Эффект Даннинга-Крюгера: почему некомпетентные люди уверены в себе и что с этим делать

Что такое эффект Даннинга-Крюгера на самом деле

В интернете эффект Даннинга-Крюгера превратился в мем: «глупые люди слишком самоуверенны», «пик глупости», «яма отчаяния». Картинка с горой, где новичок на пике «Горы глупости», кочует из паблика в паблик. Но оригинальное исследование говорит о другом — и оно гораздо интереснее поп-версии.

В 1999 году Джастин Крюгер и Дэвид Даннинг, психологи Корнелльского университета, опубликовали статью «Unskilled and Unaware of It: How Difficulties in Recognizing One's Own Incompetence Lead to Inflated Self-Assessments» в Journal of Personality and Social Psychology — одном из самых авторитетных журналов в социальной психологии. Исследование состояло из четырёх отдельных экспериментов, каждый из которых проверял определённый аспект гипотезы.

Что именно измеряли

Участники проходили тесты в трёх областях:

• Чувство юмора — оценить, насколько смешны шутки (по сравнению с рейтингами профессиональных комиков);
• Логическое мышление — задачи на логику из LSAT (вступительного экзамена в юридические школы США);
• Английская грамматика — стандартизированный тест на знание грамматических правил.

После каждого теста участников просили оценить свои результаты по двум параметрам:

1. Общая самооценка: «На каком перцентиле вы находитесь по сравнению с другими участниками?»;
2. Поэлементная оценка: «Сколько заданий вы выполнили правильно?».

Затем исследователи сравнили самооценку с реальными баллами.

Ключевые цифры

Главный результат: участники из нижнего квартиля (худшие 25%) оценивали себя в среднем на 62-й перцентиль, тогда как их реальный результат был на 12-м перцентиле. Это означает, что человек, объективно находящийся на уровне 12% (хуже 88% остальных), считает себя «выше среднего» — на 62-м перцентиле. Разрыв — 50 перцентилей.

Для участников из второго квартиля (25–50-й перцентиль) разрыв тоже был значительным, хотя и меньше: самооценка ~55-й перцентиль, реальность ~35-й.

Участники из верхнего квартиля, наоборот, недооценивали себя: их самооценка была ниже реального результата. Они знали, что справились хорошо, но не осознавали, насколько хорошо — потому что предполагали, что остальные справились так же (эффект ложного консенсуса).

Чего эффект Даннинга-Крюгера НЕ утверждает

Важно разграничить, что исследование говорит, а что — нет:

• НЕ утверждается, что некомпетентные люди всегда переоценивают себя. Эффект статистический: в среднем нижний квартиль завышает самооценку, но конкретный человек из нижнего квартиля может оценивать себя точно;
• НЕ утверждается, что некомпетентный человек думает, что он «гений» или «лучший». Средняя самооценка нижнего квартиля — 62-й перцентиль, то есть «чуть выше среднего», а не «я лучший в мире»;
• НЕ утверждается, что эксперты страдают от низкой самооценки. Они оценивают себя реалистично — просто немного ниже реального уровня;
• НЕ утверждается, что «чем тупее, тем увереннее» как монотонная зависимость. Это нелинейный эффект, специфичный для области знания.

Даннинг и Крюгер: «We argue that the incompetent are doubly cursed: their lack of skill deprives them not only of the ability to produce correct responses, but also of the expertise necessary to surmise that they are not producing them.»

Откуда взялась кривая с горой

Популярная кривая с «Горой глупости» (Mount Stupid) и «Долиной отчаяния» (Valley of Despair) не из статьи 1999 года. Это более поздняя визуализация, популяризированная блогерами и авторами саморазвития. Оригинальное исследование не содержит этого графика — там четыре столбчатые диаграммы с квартилями. Кривая объединяет две независимые модели: собственно эффект Д-К и 4 стадии компетенции Ноэля Бёрча — и стала удобной, хотя и упрощённой, метафорой.

Двойное бремя некомпетентности (Dual-Burden Account)

Центральная идея работы — двойное бремя:

1. Отсутствие навыка не позволяет решать задачу правильно;
2. Отсутствие метакогнитивных способностей не позволяет осознать, что ты решаешь задачу неправильно.

