Текст книги "Социальная физика. Как Большие данные помогают следить за нами и отбирают у нас частную жизнь"

Часть 2
Механизмы идей

Глава пятая
Коллективный разум

Чтобы продолжить наш путь к пониманию того, как устроена физика социального взаимодействия, рассмотрим взаимодействия в небольших группах людей. Группы, как и сообщества, также обладают своим коллективным разумом, который отличается от индивидуального разума каждого отдельного члена группы. Более того, этот групповой разум является не менее важным фактором для прогнозирования производительности группы, чем коэффициент IQ – для прогнозирования индивидуальной производительности. Это удивительное открытие, опубликованное в журнале Science мной и моими коллегами Анитой Вулли, Кристофером Шебри, Надой Нашми, Томасом Малони[108]108
  Woolley et al. 2010.


[Закрыть], было сделано на основе исследования, предметом которого был коллективный разум: изучалось поведение сотен людей в маленьких группах, чьей задачей было выполнять широкий спектр заданий разного характера: мозговой штурм, критическая оценка и планирование, а также коллективные IQ-тесты.

В чем же заключается основа коллективного разума, которую мы выявили в ходе нашего исследования? Мы с удивлением обнаружили, что те факторы, которые обычно считаются главными двигателями коллективной производительности – то есть сплоченность, мотивированность и удовлетворенность, – не имели статистического значения. Крупнейшим фактором в прогнозировании группового разума было равенство очередности участия в обсуждении; коллективный разум в группах, где лишь несколько людей доминировали в разговоре, был ниже, чем в тех, где очередность участия была распределена более равномерно. Вторым важнейшим фактором был социальный интеллект членов группы, показателем которого была их способность считать социальные сигналы друг друга. Женщины, как правило, лучше считывают социальные сигналы, поэтому группы, где было больше женщин, лучше справлялись с заданиями (см. специальный блок «Социальные сигналы»).

Что именно эти женщины делали, чтобы повысить производительность группы? Социально-физическая точка зрения предполагает, что это должно быть как-то связано с потоком идей внутри группы. К счастью, во время выполнения различных групповых заданий мы могли наблюдать за действиями многих участников при помощи социометрических бейджей, разработанных моей исследовательской командой. Я и студент-постдокторант Вэнь Дун позже анализировали социометрические данные этих экспериментов, чтобы измерить параметры потоков идей[109]109
  Pentland 2011.


[Закрыть].

Бейджи, которые мы использовали в этом эксперименте, а также в других исследованиях моей лаборатории, производят детализированные количественные измерения взаимодействий между людьми. Замеряемые переменные обычно включают: интонацию голоса; стоят ли люди лицом к лицу во время разговора; сколько они жестикулируют и сколько говорят, слушают и перебивают друг друга. Комбинируя данные индивидуальных участников команды и сравнивая их с данными о производительности, мы можем выявить шаблоны взаимодействия, которые делают работу в команде успешной (см. Приложение 1: Добыча реальности).

Эти социометрические данные показали нам в первую очередь, что характер потока идей оказался более важным, чем все остальные факторы по отдельности, и с точки зрения коллективной производительности даже сравнялся по значению со всеми остальными факторами, взятыми вместе. Представьте себе: индивидуальный интеллект, личностные характеристики, навыки и прочее, собранное воедино, оказалось менее значительным, чем шаблон потока идей.

Вэнь и я выяснили, что три простых шаблона составили примерно 50 процентов вариативности производительности для всех групп и заданий. К характеристикам, типичным для наиболее успешных групп, относились: 1) большое количество идей: множество кратких предложений со стороны участников вместо нескольких развернутых; 2) интенсивность взаимодействий: непрерывное циклическое вращение между внесением предложений и очень короткими (длительностью менее одной секунды) ответными высказываниями (например, комментарии вроде «хорошо», «верно», «что?» и проч.), функция которых – принимать или отвергать предлагаемые идеи и формировать консенсус; и 3) разнообразие идей: все члены группы привносят идеи и реакции на них, с равной очередностью участия.

