 |
Обучение игре и игра ради обучения
|
|
|
|
Поиск лучших режимов обучения привел меня к сочинениям нескольких известных исследователей в области образования. Тремя источниками, чьи работы оказали наибольшую помощь, были британский психолог Д. У. Винникотт («Игра и реальность»*) из Tavistock Institute, учитель и писатель из США Джон Холт («Как дети учатся»**) и Сэймур Пэйперт из Media Lab, базирующейся в Массачусетском Технологическом Институте («Умственные бури: дети, компьютеры и могучие идеи»***).
Все трое писали в первую очередь о классных комнатах и детях, но читая их книги и держа в уме компании, поражаешься сходству. Ситуации в классной комнате легко обращаются в ситуации в зале заседаний, как мы вскоре обнаружили в Группе планирования Shell.
У всех троих авторов была одна тема: сущность обучения - это открытие через игру. Процесс принятия решений, ускорявший обучение, мог сделать это только путем искусного использования игры.
Психиатры из Tavistock Institute знали это с середины 1940-х годов. Они руководили одним из наиболее крупных тренировочных и обучающих мероприятий XX столетия - подготовкой союзных армий к вторжению во Францию в 1943 году. После войны они основали институт для продолжения усилий. Из их пионерской работы мы получаем лучшее представление о том, что такое «игра» на самом деле и как она улучшает приобретение знаний индивидами и группами.
Д. У. Винникотт впервые опубликовал свою книгу «Игра и реальность» в 1971 году. В ней он ввел в обращение идею «переходного объекта». Игра, рассуждал он, всегда происходит с вещью в руке: с игрушкой. Девочки играют с куклами, мальчики с наборами «Лего», а малыши обоих полов с игрушками Фишер-Прайс.
Игра с игрушками очень отличается от игры-соревнования или игры-спорта. Тут нельзя выиграть. Играющий экспериментирует с объектом, который некоторым образом представляет реальность. Это заставило понять разницу между игрой и соревнованием. Игра экспериментирует с игрушкой, которую играющий воспринимает как представляющую его или ее реальность. Это делает игрушку «представлением» реального мира, с которым обучающийся может экспериментировать, не опасаясь за последствия. За всем весельем стоит очень серьезная цель: игра со своей реальностью позволяет нам больше понимать мир, в котором мы живем. Играть значит учиться.
|
|
|
Винникотт назвал эти игрушки переходными объектами, потому что они помогают ребенку перейти от одной жизненной фазы к следующей - от одного уровня понимания мира к следующему. Девочка, например, вкладывает в куклу часть своей реальности. Для нее кукла - это ее маленький братик или друг. Она экспериментирует (играет) с ней. Поскольку кукла - это только игрушка, можно не опасаться за последствия. Она может сломать ее и узнать, что определенные действия ведут к увечьям. Она может подбрасывать и ронять ее так, как мать никогда бы не позволила сделать с ее настоящим братом-малышом. В такой игре девочка приобретает знания об отношениях и о причинах и следствиях. Она учится и сможет действовать в реальной жизни на более высоком уровне развития.
Деловые люди делают нечто подобное. Когда Shell разрабатывает новое нефтяное месторождение в Северном море, и должна быть построена новая буровая платформа, мы не экспериментируем с реальностью! Мы не будем строить конструкцию, погружать ее на 100 м в морскую воду и смотреть, что случится, а построим модель в масштабе, которую поставим на модель морского дна. Затем мы экспериментируем с этими масштабными моделями, иногда годами. Мы подвергаем нашу «игрушку» воздействию всех мыслимых сил волн, ветра и времени, чтобы посмотреть, что может случиться. Затем, и только затем, мы строим реальную вещь.
|
|
|
Аналогично в химической компании, разрабатывающей новый процесс, будут делаться модели и производиться с ними эксперименты в течение месяцев - в масштабах лабораторного стола, на опытной установке и иногда на прототипе производственной установки прежде чем будет спроектирована окончательная конструкция. То же и для дамбы, строящейся в Нидерландах, крупной плотины или любой технической ситуации, в которой мы не хотим аварий и жертв.
