Алексей Филатов - Ловушки и иллюзии мозга. Как мозг нас обманывает и как использовать это в своих интересах

Статистика говорит, что чем меньше исследовательская выборка, тем больше вероятность неравномерного распределения в ней. Например, мы изучаем средний рост в определенной категории людей. Вероятность того, что в небольшой выборке мы получим малопредсказуемые результаты, значительно больше, чем если бы мы изучали большую выборку. В небольшой выборке мы можем получить результат и 190 см и 160 см, а чем больше выборка, тем сильнее результат будет стремиться к среднему.

Д. Канеман и А. Тверски, которые первыми обратили внимание на эти закономерности, в своих статьях приводят следующую задачу, хорошо иллюстрирующую данный эффект.

Определенный город обслуживают два роддома. В большом роддоме каждый день рождается около 45 детей, а в маленьком – около 15 детей. Как вы знаете, около 50 % всех детей – мальчики. Тем не менее, точный процент меняется со дня на день. Иногда оно может быть выше 50 %, иногда ниже. В течение 1 года в каждом роддоме регистрировались дни, в которые более 60 % рожденных детей были мальчиками. Как вы думаете, в каком роддоме зарегистрировано больше таких дней?

Почти 60 % людей, решающих эту задачу, ответили, что в каждом роддоме результаты должны быть сопоставимы и вряд ли отличаются больше, чем на 5 %. И примерно по 20 % ответов утверждали, что разница будет больше 5 % в первом или во втором роддоме. Однако, согласно теории выборки, большой роддом с большей вероятностью сообщает о соотношении полов, близком к 50 %, в определенный день, чем меньший. В маленьком роддоме выборка меньше, а значит, вероятность того, что мы получим вариант, далекий от среднего, гораздо больше.

Эффект ошибки из-за размера выборки часто соотносится с иллюзией стабильной уникальности [41] Иллюзия стабильной уникальности. См. Главу 3, стр. 27. . По опыту люди знают, что очень трудно долго удерживать какие-либо экстраординарные достижения. Особенно это видно по бизнес- или спортивным достижениям: спортсмены и команды, длительно находящиеся на пике успеха, уникальны и их подавляющее меньшинство. Чаще мы встречаем ситуацию, в которой, как только команда выигрывает значимый трофей, в следующий сезон ее ждет спад. То же самое характерно и для продавцов, вдруг перевыполнивших план на десятки процентов, и для управленцев, и для всех остальных.

Регрессия к среднему как раз и описывает этот эффект: если в сравнимых условиях много раз делать одно и то же, то после каждого экстремального успеха или неудачи с большой вероятностью последует результат, более близкий к среднему – причем вне зависимости от того, что человеку при этом говорить и как его учить.

Если ваш сотрудник в среднем работает хорошо, а тут у него на ровном месте случился неудачный период, то следующий наверняка будет лучше – вне зависимости от того, услышит ли он от своего руководителя какой-нибудь негатив или нет. А если у него же вдруг получится рекордно высокий результат, то следующая попытка, скорее всего, будет хуже – против статистики, как говорится, «не попрешь».

Но есть одна проблема: нельзя просто взять и практически применить регрессию к среднему для управления эффективностью в коллективах или собственной деятельности, ибо мы никогда не знаем наверняка – где это среднее значение? Другая проблема – в том, что регрессия к среднему, как и большинство статистических явлений, – штука для человеческой интуиции противоестественная, поскольку в душе мы считаем: «Если прет, то в следующий период все обязательно должно быть еще лучше». По умолчанию большинство считают: «Если везет, то везет во всем. А если не везет – то с этим уже ничего не сделаешь». В этом и состоит «бытовая» ошибка в понимании регрессии к среднему.

При этом многие руководители считают, что если сотрудника чаще ругать, то он будет делать свою работу лучше, а если хвалить – хуже. Подтверждается это мнение личным опытом – когда подчиненных ругали за неудачи – их результаты улучшались, а если хвалили – то ухудшались. Мнение это настолько распространено, что многие предпочитают подчиненных вообще не хвалить – чтобы не сглазить или чтобы не расслаблялись. Эти наблюдения подвержены ошибке из-за размера выборки: управленцы редко смогут вспомнить больше десяти случаев, когда их обратная связь закономерно и именно так, как описано выше, меняла поведение подчиненных.

И все же на уровне поведения это значит вот что: хвалить людей за экстремальные успехи обязательно нужно, но при этом морально готовясь к тому, что хвалить в следующий раз придется за менее впечатляющие достижения. А вот ругать хорошего сотрудника при внезапных неудачах – это примерно как ругать монетку за решку вместо орла, только монетка от вас после этого не сбежит, а сотрудник – может. Человека в этом случае лучше поддержать, а ругать стоит лишь самого себя – за незнание статистики и когнитивных искажений.