Ловушки мышления. Как принимать решения, о которых вы не пожалеете Хиз Дэн

1

В 2006 году Джон Хэнкс, вице-президент компании National Instruments (NI), занимавшейся научной аппаратурой, решал, следует ли делать ставку на беспроводные датчики. Эта технология много обещала: беспроводные датчики можно помещать в угольной шахте вместо канарейки[59], чтобы контролировать уровень метана. Или датчики могут отправлять информацию с вращающейся части прибора, например с головки масляного сверла, где проводное решение было бы непрактичным (вообразите спагетти, накрученные на вилку).

Некоторые из клиентов NI были настроены скептически. Сможете ли вы защитить данные, посланные беспроводными датчиками? Насколько надежными будут датчики, установленные в жестких условиях? В свете этого скептицизма Хэнкс понял: у него недостаточно информации, чтобы принять обоснованное решение.

Он понял, что необходим учинг.

Учинг – это постановка небольших экспериментов для проверки гипотезы.

(Мы узнали слово «учинг» (ooch) от NI, но, видимо, оно распространено на юге США. Может быть, это комбинация двух слов: «дюйм» (inch) и «срываться и бежать» (scoot)?) Хэнкс сказал: «Часть процесса на этом этапе – спросить себя: “Как нам провести учинг?”… Прежде чем сделать скачок вперед, мы всегда проводим учинг»{76}.

Хэнкс отправился на поиски хорошего пилотного клиента, такого, у которого мог бы научиться и которому нужно было бы решить сложную техническую задачу. Встретив Билла Кайзера, он понял: вот он, тот самый нужный клиент. Кайзер, профессор электротехники из Калифорнийского университета, работал с биологами над разработкой беспроводных датчиков, которые должны были установить в джунглях Коста-Рики.

Задачей проекта было определить поток углекислого газа (CO₂) в джунглях. Чтобы сделать измерения возможными, команде NI предстояло решить ряд проблем. Датчики должны быть установлены на всей территории джунглей. Они должны получать питание от батареек (поскольку в джунглях довольно трудно найти розетки). Они должны быть устойчивыми к воздействиям.

Не говоря уже о том, что они должны делать точные измерения и отправлять качественные сигналы.

Пытаясь удовлетворить потребности биологов, команда Хэнкса не беспокоилась о том, чтобы создать изящный прибор. Изящество дорого стоит и отнимает много времени.

Вместо этого они соорудили прототип, используя то, что имелось под руками. По словам Хэнкса, результат выглядел как «кирпич в ведре».

Биологи Калифорнийского университета хотели измерить уровень CO₂ в джунглях на разной высоте, поэтому команда NI помогла им соорудить канатную дорогу между деревьями. «Ведра» автоматически продвигались по кабелям и делали измерения по мере продвижения. «Это напоминало футбольные спортивные камеры ESPN[60], только в джунглях Коста-Рики», – отметил Хэнкс.

Проект позволил Хэнксу быстро понять, что требуется, чтобы служить передовым клиентам со сложными потребностями. Если датчики работают в джунглях Коста-Рики, выполняя высокие требования проекта UCLA, то, вероятно, они смогут работать в любом месте.

Учинг увеличил веру Хэнкса в технологию. Проведя еще несколько экспериментов, он был готов закончить учинг и сделать прыжок вперед. Он получил одобрение на разработку беспроводных датчиков – многолетний проект, который, по его оценкам, требовал инвестиций в размере 2–3 миллионов долларов. Эксперименты позволили подтвердить идею беспроводных датчиков, и теперь он мог начать работу с большей уверенностью.

ВМЕСТО ТОГО ЧТОБЫ сразу нырнуть в омут беспроводной связи, Хэнкс и его коллеги решили попробовать воду. Вместо того чтобы выбрать «все» или «ничего», они выбрали «кое-что». Эта стратегия – найти способы провести проверку, прежде чем прыгнуть, – еще один способ испытать наши предположения в реальных условиях. Когда мы проводим учинг, то вносим в свои решения реальный опыт.

Возьмем, например, абитуриента Стива, решившего поступать в фармацевтический колледж. Что заставляет его думать, что это хороший выбор? Ну, он провел месяцы, изучая другие возможности – медицинский и даже юридический колледжи, но в результате остановился на фармацевтике. В конце концов, ему всегда нравилась химия, и ему хочется работать в здравоохранении. Он чувствует: образ жизни фармацевта, с вполне приемлемым рабочим графиком и хорошей зарплатой, мог бы его устроить.