Метакогниция — это «мышление о мышлении»: способность отслеживать и оценивать собственные когнитивные процессы. Чтобы понять, что твой код плохой, нужно уже уметь писать хороший код. Чтобы понять, что твоя логическая ошибка — это ошибка, нужно знать правила логики.

Даннинг и Крюгер проверили это экспериментально. Одной группе участников они дали пройти тренинг по логическому мышлению, а затем попросили переоценить свои первоначальные результаты. После тренинга участники из нижнего квартиля существенно скорректировали самооценку вниз — потому что теперь у них появились метакогнитивные инструменты, чтобы увидеть свои ошибки.

«Incompetence robs them of the ability to realize it.» — Dunning & Kruger, 1999

Это не «глупые люди слишком уверены». Это системная проблема: без компаса нельзя понять, что ты заблудился. Любой человек, попадая в новую область, проходит через эту стадию — потому что у него ещё нет инструментов для самооценки.

Метакогнитивная слепота в действии

Конкретный пример из IT. Разработчик пишет REST API эндпоинт: получает запрос, делает SELECT * FROM users, возвращает JSON. Эндпоинт работает — Postman показывает 200 OK. Разработчик считает задачу выполненной.

Что он не может заметить без метакогнитивного инструментария:

• SELECT * на таблице с 50 колонками, когда нужны 3 — тратит пропускную способность БД;
• Нет пагинации — запрос положит базу при 100K записей;
• Нет индексов — полный скан таблицы при фильтрации;
• JSON содержит пароли (хэшированные, но всё равно) — утечка данных;
• Нет rate limiting — эндпоинт доступен для DDoS.

Каждая из этих проблем требует специфического знания, чтобы её увидеть. Пока разработчик не знает про N+1 problem, индексы и безопасность API — он буквально не способен заметить, что его код опасен. Его уверенность «всё работает» — рациональна с его текущим уровнем понимания. Проблема не в нём — проблема в том, что обучение ещё не произошло.

4 стадии компетенции (Noel Burch, 1970-е)

Модель четырёх стадий компетенции была разработана Ноэлем Бёрчем в Gordon Training International в 1970-х годах — независимо от Даннинга и Крюгера. Но эти две модели отлично дополняют друг друга.

Популярная совмещённая кривая выглядит так:

• Пик «Горы глупости» (Mount Stupid) — стадия 1: максимум уверенности, минимум компетенции.
• Долина отчаяния (Valley of Despair) — переход к стадии 2: уверенность резко падает, когда человек осознаёт реальный масштаб области.
• Склон просвещения (Slope of Enlightenment) — стадия 3: компетенция растёт, уверенность постепенно восстанавливается.
• Плато устойчивости (Plateau of Sustainability) — стадия 4: высокая компетенция, реалистичная уверенность.

Важно: эта кривая — не исследование, а педагогическая модель. Она полезна как навигационная карта, но не как научный факт. Реальная траектория обучения — не плавная кривая, а серия срывов и рывков.

Что движет переходом между стадиями

Переход от стадии 1 к стадии 2 (от «не знаю, что не знаю» к «знаю, что не знаю») — самый сложный и болезненный. Что его запускает:

• Столкновение с реальностью: проваленный проект, уволенный клиент, баг в проде, который стоило предотвратить;
• Внешняя обратная связь: code review, performance review, разговор с ментором, где указывают на пробелы;
• Сравнение с эталоном: чтение кода более опытных коллег, изучение архитектурных решений в open-source проектах;
• Обучение: курс, книга, конференция, где вы внезапно понимаете масштаб области.

Переход от стадии 2 к стадии 3 (от «знаю, что не знаю» к «знаю, что знаю») требует систематической практики — deliberate practice. Одного осознания недостаточно: нужно целенаправленно закрывать пробелы, один за другим.

Переход от стадии 3 к стадии 4 (от «знаю, что знаю» к «не замечаю, что знаю») — результат тысяч часов практики. Навык автоматизируется настолько, что вы перестаёте осознавать его как навык. Опасность этой стадии: вы можете потерять способность объяснять новичкам, как вы это делаете.

Научная критика эффекта

Со времени публикации 1999 года эффект Даннинга-Крюгера неоднократно проверялся, критиковался и уточнялся. Вот ключевые критические работы.

