SUCCESS ENGINE. Система достижения успеха

Если ваш вклад можно посчитать, его легче оплатить и сложнее не оплатить

Высоко

Стоимость замены

Сколько стоит найти и ввести в работу другого человека с вашим уровнем

Средне, зависит и от рынка

Отраслевая рента

В прибыльных отраслях платят больше за ту же работу

Низко

Переговорная позиция

Наличие альтернативы меняет исход обсуждения дохода

Высоко, но требует подготовки (глава 13)

Заметьте асимметрию. Отраслевая рента от вас почти не зависит: тот же труд в разных отраслях оплачивается по-разному, и это вопрос конъюнктуры. А вот редкость компетенции и измеримость вклада — почти полностью в вашей зоне влияния. Измеримость особенно недооценена: значительная часть людей, чей вклад велик, не может его предъявить в проверяемых величинах, и потому получает меньше, чем заслуживает. Это вопрос не старания, а оформления, и он разбирается в главах 7 и 12.

Что стоит знать о формах занятости

Платформенная занятость. Наряду с обычным наймом растёт объём работы через платформы и краткосрочные договоры. У этого есть следствия, которые обычно подаются односторонне.

Что она даёт: гибкость в распределении времени, снижение порога входа на рынок, возможность получать доход при невозможности работать полный день, доступ к заказчикам за пределами своего региона.

Что она отнимает: гарантии занятости, оплачиваемые отпуска и больничные, пенсионные накопления, защиту от необоснованного расторжения, предсказуемость дохода, а часто — и накопление подтверждаемого стажа и репутации: работа на платформе нередко оставляет мало следов, которые можно предъявить следующему заказчику. Существенно и то, что переговорная позиция в такой занятости слабее: цена часто задана платформой, а не обсуждением.

ОГРАНИЧЕНИЕ. Оценки численности платформенных работников сильно различаются в зависимости от определения и страны: в одни подсчёты попадают любые подработки, в другие — только основная занятость. Я не привожу конкретных процентов, потому что сопоставимых надёжных данных по большинству стран нет, а те, что есть, зависят от методики.

Удалённая работа. Данные о её влиянии на производительность неоднородны, и результат зависит от типа задач и от того, как организована работа. Есть свидетельства роста производительности на рутинных, легко измеримых задачах и ухудшения там, где нужны неформальное взаимодействие и передача неявного знания. Кроме того, удалённая работа создаёт асимметрию: вы получаете доступ к вакансиям в других регионах и странах, но одновременно конкурируете с людьми из регионов с более низкой стоимостью труда.

Непрерывное обучение. Утверждение «нужно учиться всю жизнь» вернобо мнетолько, что стало почти бессодержательным. Практический вопрос не в том, учиться или нет, а в том, что именно осваивать и как убедиться, что обучение даёт результат. Этим занимается глава 6.

О найме по компетенциям, а не по диплому. В последние годы широко обсуждается переход к найму на основе навыков вместо формальных требований. Здесь есть существенный разрыв между декларациями и практикой. Исследования показывают, что доля нанятых без высшего образования в компаниях, публично заявивших об отказе от требования диплома, остаётся крайне низкой, а эксперименты, в которых требование о дипломе снималось, почти не меняли фактический состав нанятых. Риторика опережает практику, и рассчитывать на то, что отсутствие формального образования перестало быть барьером, преждевременно. Это ограничение, а не приговор: оно означает, что компенсацией служат подтверждённые результаты и рекомендации, а не сам факт наличия навыка.

Практический пример: аудит задач

СОСТАВНОЙ ПРИМЕР. Не описывает конкретного человека.

Дмитрий, главный инженер, начал с анализа собственной должности. Задача выглядела так: разложить работу на задачи и понять, где сосредоточена его ценность.

Он выписал двадцать три задачи, которые выполняет регулярно, и оценил каждую по двум параметрам: насколько она рутинна (выполняется по повторяющемуся алгоритму) и насколько редка (много ли людей в отрасли могут её выполнить).

Вот часть таблицы, которую он получил:

Задача

Доля времени

Рутинность (1–5)

Редкость (1–5)

Подготовка технической документации по стандарту

18 %

5

2

Расчёт режимов работы оборудования

12 %

4

3

Согласование документации с надзорными органами

15 %

3

4

Разбор аварийных ситуаций и поиск причин

11 %

2

5

Обучение молодых инженеров

9 %

3

4

Совещания и отчётность

21 %

4

1

Обоснование инвестиционных решений по оборудованию

6 %

2

5

Работа с подрядчиками по отклонениям

8 %

2

4

Три вывода, которые он сделал, и которые в том или ином виде делает почти каждый, кто проводит такой разбор.