Но это довольно слабые аргументы для столь важного решения! Вдобавок Стив запланировал как минимум два года на магистратуру. Не говоря уже о десятках тысяч долларов на обучение и упущенный доход. Он делает огромную ставку на основании ничтожной информации. Ситуация требует пробных экспериментов, и самое очевидное решение – несколько недель поработать в аптеке. Стив достаточно умен, чтобы при необходимости работать бесплатно, только за то, что его возьмут в аптеку (если он может позволить себе потратить несколько лет на получение высшего образования и при этом ничего не зарабатывать, то возможна и месячная неоплачиваемая стажировка).

Идея попробовать поработать по выбранной профессии перед поступлением в вуз кажется правильной. Однако каждый год в магистратуру поступают орды студентов, которые не провели ни одного эксперимента: юристы, которые ни дня не находились в юридической конторе, студенты-медики, которые ни дня не проработали в больнице или поликлинике. Представьте себе, что вам придется ходить на занятия в течение трех или четырех лет, после чего вы сможете начать карьеру, которая вам совсем не подходит! Это по-настоящему ужасное решение вроде импровизированного пьяного брака в Лас-Вегасе (хотя мы несправедливы к Лас-Вегасу: похмельное аннулирование предпочтительнее ста тысяч долларов студенческого долга).

Чтобы не допустить безумия, руководители многих магистратур по физиотерапии начали заставлять студентов пробовать. Например, Хантер-колледж в Городском университете Нью-Йорка не принимает студентов до тех пор, пока они не потратят по крайней мере ста часов, наблюдая за работой физиотерапевтов. Таким образом всем поступающим гарантируется базовое понимание профессии, которой они собираются заняться{77}.

То есть учинг имеет диагностическую цель – это способ проверить предположения в условиях реальности. Если вы думаете, что беспроводной датчик перспективен для рынка, сначала попробуйте. Если вы думаете, что хотите быть фармацевтом, сначала попробуйте.

Эта стратегия не менее полезна и в более тонких ситуациях. Некоторые врачи, например, начали использовать методику, очень похожую на пробный эксперимент, чтобы помочь людям уменьшить тревогу по поводу решений, которые они принимают в личной и рабочей жизни. Психотерапевты Мэтью Маккей, Марта Дэвис и Патрик Фэннинг описали случай Пегги, «отличного секретаря юриста», которая ужасно боялась допустить ошибку в документах для старшего партнера{78}. Она часами выискивала и исправляла ошибки. Затем начинала беспокоиться, что ее исправления, возможно, случайно создали другие ошибки, поэтому снова начинала проверять. После долгого дня на работе она брала документы домой, проводя часы в попытке избавиться от возможных ошибок.

Для Пегги было немыслимо проверить документ один раз и остаться довольной. Ставки казались слишком высокими. Поэтому она вместе со своим врачом создала список экспериментов – дополнительных шагов, позволявших проверить опасения в реальных условиях и посмотреть, действительно ли небеса разверзнутся, если она несколько облегчит режим проверки. Если она переживет один небольшой эксперимент, то перейдет к следующему. Она наметила следующую последовательность:

1. Взять домой резюме дела для защитника и сделать три дополнительные проверки.

2. Взять домой резюме дела для защитника и сделать две дополнительные проверки.

3. Взять домой резюме дела для защитника и сделать одну дополнительную проверку.

4. Просидеть на работе на час дольше и оставить дело для защитника на работе. Никаких дополнительных проверок.

5. Оставить дело для защитника на работе и уйти домой вовремя. Никаких дополнительных проверок.

6. На каждом этапе она испытывала сильную тревогу, беспокоясь, как бы последствия ее решения не отразились на делах компании и на ее карьере. Но по окончании каждого этапа с удивлением обнаруживала, что ничего ужасного не случилось. Это давало ей достаточную уверенность для следующего шага. Закончив пятый этап, она действительно повысила свой уровень комфорта,

7. умышленно оставив одну пунктуационную ошибку;

8. умышленно оставив одну грамматическую ошибку;

9. умышленно оставив одну орфографическую ошибку.

По словам психотерапевтов, Пегги «обнаружила, что небольшие ошибки не привели к потерям клиентов и ее не выгнали. Никто даже не заметил этих ошибок».

В конце концов она облегчила свой обычный способ проверки, оставшись требовательной, но не навязчивой. Небольшие эксперименты позволили ей принимать более смелые решения.

ЗА ПОСЛЕДНИЕ НЕСКОЛЬКО ЛЕТ идея изучения вариантов посредством небольших экспериментов распространилась на разные области. Дизайнеры говорят об «опытных моделях»: вместо того чтобы тратить полгода на планирование идеального продукта, они быстро делают макет и вручают его потенциальному клиенту. Взаимодействие с реальным миром зажигает искры прозрения, которые приводят к следующей опытной модели, и таким образом разработка последовательно улучшается.