Эти шаблоны, представленные на рис. 6, очень похожи на те, что мы видели во второй, третьей и четвертой главах, и именно их я вижу, наблюдая за самыми креативными людьми в моем окружении: исследование в целях накопления идей, привлечение людей к отбору лучших идей и сверка точек зрения всех членов коллектива. И, как уже упоминалось, разнообразие идей – это критически важный параметр.

Рис. 6. (a) непродуктивный паттерн взаимодействия (б) продуктивный паттерн

Первым исключением, которое необходимо учитывать, используя эти шаблоны взаимодействия в качестве руководящего принципа, является работа в стрессовых условиях. Когда решение необходимо принять немедленно, то времени на изложение и обсуждение идей может не быть. Второе исключение – ситуация, когда группе тяжело работать сообща и эмоции достигают предела; тогда руководителю, возможно, придется исполнять роль посредника и часто вставлять свои реплики между предложениями, выдвигаемыми другими. Однако эти моменты вмешательства должны быть как можно более краткими, чтобы оставалось время для озвучивания новых идей.

Социометрические данные этих небольших рабочих коллективов подчеркивают, что группы выполняют роль машин-обработчиков идей, и поток идей является здесь движущим фактором продуктивности. Коллективная производительность в исследовании, изложенном в журнале Science, зависела от того, насколько успешно члены группы собирали идеи всех участников и реагировали на каждую новую идею. Вероятно, женщины и другие социально-интеллектуальные участники в нашем эксперименте с коллективным разумом обеспечивали более правильный поток идей, подталкивая группу к более краткому изложению новых идей, способствуя более явному проявлению реакций и следя за тем, чтобы все участвовали в равной степени.

Почему алгоритм потока идей не менее важен, чем сами идеи? Чтобы ответить на этот вопрос, обратимся к нашим древним предкам. Язык был еще относительно новым изобретением с эволюционной точки зрения и, скорее всего, накладывался на разработанные ранее знаковые механизмы доминирования, выражения интереса, согласия и проч., когда было необходимо искать ресурсы, принимать решения и координировать деятельность. В наше время эти древние модели взаимодействия все еще влияют на то, как мы принимаем решения и координируем свои действия.

Подумайте о том, как наши древние предки могли подходить к решению проблем. Можно представить себе древних людей, которые сидят вокруг костра, высказывают предположения или делятся наблюдениями, а остальные участники реагируют, выражая свой уровень заинтересованности или одобрения при помощи таких сигналов, как кивок головы, жесты или голосовые сигналы. Чтобы определить, одобряет ли группа конкретную идею, участнику необходимо только «посчитать» пропорцию ответных сигналов и так увидеть, достигнуто ли общее соглашение.

Ранним человеческим группам приходилось объединять идеи, чтобы решать коллективные проблемы, так же, как по сей день это делают группы обезьян. Исследования поведения животных подтверждают, что именно так поступают стаи обезьян и даже пчелиные семьи, когда определяют дальнейшие действия группы. Данные наших социометрических бейджей показывают, что то же самое происходит во время коллективных сессий по решению задач в наши дни. Лаконичные «хм» и «ОК», которые слышатся в ответ на новые идеи в современных залах совещаний, сохраняют и активируют эти древние механизмы сортировки альтернативных идей[110]110
  Dong et al. 2009; Dong et al. 2012; Pentland 2008.


[Закрыть].

Важное заключение, которое можно вынести из этой публикации в Science, — то, что группы обладают коллективным разумом, который по большей части не зависит от интеллекта индивидуальных участников. Эта способность к коллективному решению задач больше, чем наши индивидуальные способности, возникает из связей между индивидами. В частности, в ее основе лежит алгоритм взаимодействий, частью которого является накопление различных идей всех участников в сочетании с эффективным процессом просеивания этих идей для достижения консенсуса. Привела ли эволюция к тому, что мы лучше функционируем как интеллектуальная часть группы, чем как отдельные индивиды?[111]111
  Pentland 2010a; Cebrian et al. 2010.


