
Простое натаскивание сотрудников на сдачу тестов нередко приводит к выбрасыванию денег на ветер.
Важное исключение составляют те профессии, где ничего, кроме качественного знания и исполнения регламентов, не требуется. Но такие профессии и вакансии стремительно вымывает с рынка роботизированная автоматика.
Да, в некоторых отраслях они все еще нужны, не спорю. И даже останутся нужны. Также существует немало профессий, где необходимо владеть большим объемом данных и постоянно его актуализировать. Но даже там все больше требуются способности управлять автоматикой и принимать нестандартные решения.
То есть вопрос не в том, что данные и информация совсем не нужны. Вопрос в том, что они — лишь начальные условия для мастерства профессиональной мыследеятельности, но не само это мастерство.
В большинстве современных профессий от человека требуется решение все более усложненных, комплексных и не определенных заранее вопросов и задач. Требуется не просто точное действие, а именно точное мыследействие. Не по шаблону, а ситуативно, в конкретной ситуации.
К сожалению, большинство современных программ обучения не умеет не то что измерять развитие мышления, но и, собственно, его развивать. Нельзя сказать, что таких программ нет совсем, но их действительно мало, и отличает их иная шкала приоритетов: не только данные и информация, но живое и ситуативное знание; и не только ситуативное знание, но и целостные навыки точного мышления и мыследействия.
Мы оцениваем не все, что стоит развивать
Как правило, руководство задает отделу обучения простой вопрос: окупились ли средства, вложенные в развитие сотрудников? Бюджет освоен, курсы проведены, сертификаты выданы… Но что с выручкой и текучкой?
Если остались прежними, то принято винить старые метрики: они никуда не годятся, и нужны новые. Ответ удобный и даже отчасти верный, но он предполагает целую серию следующих вопросов:
— А что тогда нужно измерять, чтобы изменить ситуацию? — А можно ли это нужное измерить вообще? — И если можно, то как?
Не то чтобы мы вообще учим не тому, чему стоило бы. Конечно, в каждой серьезной программе есть свой корневой материал, свой апробированный годами объем необходимых базовых знаний (body of knowledge) и даже свой стиль и метод подачи этого материала. Но мы все чаще замечаем, что освоения такого материала оказывается недостаточно.
Почему? Потому что большая часть программ натаскивает людей на запоминание данных и регламентов, которые в нынешней ситуации порой устаревают быстрее, чем заканчивается курс. То, что вчера помогало продавцу закрыть сделку, завтра уже не поможет: и клиент другой, и рынок изменился, и случай ни на что не похож. Порой натаскивать сотрудников на стандартные ответы — все равно что выдавать гребцу карту поведения в прошлогоднем шторме.
Сегодня важно учить не только типовым ответам в простых, стандартных ситуациях, а — и это прежде всего — умению думать там, где готового ответа еще нет и быть не может, и самому добывать живое знание по ходу дела.
Не то чтобы типовые ответы не нужны. Конечно, нужны. Но при современном развитии интеллектуальных технологий освоить регламенты и типовые ответы, а затем сдать по ним тесты сотрудник может или полностью, или почти полностью самостоятельно.
А вот научиться мыслить и принимать самостоятельные решения в постоянно меняющейся ситуации, когда типовая схема или регламент уже не выручают, он сам, как правило, не может. Человеку нужно думать «об кого-то», «с другим», а еще — вместе с самой ситуацией и ее реальными актантами: людьми, документами, инфраструктурами, машинами, оборудованием, программными роботами и ИИ-агентами, цифровыми продуктами и прочим.
То есть учить нужно всей матрице DIKW+W, а не только двум нижним уровням:
- D — данные (data);
- I — информация (information);
и далее:
- K — живое ситуативное знание (knowledge);
- W — мудрость мыслить точно и целостно (wisdom).
А если хотите совсем глубокое соображение, то я добавляю и второе W: The Word. Это не просто знание правильных слов, а интуитивное точное ценностное знание в моменте.
И если мы хотим действительно менять результаты — особенно теперь, когда D и I все больше замещаются роботизированной автоматикой, программной или промышленной, — то нам важно:
- развивать как минимум четыре, а лучше все пять измерений интеллектуального капитала человека-сотрудника (а значит, и компании);
- разобраться, что из этого можно проверить через ROI, а что нет;
- продумать, как все-таки следить за прогрессом по всем пяти измерениям.
Дальше — по этим трем пунктам.
Под какие задачи — какое мышление
Чтобы понять, какие измерения развивать у конкретного сотрудника, нужно сперва разглядеть, с каким родом задач он имеет дело. Здесь выручает различение Дэйва Сноудена, известное как Cynefin (читается «кеневин»): оно разводит профессиональные задачи и ситуации по пяти родам, каждому из которых отвечают свои уровни матрицы DIKW+W.
