Многим из нас очень хочется иметь какую-то волшебную формулу, куда стоит только подставить правильные цифры, и получишь правильный ответ. Что делать? Что выбрать? Куда пойти? Кого нанять? Кого уволить? Сколько задач себе планировать на день, а сколько на неделю? Правда, было бы здорово? Просто измеряй нужные показатели, подставляй цифры в нужную формулу. Больше не надо думать, чтобы получить правильный ответ. Так? Ах ты, опять нежелание думать… Может, это и есть та самая сила, что заставляет нас любить цифры?

Очень многие любят разнообразные измерения. Возможно, эта любовь уходит корнями в старое высказывание, популярное среди менеджеров: «Ты не можешь управлять тем, что не можешь измерить». Кто был автором этого утверждения — сложно сказать, я его встречал у Питера Друкера, Джека Филипса, лорда Кельвина, Тома Демарко… Что характерно, Том Демарко (довольно известный деятель в области программной инженерии и разработки ПО) в 1982 году издал книгу о том, как контролировать ход программного проекта на основе количественных данных{66, а менее чем через 30 лет опубликовал статью{67, в которой чуть ли не раскаялся в прежних убеждениях, сформулировав примерно то, что Эдвардс Деминг написал в своей книге в том же 1982-м{68:

Думаю, это утверждение справедливо не только для управления организацией, но и в более широком смысле. В этом параграфе практически не будет конкретных рекомендаций, основная моя задача здесь — описать в общих чертах возможности и границы количественного управления.

В свое время мы сформулировали этот закон вместе с Романом Ивлиевым, и в таком виде он был представлен в 2013 году на конференции CodeFest{69:

Рис. 50. Черный закон метрик

Для тех, кто не учил математический анализ в вузе, это наверняка выглядит как руны гномов из мира Толкиена, да и остальные, скорее всего, не все понимают.

Дословно этот закон звучит следующим образом:

Для любой системы KPI существует такая стратегия В, что показатели KPI при следовании этой стратегии находятся в зеленой зоне, но при этом сам проект через ж*пу идет в неизвестность.

И, что самое неприятное, складывается такое впечатление, что эта самая стратегия соответствует пути наименьшего интеллектуального напряжения и поэтому имеет тенденцию к самореализации.

Наверняка на практике многие сталкивались с ситуацией, когда попытки сделать что-либо объективным и измеримым приводили к еще большим бедам, чем те, от которых этим методом пытались избавиться. Самый обширный набор подобных примеров — это попытки установить «объективные, понятные и прозрачные» правила премирования и/или пересмотра зарплат. Возможно, вы знаете людей, которые, будучи полными разгильдяями, удовлетворяли всем формальным критериям для повышения.

Фактически этот закон утверждает, что никакой системой метрик и измерений вы не замените необходимость думать и самостоятельно принимать решения (очень часто — в условиях неопределенности), не перекладывая ответственность на формулу или алгоритм. Измерения и метрики помогут вам получить объективную информацию, но не обо всей ситуации, а лишь о какой-то ее части. Остальное все равно придется додумывать самостоятельно, опираясь порой на собственную интуицию.

.

Рис. 51. Черный закон метрик в еще одном из своих проявлений

У метрик есть еще одна неприятная сторона (она становится особенно заметной, когда мы измеряем какие-то свои параметры). Мы подсознательно склоняемся к той линии поведения, которая поможет оптимизировать эти параметры, и избегаем действий, которые отдаляют эти параметры от желаемых значений (даже если именно эти действия и оказываются для нас полезными в более широком смысле).

Когда я начинал писать эту книгу, я решил измерять количество написанных слов. Спустя пару месяцев я отчетливо ощутил: что-то внутри меня хочет любой ценой увеличить эту цифру. Местами я копировал кусочек из блога и с радостью отмечал существенное увеличение количества слов. Дело довольно бодро дошло до восьми тысяч, после чего застопорилось, и я почувствовал знакомый запах прокрастинации… В определенный момент внутри меня вызрел конфликт: стало ясно, что для того, чтобы приблизиться к завершению книги, мне нужно выбросить из нее довольно большой кусок, так как я заметно уходил в сторону от основной темы. Но, с другой стороны (а к этому моменту я уже был убежден, что приближение к завершению книги — это увеличение количества слов в ней), это означало бы откат назад. Как что-то может быть одновременно и шагом вперед, и шагом назад?.. Это сложная ситуация, надо подумать… потом… вот только с мелочью сейчас разберусь…