Это может быть статистический артефакт (Gignac & Zajenkowski, 2020)

Жиль Жиньяк и Марцин Зайенковски в статье «The Dunning-Kruger effect is (mostly) a statistical artefact» (Intelligence, 2020) показали: паттерн «нижний квартиль переоценивает, верхний недооценивает» может быть полностью объяснён регрессией к среднему в сочетании с эффектом «лучше среднего» (better-than-average effect).

Логика: случайная ошибка измерения смещает экстремальные значения к среднему. В сочетании с тем, что большинство людей оценивают себя «чуть выше среднего», это даёт именно ту картину, которую наблюдали Даннинг и Крюгер — без необходимости гипотезы о двойном бремени.

Метакогниция не зависит от уровня навыка (McIntosh et al., 2022)

Роберт Макинтош с коллегами в статье «Poor Metacognition in the Dunning-Kruger Effect? Not So Much» (2022) проверили, действительно ли люди с низкой компетенцией хуже оценивают себя. Результат: метакогнитивная точность (оценка «правильно/неправильно» для каждого ответа) не отличалась между квартилями. Разница была в шкале самооценки — новички не знали, сколько ошибок «нормально».

Культурная зависимость

Эффект «иллюзорного превосходства» (illusory superiority) — склонность оценивать себя выше среднего — не универсален. В западных культурах (США, Западная Европа) он выражен сильно: 93% американских водителей считают, что водят лучше среднего; 94% профессоров университетов оценивают свою работу как «выше среднего». В восточноазиатских культурах (Япония, Китай, Корея) наблюдается обратный паттерн — склонность к самоумалению (self-effacement).

Heine & Lehman (1999) показали, что японские студенты систематически занижали свои оценки по сравнению с объективными результатами, тогда как канадские — завышали. Эффект Даннинга-Крюгера может проявляться иначе (или слабее) в культурах, где социальная норма предписывает скромность, а самоутверждение через публичную оценку не поощряется. Это ограничивает универсальность выводов оригинального исследования, проведённого исключительно на американских студентах Корнелльского университета.

Проблема воспроизводимости

Как и многие классические социально-психологические эксперименты, эффект Даннинга-Крюгера столкнулся с «кризисом воспроизводимости» (replication crisis). Некоторые последующие исследования воспроизвели паттерн (Ehrlinger et al., 2008; Schlösser et al., 2013), другие — обнаружили значительно более слабый эффект (Nuhfer et al., 2016, 2017 — на выборках из тысяч студентов). Метаанализ 2022 года (Jansen et al.) показал, что эффект существует, но его величина существенно меньше, чем в оригинальной работе, и сильно зависит от контекста и способа измерения.

Итог по критике

Эффект Даннинга-Крюгера — реальный, но более тонкий, чем поп-версия. Некомпетентные люди действительно переоценивают себя, но не настолько драматично, как рисуют мемы. Ключевые механизмы — не «глупость», а отсутствие метакогнитивных ориентиров и статистические закономерности самооценки.

Примеры из IT и менеджмента

Разработчик после двухнедельного курса

Маша прошла интенсивный курс по React: две недели, 60 часов практики. Она знает хуки, умеет делать компоненты, настроила роутинг через React Router, подключила API через fetch. Она считает, что готова к позиции senior — в конце концов, приложение работает, кнопки нажимаются.

Что Маша не знает — и не может осознать масштаб своего незнания:

• SSR и Next.js — рендеринг на сервере, hydration mismatch, Next.js middleware;
• Производительность — React.memo, useMemo, useCallback, когда нужно, а когда вредно; виртуализация списков, профилирование через React DevTools;
• Bundle splitting — lazy-загрузка, tree shaking, анализ бандла через Webpack/Rspack;
• Паттерны состояния — конечные автоматы, XState, управление серверным и клиентским состоянием;
• Доступность (a11y) — ARIA-атрибуты, навигация с клавиатуры, screen reader testing;
• Безопасность — XSS (dangerouslySetInnerHTML), CSRF, Content Security Policy;
• Тестирование — unit, integration, e2e, Testing Library vs Enzyme, моки API.