[Закрыть]

Наше исследование коллективного разума групп показало, что команды выполняют роль машин-обработчиков идей, в которых шаблон взаимодействий может облегчить добычу данных, из которых состоят эти идеи. Просто измерив шаблон взаимодействий внутри группы, мы можем в точности предсказать ее конечную продуктивность.

То же самое мы видим в компаниях. Некоторые компании создают впечатление слаженной машины или же сложного пазла, где все детали идеально стыкуются друг с другом. Естественным будет вопрос: можно ли измерить производительность не только группы, но и компании, просто взглянув на шаблоны взаимодействий? Можно ли сказать, что организации – компании или органы государственного управления – также работают, как машины-обработчики идей, которые собирают и распространяют идеи в основном посредством индивидуальных взаимодействий?

На работе мы не только сидим вокруг стола, как это бывает в лабораторных экспериментах. Во время рабочего дня мы перемещаемся и разговариваем с людьми на их рабочих местах, в холле, за обедом и на небольших неофициальных собраниях у кофе-автомата или принтера. Поэтому я начал оснащать реальные рабочие коллективы социометрическими значками, чтобы измерять шаблоны взаимодействий в самых разных ситуациях реальной жизни.

Мои бывшие аспиранты Тэми Ким, Даниель Ольгин-Ольгин и Бен Вейбер, которые теперь работают вместе в нашей дочерней компании Sociometric Solutions («Социометрические решения»), и я изучили при помощи этих социометрических бейджей широкий спектр рабочих мест, включая креативные и исследовательские отделы компаний, послеоперационные отделения больниц, отделения поддержки транзакций и колл-центры[112]112
  Olguín et al. 2009; см. также www.sociometricsolutions.com.


[Закрыть]. Чтобы получить суммарный алгоритм взаимодействий в организации, крайне необходимо зафиксировать данные всех социальных медиа, которые они используют – включая e-mail, мгновенные сообщения и другие. Снабдив все эти каналы связи необходимыми программными инструментами, мы затем исследовали шаблоны взаимодействия в группах как с высокой, так и с низкой продуктивностью.

В течение трех лет мы собрали сотни гигабайтов данных о двенадцати рабочих местах[113]113
  Pentland 2012b. Эта публикация стяжала «Премию МакКинси» журнала Harvard Business Review, а также награду «Лучший специалист» Международной академии менеджмента.


[Закрыть]. Мы выяснили, что шаблоны прямого, без использования медиа, общения и поиска идей часто являлись крупнейшими факторами как продуктивности, так и креативной производительности корпораций. В последующих секциях этой главы я расскажу, как именно эти шаблоны влияют на результаты работы и как предприятия могут использовать эти сведения.

В качестве первого примера рассмотрим данные из колл-центра. Колл-центры необычны, поскольку они уже располагают огромным количеством оборудования и отслеживают практически все. Операторы колл-центра часто стремятся минимизировать общение между сотрудниками, поскольку выполняемые ими операции довольно монотонные и стандартизированные; они считают, что работникам нечему учиться друг у друга. Такая политика может принимать разные формы, но самый распространенный вариант – назначение перерывов для сотрудников на разное время.

В 2008 году мы только начали сотрудничать с Банком Америки, и я думал, что жестко регламентированная среда банковского колл-центра станет лакмусовой бумажкой в испытании гипотезы о том, что поток идей между сотрудниками является первейшим фактором продуктивности. Я предложил руководству разрешить моей исследовательской группе замерить их шаблоны взаимодействия, а затем произвести небольшое вмешательство и посмотреть, станет ли поток идей лучше.

Так мы начали двухэтапное исследование колл-центра со штабом более чем три тысячи сотрудников. Во время первой фазы моя группа выбрала четыре команды, в каждой из которых было примерно по двадцать сотрудников. Они должны были носить социометрические бейджи на протяжении всего их рабочего дня в колл-центре в течение шести недель. В общей сложности накопилось несколько десятков гигабайтов поведенческих данных.

В этом колл-центре самым важным показателем продуктивности является так называемое среднее время обработки звонка (AHT, Average call handle time), поскольку этот фактор определяет денежную стоимость содержания колл-центра. Например, вмешательство, которое сократило бы AHT в этом конкретном колл-центре на 5 процентов, позволило бы компании экономить примерно по одному миллиону долларов в год.