Этой зарисовкой, кстати, я вовсе не хотел показать, что метрики сами по себе — зло. Вторая попытка написать книгу зашла в тупик, потому что там вообще не было никаких метрик и я не мог понять, продвигаюсь я к завершению или нет. А если продвигаюсь, то как быстро и успею ли закончить книгу в этом году? В ходе третьей (удачной) попытки я использовал смешанный подход — пока структура книги была туманной, я не измерял ничего. Как только структура стала более-менее понятной (а это случилось, когда была написана треть книги), я создал план, как описано в параграфе 4.1.6, и в середине пути он выглядел так:

Рис. 52. Прогноз завершения книги

Похожие истории я неоднократно слышал от тех, кто пытался что-либо измерять. Например, я сам и многие мои знакомые пробовали следить за количеством задач в своих списках. Как правило, мы ограничивали сверху размер этого списка, говоря себе, что, пока в нем меньше (например) 40 задач, мы чувствуем себя спокойно. Пока размер списка остается заметно меньше установленного предела, не происходит ничего страшного. Беда начинается, когда количество задач приближается к верхней границе или превышает ее. Выглядит это так. При получении очередного входящего внутренний голос едва слышно шепчет: «У тебя уже много задач в списке. Зачем добавлять туда еще одну, давай ее оставим пока тут или просто так запомним?» Стоит только поддаться на уговоры, как вся система личной эффективности начинает разваливаться (подробнее об этом я расскажу в параграфе 7.11).

В более общем виде об этом писал Нассим Талеб в своем фейсбуке в сентябре 2016-го:

Рис. 53. Нассим Талеб об одометре

«Один мой знакомый воздержался от поездки на велосипеде по причине того, что его одометр был сломан. По его ощущениям, эта тренировка не приблизила бы его к своей “цели”.

Вот что происходит, когда систему “модернизируют”»{70. Все как раз в духе рис. 51.

Буквально неделю спустя Нассим Талеб написал следующее:

Рис. 54. Нассим Талеб о метриках

(В продолжение истории с одометром.)» {71.

Единственный момент — стоит добавить к словам Талеба понятие вероятности. То есть, обзаведясь метриками, вы лишь с большей вероятностью начнете часто сравнивать себя с другими. Это не обязательно случится, как только у вас появятся метрики. И наоборот — вы можете сравнивать себя с другими, даже если никаких метрик у вас нет (но будете делать это реже, чем с метриками). Аналогичным образом сравнение себя с другими не всегда вредит вам, когда-то может и пойти на пользу. Но, как правило, вы будете чувствовать себя хорошо в тех случаях, когда вы не сравниваете себя с другими.

Но не стоит думать, что черный закон метрик, как и подсознательное манипулирование результатами измерений, играет только против нас. Тот факт, что подсознательно мы склонны меняться, чтобы лучше соответствовать тому, что мы в себе наблюдаем, можно использовать себе во благо.

Эту идею я увидел в блоге своего хорошего знакомого Севы Устинова, он назвал ее «Ежедневный личный чек-лист»{72. Сева столкнулся с проблемой, знакомой многим:

Сева перепробовал массу рецептов, но ничего не помогало. Тогда он просто стал наблюдать за собой. Он составил чек-лист, где отмечал определенные аспекты прошедшего дня (рис. 55).

Рис. 55. Ежедневный личный чек-лист Севы Устинова

Наблюдение за собой добавило Севе осознанности и помогло лучше понять на собственном опыте (не теоретически!), что и в какой степени влияет на его настроение. В блоге Сева писал{73:

Разница между теоретическим пониманием и пониманием, основанном на собственном опыте, бывает поистине огромной — проверьте. Если лист бумаги или электронные таблицы кажутся вам слишком примитивным инструментом для этого, готов порекомендовать простой, функциональный и бесплатный веб-сервис Дмитрия Смирнова{74.

Многие из тех, кто начал заниматься личной эффективностью, уже слышали про SMART-цели. Красивое название для подхода к целеполаганию. С одной стороны, на английском языке это слово обозначает «умный», с другой стороны — это аббревиатура: Specific (конкретный), Measurable (измеримый), Achievable (достижимый), Relevant (значимый), Time-bound (ограниченный во времени). Есть много интересных методов, названных подобным образом. Такое впечатление, что существует отдельное направление: Жизненный Опыт, Передаваемый Аббревиатурами.