Руководители здравоохранения также советуют использовать «малые тесты перемен», вводя новые процессы или инновации в малом масштабе, чтобы увидеть, дают ли они измеримые результаты. Руководителям бизнеса Джим Коллинз и Мортен Хансен советуют стратегию, которую называют «сначала стрелять из ружей, затем из пушек»{79}: проводим небольшие эксперименты, а затем удваиваем те, которые дали наилучшие результаты (аналог метода «проведи учинг, а затем прыгай» компании National Instruments). И наконец, существует целая книга по учинг-философии, написанная Питером Симсом. Она называется «Мелкие ставки»[61].

Нам нравится термин учинг, но мы хотим, чтобы вы ясно поняли: по сути все говорят одно и то же – прежде чем нырнуть, попробуйте воду. Учитывая популярность этой концепции и явные преимущества маленьких ставок, которые оптимизируют большие решения, странно, почему учинг не осуществляется инстинктивно.

Ответ в том, что мы, как правило, до ужаса уверены в своей способности прогнозировать будущее. Стив, начинающий студент-фармацевт, не чувствует себя растерянным. Зачем ему тратить время на бесплатную стажировку, когда он уверен, что фармацевтика ему подходит? (Если через год он вылетит, то просто скажет: «Это мне не подошло», как будто такой исход нельзя было предвидеть.) Кишечник ведущего дизайнера просто знает, что продукт подходит. Идея быстрого создания «чернового прототипа» заставит хозяина кишечника закатить глаза: вы не создаете совершенную модель.

Склонность считать себя великим специалистом («просто я интуитивно это знаю») сидит внутри каждого из нас. Мы не хотим возиться с учингом, потому что думаем, что знаем, как будут разворачиваться события. Справедливости ради заметим: если мы действительно хорошо прогнозируем будущее, то учинг – пустая трата времени.

Таким образом, ключевым становится вопрос: хорошо ли мы прогнозируем?

2

В начале своей карьеры Фил Тетлок, профессор психологии и менеджмента Пенсильванского университета, работал в комитете Национального исследовательского совета, задачей которого было оценить роль социальных наук в спасении цивилизации от угрозы ядерной войны. Это происходило в 1984 году, во время первого срока Рональда Рейгана, который в речи 1983 года назвал Советский Союз «империей зла». По свидетельству Тетлока, политические эксперты считали: отношения между двумя странами находятся в «опасной близости к пропасти».

Но через год все изменилось. Генеральным секретарем коммунистической партии стал Михаил Горбачев, открывший эру радикальных реформ. За несколько коротких лет страх ядерной войны стал казаться абсурдным (коллеги даже дразнили Тетлока за тревожный отчет, представленный комитетом, говоря: «Итак, небеса все же не разверзлись»). К удивлению Тетлока, эксперты, пропустившие появление Горбачева, так никогда и не признали своих ошибок. Они говорили, что Америке повезло или что их предсказания ядерной катастрофы (которые Тетлок назвал «рискованным предположением, противоречащим фактам») «почти» сбылись.

Раздраженный Тетлок решил разработать методику, которая впервые заставила бы экспертов отвечать за свои слова{80}. Он нанял на работу 284 специалиста, зарабатывавших на жизнь «комментариями или советами по политическим или экономическим вопросам». Почти все они имели ученые степени, более половины были докторами философии[62]. Их мнениями постоянно интересовались, 61 % из них давали интервью средствам массовой информации.

Он попросил каждого сделать прогноз в своей области знаний. Экономистам задавали вопросы типа:

Учитывая экономические показатели, следует ли нам ожидать, что в течение двух ближайших лет темпы роста ВВП ускорятся, замедлятся или останутся примерно такими же?

Политологам задавали следующие вопросы:

Вы считаете, что после следующих выборов в США настоящее должностное лицо / партия [то есть демократы или республиканцы] потеряет контроль, сохранит контроль со снижением поддержки населения или сохранит контроль с повышением поддержки населения?

С точки зрения методики вопросы обычные – ничего более сложного, чем выбор из нескольких вариантов и заполнение опросника. Но Тетлок старался добиться предельной четкости формулировок, чтобы экспертам некуда было спрятаться в случае ошибки. Так, с середины 1980-х он начал понемногу собирать прогнозы. Когда он понял, какие это богатые и интересные данные, его энтузиазм возрос. К 2003 году он накопил 82 361 прогноз. Два года спустя он опубликовал свой блестящий анализ в книге под названием «Экспертное политическое мнение: насколько оно правильно? Как узнать?» (Expert Political Judgment: How Good Is It? How Can We Know?).

