro di Berlino, si chiese quanto tempo sarebbe durato il muro. Poiché non sapeva quanto sarebbe stata la durata del muro, Gott poteva supporre che, in media, il suo arrivo sarebbe stato circa a metà strada. Pertanto, ipotizzò che il muro sarebbe rimasto in piedi per altri otto anni. In questo caso, il Muro di Berlino è rimasto in piedi per 20 anni, non otto.

stars icon Ask follow up

Il Principio Copernicano non è perfetto - un uomo di 90 anni difficilmente vivrà fino a 180 - ma ci sono casi in cui funziona bene. Molto prima che Gott desse a questo algoritmo un nome, gli statistici cercavano di stimare quanti carri armati i tedeschi producevano ogni mese durante la Seconda Guerra Mondiale. La soluzione era raddoppiare il numero di serie visto sui carri armati e stimare che ne esistessero almeno il doppio. In questo caso, hanno stimato che 246 carri armati venissero prodotti ogni mese, rispetto ai 1.400 suggeriti dal ricognizione aerea. Dopo la guerra, i registri tedeschi hanno confermato che il numero effettivo era 245.

stars icon Ask follow up

Dimenticalo

Il tuo cervello è stato progettato per dimenticare

La memoria umana sembra essere una cosa capricciosa a volte, ma c'è un metodo nella follia. Hermann Ebbinghaus, uno psicologo dell'Università di Berlino nel 1879, si studiò per capire meglio la memoria.

Ogni giorno, Ebbinghaus memorizzava una lista di sillabe senza senso e si interrogava. Poi creò un grafico per mostrare quanto tempo ci metteva la sua memoria a svanire. La probabilità di ricordo diminuiva prevedibilmente con il tempo, dal 60% subito dopo aver letto qualcosa al 20% dopo 800 ore.

John Anderson, uno psicologo e informatico, ha riesaminato il lavoro di Ebbinghaus nel 1987 per vedere se poteva progettare sistemi informatici intorno al cervello umano. Scoprì che i nostri cervelli dimenticano le informazioni quando non sono più rilevanti per il mondo che ci circonda. Anderson analizzò i titoli del The New York Times e scoprì che una parola è più probabile che riappare subito dopo essere stata usata per la prima volta. La probabilità di rivederla diminuiva sempre più nel tempo. Affiancate, l'apparizione del grafico sembrava quasi identica ai dati di Ebbinghaus.

stars icon Ask follow up

Cerca l'equilibrio... o no

C'è un equilibrio naturale in tutto, specialmente nei giochi a due giocatori o negli scenari che includono almeno due concorrenti. I matematici chiamano questo fenomeno "equilibrio" perché è stabile.L'equilibrio è particolarmente evidente nel poker, dove i giocatori si attengono alle loro strategie a meno che non si verifichi un cambiamento significativo.

stars icon Ask follow up

Esempio: In Carta-Forbice-Sasso, ci sono solo tre opzioni tra cui i giocatori possono scegliere. I giocatori scelgono naturalmente una scelta casuale o una strategia 1/3. Se uno dei giocatori inizia ad usare più spesso la roccia, l'altro giocatore si adatta e usa la carta. L'altro giocatore poi bilancerà di nuovo le cose cambiando strategia, cioè le forbici, ecc., e il processo ricomincia.

stars icon Ask follow up

Il matematico John Nash, immortalato nel libro e nel film "A Beautiful Mind," ha dimostrato nel 1951 che ogni gioco a due giocatori ha almeno un tale equilibrio. Questa scoperta gli è valsa il Premio Nobel per l'Economia nel 1994. Spesso definito come "Equilibrio di Nash," questo principio offre una previsione dell'esito stabile a lungo termine di qualsiasi insieme di regole o incentivi.

stars icon Ask follow up

Questo algoritmo viene utilizzato per pianificare e modellare la politica economica e sociale - ma a volte, "stabile" non significa necessariamente "buono."

Se una città ha due negozianti che attirano gli stessi clienti, il primo perderà affari se lavora sei giorni a settimana mentre l'altro lavora sette. L'Equilibrio di Nash suggerisce che se entrambe le attività prendono un giorno di riposo, entrambi avranno riposo, ma entrambi perderanno affari. Quindi, entrambi i proprietari lavorano sette giorni a settimana.

stars icon Ask follow up

Cambia il gioco

Se il tuo amico saltasse da un ponte, lo faresti anche tu? L'istinto umano di copiare gli altri può essere un tratto di sopravvivenza, come voltarsi a guardare quando vedi che gli altri lo fanno nel caso in cui si nasconda un pericolo nelle vicinanze. Le mode vanno e vengono. È meglio giocare sul sicuro o fare la propria strada, per il meglio o per il peggio?

stars icon Ask follow up

"Ogni volta che ti trovi dalla parte della maggioranza, è il momento di fermarsi e riflettere," disse Mark Twain.

Le persone tendono a prendere decisioni basate su presupposti che derivano dalle azioni di qualcun altro. Se tutti compravano i Beanie Babies, devono essere preziosi, giusto?

Quando questo processo inizia a diventare una valanga fuori controllo, viene chiamato "Cascata di Informazioni." La crisi immobiliare del 2007-2009 è stata un esempio di come i prezzi delle case siano aumentati a causa della domanda, per poi crollare. Le persone presumono che perché molti altri fanno qualcosa, esista un'urgenza. (La carta igienica nel 2020, per esempio.) I risultati possono essere catastrofici.

stars icon Ask follow up

Siate cauti nei casi in cui le informazioni pubbliche sembrano superare le informazioni private. La rappresentazione degli eventi nei media non corrisponde alla frequenza nel mondo. Il sociologo Barry Glassner ha notato che gli omicidi negli Stati Uniti sono diminuiti del 20% durante gli anni '90, eppure la menzione della violenza armata nelle notizie americane è aumentata del 600%.

stars icon Ask follow up

A volte, di fronte a una Cascata di Informazioni, devi cambiare il gioco.Se sei un commerciante cristiano o hai forti convinzioni riguardo l'equilibrio tra lavoro e vita privata, chiudere la domenica non è un problema. Se vedi le persone intorno a te cadere in una tendenza urgente, iniziare ad acquistare in preda al panico o essere turbate dai titoli sensazionalistici dei giornali, puoi alleviare lo stress inserendo più dati.

stars icon Ask follow up

Download and customize more than 500 business templates

Start here ⬇️

Go to dashboard to view and download stunning resources

Download