Маша не может отличить свой код от production-grade — потому что это различение требует навыка, которого у неё нет. Она на стадии 1: неосознанная некомпетентность. Это не её вина — это естественный этап обучения. Проблема возникает, если она остается на нём слишком долго.

Что должно произойти дальше: Маше нужен ментор или ревьюер, который покажет production-grade код, объяснит, почему он такой, и укажет на 2–3 ближайшие зоны роста — не все 15 пунктов сразу, а те, которые она может освоить за следующий месяц. Если Маша получит эту обратную связь, она перейдёт в стадию 2 — «теперь я знаю, что мне ещё многому учиться». Если нет — она может годами писать код, не подозревая о его качестве.

Новый тимлид

Паша, сильный разработчик, стал тимлидом после пяти лет в индустрии. Первые две недели: «Менеджмент — это просто: задачи в Jira, спринты, ретроспективы. Что там сложного?»

Паша на стадии 1 — он не знает, чего не знает. Список того, что он скоро обнаружит:

• Управление конфликтами — между разработчиками, с заказчиком, с другими командами;
• One-on-one встречи — как их проводить, о чём спрашивать, как выстраивать доверие;
• Карьерный рост подчинённых — как помочь человеку расти, а не просто «давать задачи посложнее»;
• Политика и стейкхолдеры — как защищать команду от нереалистичных требований, как продавать технические инициативы;
• Бюджеты и ресурсы — оценка стоимости, аргументация перед CFO, компромиссы при сокращении бюджета;
• Фасилитация — как вести встречи, чтобы был результат, а не просто «пообщались».

Через два-три месяца Паша свалится в «Долину отчаяния» — поймёт, что менеджмент сложнее разработки, и его уверенность рухнет. Это нормально. Если он пройдёт этот этап и начнёт учиться, через год-полтора он выйдет на плато осознанной компетентности.

Архитектор с микросервисами для стартапа из пяти человек

Андрей — архитектор в стартапе из пяти разработчиков. Стартап делает SaaS-продукт, 1000 пользователей, один монолит на Django. Андрей прочитал блог Netflix и решил: «Надо переписывать на микросервисы. Это enterprise-grade архитектура. Масштабируется, отказоустойчиво, кубернетес, сервис-меш.»

Что Андрей не учитывает — и не осознаёт, что не учитывает:

• Операционные издержки: каждый микросервис требует CI/CD, мониторинга, логирования, алертов. 15 сервисов × 5 деплойментов в неделю = 75 релизных артефактов в неделю. Для команды из 5 человек — это парализует разработку;
• Распределённые транзакции: сага, two-phase commit, компенсирующие транзакции. Монолит с ACID в Postgres решает это «бесплатно»;
• Observability: распределённая трассировка (Jaeger, OpenTelemetry), агрегация логов (ELK/Loki), метрики (Prometheus + Grafana). Каждая система требует настройки и эксплуатации;
• Сетевые отказы: retry с экспоненциальной задержкой, circuit breaker, bulkhead, таймауты. Всё, что в монолите было вызовом функции, становится HTTP/gRPC с сетевыми ошибками;
• Проблема масштаба: Netflix — 230+ миллионов подписчиков, тысячи инженеров, ~1000 микросервисов. Стартап Андрея — 1000 пользователей. Паттерны, адекватные для Netflix, для стартапа — архитектурный suicide.

Андрей видел доклады Netflix на YouTube, но не понимает разницы в масштабе — потому чтобы понять эту разницу, нужен опыт эксплуатации распределённых систем. Он на стадии 1: неосознанная некомпетентность в системной архитектуре. Кривая Даннинга-Крюгера в действии.

Эффект Даннинга-Крюгера и синдром самозванца — две стороны одной медали

Эффект Даннинга-Крюгера и синдром самозванца часто обсуждаются вместе — и не случайно. Они образуют зеркальную пару:

• Даннинг-Крюгер: низкая компетенция → завышенная самооценка. Человек не знает, сколько всего он не знает.
• Синдром самозванца: высокая компетенция → заниженная самооценка. Человек видит сложность предмета и сомневается, что его навыков достаточно.

Почему так происходит? Эксперт видит слои сложности, невидимые новичку. Опытный разработчик знает о граничных случаях, race conditions, утечках памяти, проблемах с конкурентностью. Он пишет код, который работает, но осознаёт всё, что может пойти не так. Новичок написал работающий компонент и считает задачу решённой — потому что не видит возможных проблем.

