За 9999 часов до…
“Практика, только практика и ничего кроме практики!” — волшебный рецепт, который должен сделать из вас специалиста в любой области.
С плакатов конференций, обложек книг, промо курсов нас подталкивают к мысли, что опыт является гарантией знаний, гарантией профессионализма — “никакой воды,- …только практикующие специалисты, …только реальный опыт, …только реальные кейсы”.
Политика некоторых IT-компаний в плане оценки уровня специалистов так же подливает масло в огонь. Отработал 2 года? — получи свой бейджик Мидла, Как, уже 5 лет в индустрии? Нет? Ну округлим и ты уже Сеньер.
Feigenspan с коллегами (2011) проанализировали 161 публикацию, посвящённые методикам оценки уровня программистов. Наиболее популярной мерой в этих работах был “год” — количество лет практики.
Иногда складывается впечатление, что практика это самоцель, а не инструмент. А те же кто осознают инструментальность данного процесса зачастую не понимают какую ценность они получают в результате.
Поэтому хочется задать вопрос — а так ли значим объем опыта при оценке “качества” специалиста как мы привыкли считать?
Правило 10000 часов
“Только посветив делу 10000 часов, ты можешь считаться экспертом”.
Это цифра стала правилом благодаря бестселлеру Малкольма Гладуэлла “Гении и аутсайдеры”. Где он рассказал о эксперименте Андерса Эриксона, проведенном в начале 90-х на базе Берлинской музыкальной академии. Эриксон с коллегами разделили студентов по их успеваемости и спросили их о том когда они начали заниматься и сколько времени в день они тратили на практику. Потом они подсчитали приблизительный общий объем практики и сопоставили его с успеваемостью студентов. В результате была обнаружена положительная корреляция между временем затраченным на практику и оценками студентов.
“Отличники” в среднем потратили на практику около 10000 часов, “хорошисты” около 8000 часов, а те кто “просто просиживает штаны” практиковался около 4000 часов.
Кто-то может назвать Эриксона капитаном очевидностью, но нет, в вас говорит хайндсайт эффект. О том, что работа была незаурядной, говорит более 5000 цитирований. И она ценна уже хотя бы тем, что “расшатывает” концепцию “таланта”. Но на этом собственно все, в рамках исследования никаких выводов особо и не делалось. Остальное додумал Гладуэлл, за что и критиковался множество раз. Я не буду подробно останавливаться на всех аспектах. Об этом можно почитать в Почему правило 10 000 часов не работает? или Почему 10 000 часов не сделают из вас гения. Так же и авторы оригинальной публикации не выдержали и опубликовали разъяснение к своему исследованию.
Я лишь хочу сделать акцент на одной детали. Гладуэлл масштабирует исследование Эриксона сначала на спортсменов, потом на артистов и в конечном итоге доходит до программистов. Но можно ли сравнивать музыкантов и программистов в их профессиональной деятельности? И я не про то что что-то сложнее, а что-то легче.
Давайте представим скрипача, который играет какое-то произведение. Для того чтобы извлечь нужную ноту, надо держать смычок под определённым углом, регулировать степень нажима, скорость перемещения руки, расстояние на какое надо переместить руку, при этом вторая рука должна зажимать определенные струны. А потом, чтобы сыграть следующую ноту, ему может понадобится сделать все совсем иначе. Контролировать такой объем информации и при этом поддерживать нужную скорость реакции на сознательном уровне невозможно.
Sharman(2011) цитирует Гари Маркуса профессора психологии в Университете Нью-Йорка:
Мозг способен на два вида фундаментальных процессов: сознательные, которые мы можем контролировать, и бессознательные, которые происходят автоматически. Сознательные процессы протекают крайне медленно, поэтому вы не сможете играть музыку в таком режиме. А для того чтобы изначально осознанная деятельность перешла на бессознательный уровень потребуются годы практики.
Процесс игры на музыкальном инструменте по большей части управляется процессами в нашем мозгу, которые мы просто не можем осознать в силу их скорости. А обучить наши нейросети выполнять такие задачи мы можем только через постоянную практику. Поэтому объем практики в этом случае можно считать определяющим для оценки того, насколько музыкант является экспертом в своем деле. (Хотя и тут не все так гладко — North, 2012)
Теперь программисты. Можно ли представить процесс написания программы на бессознательном уровне даже спустя 10 лет практики? Оставим шутки за 300 в стороне. Но такое мало вероятно. Да, процесс нажатия на клавиши по большей части находится вне нашего сознания. Как может и некоторые программные паттерны, синтаксис и название предопределенных функций. Но программный код, который выполняет поставленную задачу, это продукт сознательной деятельности. Поэтому ответ на вопрос о возможности масштабирования процессов происходящих при обучении музыкантов на программирование не столь очевиден. И как следствие сомнительность применения правила на подобный род деятельности.