Сам по себе метод, возможно, очень даже полезен (при правильном использовании), но на практике его применение часто запинается о черту, свойственную живым людям, — избирательность внимания. Дело в том, что чем сильнее мы сосредотачиваемся на каком-то объекте, тем больше вероятность, что мы упустим все происходящее вокруг этого объекта. Эту нашу особенность хорошо описал Ричард Вайзман в своей книге «Вы заметили гориллу?»{75, а также Кристофер Шабри и Даниэл Саймонс в книге с похожим названием{76.

Благодаря этим ребятам горилла стала именем нарицательным для явления или объекта, который мы не заметили, хотя он находился прямо у нас под носом (точно так же как черный лебедь — для редкого и непредсказуемого события с серьезными последствиями). Перед тем как я поясню, при чем здесь горилла, попробуйте выполнить очень простое задание: посчитайте, сколько раз ребята в белых футболках бросят друг другу баскетбольный мяч на видео с сайта Кристофера Шабри и Даниэла Саймонса, посвященного их книге{77. Будьте внимательны, в этом видео будут еще и ребята в черных футболках.

Если вы уже видели этот ролик или ему подобные, то знаете, о чем речь.

Наше восприятие устроено таким образом, что стоит нам сконцентрироваться на чем-то одном, как мы тут же перестаем замечать все остальное. Иногда это хорошо, а порой может сыграть с нами злую шутку. Представьте, что мы ищем себе машину на сайте подержанных автомобилей. Фанаты SMART наверняка скажут, что нужно сформулировать свою цель максимально четко, конкретно, измеримо и обязательно ограничить во времени. Каждое уточнение нашей цели (марка, год выпуска, мощность и объем двигателя) — это дополнительные параметры фильтра. Все, что пройдет через него, и будет представлено нам в результатах поиска. Но если вы еще толком не знаете, чего хотите, преждевременно строгие условия фильтра сильно повысят вероятность пропустить очень хороший (возможно, лучший) вариант, не вписывающийся в эти критерии. С другой стороны, без фильтров тоже не обойтись. Чрезмерное количество разнообразных вариантов притупит наше внимание, а это также повысит вероятность пропустить что-то стоящее.

В этом параграфе тоже не будет однозначного вывода, как надо поступать, чтобы можно было не думать. Эдвардс Деминг в своей книге описывает 14 управленческих принципов, и одиннадцатый звучит так{78:

Очень часто мы прибегаем к количественным показателям не потому, что они обоснованны, а потому, что нам хочется иметь хотя бы иллюзию определенности. В любом случае важно понимать, что там, где все известно и предсказуемо, не остается места неожиданностям. А неожиданности очень часто бывают приятными. На эту тему есть не менее прекрасная книга Ричарда Вайзмана, где он исследует удачу{79. Он показывает, что удача — это не следствие волшебства, не отпечаток судьбы или какой-нибудь кармы. По большей части то, удачлив человек или нет, определяется степенью незамутненности его внимания и готовности принять неопределенность.

Как правило, когда у нас не получается сделать то, что мы хотим сделать, в первую очередь мы начинаем анализировать, сколько времени и на что у нас уходит. Казалось бы, это так естественно — оценивать задачи в единицах времени, ведь время очень просто измеряется. Если на работе у нас возникает какая-то дополнительная задача, мы просим выделить нам время под нее. Хуже того, когда мы планируем задачи на определенный период (например, на день или неделю), нередко мы оцениваем время, требующееся на каждую задачу, а потом суммарное время сравниваем с доступным нам временем. Этот подход не учитывает одну маленькую деталь — не все минуты одинаковы.

Руководители (неглупые, конечно) догадываются, что оценка небольших задач в человекочасах без привязки к конкретному человеку станет дополнительным источником погрешности: когда некий Вася говорит, что задача займет четыре часа, скорее всего, он имеет в виду четыре «Вася-часа», что совершенно не обязательно равно четырем «Коля-часам». Даже у одного и того же человека в течение дня минуты будут разными. Несложно поверить, что утром наши десять минут не такие, как вечером. Если мы за ночь отдохнули, то можем выполнить какое-либо дело в разы (а то и в десятки раз) быстрее, чем когда мы голодны, хотим спать и еще у нас что-нибудь болит.

