Сегодня ученые, медики, бизнесмены и учителя все еще оценивают интеллект человека по одному-единственному показателю — шкале IQ (коэффициент интеллекта). Конечно, мы готовы признать, что способности действительно бывают разными — музыкальные, художественные, физические, — но все равно никак не можем отказаться от идеи общей одаренности, которая проявляется во многих областях. Поэтому мы думаем, что если в чем-то один человек проявил себя умнее другого, то он лучше справится практически с любой сложной задачей, которую перед ним поставят.

Давайте рассмотрим и сравним два неоднородных профиля умственных способностей. Оба принадлежат женщинам, прошедшим тест на интеллект Векслера для взрослых (WAIS)[192] — один из двух широко используемых сегодня инструментов проверки интеллекта[193]. Профиль каждой женщины содержит показатели по десяти субтестам WAIS, каждый из которых позволяет отдельно оценить тот или иной аспект интеллекта, например словарный запас или умение решать головоломки. В конце теста результаты всех субтестов суммируются и из них выводится показатель IQ испытуемой.

Какая из женщин умнее? Если верить результатам теста, обе умны одинаково: IQ каждой равен 103 баллам. Они обе не значительно отклонились от среднего показателя интеллекта, равного 100. Если бы перед нами стояла задача пригласить на работу умнейшую из них, мы не смогли бы отдать предпочтение ни одной. Тем не менее у каждой женщины абсолютно разные сильные и слабые стороны, а значит, показатель IQ явно вводит нас в заблуждение[194].

Интеллект: неоднородность характеристик

Как и в случае с физическими параметрами, корреляция между оцениваемыми тестом аспектами умственных способностей в большинстве случаев не особенно высока[195], а это доказывает, что интеллект человека неоднороден и не может быть описан и оценен с помощью одного значения, например показателя IQ. Однако по-прежнему мало кто способен устоять перед соблазном оценить интеллект с помощью одной-единственной цифры или категории. А между тем такая оценка содержит больше ошибок, чем показывают профили умственных способностей. Есть доказательства того, что при делении умственных способностей на еще более мелкие составляющие и сравнении их, например на краткосрочную вербальную память и краткосрочную образную память, корреляция этих «микросоставляющих» тоже будет низкой[196]. Покроши интеллект хоть в капусту, однородным он все равно не станет.

Все эти доказательства заставляют нас задать резонный вопрос: если человеческие способности настолько неоднородны, почему психологи, учителя и бизнесмены продолжают использовать одномерное мышление для их оценки? Да потому, что большинство из нас — дети теории усреднения, в которой система всегда доминирует над человеком. Построить на малой корреляции целую функциональную систему оценки вполне возможно: отбирая сотрудников на основании одного-единственного показателя, можно принять неверное решение в каком-то конкретном случае, но в среднем все равно результат получится лучше, чем при случайном отборе.

Нам удалось убедить себя в том, что слабая корреляция что-нибудь да значит, хотя на самом деле она не значит ничего. В психологии и педагогике почти везде принято считать, что наличие корреляции, скажем, 0,4 (корреляция между результатом теста на академическую успеваемость и оценками за первый семестр в колледже[197]) говорит о том, что вы выявили высокое соотношение. Однако с чисто математической точки зрения если вы обнаружили корреляцию между параметрами с показателем 0,4, это значит, что вы сумели объяснить лишь 16 процентов каждого из них[198]. Вы же не думаете, что досконально разобрались в теме, если можете объяснить ее суть всего на 16 процентов? Вы бы отдали свою машину в ремонт мастеру, разбирающемуся в неисправности только на 16 процентов?

Конечно, если нас больше интересует эффективность системы, чем индивидуальность, 16 процентов в среднем, безусловно, лучше, чем ничего. Этого бывает достаточно для разработки стратегий для групп людей. Но если наша цель — выявить и развить уникальные качества отдельного человека, то при низкой корреляции мы преуспеем в этом, только если будем помнить, что индивидуальные качества обладают свойством крайней неоднородности.

В 2004 году Тодд Карлайл занял должность аналитика в отделе по работе с персоналом Google, где помогал проект-менеджерам при поиске новых сотрудников взаимодействовать с рекрутерами, составляющими «пакеты данных» о кандидатах на должность для принятия решения. На тот момент наиболее значимой частью данных этих пакетов считался средний балл и результаты стандартизированного тестирования. Однако Карлайл подметил, что менеджеры часто просили рекрутеров предоставить дополнительную информацию о претендентах[199]. Кто-то хотел знать, побеждал ли соискатель в соревнованиях программистов; кто-то интересовался, нет ли у кандидата хобби вроде шахмат или игры в музыкальном коллективе. Похоже, что у каждого менеджера были собственные соображения насчет того, что еще следует узнать о человеке, прежде чем взять его на работу.

«В один прекрасный день я подумал: если традиционные средства оценки — все эти баллы и результаты тестов — так уж хороши, почему все постоянно запрашивают какие-то дополнительные, явно нестандартные данные? — рассказывает Карлайл. — И я решил провести эксперимент»[200]. Карлайла преследовала мысль, что Google ненарочно отсеивает талантливых людей; по его мнению, эта проблема, возможно, отчасти была обусловлена чрезмерной зацикленностью на небольшом наборе привычных критериев. Поэтому он решил изменить принятый в компании подход к найму персонала таким образом, чтобы можно было анализировать личные качества кандидата. Поскольку в Google все важные решения принимаются коллегиально, Карлайлу понадобилось убедить руководство в ценности своего предложения, а для этого требовалось провести исследование, которое подтвердило бы не только его догадки относительно аспектов способностей, гарантирующих кандидату успех в Google, но и всех прочих сфер, которые считали важными другие менеджеры и руководители.