Страница 23 из 24
Иногда наш «прожектор» вынужден за долю секунды перейти от приглушенного света к самому яркому. В такие моменты велика опасность сужения объема внимания и реактивного мышления. Но если мы постоянно рассказываем себе истории и создаем мысленные образы, луч этого «прожектора» никогда не гаснет. Что бы ни происходило, он все время прыгает в нашем мозгу. А значит, когда он вспыхнет в реальном мире, нас не ослепит его сияние.
Анализируя переговоры пилотов, специалисты, расследовавшие гибель рейса 447, установили: во время полета ни один из летчиков не руководствовался четкими ментальными моделями.
«Что это?» – спросил второй пилот, когда предупреждение о сваливании прозвучало в первый раз.
«Нет надежных… э-э… надежных показаний скорости?… Мы… мы поднимаемся?» – ответил Бонэн.
Ситуация усугублялась, но пилоты продолжали засыпать друг друга вопросами: все потому, что у них не было ментальных моделей, которые помогли бы обрабатывать поступающую информацию. Чем больше они узнавали, тем больше запутывались. В результате Бонэн попал в «когнитивный туннель». Он не рассказывал себе истории во время полета, и когда произошло нечто неожиданное, не знал, на чем сосредоточиться. «У меня впечатление, что мы идем безумно быстро, – сказал он, когда самолет начал терять скорость и падать. – Как вы думаете?».
Когда наконец Бонэн все же ухватился за ментальную модель – «Перехожу на TO/GA, верно?» – то ни на секунду не поставил ее под сомнение. «Я поднимаюсь, значит, мы спускаемся», – сказал он за две минуты до крушения, явно не замечая противоречия в своих словах. «Мы в режиме TO/GA, – чуть позже добавил он. – Как так получается, что мы продолжаем идти прямо вниз?»
«Этого не может быть!» – воскликнул Бонэн за несколько секунд перед тем, как самолет врезался в воду. Впрочем, его последние слова – «Что происходит?» – ставят все на свои места: несмотря на то, что самолет мчался навстречу волнам, Бонэн продолжал цепляться за ментальные модели.
Данная проблема, разумеется, была присуща не только пилотам рейса 447. Периодически все мы сталкиваемся с ней – когда сидим в офисе и едем по автостраде, когда работаем со смартфоном и делаем несколько дел одновременно, не вставая с дивана. «Эта жуткая трагедия – сто процентов наша вина, – сказал Стивен Каснер, психолог из НАСА, изучивший десятки катастроф, аналогичных рейсу 447. – У нас был творческий, гибкий, анализирующий человек и преимущественно тупой компьютер, хорошо умеющий решать разве что рутинные, повторяющиеся задачи. В итоге глупый компьютер ведет самолет, а люди – люди, которые пишут романы, строят научные теории и летают на реактивных лайнерах! – сидят перед монитором, будто горшечные растения, и таращатся на мигающие лампочки. Научиться фокусировать внимание всегда было трудно. Сейчас это еще сложнее»[110].
Через десять лет после исследований Бет Крэндалл два экономиста и один социолог из Массачусетского технологического института решили выяснить, как именно наиболее продуктивные сотрудники строят ментальные модели[111]. Для этого они убедили среднее кадровое агентство дать им доступ к данным прибылей и убытков, календарям назначений, а также 125 тысячам сообщений, которые отправили по электронной почте руководители фирмы за предыдущие десять месяцев.
Первое, что заметили исследователи, начав разбираться во всех этих сведениях, – ряд общих черт, свойственных самым успешным сотрудникам агентства, его «суперзвездам». Во-первых, они работали только над пятью проектами одновременно – серьезная нагрузка, но отнюдь не такая уж чудовищная. Некоторые сотрудники вели по 10–12 проектов сразу. Правда, нормы прибыли у них были ниже, чем у суперзвезд, которые с большей осторожностью подходили к вопросу инвестирования времени.
Экономисты предположили, что «суперзвезды» потому такие разборчивые, что выбирают только те задания, которые похожи на предыдущие. Общепринятое мнение гласит: когда люди выполняют одинаковые задачи снова и снова, производительность повышается. Повторение увеличивает скорость и эффективность, ведь нам не нужно каждый раз овладевать новыми навыками. Впрочем, присмотревшись, ученые обнаружили прямо противоположное: «суперзвезды» отнюдь не выбирали задачи, предполагающие использование уже существующих навыков[112]. Наоборот, они выбирали проекты, которые требовали новых коллег и новых способностей. Вот почему «суперзвезды» трудились только над пятью проектами одновременно: знакомство с новыми людьми, равно как и приобретение новых навыков, отнимает уйму времени.
Второй общей чертой «суперзвезд», как ни странно, оказалось явное предпочтение новых, только появившихся проектов. Дело в том, что участие в проекте, который находится в зачаточном состоянии, – всегда риск. Новые идеи – пусть даже суперудачные и отлично продуманные – нередко заканчиваются крахом. Самое безопасное – подписаться на проект, который давным-давно идет полным ходом.
