Читать книгу "Формула. Универсальные законы успеха - Альберт-Ласло Барабаши"

Если вы запутались, не переживайте. Сначала ничего не понял и я. На решение сложнейшей, на первый взгляд, загадки о новаторстве и возрасте у меня ушло целых пять лет.

* * *

Какими бы любопытными ни были исследования Саймонтона, я видел в них огромную проблему. Его работа посвящена гениям, крошечному сегменту творческого племени — восхитительным, в высшей степени достойным людям, которые, раз уж на то пошло, встречаются крайне редко. Возникают важные вопросы: применимы ли выводы Саймонтона к обычным ученым, таким как я и мои седеющие коллеги и соавторы, которым, вероятно, уже не стать гениями? Применимы ли они к людям других профессий, с которыми я взаимодействую каждый день? Стоит ли мне уйти от своего врача, просто потому что он уже преодолел свой интеллектуальный пик? Стоит ли мне отказать опытному архитектору в пользу молодого в надежде, что новичок предложит новые, прорывные идеи за чертежным столом? Стоит ли стартапам Кремниевой долины придерживаться негласного правила нанимать зеленых юнцов вместо опытных, но уже немолодых специалистов? Иными словами, значат ли исследования о гениях хоть что-то для нас, простых смертных?

Именно эти вопросы мы подняли с Робертой Синатрой, которая пришла в мою лабораторию в 2012 году. Молодая сицилийка, Роберта начала свою карьеру с физики, но в конце концов пришла на позицию постдока в сетевую науку. Сразу после ее появления стало понятно, что у нее есть все необходимое, чтобы добиться успеха с помощью усердной работы. Роберта заражала всех энтузиазмом, мотивируя множество сотрудников лаборатории на решение сложных задач. Она великолепно готовила и умела налаживать связи, собирая людей за ужином у себя за столом. Несомненно, обсуждать нюансы сетевой теории за тарелкой спагетти, приготовленных по старинному семейному рецепту, гораздо проще, чем в офисной переговорной. Как на кухне, так и в лаборатории она умела заставить сложнейшие проблемы казаться обманчиво простыми.

Нам с Робертой было любопытно, как возраст влияет на карьеру людей, которые не становятся суперзвездами. Учитывая тенденции, которые мы наблюдали в карьере прославленных ученых, могли ли мы предсказать периоды творческой активности для рядовых слуг науки, делающих скромный, но важный вклад во всевозможные сферы, от биологии до информатики? Мы начали с простого вопроса: на каком этапе своих карьер мы публикуем самые важные статьи?

Порой ответить на простейшие вопросы сложнее всего. Так произошло и в нашем случае. Нам пришлось в точности восстановить карьеры десятков тысяч ученых, определяя принадлежность статей из списка, содержащего около 40 миллионов публикаций. На это ушло примерно два года — и огромную помощь нам оказал специалист по компьютерным наукам Пьер Девилль, также работавший в нашей команде. Когда мы наконец справились с задачей и смогли проанализировать карьеру каждого из ученых в отдельности, мы заметили закономерность.

Успешными, как правило, становились исследования, которые проводились на относительно ранних этапах карьеры — в первые двадцать лет с начала работы в соответствующей сфере. Если быть точным, вероятность публикации лучшей статьи ученого в первые три года карьеры составляла около 13 процентов. Примерно такой же была вероятность опубликовать свою лучшую статью в следующие три года. Фактически на протяжении двадцати лет ученый каждый год имел одинаковые шансы сорвать джекпот. Однако спустя это время наблюдалась перемена: шансы ученого резко снижались. Вероятность публикации самой цитируемой статьи на двадцать пятом году карьеры составляла всего 5 процентов и продолжала стремительно падать. Я приближался к тридцатому году карьеры — каковы были шансы, что я еще сделаю открытие, которое затмит мою предыдущую «лучшую» работу? Согласно нашей кривой, они составляли менее 1 процента. Иными словами, мне можно было перестать пытаться. Одного взгляда на данные было достаточно, чтобы понять, что я теперь мертвый груз. Не стоило и думать о штатной должности — проректору пора было показать мне на дверь.

Получается, Саймонтон был прав. Его выводы применимы и к тем из нас, кто не стал гением, но пошел в науку из любви к ней и не свернул с пути, день ото дня работая и не мечтая почивать на лаврах. Результат анализа был очевиден: гении совсем не отличаются от нас, когда речь заходит о пиках креативности. Мы тоже достигаем пика на ранних этапах карьеры. Мы тоже теряем хватку, когда креативность начинает идти на спад. Гении или нет, мы подчиняемся одним закономерностям.

* * *

Однако, к моему облегчению, этот вывод — что я вполне могу накупить гавайских рубашек, переехать во Флориду и заняться гольфом — был основан на неполном прочтении данных. Изучая причины ранних творческих инноваций, мы наткнулись на нечто неожиданное. Да, вероятность прорыва резко снижается после двадцати лет работы в одной сфере. Но важно, что снижается и продуктивность. Оценив количество статей, которые ученые публикуют на протяжении своей карьеры, мы увидели, что они гораздо более продуктивны в начале пути. Кривая вероятности публикации самой важной работы и кривая вероятности публикации любой работы повторяли друг друга так точно, что мы не могли отличить их друг от друга. Такое нельзя было объяснить случайностью. Нам нужно было понять, что за этим стоит.

Несколько месяцев мы гадали, как объяснить связь между продуктивностью и вероятностью успеха. Я жаворонок — мне лучше думается утром, — поэтому я вставал на рассвете, чтобы изучить новые данные и отправить возникающие вопросы Роберте и ее команде. Днем мы обсуждали свои соображения, и я снова и снова спрашивал: «Что это на самом деле значит для меня? Неужели мой мозг уже мертв?» Роберта, истинная сова, в те же месяцы копалась в Google Scholar, изучая историю цитирования ученых, которые ее восхищали. На кого бы она ни посмотрела — хоть на лауреатов Нобелевской премии, хоть на относительно безвестных ученых, с которыми она работала прежде, — у всех них было кое-что общее: их влияние со временем возрастало. С каждым годом каждый из них набирал все больше цитат.

Возрастало даже влияние таких ученых, как Ньютон, Кюри, Эйнштейн и Дирак, а все они давно умерли. Их работы цитировались снова и снова, словно они были живее всех живых. Затем Роберту осенило. Она задумалась: в чем разница между успехом живых и умерших ученых?

Ответ таков: живые ученые сохраняют продуктивность. Ньютон, Эйнштейн и Кюри не могут двигать науку из могилы. Они не предлагали новых идей десятилетиями и даже веками. При этом мы не перестаем восхищаться их наследием. Несмотря на то что производительность их труда после смерти равняется нулю, их влияние, измеряемое количеством ссылок на их работы, растет с каждым днем. Чтобы изучить взаимосвязь между продуктивностью и успехом, решила Роберта, яблоки нужно сравнивать с яблоками, не пытаясь при этом сравнить живые яблони с умершими. Мы сменили объект нашего исследования на ученых, которые уже вышли на пенсию, чтобы можно было изучить всю их карьеру, а не только истоки.

Ночное озарение Роберты[149] помогло нам по-новому взглянуть на данные. Мы обнаружили, что можем увидеть взаимосвязь продуктивности и успеха, расставив опубликованные работы каждого ученого в хронологическом порядке. Вместо того чтобы сопоставлять каждую статью с возрастом автора на момент ее публикации, мы просто присвоили ей порядковый номер в рамках карьеры ученого. Сделав это, мы смогли объективно взглянуть на публикации, каждая из которых была очередной попыткой совершения прорыва.