Хорошо ли работают эксперты? Да они вообще не справляются, мягко говоря. Даже лучшие составители прогнозов делают это хуже, чем так называемый алгоритм сырой экстраполяции – простое вычисление, в котором учитываются базовые ставки и делается предположение, что тенденции последних нескольких лет не изменятся (например, прогноз, что экономика, которая в течение последних трех лет вырастала в среднем на 2,8 %, продолжит расти на 2,8 %). Если вы вспомните советы из предыдущей главы – доверять ли экспертам в отношении базовых ставок, но не предсказаний, – то результаты Тетлока не станут для вас сюрпризом.

Тетлок сообщает плохую новость: «Подсчитывая баллы и переменные в разных регионах в разные периоды времени… невозможно найти какую-либо область, в которой люди явно превосходили бы алгоритм сырой экстраполяции». Другими словами, если вы дали подростку некоторую информацию по базовым ставкам и способу расчета, он запросто сделает лучший прогноз, чем эксперты.

Дополнительное образование не повышает точности. Тетлок обнаружил: доктора наук делают прогнозы не лучше, чем люди без ученой степени. Опыт также не оказывает значительного влияния: эксперты с двадцатилетним стажем не лучше, чем новички. Однако одна черта действительно имела прогностическую ценность: внимание СМИ. Эксперты, которые чаще выступали в средствах массовой информации, как правило, оказывались худшими специалистами по прогнозам (это подтвердит любой, кто провел хотя бы час, смотря новости по кабельному телевидению). Это факт. Эксперты с безупречной репутацией работают хуже, чем бездумные алгоритмы, которые помогают рассчитать, что в этом году повторится лишь то, что случилось в прошлом.

К сожалению, ученые мужи не единственные, кто испытывает проблемы с прогнозированием. Предыдущие исследования показали, что психологи, врачи, инженеры, юристы и автомеханики также плохие специалисты по прогнозам. В одной статье в академическом издании, где приводится обзор этого исследования, есть подзаголовок, хорошо отражающий суть: «Почему специалисты знают так много, а предсказывают так плохо?» Означает ли это, что заключения специалистов ничего не стоят? Нет. В какой-то момент Тетлок дал группе психологов из Беркли[63] ряд основных фактических данных по политике и экономике различных стран и попросил их сделать соответствующие прогнозы. Они справились еще хуже. Например, когда студенты объявляли себя на 100 % уверенными в каком-либо событии, то ошибались в 45 % случаев. Когда были полностью уверены эксперты, они ошибались «всего лишь» в 23 % случаев. (Что тоже неудовлетворительно. Представьте, если бы такой «точностью» обладал домашний тест на беременность.)

Так что данные показывают: если вы хотите сделать прогноз, то применение базовых ставок эффективнее, чем мнения экспертов, которые лучше, чем прогнозы новичков (замыкают шествие люди, которые ушли в леса за несколько дней до 2000 года, поверив прогнозам о крушении цивилизации).

Исследования Тетлока требуют: проявляйте скромность, когда речь заходит о ваших интеллектуальных способностях. Каждый раз, когда возможно, лучше вообще не пытаться прогнозировать. Например, если вы специалист по программному обеспечению, у вас нет никаких оснований считать, будто вам проще предсказать эволюцию хаотичного рынка технологий, чем для политолога – спрогнозировать результаты президентских выборов в странах со стабильной западной демократией.

Учинг предоставляет альтернативу, но как способ познания реальности, а не прогнозирования.

САРАС САРАСВАТИ, ПРОФЕССОР Высшей школы бизнеса Дарден Университета Вирджинии, показала: мелкие предприниматели – полная противоположность ученым мужам. По ее словам, у многих предпринимателей есть одна сходная черта – отвращение к прогнозам. «Если вы дадите предпринимателям данные, относящиеся к будущему, они просто не обратят на них внимания», – сказала она в интервью журналу Inc. Похоже, мелкие предприниматели считают, что по поводу прогнозирования беспокоиться не стоит: одно исследование показало, что 60 % руководителей Inc. 500[64] перед запуском своих компаний даже не написали бизнес-планов.

Для изучения того, как думают мелкие предприниматели, Сарасвати провела углубленное интервью с 45 основателями компаний с оборотом в пределах от 200 миллионов до 6,5 миллиарда долларов. Одним из пунктов было исследование гипотетического запуска с вопросами о том, как принимаются важные решения.