С другой стороны, начальные стадии любого проекта – кладезь информации. Присоединяясь к новым инициативам, «суперзвезды» получали копии электронных писем, которые, сложись все иначе, они бы никогда не увидели. Они не только черпали новые идеи от своих талантливых молодых коллег, но и могли получить доступ к зарождающимся рынкам и науке цифровой экономики раньше, чем другие руководители. Более того, впоследствии «суперзвезды» могли заявить свои права на инновацию на том лишь основании, что присутствовали при ее рождении – а это куда как лучше, чем с пеной у рта доказывать отцовство уже после того, как она будет признана успешной[113].
Наконец, «суперзвезды» отличались особым поведением, сродни интеллектуальному и разговорному тику. Они просто обожали строить теории – много-много теорий обо всем на свете: почему одни начинания были успешными, а другие оборачивались неудачей, отчего одни клиенты были довольны, а другие возмущались, каким образом различные стили управления влияли на различных сотрудников и прочее, и прочее, и прочее. Стремление объяснить себе и своим коллегам мир превращалось у них чуть ли не в навязчивую идею.
«Суперзвезды» без конца рассказывали о том, что они видели и слышали. Иными словами, они обладали выраженной склонностью к созданию ментальных моделей. Они часто подавали ценные идеи на совещаниях; просили товарищей помочь им представить будущие разговоры или рекламную кампанию; придумывали концепции новых товаров и разрабатывали оптимальные способы их продажи. Они пересказывали последние беседы и изобретали немыслимые планы расширения. Они все время строили ментальные модели.
«Эти люди выдавали объяснение за объяснением, – сказал Маршалл Ван Олстин, один из исследователей Массачусетского технологического института. – Они могли реконструировать разговор прямо при вас, проанализировать каждую его часть, а затем попросить вас оспорить их трактовку. Все данные – какие только ни были в их распоряжении – они неизменно пытались связать воедино».
Ученые подсчитали: доступ к копиям информационно-насыщенных писем и обсуждение ментальных моделей в среднем приносили «суперзвездам» дополнительные 10 тысяч долларов в год. «Суперзвезды» занимались только пятью проектами одновременно – и все-таки умудрялись перещеголять своих коллег. Благодаря чему? Благодаря более эффективным способам мышления.
Аналогичные результаты были обнаружены и в десятках других исследований. Люди, которые умеют управлять своим вниманием и регулярно строят надежные ментальные модели, как правило, зарабатывают больше денег и получают более высокие оценки. Между прочим, эксперименты показали, что строить ментальные модели может научиться каждый. Привычка рассказывать себе обо всем, что происходит вокруг, – отличный способ отточить фокус внимания. Такие рассказы могут быть посвящены некой отдельной, весьма тривиальной теме – например, по дороге на работу вообразите предстоящее совещание: попробуйте представить, с чего оно начнется, что вы скажете, если начальник попросит вас прокомментировать тот или иной вопрос, какие возражения, скорее всего, возникнут у ваших коллег – или же, напротив, чему-то очень важному и глобальному. Помните медсестру из отделения интенсивной терапии новорожденных, которая постоянно рассказывала себе истории о том, как должен выглядеть здоровый ребенок?
110
В ответ на электронное письмо, призванное исключить фактические ошибки, Каснер дал следующие пояснения: «Я бы не сказал, что пилоты играют „пассивную“ роль; скорее им чрезвычайно сложно поддерживать внимание на автоматизированной системе, которая по определению сверхнадежна и безотказна. Люди не очень-то любят сидеть и смотреть в одну точку… Наши ресурсы внимания весьма ограничены (только представьте, как часто нашим детям удается сделать какую-нибудь пакость у нас за спиной и улизнуть безнаказанными). Поэтому мы постоянно вынуждены поддерживать внимание на том, что, на наш взгляд, наиболее важно. Если бортовой компьютер прямо перед моим носом безукоризненно работал сто часов подряд, я едва ли сочту, что он – самое важное, о чем я должен думать. Кстати, в этот самый момент мой ребенок, возможно, воплощает в жизнь очередную безумную идею, которая сойдет ему с рук. Наше исследование, посвященное склонности летчиков „витать в облаках“ [Thoughts in Flight: Automation Use and Pilots’ Task-Related and Task-Unrelated Thought], показало: во время полета „не связанные с текущей задачей“ мысли у действующего пилота занимают около 30 % времени, а у наблюдающего пилота – 50 % времени. А почему бы и нет? Если у вас нет ничего важного или срочного, о чем я должен думать, я сам найду, чем занять свой мозг».