Если измерять все наши трудозатраты только в часах, без учета интенсивности самих трудозатрат, получится то же самое, как если мы будем оценивать расстояние в днях пути. Давным-давно, когда средства передвижения были не столь разнообразны, это было оправданно; сейчас же указывать расстояние в днях пути без конкретизации способа передвижения уже неуместно. Расстояния, которые вы преодолеете за четыре часа пути пешком, на автомобиле и на самолете, отличаются на порядки. Так же как и эффективность получаса работы свежим и уставшим…

При оценке проектов в гибких методологиях разработки ПО используются относительные единицы трудозатрат (story points). Вся идея оценки основывается на том, что человек достаточно легко и точно оценивает не абсолютную, а относительную сложность или трудоемкость задач. Нам проще сказать, что задача A примерно такая же сложная, как задача B, а задача C примерно вдвое сложнее задачи B. Оценка тех же самых задач в абсолютных единицах времени будет содержать бо льшую ошибку{80. Конечно, методика оценки и планирования в гибких методологиях была разработана для командной деятельности, но ее применение для планирования собственной работы тоже дает хорошие результаты.

Таким образом, если вам очень хочется в чем-то оценивать и планировать свою работу — попробуйте относительные story point (сторипойнты, можете дать им любое другое название, например: мозговатточасы или мыслетопливограммы). Чтобы вам было легче перейти на относительные единицы трудозатрат, вы можете по-прежнему оценивать задачи в «часах», но будьте готовы к тому, что за день вы будете выполнять задач не на 8–10 этих условных «часов» (как вы можете ожидать изначально), а на 1,5–2,5 (и это в продуктивный день). Еще один важный момент — следите за тем, чтобы динамический диапазон оценок (разница между наибольшей и наименьшей оценками) был невелик. Этот момент больше важен для командной работы, так как на задачи в нашем личном списке задач уже наложено правило «быть понятным даже обезьяне» (см. параграф 3.4) и подавляющее большинство задач будут более-менее схожи по сложности. Оценивая время, требующееся для выполнения задачи, я предпочитаю использовать буквально три категории: 15 минут, 30 минут, 1 час (это все не настоящие часы, а условные). Если внутренний голос говорит вам, что задача заслуживает больше, чем час, это сигнал задуматься:

1. Все ли, касающееся этой задачи, мне понятно? Мы нередко оцениваем как затратное не то, что реально требует много сил и времени, а то, чего мы не понимаем. А оценка непонятного может содержать в себе ошибку на порядки.

2. Действительно ли эта задача — первый шаг? Может быть, перед тем, как к ней приступить, надо выполнить что-то еще? Если так, тогда это «что-то» должно войти в наш список.

Конечно, в какой-то момент вам надо будет перейти от относительных единиц к абсолютным, то есть к дням или неделям, но на практике вы довольно легко найдете курс пересчета ваших относительных единиц в единицы времени. И, подобно курсам валют, этот курс не будет (и не обязан быть) стабильным и неизменным. Об этом пойдет речь в следующем параграфе.

Один из тех случаев, когда использование метрик и оценок задач может быть оправданным, — это планирование своей работы с целью не набрать ее слишком много. Очень сложный момент в планировании и причина многих бед заключается в том, что мы ставим в план столько задач, сколько нам надо выполнить, а не столько, сколько мы можем выполнить. В подавляющем большинстве случаев нам надо сделать намного больше, чем мы способны. В результате нам приходится иметь дело с законом впихивания, столь же жестоким, как закон всемирного тяготения и прочие законы физики — их не обмануть и взяткой от них не откупиться.

Закон впихивания состоит из двух частей, эти части также можно назвать первым и вторым законами впихивания.

При попытке впихнуть невпихиваемое:

1) выпихивается ранее впихнутое;

2) уменьшается предел впихиваемости.

