Рохит Бхаргава - Не очевидно. Как выявлять тренды раньше других

папку на своем письменном столе, чтобы перечитать и проанализировать позже.

При составлении первого отчета я поставил перед собой амбициозную цель — описать закономерности, найденные в собранных мной материалах и явно не вписывающиеся в рамки типичных наблюдений очевидных фактов, которыми полон интернет. Я решил искать и развивать идеи, пока не замеченные другими людьми, — идеи, на которые не обратили внимания в той мере, в какой они того заслуживают.

Чтобы получить иной результат, иногда нужны другие входные данные.

Во время перелета из Норвегии мне стало ясно, что именно мой случайный метод получения отличных от других входных данных, то есть коллекцио­нирование идей на протяжении года и откладывание их рассмотрения и анализа на месяцы, возможно, позволит мне вырабатывать действительно свежие и по-настоящему нетривиальные идеи и мысли. Итак, отчеты о неочевидных тенденциях родились из моего желания следить за тенденциями за такой период времени и в таких масштабах, о каких никто другой и не подумывал.

«Тайны» науки

Если от природы вы человек аналитического склада ума, мое последующее объяснение, скорее всего, покажется вам недостаточно убедительным. Разве собирание разных идей и откладывание их рассмотрения и анализа можно считать удачным способом для интуитивного и глубинного понимания проблем? А как насчет старых добрых научных исследований? Что вы скажете о панелях трендов и привлечении глобальной армии тренд-споттеров (так называют наблюдателей за новыми тенденциями) — иными словами, о научном подходе? Так вот, оказывается, наука не всегда работает так, как мы думаем, — и возможно, это не так уж плохо.

В начале 2013 года аспирантка по имени Бекки Порт собрала и опубликовала семьдесят пять примеров от ученых, которые предельно честно поделились сведениями о реалиях научных исследований, используя при этом ставший невероятно популярным хэштег #overlyhonestmethods. В подборке твитов, которые Порт выложила в сеть, встречались весьма забавные фрагменты.

«Образцы были подготовлены нашими сотрудниками из Массачусетского технологического института. Мы исходили из того, что загрязнение отсутствует, потому что, ну... их же готовили ребята из МТИ» #overlyhonestmethods (paulcoxon).

«Использованное нами типичное устройство относится к типичной категории устройств, которые не взрываются сразу» #overlyhonestmethods (ajdecon).

«Барбадос был выбран в качестве примера потому, что авторы наивно полагали, будто это позволит им оправдать проведенные там полевые исследования» #overlyhonestmethods (mlkubik).

«Мы использовали жаргон вместо обычного английского языка, чтобы доказать, что десять лет магистратуры и постдока2 действительно сделали нас умными» #overlyhonestmethods (eperlste).

Если считать строгую дисциплину неотъемлемой частью научных исследований и думать о том, как много человеку нужно учиться и работать, чтобы стать доктором наук, легко решить, что проведение исследований по плечу исключительно каким-то роботоподобным перфекционистам. На самом деле, в отличие от того, что мы думаем, в области научных исследований, как и во многих других не менее сложных исследовательских сферах, работают обычные люди, которым не чуждо ничто человеческое.

Тенденции, как и научные факты, не всегда бывают идеальными для наблюдения явлениями, для описания которых их достаточно аккуратно внести в таблицу. Но это не умаляет их огромной ценности и важности. Истинная наука всегда включает тщательные и всесторонние наблюдения. Люди науки учатся фиксировать результаты своих экспериментов, а затем стараются как можно точнее описать их посредством гипотез и представить максимально убедительные доказательства своей правоты. Иногда у них это получается, иногда нет.

Тем не менее при всем сходстве между курированием тенденций и научными исследованиями это лишь половина дела. Чтобы выявлять реальные тенденции, требуется любознательность и наблюдательность, интуиция и озарение. Все эти качества необходимы для выработки ценных идей, которые позже можно проверить, чтобы убедиться в их работоспособности. Все это сильно отличается от метода, который, как многие из нас ошибочно полагают, чаще всего применяется для выявления новых тенденций — от так называемого

--">