В 2018 году Amazon тихо свернула свой ИИ для отбора резюме. Система несколько лет училась на анкетах прошлых кандидатов, вот только кандидаты эти были в основном мужчинами. В итоге она принялась штрафовать любое резюме за слово «женский»: женский шахматный клуб, женский колледж. Алгоритму доверяли, потому что цифры же и математика. Никто не спрашивал, на чьей он стороне.

История смешная до того момента, пока не понимаешь: точно так же и мы отбираем людей.

Тридцать лет исследований доверия объясняют: компетентность — не та переменная, с которой стоит начинать оценку. Хуже того, в конкретной комбинации она работает против нас: способный человек, оказавшись не на вашей стороне навредит эффектнее бездарного.

Откуда взялась эта закономерность, почему мозг легко принимает мимикрию за безопасность и где именно ставка на доверие становится критической.

Доверие — это не то, что обычно под ним понимают

В деловой практике доверие часто путают. 

Первая подмена — предсказуемость. Начальник, который стабильно пессимизирует гонца с плохими новостями, предсказуем. Только правду ему перестают носить уже на второй месяц. Предсказуемость не делает его заслуживающим доверия.

Вторая — сотрудничество. С человеком можно прекрасно работать вообще без доверия, если за его спиной стоит надзиратель. Уберите дубину и кооперация испарится.

Рабочее определение, которым пользуется наука, звучит непривычно: доверие — это готовность стать уязвимым перед другим в расчёте на то, что он поступит правильно, даже когда вы не можете его проконтролировать[1]. Ключевое слово — уязвимость. Отдавая право подписи или ключи от счетов, вы добровольно входите в зону, где проверить уже затруднительно, можно только довериться. И именно здесь аудит резюме перестаёт работать.

Саму модель собрали в 1995 году: Роджер Майер с коллегами[1] и предложили порядок в области, где до них царил некоторый терминологический хаос. Они разложили «надёжность» на три составляющие — триаду ABI, которую с тех пор растиражировали во всех учебниках:

  • Ability — компетентность. Навыки и экспертиза, причём в конкретной области: гениальный аналитик может оказаться катастрофой за столом переговоров.

  • Benevolence — доброжелательность. Степень, в которой человек желает вам добра помимо собственной выгоды. Иначе говоря, он на вашей стороне.

  • Integrity — целостность. Следование принципам, которые считаются приемлемыми. Когда слово и дело сходятся.

Забавно, что придумали это вовсе не в XX веке. Ещё Аристотель уверял, что убедительность оратора держится на трёх вещах: ум, характер и добрая воля к слушателю. Это буквально ability, integrity и benevolence — за 2400 лет до бума на бизнес-школы. Хотя сама закономерность и древняя, новым оказалось то, что её предложили измерять.

Но не сводится ли всё к тому, что одни люди от природы доверчивы, а другие нет? Доверчивость и правда устойчивая личная черта, почти как темперамент: один раздаёт авансы всем подряд, другой не верит никому. Но если сопоставить эту врождённую настройку с тем, что человек реально знает о конкретном визави, врождённая склонность весит заметно меньше — это показал большой мета-анализ Колкитта и соавторов[2]. То есть «я по натуре доверчивый» — это фон, но не приговор. Решает то, что вы способны разглядеть в другом человеке. А чтобы разглядеть, надо знать, куда смотреть.

Парадокс компетентности

Интуитивная модель в голове нанимающей стороны — аддитивная. Больше навыков — лучше, больше порядочности — лучше, складываем три оценки, берём кандидата с максимальной суммой. Долгое время и наука обращалась с компонентами ABI как с независимыми слагаемыми.

Доминик Зондерн и Гвидо Хертель в 2024 году поставили два эксперимента (больше тысячи участников)[3]. В зоне интереса были ситуации со «смешанными мотивами»: переговоры, сделки, партнёрство, где интересы сторон частью совпадают, а частью расходятся. Нормальный бизнес, не лабораторная идиллия, где все могут быть в одной лодке.

Их вывод: слагаемые, видимо, на самом деле множители. При этом благожелательность работает как главный фактор. Компетентность и целостность не прибавляются к ней, а умножают: усиливают или обнуляют.