Первый. Более трети рабочего времени — подготовка документации и совещания с отчётностью. Обе задачи рутинны и распространены. Именно они в первую очередь подлежат автоматизации, и именно они, как выяснилось, воспринимались Дмитрием как «основная работа» — потому что занимали больше всего времени.

Второй. Задачи с высокой редкостью — разбор аварий, обучение, обоснование инвестиций, работа с отклонениями — занимали в сумме около трети времени. Это и была его рыночная ценность.

Третий, самый важный. Редкие задачи нигде не были им задокументированы. Подготовленную документацию можно было предъявить. Разобранную аварию — нет: она осталась в памяти участников и в служебной переписке. Обоснование инвестиционного решения — тоже нет, потому что решение принималось на совещании. Его ценность существовала, но не оставляла следов, которые можно предъявить при смене работы. Этим объяснялась ситуация, которая его беспокоила: двадцать два года опыта, но при попытке обсудить доход аргументов не находилось.

Что этот пример не доказывает. Он не доказывает, что документирование результатов автоматически повышает доход — причинно-следственной связи здесь никто не измерял. И он не является универсальным: в профессиях, где ценность подтверждается портфолио или измеримыми показателями, проблема стоит иначе. Он показывает другое: разбор на задачи обнаруживает расхождение между тем, на что уходит время, и тем, за что платят.

Алгоритм применения: аудит задач

Шаг 1. Выписать задачи (20 минут). Все задачи, которые вы выполняете регулярно, включая те, что кажутся второстепенными. Обычно получается от пятнадцати до тридцати пунктов.

Шаг 2. Оценить долю времени (15 минут). Для каждой задачи — примерная доля рабочего времени. Оценка приблизительная, но этого достаточно: важны порядки, а не точность.

Шаг 3. Оценить рутинность и редкость (25 минут). По каждой задаче: насколько она алгоритмизируема (5 — полностью) и насколько редко встречается умение её выполнять (5 — мало кто умеет).

Шаг 4. Найти расхождение (15 минут). Сравните: какие задачи занимают больше всего времени и при этом рутинны и распространены? Какие задачи редки и при этом занимают мало времени?

Шаг 5. Проверить подтверждаемость (20 минут). По каждой редкой задаче ответьте: если бы я искал работу завтра, чем я докажу, что умею это делать? Если ответа нет — перед вами дефицит, который разбирается в главах 7 и 8.

Требуемый ресурс: около полутора часов. Повторяется раз в год или при смене должности.

Упражнение: карта задач и цена компетенции

Выполняется письменно, 90 минут.

1. Составьте таблицу своих задач, как в примере выше. Минимум пятнадцать строк.

2. Отметьте три задачи с наибольшей редкостью. Для каждой ответьте: сколько людей в вашей организации могут её выполнить? А на рынке вашего региона?

3. Отметьте три задачи с наибольшей рутинностью. Для каждой ответьте: если эту задачу завтра начнёт выполнять система, что изменится в вашей работе?

4. Определите, какая доля вашего времени приходится на редкие задачи. Если меньше трети — это важный результат: он означает, что ваша ценность сосредоточена в малой части работы, и это можно изменить.

5. По каждой редкой задаче запишите, как её результат может быть подтверждён третьим лицом.

Практический результат упражнения: заполненная карта задач с указанием доли времени, редкости и подтверждаемости, а также перечень редких задач, не имеющих подтверждения.

Критерии оценки результата

1. Выписано не менее пятнадцати задач.

2. Определены три самые редкие и три самые рутинные задачи.

3. Вы можете назвать, с кем конкурируете за свою позицию — и это не абстрактный ответ, а конкретная группа людей.

4. По каждой редкой задаче есть ответ на вопрос о подтверждении — либо зафиксировано его отсутствие.

5. Вы понимаете, что произойдёт с вашей работой при автоматизации двух самых рутинных задач.

Типичные ошибки

Ошибка 1. Оценивать профессию, а не задачи. «Моя профессия точно не исчезнет» или «мою профессию точно заменит ИИ». Оба утверждения бесполезны, потому что речь идёт о профессии целиком. Автоматизируются задачи. Профессия может сохраниться, но измениться так, что ваши конкретные умения окажутся невостребованными.

Ошибка 2. Ориентироваться на списки «профессий будущего». Такие списки составляются по прогнозам и опросам, а не по измерению, и разные источники дают несовместимые результаты. Полезнее собственный аудит задач, чем чужой прогноз на десять лет.