Первый закон впихивания утверждает, что по достижении некоего предела дополнительная работа начинает вытеснять предыдущую работу и шансы вытесненной работы быть доведенной до конца начинают стремиться к нулю (эффект, схожий с эффектом дырявого стека; см. параграф 2.3.2). Второй закон впихивания более суров, поясню его подробнее. Предположим, за неделю я способен выполнить задач в общей сложности на 10 мозговатточасов (или любых других относительных единиц трудозатрат, см. параграф 4.3.4). Пока мы предположим, что 10 мозговатточасов в неделю — это моя средняя производительность, она стабильна и не меняется от недели к неделе. Это, конечно, не так, потому что ничего стабильного не бывает, но вопросы флуктуаций будут обсуждаться в следующем параграфе. Так вот, если при такой моей производительности мне впихнут задач на 5 мозговатточасов, то я смогу выполнить их все и даже буду готов сделать что-то дополнительно. Если мне впихнут задач на 10 мозговатточасов, я тоже выполню их все — это верхний предел моей производительности. Но если мне будут пытаться впихнуть объем работы, превышающий мой предел впихиваемости, скажем, 12 мозговатточасов, то я уже выполню задач не на 10 мозговатточасов, а на 8 или 7. Чем больший объем работы мне впихивается, тем меньше полезной работы я смогу сделать (рис. 56). Фактически этот эффект схож с эффектом неэкономии масштаба из параграфа 2.3.4.

Рис. 56. Зависимость количества сделанного от количества впихиваемого

Впихивание не только вредит личной эффективности, но и чревато кратным снижением производительности целых организаций. Элияху Голдратт в своей Сателлитной программе{81 рассказывал о своем опыте работы с израильскими ВВС, а именно с базой, где проводились обслуживание и капитальный ремонт истребителей. На этой базе был отдел «самых умных инженеров», к которым обращались с нетипичными проблемами, не описанными в стандартной документации по техническому обслуживанию. Там работали самые опытные специалисты. Неудивительно, что этот отдел был перегружен больше всех и очень часто задерживал завершение работы над истребителями. Думаю, многие из вас знакомы с таким положением вещей. В отделе, который перегружен и поэтому задерживает поставку результатов своей работы, очень часто царят суета и истерика, а высшее руководство «раскладывает пасьянс», решая, какую проблему по какому заказу и какому инженеру впихнуть с наивысшим приоритетом. Голдратт говорил, что в отделе «самых умных инженеров» на каждого инженера приходилось 50 (прописью — пятьдесят) проблем, требующих решения. При этом среднее время от назначения проблемы до ее закрытия составляло 135 дней. После того как они ограничили количество проблем, порученных одному инженеру, тремя, буквально через пять месяцев среднее время от обнаружения проблемы до ее закрытия составило… внимание… 30 дней! При этом в отделе «самых умных инженеров» прекратились переработки, хотя новых сотрудников туда не нанимали.

Аналогичная история произошла в эстонской полиции, куда тоже пришли консультанты по теории ограничений{82. Следователи в одном из эстонских полицейских участков (как и во многих других) были перегружены работой: на каждого следователя приходилось по двадцать дел, которые они пытались вести одновременно, перепрыгивая с одного дела на другое. Через месяц после того, как количество дел, приходящихся на одного следователя, было ограничено пятью, произошли следующие чудесные изменения:

1. Количество завершенных дел в месяц на одного следователя возросло в два раза.

2. Очередь дел, ожидающих начала расследования, сократилась на 50 %.

3. Повысилось качество работы: исчезли возвраты из прокуратуры на доследование, 50 % дел стали закрываться в досудебном порядке.

4. Ушел стресс.

Понятно, что ограничение количества дел в работе стало не единственным изменением; были введены дополнительные правила по запуску дел в работу, чтобы серьезные преступления не ждали слишком долго и чтобы не истекали процессуальные сроки. Что же происходило, если у всех следователей уже было по пять дел и в отдел приходили дополнительные? Ничего — эти дела просто ждали, пока кто-то из следователей завершит дело и сможет взять в работу новое; этим самым они перешли от впихивания к вытягиванию — ключевому принципу эффективных производственных систем. И, как писала Елена Федурко в этой статье:

Перейти от впихивания к вытягиванию непросто даже тем, кто не сомневается в эффективности такого подхода. Для этого необходима довольно большая доза решимости, смелости и силы воли, поскольку, если работы очень много, наше естественное (обезьянье) желание — как можно быстрее со всем этим разделаться, для чего нужно сразу схватиться за как можно большее количество дел. А еще может получиться так, что в определенный момент по нескольким задачам мы не сможем двигаться дальше, так как ожидаем результатов от кого-то еще. В этом случае может показаться, что схватиться за новые дела будет разумным решением, иначе мы будем простаивать. Для перевозбужденной обезьяны внутри нашего мозга нет ничего страшнее, чем спокойно ждать, когда кругом еще столько работы! Но до варианта «ускорить получение результатов по уже начатым делам» обезьяна додуматься не в состоянии, в результате мы сами впихиваем в себя невпихиваемое из лучших (казалось бы) побуждений.