Обратная сторона практики
Думаю найдется не много желающих поспорить с утверждением, что практика способствует нашему развитию как специалистов. Но в тоже время мало кто осознает, что у практики есть обратная сторона. Все дело в том, что чем больше человек использует одну стратегию в своей деятельности, тем сложнее отказаться от ее использования в будущем, даже если стратегия полностью теряет свою эффективность.
Об этом писали и Dunker(1945), и Bilalic & McLeod (2008), и McNeil & Alibal (2005), и Munkata (2001), и естественно Абрахам Лачинс (Luchins, 1942), человек, который стоял у истоков исследований этого эффекта. Вопреки распространённому мнению, он не был его открывателем, но вклад в исследование проблематики внес неоценимый.
Первый свой эксперимент Лачинс провел в 1936 году на одном из семинаров Макса Вертгеймера в аспирантуре Новой Школы Социальных Исследований. Испытуемыми стали 15 слушателей, которые являлись аспирантами, преподавателями и научными сотрудниками этого учебного заведения. Их разделили на 2 группы 11 и 4 человека.
Прежде чем объяснить условия эксперимента вторую группу попросили удалиться из аудитории, сообщив им, что они будут решать некоторые задачки чуть позже.
Оставшейся группе экспериментатор объяснил суть эксперимента. Им надо было решить несколько математических задач. Цель — имея сосуды разного объема надо было получить определенный объем воды, который отличался от объемов данных сосудов.
Всего было 11 задач. На каждую задачу давалось 2.5 минуты или меньше, если участники давали знак, что задача была решена.
Первая задача просто описывала суть эксперимента.
Для того чтобы получить 20 литров воды, имея 29-и и 3-х литровые тары, нам надо полностью заполнить тару А и 3 раза отлить из нее воду в тару B.
То есть решение будет выглядеть как:
Если хотите сами попробовать решить задачи, то сейчас самое время. Дальше будут спойлеры.
Кстати в “Крепком орешке 3” героям Брюса Уиллиса и Самуэля Л Джексона надо было решить сходную задачку для того, чтобы обезвредить взрывное устройство в парке.
Так вот. В чем же суть этих задач?
Задачи 2–6 сам Лачинс назвал Einstellung задачами (E-задачами), что переводится с немецкого как устанавливающие/настраивающие. В психологической литературе тех времен в Германии этот термин использовался для описания неких установок, которые подталкивали человека к определенному типу двигательного или сознательного акта. Цель этих задач была выработать у респондентов стабильный шаблон решения задач. Все эти задачи решались с использованием одной формулы:
Задачи 7–8 Лачинс назвал критическими и дал им обозначение C1 и C2 соответственно. Это были задачи с несколькими вариантами решений. Один из вариантов решения был таким же как и в Е-задачах, но так же у них был и другой, более оптимальный, вариант решения:
В рамках эксперимента предполагалось, что не все критические задачи будут решены оптимальным способом.
9 задача — это проблемная задача. Дело в том, что она не решалась с использованием стандартного подхода B — A — 2C, ответ можно было получить только используя формулу:
Смысл этой задачи был в том, что бы испытуемые осознали наличие другого подхода.
Задачи 10 и 11 были аналогичны 7 и 8. Это также были критические задачи, которые получили обозначение C3 и C4. Они были нужны для того чтобы проверить не поменяют ли испытуемые свой подход к решению задач.
По итогу, из первой группы все респонденты отлично справились с задачами 2–6. Но когда дело дошло до задач 7 и 8, то не один из участников из первой группы не увидел более оптимального решения. Все воспользовались формулой:
Как и предполагалось, 9-ая задача оказала некоторое влияние на испытуемых и в результате в 3-х случаях из 22 было найдено более оптимальное решение в ответах на вопросы С3 и С4, в остальных же решениях продолжали придерживаться уже усвоенного паттерна.
Если не забыли, у нас была еще вторая группа испытуемых. Прежде чем пригласить ее в аудиторию для решения задач, их попросили чтобы после решения шестого вопроса они записали на листочке фразу “Будь внимательнее!” (Don’t be blind!). И как результат, в ответах на критические вопросы С1 и С2 в 5 из 8 случаев был выбран более оптимальный вариант ответа. Роль 9-ой задачи для второй группы была не столь значима как в первом случае.
Лачинс упоминает о том, что когда в конце эксперимента испытуемым показали более оптимальные подходы, все участники не могли поверить, что не увидели столь очевидного решения — “как я мог быть таким дураком”, “как я мог этого не увидеть”.
Это явление получило название Einstellung эффект (E-эффект).
В последствии этот эксперимент повторялся множество раз в различных вариациях, участниками экспериментов стали более 9000 человек с различным образованием и разных возрастов. И результаты каждого эксперимента неуклонно подтверждали тенденцию людей использовать ранее усвоенную стратегию.
В результате экспериментов Лачинс установил, что увеличение числа E-задач увеличивает силу E-эффекта. Обратный же эффект не столь очевиден — уменьшение числа E-задач снижало E-эффект при решении задач С3 и С4, но не С1 и С2. При этом, в некоторых экспериментах было достаточно даже одной E-задачи для того чтобы испытуемые пошли не оптимальным путем при решении С1 и С2. Так же он обратил внимание, что уменьшение времени выделяемого на решение задачи усиливало E-эффект.