Доверие окупается тогда, когда партнёр отвечает взаимностью, а не пользуется тем, что вы открылись. Поэтому первое, что считывает мозг, — намерения. Собирается ли этот человек отвечать добром на доверие? Если да — прекрасно, его компетентность теперь работает на вас и повышает шанс, что он принесёт пользу. Если нет — те же навыки повышают шанс, что он будет преследовать свои интересы за ваш счёт.

Дальше самое интересное. Во втором эксперименте, в конкурентной ситуации, высокая компетентность партнёра доверие не повышала, а гасила. Мозг считывал её как угрозу: умный противник опаснее глупого.

Это парадокс компетентности: высокий Ability при нулевом Benevolence, характеристика не нейтральная. Гениальный финдиректор, играющий не за вас, разорит элегантнее, чем бездарь. Прокачанный навык в руках человека с холодными корыстными намерениями — более эффективное оружие, направленное против вас.

Но! Это поведенческие эксперименты на сценариях, а не наблюдение за живыми сделками. Падение доверия к слишком компетентному человеку — устойчивая тенденция в конкурентной среде, а не закон природы. Хотя эффект воспроизводился стабильно, и направлен он прямо против наивного «чем способнее, тем надёжнее».

Почему мозг спрашивает «свой?» раньше, чем «умный?»

Откуда вообще берётся это первенство намерений?

Сьюзан Фиске, Эми Кадди и Питер Глик в обзоре механизмов социального познания показали: при встрече с незнакомцем мозг задаёт два вопроса[4]. Сначала — друг это или враг, желает добра или зла? И только потом — а способен ли он свои намерения осуществить? Первое измерение психологи назвали теплотой, второе — компетентностью.

Порядок не случайный. В саванне вопрос «съест ли меня этот незнакомец» был важнее вопроса «хорошо ли он мастерит копьё». Намерение решает, бежать или подойти. Способность это уже детали.

Теплота и компетентность вместе объясняли около 82% разброса в том, как мы оцениваем чужое поведение; в одном из исследований на двух сотнях черт характера они вытянули и вовсе 97% общей оценки. Причём теплота перевешивала: её вклад в итоговое впечатление был заметно больше. Когда людям показывали лица всего на 100 миллисекунд, надёжность они считывали раньше компетентности. Моральный вердикт выносится за доли секунды, ещё до резюме. 

И самое важное — асимметрия диагностичности. Плохая новость про теплоту прилипает намертво. Один холодный, подлый поступок — и ярлык поставлен надолго, потому что злое поведение мозг охотно списывает на натуру: «он просто такой». А доброту, наоборот, легко объясняет обстоятельствами — даже подлец бывает мил, когда ему это выгодно. С компетентностью всё зеркально: единичный промах не рушит образ профессионала (вспомните любого рассеянного гения), зато одно блестящее решение почти невозможно разжаловать в случайность.

И вот тут мы возвращаемся к предыдущему разделу. Компетентность врага бьёт по нам сильнее, чем компетентность друга. Мозг знает это на уровне рефлексов, поэтому связка «высокие способности плюс холодок» вызывает не восхищение, а тревогу.

В этом месте иногда вспоминают окситоцин, «гормон доверия», и знаменитый эксперимент 2005 года, где порция назального спрея делала людей доверчивее в экономических играх[5]. К сожалению, этот знаменитый результат плохо воспроизводится: большой критический разбор 2015 года собрал целую серию неудачных репликаций[6]. Прекрасная иллюстрация кризиса воспроизводимости в психологии. К счастью, в пробирку лезть и не требуется. Первенство теплоты над компетентностью держится без всякой нейрохимии, это многократно перепроверенный поведенческий факт. Мозг задаёт вопрос «свой или чужой» первым. Для наших целей этого хватает.

Где доверие перестаёт быть бонусом и становится несущей стеной

Мета-анализ Барта де Йонга, Курта Диркса и Николь Гиллеспи (2016)[7] свёл воедино 112 исследований и 7763 команды. Базовый факт: внутрикомандное доверие связано с результативностью на уровне выше среднего (ρ = 0.30). Но интереснее не среднее, а то, когда доверие из бонуса превращается в несущую конструкцию.

