KnigaRead.com/
KnigaRead.com » Фантастика и фэнтези » Научная Фантастика » Чарлз Дахигг - Восемь правил эффективности: умнее, быстрее, лучше. Секреты продуктивности в жизни и бизнесе

Чарлз Дахигг - Восемь правил эффективности: умнее, быстрее, лучше. Секреты продуктивности в жизни и бизнесе

На нашем сайте KnigaRead.com Вы можете абсолютно бесплатно читать книгу онлайн "Чарлз Дахигг - Восемь правил эффективности: умнее, быстрее, лучше. Секреты продуктивности в жизни и бизнесе". Жанр: Научная Фантастика издательство -, год -.
Перейти на страницу:

107

В электронном письме, полученном в ответ на заданные вопросы, Крэндалл писала: «Вторая медсестра была стажером и только училась ухаживать за недоношенными младенцами. Она проходила практику под руководством Дарлин, которая помогала, консультировала и следила за ее работой. Таким образом, за ребенка отвечала Дарлин, ведь именно она являлась куратором приставленной к нему сестры. Вы правы, Дарлин действительно заметила, что ребенок выглядел „неважно“. Вот отчет об этом инциденте, который мы составили на основании заметок, сделанных в ходе интервью: „В то время я занималась преподавательской деятельностью и отвечала за подготовку новой медсестры. Мы работали вместе уже давно; поскольку курс подготовки близился к концу, моя подопечная осуществляла основной уход, а я большей частью выполняла функции надзора. Как бы там ни было, приближался конец смены, и ребенок в самом деле привлек мое внимание. У него была бледная, мраморная кожица, слегка вздутый живот и нестабильная температура. Кроме того, несколько минут назад у малыша взяли кровь на анализ, но ранка до сих пор кровоточила. Когда я спросила мою практикантку, как себя чувствует младенец, она призналась, что он выглядит немножко сонным. Я немедленно разыскала врача и сказала ему, что у нас „большие неприятности“. Я сообщила, что температура ребенка нестабильна, кожа приобрела странный оттенок, он кажется вялым, а из ранки на пятке до сих пор идет кровь. Доктор среагировал сразу: назначил антибиотики и выписал ряд анализов. Я была огорчена, что моя подопечная пропустила эти тревожные сигналы. Возможно, она и заметила их, но не сопоставила друг с другом. Позже я спросила ее, что она думала о постепенном снижении температуры тела. Она решила, что в инкубаторе слишком холодно и просто-напросто увеличила нагрев. Она среагировала на „поверхностную“ проблему, но не стала выяснять, что могло явиться ее причиной“.»

108

Thomas D. LaToza, Gina Venolia, Robert DeLine, «Maintaining Mental Models: A Study of Developer Work Habits», Proceedings of the 28th International Conference on Software Engineering (New York: ACM, 2006); Philip Nicholas Johnson-Laird, «Mental Models and Cognitive Change», Journal of Cognitive Psychology 25, № 2 (2013): 131-38; Philip Nicholas Johnson-Laird, How We Reason (Oxford: Oxford University Press, 2006); Philip Nicholas Johnson-Laird, Mental Models, Cognitive Science Series, № 6 (Cambridge, Mass.: Harvard University Press, 1983); Earl K. Miller, Jonathan D. Cohen, «An Integrative Theory of Prefrontal Cortex Function», Annual Review of Neuroscience 24, № 1 (2001): 167–202; J. D. Sterman, D. V. Ford, «Expert Knowledge Elicitation to Improve Mental and Formal Models», Systems Approach to Learning and Education into the 21st Century, vol. 1, 15th International System Dynamics Conference, 19.08–22.08. 1997, Istanbul, Turkey; Pierre Barrouillet, Nelly Grosset, Jean-François Lecas, «Conditional Reasoning by Mental Models: Chronometric and Developmental Evidence», Cognition 75, № 3 (2000): 237-66; R. M. J. Byrne, The Rational Imagination: How People Create Alternatives to Reality (Cambridge, Mass.: MIT Press, 2005); P. C. Cheng, K. J. Holyoak, «Pragmatic Reasoning Schemas», in Reasoning: Studies of Human Inference and Its Foundations, eds. J. E. Adler, L. J. Rips (Cambridge: Cambridge University Press, 2008), 827-42; David P. O’Brien, «Human Reasoning Includes a Mental Logic», Behavioral and Brain Sciences 32, № 1 (2009): 96–97; Niki Verschueren, Walter Schaeken, Gery d’Ydewalle, «Everyday Conditional Reasoning: A Working Memory-Dependent Trade off Between Counterexample and Likelihood Use», Memory and Cognition 33, № 1 (2005): 107-19.

109

В ответ на электронное письмо, призванное исключить фактические ошибки, Крэндалл писала: «Суть этой истории (во всяком случае, для меня), заключалась в том, что профессионалы видят значимые паттерны, которые новички обычно упускают из вида. Будучи опытной медсестрой, Дарлин видела сотни детей. Ей не нужно помнить каждого… Все они слились в единый образ недоношенного младенца в десять недель. Довольно часто она сталкивалась и с сепсисом (по ряду причин, не связанных с качеством медицинской помощи, сепсис – распространенная проблема в отделениях интенсивной терапии новорожденных). Сочетание симптомов (окровавленный пластырь, пониженная температура, вздутый живот, сонливость/вялость) вызвали осознание, что „этому ребенку плохо“ и „вероятно, у него сепсис“. По крайней мере, так она сказала нам в ходе интервью… Я согласна, что люди часто прибегают к внутреннему повествованию, чтобы разобраться в происходящем – особенно в тех случаях, когда они что-то не понимают. Дарлин же прекрасно отдавала себе отчет, что происходит, – она поняла это сразу, в ту же секунду… Думаю, здесь дело в опыте, в разнице между видением и пониманием данной конкретной ситуации опытным специалистом и новичком. Рассказывание историй требует времени, к тому же сами истории всегда линейны (сначала произошло это, потом то, затем другое). Когда опытные люди описывают случаи, подобные случаю Дарлин, все происходит очень быстро: они „считывают“ ситуацию, понимают, что происходит, и знают, что делать».

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».

Перейти на страницу:
Прокомментировать
Подтвердите что вы не робот:*