Военные, для которых каждая ошибка - вопрос жизни и смерти редко двигаются с места, не поиграв в бесконечные «военные игры». Многие операции войны в Персидском заливе в 1990 году, наряду со всей схемой снабжения и перевозок, были проиграны на компьютерных моделях. Подобным образом в бизнесе, во всех случаях, когда риски велики, мы не экспериментируем с реальностью. Мы проходим через длительную фазу экспериментирования с моделью, представлением реальности, прежде чем вступим в реальную жизнь. Даже программы табличных вычислений являются «игрушками» в этом смысле; руководители могут моделировать главные финансовые решения, испытывая разные версии реальности перед тем как рисковать огромными суммами денег по-настоящему.
Все эти примеры должны сделать ясной одну вещь. Мы в бизнесе прекрасно знаем, что игра - это наилучший метод обучения. Вот почему меня никогда не перестает изумлять, что в большинстве случаев при принятии деловых решений игра даже не рассматривается как средство обучения. Вместо моделирования реальности мы «учимся на опыте» - экспериментируем с самой реальностью.
Мы видим проблему, включаем ее в повестку дня следующего заседания. Приходит день заседания, мы делаем все сразу: понимаем, о чем этот пункт повестки, думаем, что может случиться в будущем в связи с этой проблемой, придумываем действия, которые должны быть предприняты, и запускаем их выполнение. Мы делаем все это, желательно за одно заседание, причем должны рассмотреть еще два пункта повестки, прежде чем два ключевых человека, сидящих в углу, должны будут в спешке удалиться, чтобы успеть на свои самолеты.
Это управление в стиле Рэмбо чрезвычайно распространено. Оно в основном адекватно, хотя и не идеально, для оперативных решений, когда знания и приоритеты находятся в гармонии с окружающим миром. Банк, реагирующий на увеличение уровней процентных ставок, или богатая компания, принимающая решение о сравнительно маленькой инвестиции, могут позволить себе это. Однако героическое принятие решений становится высокорискованной азартной игрой в устойчиво нездоровых ситуациях, где единственным выходом является адаптация: закрытие завода, новое направление программы исследований, отмена запуска продукта.
|
|
|
Неудивительно, что так много фатальных ошибок совершается при управлении переменами в компаниях, или что так много руководителей имеют так мало времени подумать, потому что они постоянно заняты тушением пожаров. По мне, эта широкая распространенность неприятных казусов является сильным аргументом в пользу управления компаниями со столь же малой терпимостью к ошибкам управления, какую мы в настоящее время практикуем на более технических участках бизнеса. Столько же, если не больше, людей зависят от качества управленческих решений о поглощениях, слияниях, закрытии завода или замены выпускаемого продукта, сколько их рискуют собой на платформе в Северном море. Менеджер по маркетингу даже небольшой компании, такой как Shell-Кения, влияет своими решениями на гораздо большее количество людей, чем пилот Boeing 747, а это 350 пассажиров. Не следует с такой готовностью идти на больший риск в нетехнической сфере только потому, что результаты ошибок сказываются не так быстро и жестоко.
«Лего» для руководителя
Питер Шварц, глава сценарной команды Shell в 1980-е, рассказывает, как он шел по улице в Palo Alto, университетском городке в Калифорнии. Незнакомый человек пересек улицу и подошел к нему.
- Как там будущее? - спросил незнакомец.
Когда Питер тупо посмотрел на него, незнакомец сказал:
- Вы Питер Шварц? Вы пишете о будущем? Вы интересуетесь компьютерами и детьми, так? Вам следует прочесть книгу под названием «Умственные бури» Сэймура Пэйперта. Вам понравится.
|
|
|
Незнакомец ушел, а Питер пересек улицу (в Palo Alto вам нужно просто пересечь улицу и вы в книжном магазине) и купил экземпляр «Умственных бурь». Он принес книгу в Shell, и она помогла сделать следующий шаг в разработке переходных объектов для руководителей.