Одним из вопросов был: «Какие исследования рынка вы провели бы на месте предпринимателя?» В ответ один из участников, открытый для сотрудничества, начал бодро придумывать исследования, которые мог бы провести. Но затем, в середине своей речи, внезапно остановился и честно сказал: «На самом деле я не стал бы проводить все эти исследования, я просто пошел бы продавать. Я не верю в маркетинговые исследования. Кто-то однажды мне сказал: “Единственное, что вам нужно, – это клиент”. Вместо того чтобы задавать вопросы, я попытался бы сделать продажи».

Именно это и произошло в конце 1990-х, в разгар дотком-эпохи[65]. Тогда-то у Билла Гросса появилась идея, которую он решил проверить. Гросс, основатель инкубатора запусков под названием idealab! загорелся идеей продажи автомобилей через интернет непосредственно потребителям. Он представлял себе так: клиенты могут быстро найти тот автомобиль, который хотят, и получить его прямо у своей двери, что позволяло им избежать общения с продавцами.

Он знал, что в принципе идея может сработать, но это было рискованно. При продаже через интернет он мог предлагать скидки, потому что ему не нужно было держать большой запас товаров (много дорогих автомобилей). Но даже со скидкой автомобиль – довольно крупная покупка, чтобы осуществлять ее через интернет. Согласятся ли люди потратить 20 000 долларов на автомобиль, на котором не совершили пробной поездки? Даже не видели его в глаза?

Чтобы пролить свет на этот вопрос, он пошел на пробный эксперимент: нанял на 90 дней CEO и дал ему задание продать одну машину. Энди Циммерман, в то время главный COO idealab! вспоминает, что произошло:

В ходе мозгового штурма мы встретили сопротивление, потому что некоторые считали маловероятным, чтобы люди покупали дорогостоящие товары через интернет. В то время никто не продавал автомобили через интернет. Но вместо того чтобы продолжать обсуждать, мы создали сайт из нескольких страниц, который якобы позволял заказать на нем автомобиль. На самом деле запрос поступал к сотруднику, который смотрел цену в Kelley Blue Book[66] и отправлял ее клиенту. На следующее утро Билл обнаружил, что мы продали три автомобиля, и нам пришлось срочно закрывать сайт, потому что мы предлагали очень большие скидки.

Вместо того чтобы продолжать дискуссию, команда провела учинг и разрешила неопределенность. Учинг привел к основанию компании CarsDirect.com{81}, которая в течение трех лет со дня основания была крупнейшим автодилером в стране.

Профессор Сарасвати обнаружила: предпочтение тестирования перед планированием – одно из самых поразительных отличий между мелкими предпринимателями и руководителями корпораций. Она сказала, что большинство руководителей крупных компаний пользуются прогнозами и, кажется, «совершенно уверены, что могут контролировать будущее в той степени, в которой могут его прогнозировать». И наоборот, мелкие предприниматели склонны к активному тестированию и «совершенно уверены, что могут контролировать будущее, поэтому незачем его прогнозировать»{82}.

Точка зрения мелких предпринимателей начинает проникать в крупные организации. Скотт Кук, основатель Intuit, настолько уверился в достоинствах учинга, что выступает в поддержку того, что называет «лидерством посредством эксперимента». Кук считает: лидеры должны прекратить попытки получить все ответы и принять все решения. В речи в 2011 году он сказал: «Руководители принимают решения на основании политики, убеждений и PowerPoint»{83}. Ни один из этих факторов, отмечает Кук, не гарантирует торжества хороших идей. Когда мы принимаем решения на основе экспериментов, у лучшей идеи появляется возможность проявить себя.

В качестве примера Кук привел напряженную дискуссию с командой из Индии, которая разрабатывала новый продукт для индийских фермеров. Идея в том, что за небольшую плату фермеры смогут получать на свои мобильные телефоны информацию о текущих ценах на разные продукты на разных рынках. Таким образом, они смогут отвозить свой урожай туда, где предлагают самую высокую цену. Кук и некоторые члены его команды издевались над идеей. «Я думал, что это безрассудство», – сказал он, но согласился позволить индийской команде проверить сырой прототип идеи.

К удивлению Кука, пилотный вариант оказался хитом, и после 13 экспериментов индийская команда разработала сложный продукт, позволявший повысить доходы фермеров в среднем на 20 %. Для многих дополнительных денег оказалось достаточно, чтобы отправить детей в школу. К 2012 году эту систему использовали 325 000 фермеров. Но она не появилась бы, если бы Скотт Кук и другие руководители Intuit не дали ей шанс.