Связь резко усиливается при высокой дифференциации власти. Когда решения за всех принимает один человек или узкая группа, корреляция вырастает (до ρ = 0.41) — пик по всем рассмотренным сценариям. Для сравнения: там, где люди мало зависят друг от друга, связь падает до ρ = 0.21. Тот же скачок даёт ситуация, когда в команде есть незаменимый эксперт, чью работу остальные не в состоянии оценить и которому приходится верить на слово.

Если перевести это на язык практики: нанять линейного исполнителя и нанять директора — не одна задача с разным ценником, а две качественно разные ставки. Чем больше решений уходит наверх, к одному человеку, тем сильнее судьба всей конструкции зависит от доверия к нему, а не контроля. (Оговорка: это корреляции на уровне команд, причинность строго они не доказывают, а разброс ρ — оценки модераторов.)

В жёсткой вертикали подчинённые изучают надёжность начальника куда пристальнее, чем он — их. И это рационально: от его решений зависит их благополучие, а повлиять они почти не могут, остаётся только считывать сигналы. Поэтому недоверие к назначенному «чужаку» не будет только его личной проблемой. Люди перестают приносить неудобную информацию, замыкаются, и психологическая безопасность снижается по всей команде. Думали, что нанимаем одного человека, но на деле перенастраиваем доверие большинства.

Асимметрия прощения

Рано или поздно человек, которому доверились, оступится. Вопрос не в том, случится ли это, а в том, что именно случится.

Важен не размер провала, а его тип. Питер Ким с коллегами (2004)[8] в работе «Избавление от тени подозрения» развели два вида нарушений: нарушение компетентности («не справился, ошибся в расчётах») и нарушение целостности («соврал, смошенничал, нарушил слово»). И показали, что лечатся они противоположными способами. После провала компетентности доверие лучше всего восстанавливает извинение — признание вины и сожаления. После нарушения целостности извинение работает плохо; парадоксально, но доверие в такой ситуации лучше восстанавливает отрицание вины (если человек действительно невиновен).

Почему так — мы уже знаем из разговора про мозг. Хорошую новость о компетентности мы взвешиваем охотнее плохой: «оступился, но способен исправиться» звучит правдоподобно, образ профессионала живуч. С честностью наоборот: одного доказанного обмана хватает, чтобы прилепить ярлык, и признать вину — значит это подтвердить.

Отсюда правило, которое стоит держать в голове на каждом разборе провала: различайте «он ошибся» и «он соврал». Первое — издержки роста, это чинится. Второе — сигнал о натуре человека и подозрения после него уже не уходят.

Возможно вы почувствовали противоречие. Выше благожелательность объявлена главным фактором, а сейчас несмываемой вдруг оказывается целостность. Конфликта нет: вес компонентов ABI смещается по ситуации, на что указывал сам Майер[1]. Когда мы уязвимы и зависим от человека, на первый план выходят гарантии, что он этим не воспользуется, а это уже зона целостности и предсказуемости. Контекст переставляет акценты. Но направление взгляда прежнее: сначала намерения, потом способности.

Всё, о чём мы говорили, держится на молчаливом допущении: сигналы более-менее честны, компетентность видна по делам, намерения проступают в поведении. Но есть люди, которые на подделке этих сигналов специализируются. Тёмная триада — психопатия, нарциссизм, макиавеллизм. Корпоративные психопаты (книга Пола Бабиака и Роберта Хэйра «Змеи в костюмах» про их распознавание на руководящих позициях[9]) виртуозно имитируют и компетентность, и целостность. На собеседовании это лучшие кандидаты: уверенность, харизма, безупречная биография, гладкая речь про ценности. Нет у них только благожелательности, другой человек для них инструмент.

Сложим это с парадоксом компетентности и станет ясно, почему такой тип особенно опасен в бизнесе. Это живое воплощение токсичной комбинации: высокая (хотя иногда сыгранная) компетентность плюс нулевая благожелательность, собранные осознанно. А мозг ещё и подыгрывает — мы путаем нарциссическую самоуверенность с надёжностью, потому что уверенность считывается как признак компетентности. Интуиция тут не защита, её обыгрывают сразу. Защитой могут стать те самые механизмы, что уже описаны: смотреть на благожелательность раньше блеска, не верить моментальному снимку, а следить за поведением во времени (долго симулировать тяжело), и помнить про асимметрию — один доказанный акт нечестности перевешивает обаяние.