Ошибка 3. Путать востребованность и редкость. Востребованная компетенция может быть массовой — и тогда она оплачивается невысоко. Низкая распространённость при наличии спроса даёт цену. Ищите пересечение: нужно кому-то и умеют немногие.

Ошибка 4. Недооценивать измеримость вклада. Распространённая позиция: «мою работу нельзя измерить». В большинстве случаев это означает не отсутствие измеримости, а отсутствие попытки её найти. Даже для экспертных и творческих задач существуют прокси-показатели (глава 4).

Ошибка 5. Считать, что ценность вырастет сама с опытом. Опыт увеличивает специфичный капитал — знание конкретного места, — который плохо переносится. Рост переносимой ценности требует целенаправленных усилий (глава 7).

Ошибка 6. Учиться тому, что интересно, а не тому, за что платят. Обратная крайность к предыдущей ошибке, но столь же дорогостоящая. Интерес — важный фактор устойчивости усилий (глава 6), но он не создаёт рыночной ценности автоматически.

Что я понял

Рынок покупает решение задач, а не квалификацию саму по себе. Отсюда следует, что анализ нужно начинать не с вопроса «чего мне не хватает», а с вопроса «на какие задачи есть спрос и какие из них я умею решать редко и хорошо».

Автоматизируются задачи, а не профессии. Рутинные и хорошо описанные операции уходят первыми, независимо от уровня квалификации. Это означает, что опасность представляет не низкая квалификация, а высокая рутинность работы — а она может сопутствовать и высококвалифицированному труду.

Из пяти факторов цены труда два — редкость компетенции и измеримость вклада — почти полностью в вашей зоне влияния. При этом измеримость обычно недооценивают, и именно она становится решающей, когда речь доходит до разговора о доходе.

Отдельный и неприятный вывод: значительная часть ценных задач не оставляет следов. Если результат нельзя предъявить, он существует только для тех, кто был рядом. Дальше речь о том, как превратить способность решать задачи в компетенцию, которая действительно растёт, — и как превратить её в капитал, который переносится.

Глава 6. Развитие навыков и целенаправленная практика

Как я к этому пришёл. Когда-то я был уверен, что учусь. Потом посмотрел на список пройденного и не смог назвать ни одной задачи, которую стал решать лучше. С этого началось моё разочарование в обучении как таковом — и поиск того, что действительно даёт прирост.

Проблема. Вы решили развивать компетенцию. За последние три года вы прошли четыре курса, посмотрели несколько десятков часов лекций и прочитали ряд книг. Знания, безусловно, появились: вы понимаете терминологию, можете поддержать разговор, узнаёте концепции. Изменилось ли что-нибудь в том, сколько вам платят и какие задачи вам доверяют, — вопрос открытый. Скорее нет. При этом времени и денег на обучение ушло немало. Возникает неприятное подозрение, что вы делаете что-то не то, но непонятно, что именно заменить, потому что «учиться больше» — очевидный совет, а «учиться иначе» — не совет вовсе.

Что я разберу в этой главе

• Почему опыт не равен развитию и как выглядит плато.

• Четыре условия целенаправленной практики и что происходит при отсутствии каждого.

• Что метаанализы говорят о том, сколько на самом деле объясняет практика — с точными цифрами и поправкой на исправление, опубликованное после первой публикации.

• Почему установка на рост — идея, чья популярность сильно превышает доказательную базу, и что с этим делать практически.

• Почему обучение часто не переносится в работу, и какие условия переноса действительно важны.

• Как различить знание, умение и привычку и закреплять каждое правильным способом.

Механизм: почему опыт не равен развитию

Начнём с явления, знакомого почти каждому: человек работает десять лет и не становится существенно лучше. Его опыт растёт, а уровень остаётся.

Причина в автоматизации. Когда действие повторяется в одинаковых условиях, оно постепенно переходит под управление автоматических процессов: выполняется быстрее, требует меньше внимания, становится устойчивым. Это полезно — именно так формируется мастерство. Но у автоматизации есть обратная сторона: как только действие автоматизировано, оно перестаёт улучшаться. Выполняя его тысячи раз, вы не становитесь лучше, вы становитесь стабильнее.

Отсюда различие, которое определяет всё остальное в этой главе.

Работа — это выполнение задач для получения результата. Практика — это выполнение задач с целью изменить собственные возможности. Внешне они могут выглядеть одинаково и различаться только задачей, которую ставит перед собой человек. Именно поэтому десять лет работы не равны десяти годам развития: работа по определению направлена на результат, а не на изменение себя.