Здесь стоит коснуться вопроса многозадачности, который очень часто обсуждается в статьях по личной эффективности. Как правило, во всех этих статьях пишут, что многозадачность — это плохо. Если под многозадачностью мы понимаем одновременное выполнение обезьянопонятных задач из своего списка, то в большинстве случаев это действительно будет неэффективной растратой вашего мыслетоплива (опять же, в большинстве случаев, но не всегда). С другой стороны, одновременное выполнение нескольких дел и проектов — это норма. Инженер израильских ВВС одновременно занимается тремя проблемами, эстонский следователь — пятью делами. Нигде нет цифры «один»! При этом у каждого из них наверняка имелись еще и личные дела и проекты, как то: «вылечить зубы», «подготовиться к отпуску», «сделать ремонт в квартире», «привести в порядок свадебные фотографии» и тому подобное. Сколько активных дел и проектов человек способен выполнять эффективно, непонятно. В любой непонятной ситуации надо думать, но в этом конкретном случае проще поэкспериментировать над собой, прислушиваясь к своей интуиции. Но в любом случае это число вряд ли будет больше десяти.

Как только вы начнете хоть что-то измерять, вы тут же столкнетесь с флуктуациями и погрешностью измерений. Вы можете заметить, что в один день вы выполняете задач на три мозговатточаса, в другой на полтора, в третий вообще на полчаса. Если понаблюдать за собой продолжительное время (неделю или две), вы, скорее всего, увидите, что у вашей производительности есть какое-то среднее значение, но отклонения от этого среднего случаются часто и бывают достаточно сильными — это и есть флуктуации. Наверняка ретроспективно вы сможете объяснить большинство из них: здесь вам неожиданно кто-то позвонил, тут к вам неожиданно кто-то пришел, там у вас что-то неожиданно сломалось. Но вы не сможете предсказать появление подобных отклонений от среднего в будущем.

Понимание природы вариабельности — непредсказуемых слабых (если повезет) отклонений от среднего — это одна из четырех частей системы глубинных знаний, необходимых для ведения устойчивого бизнеса, описанной Эдвардсом Демингом{83. С другой стороны, статистическое мышление не свойственно человеку, о чем писали Даниэль Канеман{84 и Нассим Талеб{85, опираясь на свои эксперименты, «жертвами» которых становились даже профессора-математики.

Здесь мы опять приходим к тому, что знаем о будущем далеко не все. Если мне известна моя средняя производительность, это еще не означает, что я знаю, какое количество работы я смогу выполнить за следующую неделю. Я могу только делать предположения, да и то лишь в том случае, если мне известно, насколько сильно моя производительность может отклоняться от среднего значения.

Если моя средняя производительность в неделю составляет 10 мозговатточасов, то производительность за последние шесть недель вполне может выглядеть примерно так:

Кстати, ни в одну из недель я не выполнил работы ровно на 10 мозговатточасов — это вполне нормально. И если бы я пообещал наработать на 40 мозговатточасов за первые четыре недели, то был бы неприятно удивлен, выполнив задач лишь на 35 мозговатточасов. Повторюсь, в тех случаях, когда нам приходится анализировать данные о своей производительности для того, чтобы брать на себя обязательства, нельзя опираться лишь на значение средней производительности — важно еще, насколько наша производительность может отклоняться от этого среднего. Понимание степени разброса нашей производительности поможет оценить буфер, который нужно заложить, чтобы не нарушить обязательств. Надеюсь, вы помните, что заложить буфер недостаточно — это многие делают, но не многим это помогает. Важно грамотно распорядиться этим временем и не растратить его до того, как начнется работа по выполнению взятых на себя обязательств (см. параграф 4.1.7).

Если мы не учитываем возможные флуктуации, то запросто можем пообещать сделать работы на 40 мозговатточасов за четыре недели, а потом нарушить это обещание. Конечно, этот срыв планов, скорее всего, удалось бы объяснить — людям свойственно давать всему логические объяснения и строить замысловатые теории даже вокруг статистического шума и флуктуаций (отлично об этом написано у Талеба{86).