ЕСЛИ ВЫ МОЖЕТЕ ПРОВЕСТИ УЧИНГ в корпоративном мире, может быть, вы сможете провести его и дома? Так подумал Гейб Габриэльсен, брокер по недвижимости и отец семейства, живущий в Сан-Хосе. У Габриэльсена есть девятилетний сын по имени Колин. Как и многие другие девятилетние дети, Колин часто бывает не согласен с родительским мнением. Например, весной 2011 года он протестовал против обычая Гейба спускаться к завтраку полностью одетым. Вообще-то Гейбу было неважно, в чем завтракает Колин, просто он беспокоился, что если Колин не оденется перед завтраком, то опоздает в школу. «Но мне гораздо удобнее есть в пижаме!» – спорил Колин.

После нескольких сокрушительных дискуссий Гейб решил изменить стратегию. Прочтя страницу из книги Скотта Кука, он объявил: «Хорошо, Колин, мы попробуем твой способ в течение трех дней. Но если за эти дни ты хоть раз опоздаешь в школу, то вернемся к старой системе».

Колин, пораженный этим изменением, успешно справился с испытательным сроком. Он приходил завтракать в пижаме и не опаздывал в школу. В результате новая практика прижилась и обе стороны остались довольны результатом: для Гейба – сын меньше с ним спорил, а для Колина – удовлетворение от победы над отцом.

Теперь пришло время оговорок. Хотя до сих пор мы прославляли преимущества учинга, необходимо отметить, что учинг не панацея для решений. Как мы уже видели, он может быть очень эффективен в проверке наших предположений реальной жизнью. Но есть большой недостаток: он плохо подходит для ситуаций, которые требуют выполнения обязательств.

Представьте, что Колин играл бы в бейсбол и, устав ходить на тренировки после школы, захотел бы поэкспериментировать с уходом из команды – просто пропустить несколько занятий, чтобы посмотреть, как ему это понравится. Для большинства родителей это будет выглядеть нарушением обязательств: ты обязался играть за эту команду, поэтому нужно довести дело до конца. А что если военнослужащим разрешат проводить учинг – оценивать, подходит ли им пребывание в учебном лагере? У нас, наверное, была бы армия из пяти человек.

Учинг лучше всего подходит для ситуаций, когда мы нуждаемся в большем количестве информации. Но он не позволяет нам эмоционально топтаться на месте, смягчая решение, по нашему мнению, правильное, но причиняющее нам боль. Рассмотрим двух мужчин, Маршалла и Джейсона, которые бросили колледж через два года, а теперь, в возрасте 25 лет, понимают, что не могут продвинуться по службе. Маршалл точно знает: для продвижения по службе ему нужен диплом, но откладывает его получение. Он не слишком любит учиться, поэтому ему всегда легко найти причину, чтобы увильнуть. Для него учинг – скажем, проходить одну дисциплину за семестр – будет отговоркой. Вероятно, это плохо закончится. С такой скоростью потребуется много лет, чтобы получить диплом, и с каждым годом ему будет все легче забросить учебу.

У Джейсона другая проблема: он всегда интересовался морской биологией, но достаточно мудр, чтобы понимать, что мало знает в этой области. Ему нужен учинг. Он должен стать тенью морского биолога на несколько часов в неделю. Привлекает ли его эта работа? А также год или два поучиться в местном университете, чтобы убедиться: он справится с курсовой работой. Если выяснится, что морская биология ему подходит, он прекратит учинг и нырнет!

Короче говоря, учинг должен использоваться как способ ускорить сбор достоверной информации, а не оттянуть решение, которое требует активных обязательств.

3

Весной 1999 года Дэн Хиз проводил собеседование с парнем по имени Роб Крам, который хотел устроиться графическим дизайнером в компанию Thinkwell, издававшую учебники, в которой Дэн был сооснователем. Вот как Хиз вспоминает собеседование:

Крам был молодым человеком с коротко подстриженными волосами, в очках, в одежде, слишком хипповой для собеседования. У него были серьги и большое кольцо в носу, похожее на то, которое вставляют быкам. На вопросы он отвечал запинаясь, будто решая, сколько должен сказать, и некоторые из его комментариев казались излишне саркастическими. Мне он не понравился. В течение нескольких недель я провел собеседование приблизительно с десятью кандидатами на два места дизайнеров. Роб был в нижней части моего списка.

В отдельной части собеседования кандидатам предлагалось выполнить образец работы – тест на скорость, который проводился в нашем офисе и моделировал работу, которую им предстоит исполнять (например, нарисовать график для учебника по математике или проиллюстрировать идею принципа Бернулли). Коллеги кодировали эти образцы с помощью номеров, а не имен, так чтобы мы могли их оценить, не зная автора. Когда мой сооснователь и я сравнили оценки, оказалось, что мы присвоили номер один одному и тому же рисунку. Мы спросили, чей это. Оказалось, что автором был Роб Крам.