Плато — состояние, при котором текущий способ выполнения действия перестал давать прирост и одновременно устраивает по результату. Из плато нельзя выйти, делая то же самое лучше: нужен разбор того, что именно ограничивает уровень, и работа над этим ограничением — обычно самым неприятным элементом.

Четыре условия целенаправленной практики

Наиболее известная концепция в этой области — целенаправленная практика, разработанная K. Anders Ericsson и его коллегами. Она включает четыре условия.

Условие 1. Задача находится чуть выше текущего уровня. Не «делать то, что уже получается», а работать на границе возможностей. Слишком лёгкая задача не создаёт развития, слишком трудная — вызывает отказ. Идеальный уровень: задача, которую вы не можете выполнить с первого раза, но понимаете, чего не хватает.

Условие 2. Есть немедленная обратная связь. Без неё нельзя понять, что именно сделано неверно. Обратная связь может быть внешней — от наставника, руководителя, коллеги, заказчика — или внутренней, если результат объективен: код не запустился, расчёт не сошёлся, клиент не ответил.

Условие 3. Есть повторение с корректировкой. Практика — не разовое усилие, а цикл: попытка, разбор, изменение, новая попытка. Наиболее важна здесь не сама попытка, а разбор.

Условие 4. Работа идёт над слабым звеном. Это условие нарушается чаще всего. Естественная склонность — практиковать то, что уже хорошо получается, потому что это приятно и даёт ощущение компетентности. Развитие же происходит там, где неприятно.

Проверим условия на типичной ситуации. Человек смотрит курс по анализу данных. Есть ли задача выше текущего уровня? Нет — он смотрит курс. Есть ли немедленная обратная связь? Нет — лекция не отвечает на вопрос о его уровне. Есть ли повторение с корректировкой? Нет. Есть ли работа над слабым звеном? Неизвестно, потому что слабое звено не выявлено. Ни одно из четырёх условий не выполнено. Это объясняет, почему курсы часто не дают прироста: дело не в качестве курса, а в том, что просмотр материала не является практикой.

Что показывают метаанализы: точные цифры

Здесь нужно привести числа, потому что вокруг них накопилось много искажений.

Наиболее цитируемая работа — метаанализ Brooke Macnamara, David Hambrick и Frederick Oswald, опубликованный в 2014 году в журнале Psychological Science. Авторы собрали данные о связи объёма целенаправленной практики с уровнем достижений в разных областях. Полученные доли объяснённой дисперсии:

Область

Доля дисперсии, объяснённая практикой

Игры

26 %

Музыка

21 %

Спорт

18 %

Образование

4 %

Профессии

менее 1 %

Эти цифры стоит прочитать дважды. В области, наиболее близкой к теме этой книги — профессиональная деятельность, — практика объясняет менее одного процента различий в результатах.

ВАЖНОЕ УТОЧНЕНИЕ. После публикации метаанализа авторы выпустили исправление (corrigendum, 2018). Я указываю на это специально: работы, о которых известно, что в них вносились исправления, следует приводить с этой оговоркой. Изменились ли приведённые проценты после исправления, я установить не смог — текст исправления находится за платным доступом. Поэтому относитесь к конкретным числам как к ориентировочным, а к общему выводу — как к устойчивому: в профессиональной деятельности практика объясняет малую часть различий.

Почему в профессиях так мало. Причина не в том, что практика бесполезна, а в том, что профессиональная деятельность редко удовлетворяет условиям целенаправленной практики: обратная связь запаздывает, задачи не повторяются в одинаковом виде, результат зависит от множества факторов, а «правильный» способ часто неизвестен даже опытным людям. Там, где условия практики выполняются — в шахматах, музыке, спорте, — доля объяснённой дисперсии в разы выше.

Ещё одно уточнение, менее известное. В 2016 году Macnamara, Moreau и Hambrick опубликовали работу, в которой разбирали данные об элитных спортсменах. Результат: среди спортсменов самого высокого уровня практика объясняла лишь около одного процента различий. Более того, спортсмены элитного уровня в среднем не начинали заниматься раньше остальных. Вывод, который из этого следует и который противоречит популярной вере в накопление часов: на верхнем уровне различия определяются не количеством практики. Там начинают работать другие факторы — и, что важно, я не всегда знаю, какие именно.