111
Sinan Aral, Erik Brynjolfsson, Marshall Van Alstyne, «Information, technology, and information worker productivity», Information Systems Research 23, № 3 (2012): 849–867; Sinan Aral, Marshall Van Alstyne, «The diversity-bandwidth trade-off», American Journal of Sociology 117, № 1 (2011): 90-171; Nathaniel Bulkley, Marshall W. Van Alstyne, «Why information should influence productivity» (2004); Nathaniel Bulkley, Marshall W. Van Alstyne, «An Empirical Analysis of Strategies and Efficiencies in Social Networks», Boston U. School of Management research paper № 2010-29, MIT Sloan research paper № 4682-08, 1/02/ 2006, http://ssrn.com/abstract=887406; Neil Gandal, Charles King, Marshall Van Alstyne, «The Social Network Within a Management Recruiting Firm: Network Structure and Output», Review of Network Economics 8, № 4 (2009): 302-24.
112
В ответ на электронное письмо, призванное исключить фактические ошибки, Ван Олстин писал: «Согласно одной из первоначальных гипотез, прибыльность небольшой нагрузки объяснялась высокой производительностью, обусловленной специализацией. Если вы постоянно делаете одно и то же, очень скоро вы будете делать это очень хорошо. Идея восходит к Адаму Смиту и его знаменитому примеру булавочной фабрики как доказательству эффективности разделения труда. В нашем контексте генерализация – иными словами, выполнение разнотипных задач – подразумевала участие в проектах трех категорий: финансы, образование и коммерческие ИТ. Это очень разные отрасли. Каждая категория требует особых знаний и особых социальных сетей. Специализация, напротив, предполагала сосредоточение на каком-то одном типе проектов – например финансовых. Это позволяло существенно расширить знания в основной области, а также соответствующим образом адаптировать социальную сеть – в данном случае ограничить ее исключительно финансовыми контактами. По крайней мере, такова одна из теорий, почему специализация иногда предпочтительнее генерализации. Безусловно, специализация ограничивает количество возможных проектов – в данный конкретный момент финансового проекта может не быть, зато есть один или даже несколько проектов в сфере образования или ИТ. Правда, если вы подождете, скорее всего, получите другой финансовый проект».
113
В ответ на электронное письмо, призванное исключить фактические ошибки, Ван Олстин указал и другие причины, почему участие в небольшом количестве новых проектов выгодно: «Первая причина – это многозадачность. На начальном этапе участие в новых проектах повышает выход – в данном случае доходы от деятельности консультантов. При этом рост выручки может продолжаться и после того, как производительность по данному проекту начнет падать. Рассмотрим проект как совокупность задач (оценка потребностей клиента, определение целевых кандидатов, отбор кандидатов, проверка резюме, представление возможных вариантов клиентам, заключение сделки…). Взяв новую работу, человек автоматически начинает уделять текущей работе меньше внимания. В результате текущий проект может занять больше времени; следовательно, период, по окончании которого он или она получает деньги, растягивается на больший срок. Общая производительность, впрочем, поначалу может даже повыситься. Доходы, которые приносит сотрудник, работающий над шестью проектами, как правило, превышают доходы, которые приносит сотрудник, работающий над четырьмя проектами. При этом каждый из шести проектов занимает больше времени, чем он занял бы, если бы проектов было четыре. В какой-то момент, однако, происходит резкий спад. Новые проекты отнимают слишком много времени, и доходы начинают уменьшаться. Каждый следующий проект ощутимо снижает производительность. Как сказал один консультант, „когда жонглируешь несколькими мячами сразу, есть опасность уронить все“. На выполнение задач уходит слишком много времени, некоторые проекты так и остаются незавершенными. В итоге поток доходов превращается в тоненькую струйку. Существует оптимальное количество проектов, которые может взять на себя один сотрудник – не больше двенадцати. Вторым соображением, как вы правильно заметили, является доступ к обширной информации. Впрочем, и здесь наблюдается аналогичная инвертированная U-образная кривая. Отслеживая электронную переписку, мы смогли подсчитать, сколько новой информации получал каждый человек. Новую информацию мы измеряли как с точки зрения „новизны“, то есть степени необычности того или иного факта относительно других фактов, так и с точки зрения „объема“ – количества новых фактов, которые получал человек… На начальных этапах свободный доступ к новой информации явно вел к повышению производительности. Суперзвезды получали примерно на 25 % больше новой информации, чем их типичные сверстники, что помогало прогнозировать успешность. В конце концов, однако, производительность сотрудников, которые получали абсолютный максимум новых данных – примерно в два раза больше, чем суперзвезды, – оказалась ниже производительности суперзвезд. Здесь возможны две причины. Первая – избыточная информация могла быть слишком необычной, неактуальной или не применимой на практике. Вторая – такой переизбыток информации было просто невозможно обработать. Работа с огромным массивом новых данных – своеобразный аналог игры „Где же Уолдо?“ для белых воротничков: как бы вы ни старались, вы не можете вычленить важную информацию из окружающего ее шума. Оба этих фактора являлись статистически значимыми предикторами суперзвезд».