В течение длительного времени мы обсуждали, стоит ли нанимать Роба. Я был настроен скептически; мне казалось, что он «не подходит культуре компании» (было ли это решающим?). Мое первое впечатление оказалось не слишком позитивным (не собираешься ли ты доверять своим инстинктам?). Однако в конце концов я согласился его испытать.

Слава богу, что я уступил. С самого начала Роб стал одним из наших лучших сотрудников, а затем, после двух продвижений, художественным директором и руководил отделом из более десяти художников. Он оказался одаренным дизайнером с даром создавать простые и ясные визуализации, а кроме того, трудолюбивым и добросовестным менеджером. Больше всего меня смущало, что мое первое впечатление о нем было неправильным. Неправильным до смешного. Роб оказался добрым, скромным и искренним. Он стал хорошим другом и коллегой.

Меня передергивает, когда я вспоминаю, как боролся с решением его нанять и какое значение придавал ошибочному первому впечатлению. Оглядываясь назад, я удивляюсь, почему вообще стал проводить с ним собеседование. Я пытался его оценить: заглянуть в душу и представить потенциальным коллегой. Я пытался предсказать, насколько хорошим сотрудником он будет. Но мне не нужно было это предсказывать! Образец работы сказал мне все, что я должен был знать{84}.

Для сравнения представьте себе, что тренер олимпийской сборной США будет использовать два теста по отбору бегунов для командной эстафеты 4 100. Тест 1: запустить человека на дистанцию и посмотреть, как быстро он бегает. И тест 2: встретиться в конференц-зале и посмотреть, отвечает ли он на вопросы так, как ответил бы хороший бегун.

Обратите внимание, что бльшая часть корпоративной Америки проводит процесс найма скорее по типу теста 2, а не теста 1. Давайте все вместе хлопнем себя по лбу.

Исследования показали: интервью – худший прогностический фактор эффективности работы, чем проверка практических навыков, знаний и рейтинга среди коллег на прошлом месте работы. Даже простой тест на интеллект дает значительно лучший прогноз, чем собеседование.

По сообщению психолога Робина Дауэса, в одном из исследований сложилась уникальная ситуация, которая позволила оценить значение собеседования. В 1979 году система собеседований в медицинской школе Техасского университета выявила 800 лучших абитуриентов. Их оценивали по семибалльной шкале. Вместе с оценками и качеством школ, которые они окончили, эти рейтинги играли ключевую роль в решении о приеме. В университет принимали только тех абитуриентов, которые на собеседовании получили более 350 баллов из 800.

Затем неожиданно законодательный орган Техаса потребовал, чтобы медицинская школа приняла еще 50 студентов. К сожалению, к тому времени остались одни «отбросы» (по результатам собеседования), так что школе пришлось позволить 50 людям со дна занять место среди студентов, получивших по 700 и 800 баллов.

К счастью, в медицинской школе никто не знал, у кого было 700, а у кого 100, поэтому судьба организовала идеальное соревнование между студентами, получившими высокие и низкие оценки. У них была разница в успеваемости? Нет. Обе группы заканчивали и получали награды с одинаковой скоростью.

Ну конечно, издеваетесь вы, «отбросы» могли хорошо делать курсовые работы, но хороший интервьюер обращает внимание на социальные навыки! Поэтому, как только «отбросы» начали работать в реальных больницах, где очень важны отношения, становится легко отделить социально приемлемых от социально неприемлемых.

Но ничего подобного не произошло. Обе группы показали одинаково хорошие результаты в первый год работы. Такое впечатление, что интервью не продемонстрировало ничего, кроме, эм, способностей проводившего собеседование.

Но почему при подтвержденно низкой эффективности собеседований мы продолжаем на них полагаться? Потому что считаем, будто хорошо их проводим. Мы – это Барбара Уолтерс или Майк Уоллес. Мы уходим с собеседования в уверенности, что измерили человека. Психолог Ричард Нисбетт называет это «иллюзией собеседования»: уверенность, что в ходе собеседования мы получили много информации. Он указывает, что собеседование при поступлении в высшую школу зачастую имеет такое же значение, как и средний балл аттестата. Абсурд в том, что подразумевается, будто «вы и я, заглянув в папку или проведя с кем-нибудь собеседование в течение получаса, получим более точное впечатление, чем общая оценка 20–40 разных преподавателей в течение 3,5 лет»{85}.

HopeLab, вышеупомянутая некоммерческая организация, использующая технологии, позволяющие улучшить здоровье детей, решила отказаться от собеседования. «Часто те, кто прошел собеседование с наибольшими баллами, оказываются самыми худшими исполнителями», – сказал Стив Коул. Поэтому HopeLab начала давать потенциальным сотрудникам трехнедельный испытательный срок.

