Мышление разведчика. Почему одни люди видят все как есть и принимают правильные решения, а другие — заблуждаются - читать онлайн книгу. Автор: Джулия Галеф cтр.№ 16

Чтобы измерить свою терпимость к критике, недостаточно просто спросить себя: «Терпим(а) ли я к критике?» Вместо этого исследуйте свой послужной список. Были ли случаи, когда вас критиковали и вы принимали эту критику как руководство к действию? Вознаграждали ли вы когда-нибудь человека, который вас критиковал (например, повысив его в должности)? Предпринимаете ли вы усилия, чтобы другим людям было проще вас критиковать?

Один мой друг, его зовут Спенсер, заведует фабрикой стартапов и управляет несколькими группами людей. Дважды в год он предлагает всем своим сотрудникам заполнить анкету, чтобы оценить его работу на посту менеджера. Анкетирование проводится анонимно, чтобы людям было проще отвечать честно. Спенсер также научился формулировать вопросы различными способами, побуждая подчиненных высказывать критику в его адрес. Например, он спрашивает не только «Каковы мои слабые стороны как менеджера?», но еще и «Если бы вы могли выбрать во мне одну черту, чтобы ее улучшить, то какую именно?».

У меня по этому аспекту мышления разведчика показатели не слишком высокие, как вы, наверное, догадались. Не могу забыть, как я просила отзывы у своих студентов, одновременно задавая им наводящие вопросы. Я терпеть не могу, когда меня критикуют, и мне приходится делать колоссальное усилие, чтобы попросить кого-нибудь меня покритиковать. Мы со Спенсером в этом смысле различны, как небо и земля. Например, однажды он подошел ко мне и радостно предложил: «Слушай, Джулия, я тут узнал про очень крутое мероприятие по типу блиц-свиданий: ты по пять минут разговариваешь с десятью разными людьми, а потом каждый из них рассказывает, какое впечатление ты на него произвела и что тебе можно улучшить! Пойдешь со мной?»

«Спенсер, — чистосердечно ответила я, — я охотнее отпилю сама себе ногу тупым ножом».

3. Вам когда-нибудь случалось доказывать собственную неправоту?

Как-то утром в понедельник журналистка по имени Бетани Брукшир села за стол и открыла рабочую почту. Она получила два ответа от ученых, которым раньше писала с просьбой об интервью. Один ученый, женщина, начала письмо так: «Дорогая д-р Брукшир!» Другой ученый, мужчина, начал так: «Дорогая мизз Брукшир!»

Как это типично, подумала журналистка. Она вошла в Twitter и опубликовала следующий пост:

Этот твит получил более 2300 лайков. «Я не удивлена», — прокомментирована одна женщина. «Конечно, это тенденция!» — написала другая. «Со мной постоянно та же история», — согласилась третья.

Пока в Twitter Бетани валились сочувственные и поддерживающие отклики, ей стало как-то не по себе. Ее наблюдение было основано на беглом впечатлении, по памяти, о том, как обычно отвечают на ее сообщения ученые мужского и женского пола. Но ведь все данные имелись у нее в почтовом ящике. «Мне следует проверить истинность выдвинутой гипотезы», — подумала она.

И вот Брукшир перебрала все свои письма, провела подсчеты и обнаружила, что была неправа. Среди ученых-мужчин 8 % обратились к ней «доктор», а среди ученых-женщин таких оказалось 6 %. Данных было слишком мало, чтобы делать на их основе какие-то далеко идущие выводы, но они определенно не поддерживали первоначальную гипотезу Брукшир. Спустя неделю она запостила продолжение нашумевшего твита ^[47] с результатами своего исследования: «Новый пост. Я изучила все данные по этому вопросу. Оказывается, я была неправа».

Для ясности скажу: ошибка Брукшир в данном конкретном случае не значит, что среди ученых не существует предвзятости против представителей определенного пола. Она значит только, что в данном конкретном случае впечатление предвзятости оказалось необоснованным. «Мы все идентифицируемся с чем-нибудь, поскольку оно очень похоже на правду нашего существования, — написала Брукшир у себя в блоге по результатам этой истории. — Во многих случаях это и в самом деле правда. Но в моей истории я ошиблась» ^[48].

Можете ли вы припомнить случаи, когда вы добровольно доказали свою неправоту? Может быть, вы собирались что-нибудь написать в интернете, но решили посмотреть, нет ли аргументов против вашей точки зрения, нашли их и сочли убедительными. А может быть, вы агитировали за внедрение новой стратегии на работе, но потом провели более тщательные подсчеты и поняли, что она будет неэффективной.

4. Принимаете ли вы меры предосторожности против самообмана?

Физики XX века активно обсуждали вопрос: ускоряется или замедляется расширение нашей Вселенной. Это важно в том числе потому, что если расширение ускоряется, то вся материя во Вселенной будет разлетаться дальше и дальше, и это будет длиться вечно. Если же расширение замедляется, в конце концов вся Вселенная схлопнется в единую точку — нечто вроде Большого взрыва, только наоборот. (Ученые называют это гипотетическое явление Большой хруст.)

В девяностых годах физик Сол Перлмуттер заведовал проектом космологии сверхновых: руководил группой ученых, которые исследовали изменение скорости расширения Вселенной. Для этого они измеряли свет сверхновых, то есть взрывающихся, звезд. Лично Перлмуттер подозревал, что ответом будет «расширение ускоряется». Но он боялся, что впадет в мотивированное рассуждение и тем самым исказит научную достоверность результатов. Перлмуттер знал, что ученые, даже преисполненные самых благих намерений, могут обманывать себя и в итоге обнаруживают в полученных данных то, что надеются или ожидают найти.

Поэтому он прибег к методу, который называется анализом вслепую. С помощью компьютерной программы Перлмуттер сдвинул все экспериментальные данные, полученные от сверхновых, на случайные величины, неизвестные ученым, проводившим анализ. Поскольку ученые не видели первоначальных данных, они не могли сознательно или бессознательно подтасовать выводы, чтобы получить желаемый ответ. Только закончив анализ, участники проекта собрались вместе, чтобы посмотреть, как будут выглядеть их вычисления на реальных данных. И действительно, гипотеза об ускорении подтвердилась.

В 2015 году Перлмуттер получит за этот проект Нобелевскую премию. «Анализировать данные вслепую — это в каком-то смысле лишний объем работы, но в итоге чувствуешь гораздо большую уверенность в результатах анализа», — сообщил он в интервью ^[49].