Доверие это фильм, а не снимок

Типичный план адаптации нового руководителя выглядит так: «Дадим ему месяц, понаблюдаем за результатами, тогда и решим». Звучит разумно. На деле это не лучший из возможных сценариев.

Почему объясняет неожиданный источник: эксперимент Вивьен Чи и Бертрама Малле про то, как люди доверяют обучающемуся роботу[10]. Звучит далеко от найма директора, но психология наблюдателя вскрывается там идеально. Две с лишним сотни участников в роли учителя по пятнадцать раундов работали с роботом, который учился прямо у них на глазах и по ходу ошибался.

Главный вывод: доверие — не моментальный снимок, а траектория. Люди не выносили приговор по первой ошибке; они шаг за шагом отслеживали динамику обучения, соотнося прошлый результат, сложность задачи и накопленный прогресс. Доверие росло по мере того, как накапливались свидетельства, особенно к тем, кто учился быстро. А готовность доверить роботу что-то новое поднималась только у быстро обучающихся.

Вот в чём ловушка пассивного наблюдения. Когда вы смотрите со стороны, у вас нет данных о траектории — только редкие точки результата, и любая осечка читается как провал. А когда вы внутри процесса — обсуждаете, поправляете, вместе настраиваете правила, — вы видите движение и достраиваете доверие к человеку несовершенному, но растущему. И делегирование идёт следом за этим растущим доверием, а не наоборот.

Это лаборатория и роботы, конечно, — модель, а не прямое доказательство про живого CEO. Но механика наблюдателя переносится и она укладывается в то, как доверие устроено в принципе. В модели Майера зашита петля обратной связи[1]: каждый исход обновляет нашу оценку компетентности, благожелательности и целостности человека к следующему раунду. Доверие живёт во времени, а не выдаётся разово под красивое резюме. Поэтому выигрывает не стратегия «потребовать на входе максимум по всем шкалам», а начать с разумной кооперации и дальше калибровать по фактическому поведению.

А если «партнёр» — вообще не человек?

Вернёмся к Amazon, с которой всё началось. Деньги и решения мы всё чаще доверяем не только людям: робо-эдвайзеры распоряжаются капиталом, алгоритмы просеивают резюме и раздают задачи. И, как ни странно, та же триада ABI неплохо описывает наши отношения с машиной, хотя и с оговорками.

Доверие человек–машина — это другой объект, не то же самое, что доверие между людьми. Логику ABI на алгоритмы переносят с осторожностью, и этот раздел — скорее для расширения картины.

В обзоре доверия к ИИ Эллы Гликсон и Аниты Вулли оно распадается на два слоя[11]. Когнитивное доверие держится на надёжности, прозрачности и предсказуемости системы — машинный аналог компетентности и целостности. Эмоциональное доверие питается антропоморфизмом: к алгоритму с «лицом» и голосом мы теплеем — та самая тяга к теплоте, спроецированная на железо. И задача снова не «максимум доверия», а калибровка. Главная опасность — чрезмерное доверие к безупречной на вид автоматике, когда человек отключает критическое мышление и перестаёт замечать сбои.

Любопытно, что асимметрия прощения здесь срабатывает наизнанку. К живому эксперту мы снисходительны: ну ошибся, бывает. А вот от машины уже ждём непогрешимости — и первый же явный промах алгоритма бьёт по доверию непропорционально сильно. Людям компетентностные ошибки прощаются легко, машинам — трудно.

Чем это оборачивается, как раз и показывает Amazon — кейс из обзора уместного доверия[12]. Алгоритму слишком долго верили на слово, потому что «это же математика», и не замечали зашитую в данные предвзятость. Недоверие к полезной системе — упущенная выгода; сверхдоверие к негодной — публичный провал. Партнёр, финдиректор или нейросеть — под капотом задача одна. И самая опасная комбинация в ней снова высокая способность при отсутствии благожелательности.

Что со всем этим делать

Если выжать тридцать лет исследований в короткую памятку для того, кто решает, кому доверить деньги и власть, получится список, местами идущий против интуиции. Против — потому что интуиция тянет к самому блестящему кандидату.

  • Сначала намерения, потом способности. Прежде чем восхищаться компетентностью, ответьте на вопрос: может ли он быть на моей стороне? Навыки — это множитель, а множитель на отрицательное число даёт отрицательный результат.