Кроме того, эксперты склонны переоценивать других — эффект ложного консенсуса: «Если я знаю X, то и другие наверняка знают». Отсюда мысли: «Любой нормальный разработчик умеет строить индексы в БД — мои навыки ничем не выделяются.» Это не так: строить индексы умеет меньшинство.

Интересно, что люди с синдромом самозванца часто имеют более точную самооценку, чем «уверенные» новички — потому что они осознают границы своей компетенции. Парадокс: дискомфорт от самозванца может быть признаком перехода на стадию 2, а не признаком реальной некомпетентности.

Практическое различие

Как отличить Д-К от самозванца в реальной ситуации:

• Человек с Д-К говорит: «Да легко, сейчас за час сделаем». Не задаёт уточняющих вопросов. Предлагает решение, не собрав требования. Не видит рисков.
• Человек с синдромом самозванца задаёт много вопросов, оценивает риски, говорит «я не уверен, нужно проверить», перепроверяет свою работу. Его код часто лучше, чем у уверенного новичка — именно потому, что он компенсирует неуверенность тщательностью.

Для руководителя: если сотрудник на собеседовании признаётся в ограничениях («в X я силён, в Y — откровенно слаб, в Z — вообще не разбираюсь») — это позитивный сигнал. Он прошёл стадию 1 и находится в стадии 2 или 3.

Чем больше вы знаете, тем больше вы осознаёте, как многого вы НЕ знаете. Это не слабость — это признак роста.

Как преодолеть эффект Даннинга-Крюгера

Переход от неосознанной некомпетентности к осознанной — это не удар по самооценке, а начало обучения. Пока вы не знаете, что вы не знаете — вы не можете начать учиться.

1. Калибровка: сравнивайте самооценку с объективными метриками

Без внешнего эталона вы не можете оценить свой уровень. Инструменты калибровки:

• Code review — регулярный просмотр вашего кода более опытными коллегами. Лучший способ увидеть свои слепые зоны;
• Performance review — если в компании есть формальная система оценки, используйте её как источник данных, а не как «ещё одну бюрократию»;
• Тесты и сертификации — не как «бумажка», а как структурированная проверка знаний. AWS Solutions Architect, Google Professional, CKAD — экзамены проверяют реальные навыки;
• Сравнение с эталоном — найдите код open-source проектов в вашей области и сравните со своим. Не для самобичевания — для понимания разницы.

2. Обратная связь: ищите людей, кто видит ваши слепые зоны

Самостоятельно обнаружить свою некомпетентность невозможно — это центральный вывод Даннинга и Крюгера. Нужны внешние источники:

• Ментор — человек с опытом в 2–5 раз больше вашего, который может указать на пробелы;
• Peer-группы — сообщества по интересам, где обсуждают реальные проблемы, а не хвастаются;
• Станьте адвокатом дьявола для самого себя — регулярно спрашивайте: «В чём я могу ошибаться?», «Какие альтернативные объяснения есть у этой ситуации?», «Что должно быть правдой, чтобы моё решение оказалось неверным?»

3. Deliberate practice (Эрикссон)

Андерс Эрикссон, исследователь экспертизы, ввёл понятие deliberate practice — осознанной практики. Это не просто «10 000 часов», а:

• Упражнения с конкретной целью (не «попрограммировать», а «освоить паттерн Observer через решение 5 задач»);
• Немедленная обратная связь (code review, ментор, тесты);
• Зона ближайшего развития — задачи чуть сложнее текущего уровня, но решаемые с усилием;
• Повторение с коррекцией (решить задачу → получить обратную связь → решить заново иначе).

Deliberate practice — прямой путь из «Долины отчаяния» на «Склон просвещения».

Ключевое отличие deliberate practice от обычной «работы за компьютером»: обычная работа — это выполнение задач, deliberate practice — это тренировка навыков. Разработчик, который 5 лет делает стандартные CRUD-эндпоинты, не становится senior автоматически — он становится опытным junior'ом. Чтобы расти, он должен выходить за пределы комфорта: взяться за распределённые системы, оптимизацию запросов, архитектурные решения.

