Данные исследований и личный опыт: что работает при принятии решений?

Пфеффер и Саттон - авторы книги "Доказательный менеджмент. Новейшая концепция управления от Гарвардской школы бизнеса" - пишут: "Предположим, врач или менеджер принимает решение, которое не основано на лучших на данный момент доказательствах. В чем его винить? Проще всего предположить худшее: глупость, лень, обман. Но в реальности дело обстоит несколько иначе. Опытные практики избегают поиска новых доказательств (лучших на данный момент - АК), потому что они доверяют своему собственному опыту больше, чем исследованиям. Большинство из них почти наверняка признали бы проблемы с небольшим размером выборки, на базе которой формировался личный опыт, но, тем не менее, информация, полученная из первых рук, часто кажется богаче и ближе к реальным знаниям, чем слова и данные в журнальной статье" (Evidence-Based Management by Jeffrey Pfeffer and Robert I. Sutton).

В качестве подтверждения наблюдения Пфеффера и Саттона приведу две цитаты. 

Президент Беларуси А.Лукашенко (опубликовано РИА "Новости" 02.04.2020):
"Вчера один очень умный россиянин (ученый – ред.), я послушал, сказал: надо физически бороться с ним (коронавирусом – ред.). Я думаю, как же физически? Надо себя защитить от опасности. Спортом заниматься надо и на свежем воздухе быть. Надо легким помочь. Мы, говорит, на диете сидели, а нужна жирная пища. И я тоже ограничивал себя. А сливочное масло надо сейчас есть, оказывается, жир помогает легким бороться с вирусами", - сказал Лукашенко. По словам президента, если специалист, ученый, такое говорит, "наверное, не дурак". "Вот я из опыта своего его в этом поддерживаю" (выделено мной - АК), - заметил он".

Президент США Д.Трамп (опубликовано BBC News 19 мая 2020 года):
"На вопрос о том, что он считает доказательствами положительных качеств  гидроксихлорохина (для профилактики COVID-19 - АК), г-н Трамп ответил: "Вот мои доказательства: я получил много положительных отзывов об этом"  (выделено мной - АК). Он добавил: "Я слышал много хороших историй [о гидроксихлорохине]  (выделено мной - АК), и если это нехорошо, я скажу вам прямо: я не собираюсь причинять себе вред".

Наверное, этот эффект следует отнести к сфере психологии. Мы более склонны признавать данные исследований в качестве доказательств, если они соответствуют нашему личному опыту. И, наоборот, если данные исследований не подтверждаются нашим личным опытом либо противоречат ему, использование таких данных может оказаться под вопросом. Можете провести мысленный эксперимент и проверить, так ли это в Вашем случае применительно к тем решениям, которые принимаете Вы.

Движущая сила оценки

Боб Вильямс из Новой Зеландии опубликовал на днях небольшую заметку, которая начинается с такой фразы: "Критерии - движущая сила оценки". В этой заметке Боб обосновывает свою позицию относительно значимости критериев при проведении оценки. О нашей с ним дискуссии по поводу критериев в оценке я писал ранее.

Аргументация Боба на этот раз такова. Если понимать оценку как "систематический процесс определения достоинств, ценности или значимости чего-либо"; то определить, что относится к достоинствам программы, её ценности или значимости, без критериев невозможно. Далее Боб указывает на риски, связанные с использованием стандартного набора критериев. Он настаивает на том, что критерии должны формироваться под каждую конкретную задачу, ссылаясь, в частности, на разработки Чёрчмена (C. West Churchman) и Ульриха (Ulrich) в сфере "критических систем" (Critical Systems). Одной из центральных тем в рамках этого подхода является определение границ (boundaries) в связи с решением той или иной задачи. Критерии, по мнению Боба, задают такие границы. Непродуманное использование стандартных критериев может привести к ошибкам. Боб приводит в качестве примера критерий "эффективность использования средств" (efficiency) для экспериментальной программы. Он считает, что в такой программе средства почти наверняка будут использоваться не слишком эффективно, однако это никак не влияет на ценность программы: она может быть очень даже стоящей с точки зрения понимания того, как работает использованный в ней подход. 

Хорошие вопросы

Один из самых ценных и важных моментов для меня как для преподавателя - это вопросы слушателей. Во-первых, эти вопросы показывают, насколько люди включились в осмысление предложенной темы. Во-вторых, вопросы помогают понять, что можно было бы рассказать по-другому, точнее, нагляднее и - по возможности - исправиться, а также учесть это на будущее. В третьих, вопросы слушателей предоставляют преподавателю возможность для творчества в реальном времени, поскольку часто заранее заготовленного ответа может и не быть.

Предлагаю уважаемым читателям этого блога подумать над ответами на следующие вопросы, заданные слушателями в ходе недавнего (естественно, онлайнового) обзорного курса по оценке проектов и программ. Вопросы касаются экспертной и индикаторной оценки (здесь пост про виды оценки).

• Может ли специалист по оценке, основываясь на своем сугубо личном положительном опыте, сделать заключение об эффективности проекта?
• Какова мера ответственности экспертов, оценивавших замысел проекта, за наступление (или ненаступление) прогнозируемого результата проекта? 
• Для проведения экспертной оценки привлекаются опытные люди. При этом эксперт с 20-летним стажем может быть ярым противником новых методов и подходов, но его мнение окажется "весомее" мнения молодого новатора. Как быть?  
• Чем регламентирована ответственность эксперта за результаты проведенной им оценки? Что можно было бы предусмотреть в договоре с экспертом в плане его ответственности в целом (не по сути экспертной оценки)? 
• Есть ли какая-то зависимость между тем, какой вид оценки применялся на этапе проектирования, и какой вид оценки используется на этапе реализации проекта? 
• Следует ли установить существенные критерии/индикаторы для оценки проектов в определенных предметных областях? 
• Как определить наиболее значимые (весомые) индикаторы?
• В каких ситуациях целесообразно применять индикаторную оценку, чтобы получить максимальный эффект? 
• Каким образом можно выявить "пустой" индикатор (индикатор, значение которого ни о чем важном не говорит)? 
• Как давать оценку индикаторам, целевые значения которых были изначально занижены? Как обосновать свое суждение в этом случае? 
• Как оценить качество индикаторов?