ЧТО МЫ НЕ ЗНАЕМ. Я не располагаю проверенными сведениями о том, сколько часов практики было у участников исходного исследования Ericsson 1993 по группам, и о размере той выборки. Широко цитируемые числа — «десять тысяч часов», «двенадцать тысяч», сравнение групп скрипачей — я не смог подтвердить по первоисточнику. Отдельно отметим: представление о «правиле десяти тысяч часов» приписывается работе Ericsson и коллег 1993 года, но в самой этой работе речь шла о не менее чем десяти годах интенсивной практики как условии достижения высшего уровня, а не о фиксированных десяти тысячах часов. Число, ставшее массовым, — интерпретация популяризатора, а не результат исследования.

Как этим пользоваться практически. Из приведённых цифр не следует «практика не важна». Следует более точное: для входа в профессию и для роста на начальных уровнях практика работает; на верхних уровнях она перестаёт быть главным ограничением. Так что целенаправленная практика — разумное вложение в начале и в середине пути, но не универсальный ключ к первому месту. И ещё одно следствие, неприятное: значительная часть разброса результатов не объясняется ни практикой, ни тем, что вы контролируете. Это ограничение, а не оправдание бездействия.

Установка на рост: идея, чья популярность превышает доказательства

Концепция установки на рост, предложенная Carol Dweck, утверждает, что представление человека о своих способностях как о развиваемых связано с более конструктивным поведением при трудностях, а представление их как о врождённых и неизменных — с избеганием.

Исходные работы выглядели убедительно. В исследовании Blackwell, Trzesniewski и Dweck (2007) вера в изменяемость интеллекта предсказывала восходящую траекторию оценок у семиклассников в течение двух лет. Вторая часть того же исследования была интервенцией.

О ЧЁМ ОБЫЧНО НЕ СООБЩАЮТ. В интервенционной части работы Blackwell и коллег участвовало 48 человек в экспериментальной группе и 43 в контрольной — всего 91 человек. Это очень маленькая выборка. Кроме того, первая часть исследования была корреляционно-лонгитюдной, а не экспериментальной, и потому не позволяет говорить о причинности.

Дальнейшая история этой концепции поучительна, и её стоит знать каждому, кто встречал слово «мышление роста» в деловой литературе.

Метаанализ Sisk и коллег (2018) объединил два очень больших массива данных: связь установки с успеваемостью (273 исследования, общая выборка 365 915 человек) и эффективность интервенций (43 исследования, 57 155 человек). Вывод авторов, сформулированный прямо: эффекты оказались слабыми в обоих метаанализах. При этом часть результатов поддержала отдельные положения теории: учащиеся с низким социально-экономическим статусом и из групп академического риска могли выигрывать от интервенций.

О ЧИСЛАХ, КОТОРЫЕ МЫ НЕ ПРИВОДИМ. В популярных пересказах этого метаанализа встречаются конкретные величины — «r ≈ 0,10», «d ≈ 0,08». Я их не приводим: полный текст закрыт, в аннотациях эти значения отсутствуют, и проверить их я не смог. Ограничусь тем, что подтверждено: размеры выборок и вывод авторов о слабости эффектов.

Национальный эксперимент Yeager и коллег (2019), опубликованный в Nature, был выполнен значительно строже: короткая онлайн-интервенция, национально репрезентативная выборка девятиклассников в США, предрегистрация анализа, независимая обработка данных. Результат: оценки улучшились только у низкоуспевающих учеников, и только в тех школах, где норя сверстников поддерживали сообщение интервенции. Величина эффекта, по независимому комментарию, — около 0,10 балла. Это статистически значимый и практически очень малый результат.

Самый строгий аудит — метаанализ Macnamara и Burgoyne (2023). Авторы отобрали исследования по критериям качества и учли возможное смещение публикаций. Результаты:

Подмножество исследований

Средний эффект

Все исследования (63, N = 97 672)

d = 0,05; интервал [0,02; 0,09] — незначим после коррекции на смещение

Только те, где интервенция действительно изменила установку (13, N = 18 355)

d = 0,04; интервал [−0,01; 0,10] — незначим

Только самое качественное доказательство (6, N = 13 571)

d = 0,02; интервал [−0,06; 0,10] — незначим

Дополнительно авторы зафиксировали: работы, авторы которых имели финансовый интерес к положительному результату, сообщали значимо большие эффекты, и в этих работах были серьёзные недостатки дизайна и отчётности.

И отдельно — то, что для книги о карьере критично. Метаанализа связи установки на рост с результатами работы я не нашёл. Всё, что надёжно установлено, относится к школьникам и студентам. Утверждение «установка на рост повышает карьерные достижения» не имеет под собой прямых доказательств.