В простых, привычных задачах связь причины и следствия очевидна, верный способ известен — и хватает нижних уровней, данных и информации (D+I). Кассир, оператор типовых заявок, новичок на отлаженном участке: им и впрямь нужно освоить регламенты и образцы. Но даже здесь не обойтись без разбора нестандартных случаев — иначе при первом же отклонении человек растеряется.
В усложненных задачах верный способ тоже есть, но за ним нужно идти глубже — к расчету, разбору, живому совету и живому ситуативному опыту мастера / эксперта. Тут к данным и информации добавляется K, живое ситуативное знание: умение добраться до ответа, а не получить его готовым.
В комплексных задачах готового способа нет вовсе: причина и следствие проясняются лишь задним числом. Здесь работает уже не знание о прошлом, а W, мудрость: инициативная способность пробовать максимально безопасно, действовать итеративно, всматриваться в отклик и менять галсы деятельности в зависимости от направления и силы обратной связи прямо на ходу. Переговоры с новым крупным клиентом, запуск незнакомого продукта, перестройка команды — это не задачи с ответом в конце учебника.
В хаотических задачах рушится сама временная опора деятельности: думать некогда, сперва нужно совладать с чрезвычайной ситуацией. Авария, удар по репутации, внезапный уход ключевого человека — тут все держится на том самом втором W, на точном ценностном знании в моменте, которое нельзя ни выучить, ни скопировать у другого.
И есть зона неопределенности, где неясно даже, с каким родом задач имеешь дело. Сначала этот род задач нужно в принципе распознать — иначе будем тушить пожар инструкцией для кассы.
Отсюда вывод по первому пункту. Чем дальше задача от простой, тем выше по матрице приходится подниматься — и тем меньше смысла натаскивать на данные и регламенты. В усложненном, комплексном, а тем более в хаотическом домене профессиональных ситуаций такое обучение не просто бесполезно: оно обманывает и сотрудника, и компанию, будто человек и вправду чему-то научился. На деле он вызубрил ответы к ситуациям, которых больше не будет.
Почему верхним уровням не научишься в одиночку
Второе следствие из матрицы не менее важно. Нижние уровни — данные и регламенты — сотрудник при нынешних технологиях вполне может освоить сам с минимальной поддержкой, в том числе онлайн: прочитает, прогонит через цифровой тренажер, сдаст тест. А вот верхним уровням в одиночку не научишься. Живое знание и точное мыследействие рождаются только «об кого-то» и «с другим» — и вместе с самой ситуацией и ее настоящими участниками: людьми, инфраструктурами, оборудованием, программными роботами, ИИ-агентами, цифровыми продуктами.
Старая морская метафора, которую привнесли в управленческую мысль Михаил Петров и Сергей Попов, передает это точнее всего. На пентеконтере, греческой пятидесятивесельной лодке, в бою и в шторме ничто не повторялось дважды; ни вчерашний рейд, ни заученный порядок не спасали, когда обстановка всякий раз складывалась заново. Корабль становился школой точного мыследействия — местом, где думают на ходу, в общем ритме, под общей ответственностью. И где цена ошибки близка к вопросу о жизни и смерти. Этому не выучишься по бумаге на берегу; этому учатся только у весла и за штурвалом.
Поэтому верхние измерения мыследеятельностного мастерства сотрудника целесообразно развивать лабораторно — прямо на рабочей палубе своей или похожей организации, в ее настоящих задачах: в команде, в отделе, в проектной группе, на стыке подразделений. Люди вместе встречают живое затруднение, вместе ошибаются, вместе разбираются, что сработало и почему, и вместе превращают это в общий навык. Мастер при этом не владеет знанием как собственностью — иначе сообщество мастеров мало-помалу вырождается в закрытый цех, где новичка не учат, а заставляют подчиняться.
Что из этого проверяется через ROI, а что — нет
Теперь следующий вопрос — что из описанного вообще поддается проверке через ROI? Ответ зависит от уровня матрицы.
Нижние уровни действительно возможно оценить честно и относительно точно. Там, где мы учим типовому и стандартному профессиональному поведению — работе с данными, регламентами, проверенными приемами, — отдачу можно и нужно измерять деньгами напрямую. Здесь формула на первый взгляд проста:
ROI = ((дополнительная прибыль или экономия − полная стоимость обучения) / полная стоимость обучения) × 100%.
Однако некоторая сложность кроется в слове «полная». В стоимость входит не только цена курса, но и часы, оторванные наставниками от основной работы, и спад выработки, пока новое приживается; без этих скрытых расходов расчет превращается в самообман. А в реальную отдачу можно записывать только тот прирост, что не связан с сезонными всплесками, рекламными кампаниями и общей динамикой рынка. Для этого и нужна контрольная группа — похожие сотрудники, которые в те же сроки не учились: если выросли доходы у всех, обучение здесь ни при чем.