Проанализировав этот крупный набор собранных нами данных, мы выяснили, что самыми важными факторами в прогнозировании продуктивности стали общее количество взаимодействия и уровень вовлеченности (насколько каждый включен в циркуляцию знаний). Совокупность этих двух факторов позволила предсказать практически треть вариаций денежной продуктивности между разными группами.

Этот пример показывает, как производительность рабочего коллектива данного колл-центра меняется в зависимости от потока идей в его пределах; это похоже на то, как мы анализировали трейдинговую сеть eToro (см. рис. 3 во второй главе). Опять же, как только мы получаем подобную диаграмму соотношения потока идей и производительности, мы сразу же можем настроить систему таким образом, чтобы повысить ее продуктивность.

В данном случае я предложил руководству позволить нам изменить временну́ю структуру кофе-брейков в этом колл-центре. Стандартной моделью кофе-брейков для этих сотрудников, как и во многих других колл-центрах, было предоставление кофе-брейка одному человеку за раз. Однако, поскольку в этой организации так много работников, можно было с тем же успехом распределить смены обработки звонков между командами – так же, как они распределялись внутри команд. Это означало, что можно было бы с тем же результатом давать перерывы целым командам в одно и то же время вместо того, чтобы давать их отдельным индивидам в разное время. Чтобы поднять количество неформального взаимодействия и повысить процент привлечения среди сотрудников, я предложил давать перерыв всем сотрудникам в одной команде в одно и то же время.

То, что сотрудникам дали возможность общаться во время перерывов, повысило количество взаимодействия и уровень привлечения в каждом рабочем коллективе этого центра. Показатели AHT резко снизились, что означает, что сотрудники стали гораздо более продуктивными, и это указало на мощную связь между шаблонами взаимодействия и продуктивности. В результате этой простой перемены руководство компании изменило структуру перерывов всех своих колл-центров по нашей новой системе и рассчитало повышение продуктивности – ожидалось, что она повысится на 15 миллионов долларов в год.

Этот пример ясно продемонстрировал, что степень личной вовлеченности оказывает огромное влияние на продуктивность. Касается ли это и других рабочих ситуаций? Чтобы выяснить это, мы снабдили социометрическими бейджами типичный офисный операционный отдел, занимающийся разработкой IT-решений для поддержки отдела продаж. В этом исследовании наши измерения были сосредоточены на команде поддержки сбыта, состоящей из двадцати восьми сотрудников, двадцать три из которых принимали участие в нашем эксперименте. Наши социометрические бейджи использовались в этой чикагской торговой компании, занимающейся продажей данных, в течение одного месяца (двадцать рабочих дней) и собрали примерно миллиард измерений, включая: кто с кем говорил, их жестикуляцию и даже тон голосов. В общей сложности было собрано 1900 часов данных, где на одного сотрудника пришлось примерно по восемнадцать часов[114]114
  Wu et al. 2008.


[Закрыть]. (Данные, материалы и дополнительную информацию см. на http://realitycommons.media.mit.edu.)

Мы анализировали поведение сотрудников во время выполнения каждой операции по поддержке сбыта. Перед сотрудниками отдела была поставлена задача по конфигурации компьютерной системы по принципу «первым пришел, первым обслужен». В результате каждый сотрудник представил завершенную конфигурацию, а также ее стоимость специалисту по продажам, и затем этот сотрудник помещался в конец очереди, в соответствии с очередностью назначения задания. При этом фиксировался точный момент начала и завершения выполнения задания, что позволило нам вычислить точную денежную продуктивность каждого работника для каждого задания.

Мы выяснили, что вовлеченность была главным показателем конечной продуктивности. Напомню: под вовлеченностью мы понимаем поток идей внутри рабочего коллектива; в данном случае она измерялась путем вычисления степени взаимодействия между членами коллектива, с которыми общается каждый отдельный сотрудник. С учетом всех остальных факторов, включая стаж работы и пол, продуктивность работников, чьи показатели вовлеченности оказались в первой трети рейтинга, превышала средний коэффициент на 10 процентов.