  • «Очень умный, но непонятно за кого» — это плохой угол, а не золотая середина. Компетентность врага опаснее компетентности друга, и платить за эту ошибку приходится по дорогому тарифу.

  • Различайте ошибку и ложь. Провал компетентности чинится извинением и временем. Нарушение целостности оставляет тень, которую не вывести. Реагировать стоит на тип нарушения, а не на его размер.

  • Не судите по снимку — смотрите в динамике. Один кадр обманчив; вовлекайтесь в процесс, чтобы видеть траекторию. Начинайте с разумной кооперации и калибруйте по ходу.

  • Сверяйтесь с высотой ставки. Чем больше власти уходит к одному человеку и чем хуже вы понимаете его предмет, тем дороже обходится промах в доверии. Найм исполнителя и найм босса — принципиально разные решения.

  • И снова — калибруйте, а не максимизируйте. Слепая вера и тотальный контроль одинаково разорительны. Доверять стоит ровно настолько, насколько человек это заслужил, переводя доверие из области эмоций в область (проверяемых) договорённостей.

А под всем этим лежит одна мысль, с которой мы и начали. Инстинкт требует нанять самого способного. Исследования возражают: способность без благожелательности — не актив, а заряженное ружьё. И что действительно важно знать, — в чьих оно руках.


Список источников

  1. Mayer R. C., Davis J. H., Schoorman F. D. An Integrative Model of Organizational Trust // Academy of Management Review. 1995. Vol. 20, № 3. P. 709–734.

  2. Colquitt J. A., Scott B. A., LePine J. A. Trust, Trustworthiness, and Trust Propensity: A Meta-Analytic Test of Their Unique Relationships With Risk Taking and Job Performance // Journal of Applied Psychology. 2007. Vol. 92, № 4. P. 909–927.

  3. Sondern D., Hertel G. Revisiting the Classic ABI Model of Trustworthiness: Interactive Effects of Trustworthiness Components on Trust in Mixed-Motive Social Exchange Contexts // Journal of Trust Research. 2024. Vol. 14, № 2. P. 213–236.

  4. Fiske S. T., Cuddy A. J. C., Glick P. Universal Dimensions of Social Cognition: Warmth and Competence // Trends in Cognitive Sciences. 2007. Vol. 11, № 2. P. 77–83.

  5. Kosfeld M., Heinrichs M., Zak P. J., Fischbacher U., Fehr E. Oxytocin Increases Trust in Humans // Nature. 2005. Vol. 435, № 7042. P. 673–676.

  6. Nave G., Camerer C., McCullough M. Does Oxytocin Increase Trust in Humans? A Critical Review of Research // Perspectives on Psychological Science. 2015. Vol. 10, № 6. P. 772–789.

  7. De Jong B. A., Dirks K. T., Gillespie N. Trust and Team Performance: A Meta-Analysis of Main Effects, Moderators, and Covariates // Journal of Applied Psychology. 2016. Vol. 101, № 8. P. 1134–1150.

  8. Kim P. H., Ferrin D. L., Cooper C. D., Dirks K. T. Removing the Shadow of Suspicion: The Effects of Apology Versus Denial for Repairing Competence- Versus Integrity-Based Trust Violations // Journal of Applied Psychology. 2004. Vol. 89, № 1. P. 104–118.

  9. Babiak P., Hare R. D. Snakes in Suits: When Psychopaths Go to Work. — New York: HarperBusiness, 2006. — 352 p.

  10. Chi V. B., Malle B. F. People Dynamically Update Trust When Interactively Teaching Robots // Proceedings of the 2023 ACM/IEEE International Conference on Human-Robot Interaction (HRI '23). — New York: ACM, 2023. P. 554–564.

  11. Glikson E., Woolley A. W. Human Trust in Artificial Intelligence: Review of Empirical Research // Academy of Management Annals. 2020. Vol. 14, № 2. P. 627–660.

  12. Mehrotra S., Degachi C., Vereschak O., Jonker C. M., Tielman M. L. A Systematic Review on Fostering Appropriate Trust in Human-AI Interaction: Trends, Opportunities and Challenges // ACM Journal on Responsible Computing. 2024. Vol. 1, № 4.

Комментарии (0)