Уровень навыков оперирования с живым знанием у сотрудников проверяется уже не цифрой в отчете, а делом. Прямой подсчет тут обманчив: по деньгам видно, что показатели сдвинулись, но не понять, отчего — оттого ли, что люди стали работать толковее, или оттого, что выдался удачный квартал. Зато виден цифровой след: пошли ли новые приемы в настоящую переписку, в реальные звонки, в живые сделки — или сотрудник всего лишь сдал тест. Это и есть лабораторное наблюдение за палубой.
А верхние уровни — мудрость и точное знание в моменте — через ROI не проверяются вовсе. Никто не выйдет к финансовому директору с твердым заверением: «Мышление приобретено, вот сертификат». Живое знание сертификатом не удостоверяется. И это не слабость подхода, а честная граница: чем выше по матрице, тем меньше остается того, что можно положить на весы.
Как следить за всеми пятью измерениями
Остается самый трудный вопрос: как тогда вообще следить за прогрессом по всем пяти измерениям, если верхние не доказываются цифрами?
Ответ простой по форме и непростой по дисциплине. О верхних уровнях нельзя честно сказать «мы пришли», но можно точно увидеть, где знание не удается проходить, а мышление не удается происходить. За прогрессом здесь можно следить исключительно косвенно, «от обратного»: проверяя не достижения, а срывы и искажения.
Таких уровней проверок в моем подходе четыре, и они складываются в список из четырех вопросов к любому отчету об обучении.
- Упрощение. Не упростили ли мы живое целостное развитие до одной удобной формы? К одному проверяемому тесту / комплексному экзамену? К форме, в которой вся история обучения и развития ужата в одну или несколько тестовых оценок, а живая сложность обрублена до удобной таблички?
- Подмена. Не стал ли для нас сертификат, успешно сданный тест или красивый отчет на место подлинно развитого навыка мыследействия? Подмену распознать сложнее всего: она говорит гладким, убедительным языком отчета и метрики.
- Инверсия. Не стал ли сам этот отчет единственной целью обучения? Когда людей учат лишь бы выполнить план обучения, а план выполняют лишь бы было за что отчитаться. В инверсии средство и цель меняются местами.
- Омертвение. Не уцелела ли пустая форма там, где живого знания давно нет? Система обучения работает, регламенты написаны, отчеты сдаются и принимаются, а живое развитие навыков уже через них не проходит.
Эти четыре вопроса работают на всех уровнях матрицы DIKW+W сразу, потому что проверяют не достижение, а потерю. К ним стоит добавить простую проверку на живучесть: три замера — через месяц, через три и через полгода. Успехом считается не всплеск сразу после курса, а сохраненный к шестому месяцу отрыв от контрольной группы. Отрыв держится — знание идет в дело; пропал — оно омертвело, и это надо суметь честно увидеть, а еще важнее суметь это не скрыть ради красивой таблички и премии.
А здесь прежде всего нужен тот, кто удерживает все это живым, — руководитель обучения в роли кормчего. Который проводит живое знание в мыследеятельность команды, а не присваивает его и не переплавляет в нужную отчетность. Форму, которая перестала проводить жизнь, он отпускает — не потому, что появилась новая мода, а потому, что прежняя больше не служит делу.
Итог
Давайте теперь сведем все воедино. Данные и информация — не враг и не пустая трата времени: это начальные условия мастерства, но не само мастерство. Беда начинается там, где обучение на них и останавливается, а работа давно требует живого знания, мудрости и точного решения в моменте.
Поэтому развивать стоит не два нижних навыка, а всю матрицу — как минимум до живого знания, а лучше до обоих W. Нижние уровни честно считаются через ROI; живое знание видно по делу и по цифровому следу; верхние не доказываются вовсе — за ними следят по срыву, а не по сертификату.
Исходя из этого, сам способ мониторинга качества обучения стоит поменять.
Переходя от вопроса «окупилось ли обучение?», в котором толку немного, поскольку уже сам этот вопрос невольно подталкивает и организатора, и исполнителя обучения и к упрощению, и к подмене. Куда честнее спросить иначе — растет ли у людей способность к точной мыследеятельности в нестандартной ситуации / в усложненной, комплексной, неопределенной обстановке со множеством неизвестных? От первого вопроса на душе спокойнее, но честного ответа о качестве обучения и о том даже, произошло ли оно вообще, он не дает. А на второй вопрос возможно ответить только самим делом и его следом.














