Работа рулит! Почему большинство людей в мире хотят работать именно в Google

[34] Предвзятость подтверждения — один из многих способов, с помощью которых бессознательное вынуждает нас — пусть непреднамеренно — выносить неверные решения. В попытке построить менее предвзятую и более приемлемую для всех рабочую среду мы в Google стремились снизить до минимума предубежденность. Об усилиях в этом направлении мы рассказали в статье «Вы не знаете то, что вы не знаете. Как наше неосознанное мышление ухудшает рабочую среду» (How Our Unconscious Minds Undermine the Workplace. Google (официальный блог), 25 сентября 2014 г. // http://googleblog.­blogspot.ru/­2014/­09/­you-dont-know-what-you-dont-know-how.html).

[35] «Правильный» ответ таков: если от заданного вопроса вы уменьшаетесь в объеме (теряете вес), но больше он ни на что он не влияет, то отношение силы к массе растет и вы можете просто выпрыгнуть из блендера. Прежде чем дать правильный ответ, герои Винса Вона и Оуэна Уилсона также предположили, что блендер сломается (а это они знали, потому что сами когда-то продавали блендеры) и они спасутся. А затем? «Вы выпустите в мир двух парней размером с десятицентовик! — воскликнули они. — Подумайте об открывающихся возможностях! Починка солнечных очков? Да мы запросто справимся с этими крошечными винтиками! А может, засунуть нас в маленькие субмарины, которые запускают в тела людей, и они борются с болезнями?.. Я думал, мы застряли в этом блендере. А теперь мы будем спасать жизни? Вот это да!»

[36] Я немного упрощаю. Точнее, r² — это мера, определяющая, насколько эффективно одна или более переменных могут предсказать конечный результат. Если значение r² статистически значимо и составляет около 100% (что редко случается в социологических исследованиях, учитывая житейскую кутерьму!), можно уверенно предсказать конечный результат с учетом других данных, использованных при моделировании. Если значение r² ближе к 0, точность предсказаний будет ниже. Значения r² основаны на исходной корреляции переменных, или вероятности того, что некие события произойдут одновременно. Ни r², ни корреляция не являются показателями причинно-следственной связи. Иными словами, большая положительная корреляция (например, r² = 0,9) не означает, что А — причина В только потому, что А и В произошли одновременно. Если я отправляюсь на пробежку каждый день в шесть утра (о, если бы я мог себя заставить!), а перед этим вывожу во двор своего песика, время моих пробежек коррелирует с прогулкой собаки (и наоборот), поскольку они происходят одновременно, но ни одно событие из двух не является причиной другого. Если бы вы имели в распоряжении достаточно большой набор данных, могли контролировать другие факторы и провели статистическую проверку, чтобы убедиться в корректности результатов, тогда корреляция была бы замечательной точкой отсчета, чтобы выносить суждения о том, что работает, а что нет. При найме сотрудников результаты собеседования, разумеется, не обусловливают производительность, хотя — при условии контроля других переменных — могут помочь предсказать, насколько хорош окажется кандидат для той или иной вакансии.

[37] К сожалению, исследование Россер показало различие, но не объяснило его причины. Одно из них таково: юноши и девушки находятся в равном положении, отвечая на все вопросы теста, но представители каждого пола становятся жертвами «угрозы стереотипов» — психологического феномена, когда люди ведут себя в соответствии со стереотипами, которые им приписывают. Например, исследования показали: если участники тестирования информированы о стереотипах до его начала, их результаты меняются. В ходе одного фундаментального исследования группе девушек до начала теста по математике сообщили, что результаты отражают гендерные различия. И различия действительно появились: девушки показали худшие результаты, чем юноши. Когда другой группе девушек сообщили, что тест не предполагает гендерных различий, их не было выявлено. (Источник: Spencer S. J., Steele C. M., Quinn D. M. Stereotype Threat and Women’s Math Performance. Journal of Experimental Social Psychology, 1999. Vol. 35, No. 1. Pp. 4–28.) Дальнейшие изыскания подтвердили разрыв в гендерном составе в тесте SAT, а также продемонстрировали расовую необъективность. См., например: Hill C., St. Rose A. Where the Girls Are: The Facts About Gender Equity in Education // American Association of University Women, 2008. См. также: Santelices M. V., Wilson M. Unfair Treatment? The Case of Freedle, the SAT, and the Standardization Approach to Differential Item Functioning // Harvard Educational Review, 2010. Vol. 80, No. 1. Pp. 106–134.