Итак, в этом офисном отделе мы снова видим, что измерение потока идей играет ключевую роль в понимании взаимосвязи между продуктивностью и шаблонами взаимодействия. Получается, что общение с коллегами позволяет работникам обучаться тонкостям торговли – накапливать тот негласный, детализированный опыт, который отличает эксперта от новичка – и эффективно поддерживает работу механизма идей.

Шаблоны взаимодействия не только оказывают первостепенное влияние на продуктивность, но также воздействуют на самые изощренные творческие способности. Социометрические данные, собранные мной и моей исследовательской группой в различных организациях, показывают, что креативная производительность сильно зависит от двух процессов: поиск идей (исследование) и интеграция этих идей в новые типы поведения (вовлечение). Как в исследовательских лабораториях, так и в дизайнерских мастерских разницу между группами с низким уровнем креативности и группами с высоким уровнем креативности составляют их алгоритмы межличностного исследования за пределами коллектива, а также их вовлеченность в пределах группы.

Хотя исследование и привлечение одинаково важны для творческой производительности, оба этих компонента налагают разные и противоречивые требования в отношении шаблонов взаимодействия. Решение, которое подсказывают нам другие социальные виды животных, например стаи обезьян и пчелиные семьи, – перемежать исследование в поисках идей и привлечение в общую деятельность, необходимое для изменения поведения[115]115
  Couzin 2009.


[Закрыть].

Этот древний механизм комбинирования процесса поиска ресурсов и группового принятия решений является движущей силой многих организаций, как человеческих, так и других. Например, самая обычная медоносная пчела может многое нам рассказать о правильных моделях социального взаимодействия. Всем известно, что рабочие пчелы ищут пригодные источники питания, затем возвращаются в улей и исполняют виляющий танец, чтобы с его помощью рассказать, на каком расстоянии и в каком направлении находится еда. Этот особый танец необходим для того, чтобы побудить других рабочих пчел изменить свое поведение и посетить новый источник пищи.

Однако менее известным является тот факт, что пчелы используют тот же механизм как основу для коллективного принятия решений. Одна из самых важных задач, стоящих перед пчелиной семьей, – выбрать, где расположить гнездо, и пчелы используют особый механизм идей для принятия этого решения. Семья посылает небольшое количество разведчиков, чтобы они исследовали местность. Когда они возвращаются в улей, те из них, кто нашел перспективные места, рассказывают другим пчелам о своем открытии при помощи уверенного, активного танца. Это заставляет других пчел изменить свое поведение и последовать за ними, чтобы осмотреть найденное место. Когда эти новые разведчики возвращаются, они привлекают еще больше пчел к найденному месту, исполняя тот же танец, и цикл продолжается до тех пор, пока разведчиков, сигнализирующих в пользу оптимального места, не станет так много, что случится переломный момент, когда туда отправится весть рой.

Процесс принятия решения у пчел выявляет колебание между исследованием как методом поиска ресурсов и привлечением как методом распространения нового типа поведения в окружении сверстников. Как мы далее увидим, эти два процесса также имеют огромную важность для человеческих организаций. У каждого процесса есть свои требования. Решение, подсказанное пчелами, заключается в чередовании звездообразной системы, лучше всего подходящей для исследования, и согласованной, насыщенной связями системой, лучше всего подходящей для привлечения, интеграции идей и изменения поведения. Сетевые системы – и у обезьян, и у людей, – где структура взаимодействия варьируется по мере необходимости, способны формировать поток идей, позволяющий оптимизировать как процесс исследования, так и процесс привлечения[116]116
  Ancona et al. 2002.


[Закрыть].

Рис. 7. Сетевые шаблоны исследования и привлечения.

(а) Исследование имеет место, когда члены команды взаимодействуют с другими командами.