Коул сказал: «Это невероятно эффективно. Нет больше страха. Как мы принимаем теперь решения о найме? Мы принимаем их на основе эмпирической производительности сотрудника в нашем коллективе, в тех видах работ, которые мы выполняем. Рынок труда не позволяет получить полезную информацию об этом. Поэтому постарайтесь сформировать свое впечатление о производительности в вашем контексте. В некотором смысле эффективность сотрудника на последнем месте работы действительно не имеет большого значения»{86}.

В следующий раз, когда у вас появятся вакансии, воспользуйтесь советами Стива Коула. Каков лучший способ, которым вы могли бы проверить своих потенциальных сотрудников?

ПРОВЕСТИ УЧИНГ – ЭТО СПРОСИТЬ: зачем предсказывать то, что можно проверить? Зачем гадать, когда можно знать? Эти вопросы подводят нас к концу данного раздела, в котором мы изучали стратегии борьбы с подтверждением предвзятости. Основная проблема, с которой мы сталкиваемся, анализируя варианты, заключается в следующем: как правило, у нас есть предчувствие по поводу того, кого мы желаем видеть победителем, а даже малейшее предчувствие заставляет нас собирать подтверждающую информацию и иногда ничего кроме подтверждающей информации. Мы пишем книги, подтверждающие наши кишечные инстинкты.

Чтобы избежать этой ловушки, у нас есть способ проверить предположения в реальных условиях. Мы рассмотрели три стратегии такой проверки. Во-первых, мы должны осторожно относиться к своему способу сбора информации, задавать разоблачающие вопросы и учитывать противоположности. Во-вторых, мы должны искать правильные виды информации: уменьшение масштаба, чтобы увидеть базовые уровни, в которых обобщается опыт окружающих людей, и увеличение масштаба, чтобы получить более точное впечатление о реальности. И наконец, провести окончательную проверку в реальных условиях, что и есть учинг: быстро протестировать свои варианты, прежде чем начать действовать.

Что это дает? Более полную информацию, позволяющую сделать правильный выбор. Делая его, мы сталкиваемся с рядом препятствий, которые разберем дальше. Если вы когда-либо тщательно планировали бюджет на основе информации и анализа и затем быстро все это отбрасывали, столкнувшись с идеальной парой туфель, или если под влиянием момента купили акции, или со страхом сбежали от серьезного выяснения отношений, значит, вы уже встречались с самым большим вргом мудрых решений – с самими собой.

Следующий шаг: что делать с вами.

Краткое содержание главы 7

Учинг

1. Учинг = проведение небольших экспериментов для проверки своей теории. Сначала попробуйте воду пальцем, а уж затем ныряйте.

Джон Хэнкс в NI провел учинг с беспроводными датчиками в джунглях Коста-Рики.

Перед поступлением в вуз абитуриенты должны добровольно отработать по будущей специальности по крайней мере сто часов.

Юридический секретарь Пегги приняла сознательное решение провести учинг своей навязчивой привычки редактировать.

2. Учинг особенно полезен, потому что мы ужасно прогнозируем будущее.

Исследование Тетлока показало, что прогнозы экспертов хуже, чем простые экстраполяции базовых ставок.

3. Мелкие предприниматели проводят учинг естественным образом. Вместо того чтобы делать бизнес-прогнозы, они выходят и пробуют.

CarsDirect.com задались вопросом: можно ли продать автомобили через интернет?

Исследователь Сарасвати в отношении успешных малых предпринимателей:

«До той степени, в которой мы можем контролировать будущее, нам нет нужды его предсказывать»

Скотт Кук из Intuit верит в «руководство с помощью эксперимента», а не с помощью «политики, убеждений и PowerPoint». Успешная служба информации по мобильным телефонам в Индии не была бы организована, если бы она только обсуждалась.

4. Предостережение: учинг непродуктивен в ситуациях, которые требуют обязательств.

Из двух парней, которые бросили учебу, учинг требовался тому, который интересовался вопросами морской биологии. Тому, кто знал, что нуждается в дипломе, но боялся вернуться в вуз, учинг не нужен.

5. Общая ошибка при найме на работу: мы стараемся предсказать успех с помощью собеседований. Вместо этого следует проводить учинг.

Дэн Хиз напрасно мучился вопросом, нанимать ли очевидно квалифицированного художника.

Исследования показывают, что собеседования прогнозируют хуже, чем образцы работы, оценки коллег и т. д. Можете ли вы отказаться от собеседования и предложить краткосрочный испытательный контракт?

6. Зачем вообще предсказывать, если можно знать?