NEW
Font size
WorksheetsQuiz về Quyết định trong Môi trường Bất định
Total questions: 22
Worksheet time: 11mins
Khái niệm “ra quyết định trong môi trường bất định” nghĩa là gì?
Khi biết chắc kết quả của mỗi lựa chọn
Khi không thể dự đoán xác suất của kết quả
Khi có đầy đủ thông tin
Khi có nhiều lựa chọn tối ưu
Ví dụ nào dưới đây thể hiện quyết định trong môi trường bất định?
Tung đồng xu chọn đối tác
Đầu tư vào startup AI chưa có dữ liệu lợi nhuận
Mua bảo hiểm xe máy
Tính chi phí bằng Excel
Theo lý thuyết trò chơi, “Cân bằng Nash” xảy ra khi:
Mọi người đều hợp tác
Mỗi người chọn chiến lược tối ưu cho riêng mình, biết chiến lược người khác
Một người thắng, các bên còn lại thua
Tất cả cùng thua
Trong ví dụ Marketing – Sales, tại sao (giữ kín, giữ kín) là Nash Equilibrium?
Vì cả hai bên tin nhau tuyệt đối
Vì mỗi bên sợ chia sẻ sẽ bị lợi dụng
Vì sếp bắt buộc
Vì cả hai đều muốn thử nghiệm
Trong “Prisoner’s Dilemma”, khi nào cả hai người đều thua?
Khi cả hai im lặng
Khi cả hai khai
Khi một người khai
Khi cả hai không bị bắt
Trong công sở, hành vi “giữ thông tin riêng để bảo vệ KPI cá nhân” là ví dụ của:
Nash cân bằng tiêu cực
Pareto tối ưu
Lý thuyết hợp tác
Bất định hóa lựa chọn
Nếu cả team cùng chia sẻ dữ liệu để hoàn thành dự án, đây là dạng Nash nào?
Nash tiêu cực
Nash tích cực
Không phải Nash
Trò chơi zero-sum
oàn thành dự án, đây là dạng Nash nào?
Nash tiêu cực
Nash tích cực
Không phải Nash
Trò chơi zero-sum
Thiên kiến nào khiến nhân viên “sợ thử cái mới dù lợi ích cao”?
Overconfidence
Anchoring
Loss aversion
Hindsight bias
Trong Agile, khi một nhóm không chia sẻ tiến độ, điều gì xảy ra?
Dự án vẫn hoàn thành đúng hạn
Sprint trễ, bug tăng
Không ảnh hưởng gì
Nhóm được thưởng thêm
Một dự án có ba phòng ban IT, Sales, PM – khi nào xảy ra cân bằng Nash xấu?
Khi tất cả cùng hợp tác
Khi hai bên hợp tác, một bên không
Khi cả ba đều bảo vệ lợi ích riêng
Khi PM tăng thưởng
Fresher giấu bug vì sợ bị mắng là ví dụ của:
Lựa chọn hợp lý ngắn hạn
Lựa chọn tối ưu toàn cục
Pareto cải thiện
Win–win strategy
Trong công sở, “feedback vòng tròn” giúp:
Phạt người mắc lỗi
Hiển thị hệ quả của mỗi hành vi
Tăng khối lượng công việc
Giảm niềm tin
Nash 3 người khác gì Nash 2 người?
Chỉ có thêm người thứ ba quan sát
Mỗi người phải dự đoán 2 chiến lược cùng lúc
Không thể xảy ra trong công sở
Có kết quả luôn tối ưu
“Meta-Nash” nghĩa là gì?
Một thuật toán mới trong lý thuyết trò chơi
Trạng thái Nash hoàn hảo
Cách thiết kế lại luật chơi để tạo Nash tích cực
Sự ngẫu nhiên trong quyết định
“a-Nash” nghĩa là gì?
Một thuật toán mới trong lý thuyết trò chơi
Trạng thái Nash hoàn hảo
Cách thiết kế lại luật chơi để tạo Nash tích cực
Sự ngẫu nhiên trong quyết định
Cách nhanh nhất để thoát Nash công sở tiêu cực là:
Thay sếp
Giấu thông tin
Gộp KPI nhóm, thưởng chung
Làm việc độc lập
“Win–learn mindset” khuyến khích điều gì?
Thắng bằng mọi giá
Coi thất bại là cơ hội học
Tránh rủi ro bằng cách không thử
Giấu lỗi để bảo toàn hình ảnh
Cân bằng Nash “xấu” thường duy trì vì:
Ai cũng không biết luật chơi
Ai cũng sợ người khác không hợp tác
Luật chơi luôn thay đổi
Không có người lãnh đạo
Nếu bạn là fresher và muốn phá Nash tiêu cực, việc đầu tiên nên làm là:
Giữ im lặng
Báo lỗi trung thực, đề xuất hỗ trợ
Đổ lỗi cho mentor
Rút khỏi dự án
Yếu tố nào giúp Nash chuyển từ “cạnh tranh” sang “hợp tác”?
Thiếu niềm tin
Giao tiếp chiến lược
Giảm phản hồi
Giữ KPI cá nhân
Theo tinh thần FPT: “Together, we win” phản ánh triết lý nào?
Zero-sum game
Pareto optimality
Loss aversion
Risk aversion
