## Проблема автоматизации и развития экспертности
В продолжение вчерашней темы про «ручной» анализ ежедневных заметок на примере режима сна, я задумался о процессе автоматизации и о том, какие опасности она скрывает для профессионала и специалиста в своей области. На это мне, на самом деле, есть что ответить. Мне настолько понравилась эта идея, что, возможно, я добавлю её в книгу о «развитии сложного навыка».
Перед тем как рассказать о проблеме автоматизации, мне кажется важным уточнить и вывести определение того, кто же такой профессионал и эксперт. Своё определение я выведу из двух «древних публикаций»:
1. Chi, M. T. H., Glaser, R., & Farr, M. J. (Eds.) (1988). The nature of expertise. Hillsdale, NJ: Erlbaum.
2. Hoffman, R. R. (Ed.) (1992). The psychology of expertise: Cognitive research and empirical AI. New York: Springer-Verlag.
Ну так вот, по мнению этой группы ученых, экспертность и профессионализм, который ассоциируется с успешным освоением какого-то навыка (игра в шахматы, иностранный язык, программирование на Python), являются последовательным повышением уровня владения: от «новичка» до «компетентного» и, в конечном итоге, «профессионала». Развитие навыка (экспертности) происходит благодаря инструкциям от более опытных коллег, ежедневной практике и накоплению опыта.
А теперь давайте я попробую перевести это на русский язык: если человек является экспертом, то это значит, что другие эксперты воспринимают его как специалиста, который получил соответствующее образование, освоил определенную учебную программу, но, самое главное, имеет значительный (как правило, более десяти лет) опыт в области своей экспертности.
Однако самое интересное заключается в том, что «так называемые» эксперты — те самые, которых общество воспринимает как профессионалов на основе дипломов и мнения коллег, — на самом деле лишь изредка показывают результаты, соответствующие своему статусу. На это у меня тоже есть «бумага»:
1. Ericsson K. A. The Influence of Experience and Deliberate Practice on the Development of Superior Expert Performance 2006.
Эриксон в своей работе приводит в пример программистов и профессоров физики, которые не всегда демонстрировали способности, превосходящие навыки студентов-физиков или студентов, изучающих компьютерные науки.
Все это сказано к тому, что освоение навыка или знаний в определенной области следует определенному порядку:
1. Учимся базовым действиям: ученик понимает, что от него требуется, и сфокусирован на том, чтобы делать «правильно».
2. Ошибок становится меньше, исполнение — плавнее, больше не требуется чрезмерно фокусироваться. Обычно это достигается за 50+ часов регулярной практики.
3. Исполнение автоматизируется, становится плавным, осуществляется с минимальными усилиями.
Ну вот и к автоматизации добрались, наконец-то.
На мой взгляд, риски, связанные с автоматизацией, можно отнести не только к физическому навыку, но и, например, к снятию показателей времени сна и бодрствования, переносу рукописных записей из блокнота в хранилище заметок с помощью алгоритмов ИИ, распознающих речь, или чтению книг с ChatGPT, который услужливо предоставит запрашиваемую информацию.
По мнению профессора Вальтера Шнайдера[^1], автоматизация процессов приводит к тому, что профессионал, по праву считающий себя экспертом, «замирает» на текущем уровне. А происходит это как раз потому, что при автоматизации случается утрата контроля за исполнением функции и, как следствие, любое целенаправленное изменение становится труднодоступным.
Автоматизация мыслительной или аналитической деятельности — зло!
А вы что думаете?
===
[^1]: Schneider, W. (1993 ). Acquiring expertise: Determinants of exceptional performance. In K. A. Heller, J. Mo ̈ nks, & H. Passow (Eds.), International handbook of research and development of giftedness and talent (pp. 3 11–3 24). Oxford, UK: Pergamon Press