(б) Привлечение возникает, когда они взаимодействуют друг с другом в рамках одной команды

При типичном шаблоне коллективного исследования работники стремятся выходить за рамки своего коллектива и взаимодействовать с разными командами, формируя звездообразную сетевую систему; см. рис. 7 (а). Как правило, это способствует нахождению новых, полезных идей, генерируя поток идей, приходящих извне. При типичном шаблоне привлечения сотрудники используют плотно переплетенный алгоритм, где большинство взаимодействий происходит с другими членами команды. Они обедают и пьют кофе вместе с членами коллектива, способствуют дружеским отношениям в коллективе, они следят за тем, чтобы замкнутые участники также присоединились, и т. д.: смысл в том, чтобы все друг с другом общались. Это генерирует активный поток идей в коллективе, тем самым способствуя как отбору новых идей, так и их интеграции в правила и привычки коллектива; см. рис. 7 (б).

С качественной точки зрения именно это продемонстрировало нам исследование «Звезды Белла» во второй и третьей главах этой книги: «звездные» исполнители знакомились с разными взглядами на свою деятельность. Старший менеджмент, клиенты, отделы продаж и производственные группы – все они имеют свою точку зрения, и сочетание их идей с теми, что уже были в коллективах этих исполнителей, стало основным источником продуктивного творческого мышления. Сегодня разница, конечно, в том, что теперь, с социометрическими бейджами, мы можем в буквальном смысле измерить этот процесс исследования и проследить за тем, чтобы он был достаточно активным и разнообразным.

Чтобы убедиться в том, что между шаблоном взаимодействия и творческой производительностью существует корреляция, я и мои студенты, в сотрудничестве с Питером Глоором и его партнерами, при помощи наших социометрических бейджей измерили шаблоны взаимодействия в отделе маркетинга одного немецкого банка. Мы исследовали группу из двадцати двух сотрудников (разделенных на пять команд) в маркетинговом отделе банка в течение одного месяца (двадцать рабочих дней). Каждый сотрудник должен был ежедневно носить социометрический бейдж, и в общей сумме мы собрали 2200 часов данных (по сто часов на каждого сотрудника). Мы также следили за трафиком электронной почты и зафиксировали 880 взаимных сообщений[117]117
  Olguín et al. 2009.


[Закрыть].

Анализируя эти данные, мы нашли явное подтверждение тому, что структура взаимодействия в командах сотрудников менялась со временем, направляя поток идей так, чтобы он колебался между исследованием и привлечением. В качестве примера на рис. 8 изображен один день взаимодействий сотрудников. Темно-серые дуги внизу показывают объем переписки по e-mail между командами, а светло-серые дуги сверху показывают количество личных взаимодействий «лицом к лицу».

Рис. 8. Паттерны взаимодействия в течение дня в департаменте маркетинга одного немецкого банка. Толщина линий между двумя группами соответствует числу взаимодействий при личном контакте (светло-серые дуги) или по электронной почте (темно-серые дуги)

Анализ данных выявил, что команды, чьей обязанностью была разработка новых маркетинговых кампаний, колебались между шаблонами исследования в целях поиска новых идей и привлечением в целях интеграции этих идей в поведение команды. Этот алгоритм хорошо генерирует поток идей для креативных команд. И напротив, команды, занимающиеся производством, не проявили значительного колебания, так как их члены общались в основном с другими участниками того же коллектива. Следовательно, приток новых идей в этих командах был слабым.

Изучая эту компанию, мы также обнаружили черную дыру в потоке идей: креативные сотрудники редко общались лицом к лицу с отделом по работе с клиентами (на рис. 8 обозначен как «КОтдел»). Изменив план расположения рабочих мест, руководство банка смогло проследить за тем, чтобы все, включая заброшенную прежде группу отдела по работе с клиентами, были в курсе происходящего. В результате этого простого нововведения некоторых координационных проблем, с которыми это отделение банка сталкивалось прежде – например, запуск рекламных кампаний, который оказывался неожиданным для группы по работе с клиентами, – стало значительно меньше.

Но действительно ли этот шаблон колебания между исследованием и привлечением является двигателем креативной производительности? Чтобы глубже изучить этот вопрос, студент-выпускник Натан Игл и я исследовали социально-сетевые шаблоны в 330 000 часах данных о взаимодействиях девяноста четырех сотрудников МТИ – это исследование известно как «Добыча реальности»[118]118
  Eagle and Pentland 2006.


