Значимость
нетипичных данных

В бизнесе часто приходится иметь дело с большими и запутанными проблемами. Их трудно подвести под какую-то категорию, они очень изменчивы, и у них сразу несколько причин. Роджер Мартин, декан Ротманской школы менеджмента Университета Торонто и автор книги «The Design of Business», говорит, что решить такую проблему — все равно что справиться с научной задачей. В обоих случаях надо подняться на трехступенчатую «пирамиду знания». По мере восхождения вы сначала только изучаете задачу, затем — вырабатываете эвристическую теорию, некое грубое приближение к разгадке, и лишь после этого строите алгоритм, или пошаговый план решения. Чтобы лучше представить себе, как это происходит, Мартин обратился к человеку, двадцать лет занимавшемуся одной сложнейшей проблемой. Это исследователь аутических спектральных расстройств Стивен Шерер из детской больницы Торонто. Предлагаем вашему вниманию их беседу.

МАРТИН: Меня очень интересно, как менеджеры, ученые и разработчики ищут ответы на «проклятые» вопросы — решают сложные, запутанные головоломки, которые кажутся неразрешимыми?

Взять, к примеру, вопрос о причинах аутизма. Можно годы потратить только на то, чтобы по-

нять, с какой стороны вообще подходить. Что это — наследственная предрасположенность, пороки воспитания или болезнь, вызываемая вирусом? Большинство людей сначала выдвинули бы гипотезу, протестировали ее, а затем стали бы искать данные, которые ее либо подтвердили, либо опровергли. Но вы пошли другим путем. Расскажите, пожалуйста, — каким.

ШЕРЕР: Аутизм — очень широкая проблема. В одиночку ее не охватить ни отдельному исследователю, ни целой лаборатории. Я занялся данными, которые все до меня просто отбрасывали как несущественные. Этот принцип я назвал методом «мусорной корзины». Я убежден, что ответы на самые трудные вопросы очень часто можно найти в данных, которые почему-либо не укладываются в существующие теории. Для меня такие отклонения — своего рода дорожные указатели, которые кричат: «Обратите на нас внимание!». У природы не бывает бесполезного мусора, по ходу эволюции она пустила бы его в дело. Так и нам нужно серьезно относиться ко всем без исключения результатам исследований, в том числе и тем, которые никуда не вписываются.

МАРТИН: Думаю, большинство просто спишет со счетов такие «исключения» как информационный шум или погрешности и будет строить свои теории на тех данных, которые повторяются снова и снова, подтверждая первоначальную гипотезу. А что вы разглядели в этой мусорной корзине?

ШЕРЕР: Я установил некую закономерность в генетической вариативности. У детей с синдромом аутизма наблюдается большее число выпадений и удвоений (или делеций и дупликаций) в генах, причем во вполне определенных. Известно, что геном человека — это своего рода инструкция для нашего организма, диктующая ему, как развиваться. На 99,9% он одинаков у всех людей, а наблюдаемая вариативность — это, используя все ту же аналогию, не более чем несколько замененных букв в тексте.

Однако наша научная группа обнаружила, что наблюдаемые варианты — делеции и дупликации — на деле весьма значимы. Cкорее, они похожи не на опечатки, а на другие формулировки. Мы пытаемся объяснить, как это связано с аутизмом.

МАРТИН: И вы начали разгадывать загадку, переформулировав вопрос «что есть на самом деле?» на «что могло бы быть?». Затем сузили зону поиска и, основываясь на полученных данных, предложили гипотезу, которая делает проблему вполне, скажем так, обозримой.

ШЕРЕР: Я обратил внимание на то, что делают больные аутизмом дети — например, они без конца ищут закономерности в цифрах — и стал изучать, почему они это делают. Я пришел к выводу, что наличие генных делеций и дупликаций, известных как ошибки генного копирования, говорит о предрасположенности ребенка к отклонениям в умственном и психическом развитии, что и вызывает аутичное поведение. Нам уже удалось выделить несколько генов, отвечающих за предрасположенность к аутизму.

МАРТИН: Научные исследования обычно нацелены на то, чтобы получить надежные результаты, то есть результаты, которые могут быть воспроизведены снова и снова. Это основа научной методологии. Но, на мой взгляд, настоящие открытия сулит как раз ваш метод: поиск того вопроса, ответ на который не просто можно получить — он, кроме того, будет содержать действительно нужную нам информацию.

Мне кажется, невозможно одновременно строить надежную теорию и имеющую право на жизнь гипотезу. В первом случае от ученого требуется абсолютная объективность и непредвзятость, а во втором этими вещами отчасти жертвуют. На мой взгляд, провести это разграничение очень важно в научном поиске.

ШЕРЕР: Согласен. Когда исследователь хочет получить надежный результат, он опирается на цифры, что зачастую приводит к утрате нюансов и искажению контекста; из-за этого он рискует упустить какие-то данные. Понимая важность построения правомерной гипотезы, пусть даже в ущерб надежности, ученый сможет создать теорию, которая позволит ему сделать шаг вперед. Обратив внимание на выпадающие из закономерности данные, я увидел то, что не заметили другие исследователи. И когда официальное научное сообщество нам не поверило, мы поняли, что мы на верном пути и нас ждут большие открытия. Теперь, задним числом, нетрудно понять, что случаи вариативности генного копирования не были аномальными, они просто не вписывались в тогдашнюю научную догму.

МАРТИН: Согласно ортодоксальному подходу мы должны плыть в неизвестное, отталкиваясь от известного, уточняя и совершенствуя имеющиеся знания. В свое время я был бизнес-консультантом, и, когда мы начинали работу надновым проектом, подавляющее большинство моих коллег, скажем 85 процентов, первым делом спрашивали: «Есть у нас какой-нибудь отчет в PowerPoint о похожем случае — хочу посмотреть, что и как делать?» Нам нужен алгоритм, на который мы могли бы опереться. Безусловно, готовые формулы важны, они помогают работать эффективнее. Если у вас есть методика решения задачи, значит, есть и готовый сценарий действий, это сильно экономит время. Но в этом кроется и опасность — вы рискуете упустить какие-то аспекты проблемы.

ШЕРЕР: В исследованиях аутизма мы пока не дошли до построения алгоритма. Мы все еще пытаемся обозреть эту загадочную область с разных сторон и дорабатываем нашу теорию на основе новых знаний, которые получаем. Но придет время и для алгоритма. Возьмите проект генома человека: как только мы разгадали его тайну, мы смогли создать геномную карту. И лаборатории во всем мире стали координировать свои действия в соответствии с этим алгоритмом. Так что у алгоритмов масса преимуществ. Но, чтобы дойти до этой стадии, требуется время.