Стратегические преимущества рандомизированного
принятия решений

Кочующие по Лабрадору и Квебеку индейцы наскапи добывают себе пропитание преимущественно охотой. Логично было бы предположить, что важнейшее решение — где охотиться в следующий раз — они должны принимать на основе серьезного анализа и расчета. Возможно, наскапи записывают, сколько лосей или оленей карибу они поймали в прошлый раз, чтобы не истощить природные ресурсы? Или составляют планы по исследованию новых территорий и поиску новых стад животных? А может, пытаются спрогнозировать, на какую дичь лучше охотиться в долине, а на какую — на холме или у реки? 

Варьируйте исходную точку. Как и в случае с алгоритмами машинного обучения, начинать поиск полезно с произвольной подсказки. В частности, чтобы помочь музыкантам свободно творить, Брайан Ино и Питер Шмидт создали набор карт с инструкциями, будившими латеральное мышление: «поменяйте роли инструментов», «подчеркните недостатки», «вставьте беруши». Привнесение в творческий процесс элемента случайности помогает преодолеть внутренние блоки и отойти от привычных шаблонов.

Варьируйте скорость. Меняйте темп или ритм поиска (длину петель обратной связи). Команды и группы привыкли к рамкам квартальных отчетов, ежемесячных докладов или еженедельных совещаний. Но для разумной рандомизации порой надо мыслить в масштабе дней или даже часов.

Варьируйте место. Где вы ищете решение: вокруг текущего положения или вдали от него? Рандомные прыжки способны сдвинуть процесс принятия стратегических решений с мертвой точки, открыв вам области, где вы и не думали искать. В частности, исследования показали, что в открытом океане, где еды не так много, рыбы при ее поиске иногда резко сдвигаются на очень большие расстояния (в математике такие перемещения называются скачками процессов Леви).

* принадлежит Meta, которая признана в России экстремистской и запрещена