کتاب صوتی باختن در معامله اثر آناهیتا خرمی بنارکی

کتاب افسوس از باختن در معاملات: مغز از نورومارکتینگ چه می‌آموزد؟ پرسش‌هایی در زمره‌ی پژوهش‌های حوزه‌ی نورواکونومیک و نورومارکتینگ مطرح می‌کنند و ضمن پاسخ به این پرسش‌ها، به علل و چگونگی پردازش این اطلاعات در مغز می‌پردازند. شما هر روزه تصمیم‌هایی می‌گیرید که تبعات آن می‌تواند خوشایند یا ناخوشایند باشد. از نظر ذهنی، این خوشایندی و ناخوشایندی به یک شکل تفسیر نمی‌شود و جایگاه‌های آناتومیک مغز در این ارزیابی یکسان نیست. آن‌چه مهم است، ارزش‌گذاری شما در مورد تصمیم‌گیری‌ها و تبعات آن و معنی مورد نظر ما برای آن است. اینکه چرا تاثیر برد و باخت بر ما به یک اندازه نیست و ارزش‌گذاری بر این دو متفاوت است،‌ یا اینکه چرا در تصمیم‌گیری‌ها ترجیح می‌دهیم میان باختن و بردن، از باختن اجتناب کنیم حتی اگر در کوتاه مدت به نفعمان باشد، همگی پرسش‌هایی در زمره‌ی نورومارکتینگ هستند. در حوزه‌ی تجارت و تولید محصول، آنچه مهم است مخاطب نهایی یا همان مشتری است. از طرفی مدیران، سرمایه‌گذاران و کارگزاران، هر یک بر اساس شخصیت، تجارب، آموخته‌ها و ویژگی‌های بیولوژیک خود دست به انتخاب و تصمیم‌گیری در حوزه‌ی تجاری و مالی می‌زنند. بی‌شک یکی از مهم‌ترین مقولات و ضروریات، آن است که بدانید بردن و باختن از نظر فرایند مغزی چگونه تفسیر می‌شود. سپس آن را در شرایط شبه واقعی خرید و فروش آزموده، به بررسی تاثیر هر کدام از این مقولات و میزان و تناسب هر یک بر احساس باخت و برد خواهید پرداخت. حتی می‌توان به وسیله‌ی ابزارهای تحقیقاتی، حس مشتری نسبت به از دست دادن یا به دست آوردن یک محصول را تشریح کرد. هدف اصلی کتاب افسوس از باختن (Loose aversion and marketing) در معاملات آن است که دانش مشتریان، تاجران، سرمایه‌گذاران و کارگزاران را ارتقا دهد. در بخشی از کتاب باختن در معامله حس افسوس از شکست در فضای رقابتی: برخی رفتارهای پاولوفی پاسخ‌های ذاتی به محرک‌های محیطی هستند، اما اغلب اشکال رفتار شامل برخی از انواع یادگیری می‌شوند. در حقیقت، برای اتخاذ تصمیم‌های خوب، حیوانات نیاز دارند یاد بگیرند چگونه محاسبات مناسب را در طول مراحل گوناگون تصمیم‌گیری به‌ کار بگیرند. اول، مغز باید یاد بگیرد که بازنمایی‌های سودمندترین رفتارها در هر حالت را فعال کند. این یک مسأله‌ی یادگیری با اهمیت است. با در نظر گرفتن اینکه حیوانات و انسان‌ها قدرت محاسبه‌ای محدودی دارند و با این حال آن‌ها می‌توانند تعداد زیادی از پاسخ‌های رفتاری را به کار گیرند. دوم، سیستم‌های ارزش‌گذاری باید یاد بگیرند ارزش‌ها را به کنش‌هایی اختصاص دهند که با پاداش‌های مورد انتظارشان تطبیق می‌کند. در نهایت، فرایندهای انتخاب کنش نیاز دارند یاد بگیرند چگونه به بهترین نحو کنترل را میان سیستم‌های ارزش‌گذاری گوناگون تقسیم کنند. در این میان، یکی از فرایندهایی که به بهترین نحو درک شده است، یادگیری ارزش‌های کنش به‌ وسیله سیستم عادت است. در این حوزه، تعامل سازنده‌ای میان مدل‌های نظری از علوم کامپیوتری و آزمایش‌هایی که از الکتروفیزیولوژی در موش‌ها و میمون‌ها و FMRI در انسان‌ها استفاده می‌کنند، وجود دارد. به‌ ویژه، مدل‌های گوناگون یادگیری تقویت پیشنهاد شده‌اند تا محاسباتی را که توسط سیستم عادت انجام می‌شوند، توصیف کنند. اندیشه‌ی اصلی در ورای این مدل‌ها این است که یک سیگنال خطای پیش‌بینی پس از مشاهده‌ی پیامد ایجاد شده توسط هر انتخاب، محاسبه می‌شود. این سیگنال، خطای پیش‌بینی نامیده می‌شود زیرا، کیفیت پیش‌بینی را که در ارزش‌گذاری قبلی به صورت ضمنی وجود داشته، می‌سنجد. هر زمان که یک رویداد یادگیری رخ می‌دهد، ارزش کنش‌ها به مقداری که متناسب با خطای پیش‌بینی است، تغییر می‌کند. در طول زمان و شرایط تکنیکی مناسب، حیوان یاد می‌گیرد ارزش درست را به کنش‌ها اختصاص دهد.