[Закрыть]. Данные собирались при помощи смартфонов, которые участники носили с собой, что позволило нам измерить шаблоны взаимодействий «лицом к лицу» в различных исследовательских группах нашей Медиалаборатории, а затем сравнить эти шаблоны с данными о том, как эти группы оценивали свою креативную производительность.

Сравнив оценки креативности с шаблонами взаимодействия, Вэнь Дун и я выяснили, что команды, проявившие бо́льшую вариативность в структуре своих социальных сетей, также высоко оценили свою креативную производительность[119]119
  Dong and Pentland 2007.


[Закрыть]. Иными словами, бо́льшая степень колебания между шаблонами исследования и привлечения в пределах этих сетевых систем имеет корреляцию с креативной продуктивностью – по крайней мере, по мнению участников этих сетей (см. Приложение 1: Добыча реальности.

Хотя эти результаты многое говорят нам о соотношении между циклом исследования-привлечения и субъективной креативной производительностью, в идеале нам хотелось бы получить более мощное доказательство тому, что этот шаблон также является ее объективным показателем. К сожалению, объективные меры креативной производительности сложно найти; кто может сказать, что на самом деле является креативным? Но, возможно, лучшей доступной нам мерой являются инструменты оценки креативности KEYS, разработанные гарвардским профессором Терезой Амабайл[120]120
  Amabile et al. 1996.


[Закрыть]. Шкала KEYS получила широкое признание как золотой стандарт для измерения групповой креативности и инновационного потенциала в рабочей среде организаций.

В своей докторской диссертации Пайя Трипати, работая в сотрудничестве со своим научным руководителем Уином Берлсоном и мной, использовала социометрические бейджи, чтобы изучить две научно-исследовательские лаборатории в Соединенных Штатах[121]121
  Tripathi 2011; Tripathi and Burleson 2012.


[Закрыть]. Она снабдила ими две группы из семи сотрудников – на одиннадцать и пятнадцать дней соответственно. Затем мы использовали групповой опрос KEYS, чтобы получить количественную оценку креативности со стороны самих участников и со стороны экспертов. Ежедневные показатели этих двух результатов мы затем разделили на высокие и низкие, чтобы группировать дни наименьшей и наибольшей креативной активности.

Анализ данных о групповой активности, полученных при помощи KEYS, показал, что люди в этих группах больше занимались исследованием и привлечением в креативные дни, чем в некреативные. Более того, простое сочетание измерений исследования и привлечения позволило предсказать, какие дни были более продуктивными с 87,5-процентной точностью.

И так мы снова видим, что принцип чередования привлечения и исследования способствует большей креативной производительности. Фаза исследования подходит для того, чтобы привносить новые идеи в группу, а фаза привлечения – для того, чтобы проверять, достигнуто ли единое мнение относительно этих идей. Используя формулировку Герберта Саймона, можно сказать: если достигнут консенсус в отношении идеи, она затем интегрируется в инвентарь «привычек действия» команды, который задействуется при быстром мышлении. Если сказать иначе, то есть основания считать, что процесс колебания между исследованием и привлечением повышает креативную производительность путем создания в памяти набора ситуаций, которые затем могут быть использованы в качестве примеров.

В научной литературе содержится немало свидетельств, показывающих, что бессознательное мышление может быть более эффективным для решения сложных задач, чем сознательное[122]122
  Hassin et al. 2005.


[Закрыть]. Вероятно, наше быстрое мышление работает лучше всего, когда наши более логические, медленные типы мышления не вмешиваются, например во время сна или обдумывания идеи на подсознательном уровне. Поскольку быстрое мышление задействует ассоциации, а не логику, оно может с большей легкостью совершать интуитивные скачки путем обнаружения новых, креативных аналогий. Оно может взять новый опыт, связанный с некой ситуацией, впитывать его в течение некоторого времени и затем посредством ассоциации произвести ряд аналогичных действий. И наоборот, наш восприимчивый, медленный тип мышления позволяет нам продумывать свои действия, помогает распознавать задачи и разрабатывать новые планы действий.