Пэйперт использовал персональный компьютер, которому тогда было несколько лет от роду, как переходный объект для обучения детей. Используя Logo - компьютерный язык, который Пэйперт помогал разрабатывать, дети могли программировать механическую «черепаху» (или черепаху на экране) на движение в разных направлениях или рисование фигур. Мир черепах стал, по выражению Пэйперта, «микромиром», который помогал детям изучать реальный мир. Опыт программирования на Logo был настолько близок к чистой игре, насколько только можно представить. Например, управляя движением черепахи, используя команды, задающие положение и скорость, дети развивали внутреннее, глубинное, «приспособленное» (в терминах Пиаже) понимание таких концепций ньютоновской физики, как законы движения. Было легко читать Пэйперта и рассматривать его микромиры как другую форму переходного объекта.
Читая Пэйперта, мы пришли к выводу, что можно заложить представление реальности в компьютер и использовать эту «игровую» динамику для выработки глубины понимания среди руководителей Shell. Мы решились на эксперимент. Пригласили ученого-компьютерщика, молодого выпускника университета, который разработал модель цепи нефтяных поставок.
К несчастью, модель была слишком упрощенной. Руководители включили свои мониторы, посмотрели на нее недолгое время и отодвинули в сторону. Мы получили ценный урок: руководители намного менее податливы, чем дети. Дети обладают громадной способностью образного замещения: они могут наделить реальностью почти любой объект и затем играть с ним. Но мы, кажется, теряем эту способность с возрастом; будучи взрослыми, мы хотим играть с «игрушками», которые наполовину настоящие и достаточно представительны, чтобы восприниматься как реальность.
Итак, мы попытались вместить многомерный мир руководителей в двумерный компьютерный экран. Мы, таким образом, столкнулись с проблемой нанесения на карту - той же проблемой, что и картографы, когда они должны выразить сложную реальность местности, используя лишь «измерения» типографской краски на бумаге. Чтобы разрешить проблему нанесения на карту в картографии, требуется разработать простой, согласованный набор символов: черные линии для железных дорог, красные линии для автомагистралей и голубые линии для рек, например. Мы нуждались в подобном простом наборе символов для нанесения на карту проблем бизнеса. Когда Пьер Вак услышал об этом этапе наших поисков, он сказал: «Почему бы вам не поговорить с Джеем Форрестером?» Под именем системной динамики профессор менеджмента из MTI Джей Форрестер разработал небольшой набор простых символов, встроенный в компьютерный язык программирования, который был чрезвычайно подходящим для нанесения на карту ситуаций из бизнеса. Когда мы посетили Форрестера в MTI, стало ясно, что его язык программирования, тогда называвшийся DYNAMO, был весьма удобным для построения моделей с требуемой сложностью.
|
|
|
Однако программирование было настолько сложным, что удобное моделирование в режиме реального времени было недоступно. Для создания моделей требовались команды высокоподготовленных специалистов, которым были нужны месяцы, чтобы заставить модель работать, и к тому времени, когда они возвращались (с ней), ситуация уже изменялась, и модель больше не отражала реальность для руководителей. Мы потратили месяцы, пытаясь найти систему компьютерного моделирования, которую можно было бы использовать для моделей реального времени: моделей, программируемых в присутствии группы руководителей, включающих их идеи и особенности восприятия, чтобы победить их недоверие. Все, строившееся без них, рассматривалось как «черный ящик»: один ответ всуньте внутрь, другой вытащите и выбросьте. В этом не было ничего интересного, и они не хотели играть.
Построение DYNAMO-модели также требовало месяцев; но один из дипломников Форрестера, Барри Ричмонд, начал создавать новый образец программного обеспечения под названием Stella. Ричмонд заявил, что оно в 100 раз эффективнее DYNAMO, и мы в Shell были склонны согласиться с ним.