Страсть все объяснять в совокупности с элементами случайности и с когнитивным искажением «что вижу, то и есть» (из-за которого нам сложно поверить в наличие того, чего мы не видим) в некоторых случаях могут приводить к эффекту программистского оптимизма: «Сколько времени у меня займет выполнение этой задачи? Мне кажется, что два дня… Хотя в прошлый раз задачу, которая, как казалось, займет два дня, я делал неделю. Но это из-за того, что упал сервер. В позапрошлый раз задача, которая, как казалось, займет два дня, я тоже делал неделю, но там была беда с поздней поставкой макетов от отдела дизайнеров. В позапозапрошлый раз задачу в два дня я делал тоже неделю, но там просто нельзя было обойтись без аналитика, а у него как раз тогда родился сын. Что это все может означать?.. Ну, в этот раз вроде ни у кого сын не рождается, дизайнеры все предоставили, а сервера новые и надежные… Значит, я точно справлюсь за два дня!» Скорее всего, по факту задача опять займет неделю, потому что возникнет конфликт со сторонней библиотекой, потребуется исправить ошибку в соседнем модуле, случится еще какая-то непредвиденная беда.

Непонимание природы флуктуаций может повлечь за собой еще одну неприятность — одураченность случайностью. Так называется феномен, когда чисто случайные отклонения начинают получать осмысленные объяснения, которые становятся базой для построения разного рода теорий и принятия разного рода управленческих решений. Часто этими управленческими решениями становятся решения о поощрении или наказании сотрудников. Одна из очень поучительных историй на эту тему была описана Канеманом в его книге{87 под названием «регрессия к среднему». Дело происходило, опять же, в израильских ВВС. Канеман, тогда еще молодой психолог, рассказывал командованию, что поощрение за хорошие результаты работает лучше, чем наказание за плохие. Ему возразил инструктор, сказав, что он уже многие годы наблюдает обратную закономерность: если его ученик выполнит маневр плохо и инструктор отругает его за это, то следующее выполнение маневра будет лучше и наоборот — если он выполнит маневр хорошо и его за это похвалят, то следующее выполнение маневра будет, скорее всего, хуже. Неужели из этого нельзя сделать вывод о том, что наказания работают, а поощрения вредят?

Если вы еще не поняли, почему это происходит, давайте представим такой эксперимент. Вам дают игральный кубик, ваша задача — выбросить максимально возможное число. Если выпадет единица и вас за это отругают, следующая попытка, скорее всего, окажется лучше, не так ли? Даже если ругать за выпавшие два очка, то в следующем броске вы также с большой вероятностью покажете лучший результат. На самом деле после неудачного броска вы с большой вероятностью улучшите свой результат вне зависимости от того, похвалят вас или накажут. Но очень часто мы — живые люди — путаем временну ю последовательность событий с причинно-следственной связью: вас поругали, вы улучшили результат, следовательно, именно наказания помогают вам совершенствоваться, давайте начнем наказывать всех, и наступит счастье. Налицо одураченность случайностью.

В сфере личной эффективности мы сталкиваемся с риском быть одураченными случайностью, когда в один прекрасный день чудесным образом выполняем ощутимо больше дел и задач, чем нам обычно удавалось выполнять до этого момента. За этим следует приятная усталость и гордость совершенным подвигом. Но означает ли это, что наша продуктивность вышла на новый уровень? Можно ли считать, что и дальше мы станем выполнять заметно больше дел и задач? Конечно, может быть и так, но чаще такие всплески продуктивности — не следствие нашего личного прогресса, а просто результат наложения нескольких случайных обстоятельств друг на друга. Мало того, раз ничего особенного внутри нас не поменялось, то, скорее всего, и наша средняя продуктивность осталась прежней. А поскольку мы только что наблюдали очень сильное отклонение продуктивности в бо льшую сторону, разумно ожидать, что в ближайшие дни маятник качнется в противоположную сторону, чтобы среднее значение не менялось. Очень часто именно это и происходит: за ударным и продуктивным днем следует день жуткой лени и «тупняка». Иногда это происходит из-за переутомления, а иногда так проявляет себя эффект регрессии к среднему.

Понять, где цифры на самом деле свидетельствуют о чем-то особенном, требующем пристального внимания, а где имеет место эффект игрального кубика (в этом случае пристальное внимание нанесет лишь вред), не всегда просто. И хоть эта тема мне очень нравится, ее обсуждение выходит за рамки этой книги. Если же вам хочется узнать обо всем этом подробнее, то можете обратиться к этим книгам{88.