Еще один интересный эффект, который повторялся в некоторых экспериментах связан с проблемным вопросом #9. E-эффект оказывал на ряд испытуемых столь большое влияние, что они утверждали, что этот вопрос не имеет решения.
Зачем платить больше?
В ряде экспериментов было установлено, что при решении некоторых задач опыт не влиял на результат.
Исследуя Einstellung эффекта Sheridan(2013) провел один эксперимент.
Есть шахматная доска с расставленными на ней фигурами. Есть две группы испытуемых: те, кто начал играть недавно и профессиональные игроки местного уровня. Задача — внимательно изучить доску, и найти “наиболее оптимальный” (именно в такой формулировке) способ поставить мат играя белыми.
На доске было два решения.
Первое — спертый мат. Шахматисты знакомятся с таким способом одним из первых и в реальных матчах он встречается достаточно часто. Для его реализации требовалось 5 ходов
Второй не наследует никаких стандартных шахматных паттернов. Но для его реализации требовалось всего 3 хода.
Если интересно, шахматные нюансы подробнее можно почитать тут.
Во время эксперимента использовался айтрекер. И в результате было выявлено, что как новички так и профессионалы после нахождения наиболее простой победной комбинации концентрировали свой взгляд только вокруг нее, несмотря на то, что после эксперимента они утверждали, что все время старались найти более простую комбинацию.
Пример решения задачи экспертом:
И пример решения задачи новичком:
Таким образом, даже когда тебя подталкивают к мысли о более простом решении (то, что делал Лачинс в свое эксперименте для второй группы), независимо от предыдущего опыта, человек фокусируется на более привычном решении.
Несколько иную сторону практики продемонстрировали McLean (2011) и Kellman & Kaiser (1994). В своих экспериментах ученые тестировали процесс перцептивного обучения начинающих пилотов.
В рамках эксперимента испытуемым показывали несколько показателей приборов. И испытуемые должны были максимально быстро определить положение самолета в пространстве.
В результате после 3-х часов практики с показателями приборов, новички демонстрировали такую же точность и скорость оценки маневра самолета как и пилоты, налетавшие более 500 часов.
Из чего можно предположить, что нацеленная практика на решение конкретных задач может иметь такой же эффект как значительно более продолжительная общая практика.
Итого
- Эвристическое правило 10000 часов не универсально.
- Однообразный опыт способствует выработке “туннельного зрения” в поиске вариантов решений, а значит снижает эффективность специалиста.
- Специфика полученного опыта важна. Иногда непродолжительная, но целенаправленная практика способна сравнять возможности в решении определенных задач экспертов и новичков.
Macnamara (2019) провела повторно эксперимент Ericsson(1993). Только для чистоты эксперимента использовала двойную слепую процедуру анализа данных. В результате она пришла к выводу, что количество практики не может объяснить, почему некоторые люди приобретают более высокий уровень в своей специализации, чем другие.
Литература
- Bilalic, M., McLeod, P., & Gobet, F. (2008). Why good thoughts block better ones: The mechanism of the pernicious Einstellung (set) effect.
- Bilalić, M., & McLeod, P. (2014). Why Good Thoughts Block Better Ones. Scientific American, 310(3), 74–79
- Crooks, N. M. McNeil, N. M. (2009). Increased practice with “set” problems hinders performance on the water jar task. Taatgen, N. Van Rijn, H. Nerbonne, J. Schomaker, L. Proceedings of the Thirty-First Annual Conference of the Cognitive Science Society Austin, TX
- Ericsson, K. A., Krampe, R. T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363–406
- Feigenspan, J., Kastner, C., Liebig, J., Apel, S., & Hanenberg, S. (2012). Measuring programming experience
- Kellman, P.J., & Kaiser, M.K. (1994). Perceptual learning modules in flight training. Human Factors and Ergonomics Society Annual Meeting Proceedings, Training, 5, 1183–1187
- Macnamara, B. N., & Maitra, M. (2019). The role of deliberate practice in expert performance: revisiting Ericsson, Krampe & Tesch-Römer (1993).
- McLean, G., Wise, L., & Williams, B. (2011). A perceptual training module for pilot instrument scans.
- McNeil, N. M., & Alibali, M. W. (2005). Why won’t you change your mind? Knowledge of operational patterns hinders learning and performance on equations
- North, J.. (2012). An overview and critique of the ‘10,000 hours rule’ and ‘Theory of Deliberate Practice’.
- Sheridan, H., & Reingold, E. M. (2013). The Mechanisms and Boundary Conditions of the Einstellung Effect in Chess: Evidence from Eye Movements. PLoS ONE, 8(10)
- Sherman C. (2011) The Neuroscience of Improvisation
- Гладуэлл М., (2009) Гении и аутсайдеры: Почему одним все, а другим ничего?
- Зубков Б. Имплицитное обучение