С помощью Stella (позже известной как iThink) мы могли строить микромиры нашего собственного бизнеса - компьютерную окружающую среду, которая показывала, например, ключевые переменные в цепи нефтяных поставок (такие как «цена производителя» и «потребительский спрос») и их взаимоотношения в виде формул, отражающих способы их взаимодействия в действительности. Мы могли вводить решения, которые мог бы принять руководитель (такие, например, как наращивание определенных типов поставок), и посмотреть, как будут меняться результаты на протяжении месяцев или лет. И по мере того, как улучшалось н понимание реальной цепи поставок, мы могли вносить изменения в модель, чтобы заставить ее более полно соответствовать окружающей действительности. Вот, наконец, было получено программное обеспечение, которым можно управлять в реальном времени.
Системная динамика оказалась идеальной для составления мысленных карт, на которое мы стремились повлиять с помощью сценариев. Мы должны будем привлечь руководителей, чтобы они помогли четко сформулировать деловые проблемы, и познакомить их с характеристиками программного обеспечения. Форрестер и его коллеги из группы системной динамики разработали несколько простых символов, которые позволяют моделировщику изображать сложные деловые ситуации: стрелки для линий влияния, квадратики для «запасов» мощностей различных типов (количество нефти, хранимое в наших резервуарах, личный состав), кружки для «потоков», управляющих темпами изменений (динамика продаж или темпы найма), и петли обратной связи, определяющие, будет ли часть системы ускоряться или стремиться к равновесию.
До сих пор компьютерные модели, которые знали руководители Shell (и которым обычно глубоко не доверяли), были линейными моделями физических ситуаций вроде нефтеочистительного завода или транспортного флота. Они использовались для расчета оптимизации нефтеперерабатывающего предприятия и чего-нибудь подобного. Но эти модели были другими. Основанные на нелинейных уравнениях, они описывали развивающиеся причинные связи, кроющиеся в сложных деловых ситуациях, которые разворачивались во времени. Одна модель, созданная для команды руководителей, демонстрировала ценность учреждения полноценной внутренней биржи нефтепродуктов. Другая модель помогла руководству небольшой биотехнологической фирмы из Shell Group спланировать варианты стратегии. В Нидерландах была разработана новая политика розничных продаж автомобилей и новая стратегия добычи и транспортировки природного газа после падения цен на нефть в 1986.
В чем была польза моделей? Мы вознамерились ответить на этот вопрос. Поскольку невозможно измерить качество решений, мы задались целью измерять скорость: сколько времени проходило от восприятия изменившейся внешней реальности до осуществления фундаментального изменения в деятельности? Оказалось, что процесс обучения ускорился в два или три раза; теперь можно было в два или три раза быстрее внедрить новую внутреннюю систему. Переход к полномасштабной биржевой торговле, например, был откликом на перемены, произошедшие на международном нефтяном рынке. Вертикальная интеграция, господствовавшая 40 лет, быстро распадалась под давлением национализации нефтяной отрасли в Арабском мире. В нефтяной торговле и раньше существовали спотовые рынки, но нефтяные компании не спешили немедленно признать необходимость сдвига в своем управленческом подходе: от оптимизации потока нефти только внутри компании к готовности сказать, что «каждая капля нефти, которая у меня есть, в принципе продается - не только нашим собственным компаниям, но и кому угодно».
Shell была не первой компанией, осуществившей эту перемену. British Pertoleum учредила полномасштабную внутреннюю нефтяную биржу задолго до нас. Тем не менее, Shell переключилась на цели выживания вполне вовремя. Этому способствовала модель, созданная с помощью Stella, с которой топ-менеджеры «играли» в начале 1980-х годов. Поскольку они несли ответственность за решение, обучение Shell как компании зависело от их восприятия. Таким образом, когда руководители распознали меняющееся окружение, сама компания восприняла изменение. С этого момента Shell переориентировалась на создание биржи и на развитие необходимого для нее обеспечения. Это заняло у нас всего 6-7 месяцев. В прошлом на подобные решения уходило 18 месяцев или больше. В течение следующего года или двух количество нефти, проданной в этой системе, в 40 или 50 раз превысило объем нефти, физически прошедшей через реальную систему нефтеочистительных заводов и танкеров.
|
|
|