4. Признание неопределённости

Одна из самых полезных привычек мышления — комфорт с фразой «я не знаю»:

• Регулярно задавайте вопрос: «Как я могу ошибаться?» Перечислите три способа.
• Принимайте ошибки как источник данных, а не как угрозу идентичности. Ошибка — это информация о карте реальности, а не приговор способностям.
• Отмечайте границы своей компетенции вслух. Фраза «Вот здесь я не эксперт — давайте привлечём того, кто разбирается» — признак профессионализма, а не слабости.

5. Круг компетенции (Circle of Competence)

Уоррен Баффет и Чарли Мангер популяризировали концепцию круга компетенции: чётко очертите границы того, в чём вы разбираетесь, и не выходите за них без подготовки.

Круг компетенции — это:

• Области, где вы принимаете решения на основе глубокого понимания, а не интуиции;
• Внутри круга — действуйте уверенно;
• Снаружи круга — признайте незнание и либо расширьте круг (через обучение), либо привлеките того, кто внутри.

Размер круга не так важен, как знание его границ. Человек с маленьким, но точно очерченным кругом компетенции принимает лучшие решения, чем человек с размытым «вроде бы разбираюсь во всём». Подробнее о круге компетенции и других ментальных моделях — в статье Ментальные модели: 12 ключевых.

6. Что делать руководителю: как заметить Д-К в команде

Эффект Даннинга-Крюгера — не только индивидуальная проблема. Руководитель, не распознающий его в команде, рискует: повысить неготового сотрудника, доверить архитектурное решение человеку без нужного опыта, или — что хуже — нанять «уверенного эксперта», который на самом деле на стадии 1.

Красные флаги на собеседовании:

• Кандидат не может назвать границы своей компетенции. На вопрос «В чём вы не сильны?» отвечает общими фразами или говорит, что «вопрос сложный, надо подумать, но я быстро учусь»;
• Кандидат предлагает решения до того, как собрал контекст. Любой вопрос: «Как бы вы решили проблему X?» — и мгновенный ответ без уточнений;
• Кандидат не может объяснить, почему он выбрал конкретное решение в прошлом проекте. «Потому что так правильно» — тревожный сигнал; «Потому что у нас были ограничения A, B, C, и мы рассматривали альтернативы X и Y, но они не подходили из-за...» — признак осознанной компетентности.

Что делать, если заметили Д-К у сотрудника:

1. Дайте конкретную, измеримую обратную связь — не «ты плохо пишешь код», а «в этом PR три проблемы: утечка памяти в хуке, отсутствие мемоизации для дорогого вычисления, и нет обработки ошибок для статуса 429»;
2. Покажите эталон — дайте посмотреть код senior-разработчика, объясните, почему он написан именно так;
3. Назначьте ментора — не формального «бадди», а человека, который будет регулярно ревьюить работу и объяснять ошибки;
4. Поставьте в зону ближайшего развития — задачи, которые чуть сложнее текущего уровня, но решаемые с поддержкой;
5. Следите за прогрессом — через 2–3 месяца оцените, перешёл ли сотрудник в стадию 2 (начал задавать вопросы, признавать пробелы, видеть сложность).

Тест: проверьте себя на эффект Даннинга-Крюгера

Честно ответьте на 6 вопросов. Вариант А = 0 баллов, Б = 1 балл, В = 2 балла.

1. Как вы оцениваете свой уровень в вашей основной области (разработка, менеджмент, дизайн)?

A. Выше 90% коллег. Б. Выше среднего — примерно 60–70%. В. Затрудняюсь сказать. В чём-то силён, в чём-то откровенно слаб.

2. Когда вы сталкиваетесь с незнакомой технологией или методом, ваша первая мысль:

A. «Я разберусь за вечер — там наверняка всё просто». Б. «Интересно, сколько времени займёт освоение на базовом уровне». В. «Надо понять, кто в этом эксперт, и узнать, какие есть подводные камни».

3. Вы написали решение. Коллега предлагает альтернативу. Ваша реакция:

A. «Моё решение лучше. Я его обдумал — оно оптимально». Б. «Давайте сравним плюсы и минусы обоих». В. «Интересно. Какие у твоего подхода преимущества, которых я не вижу?»

4. Когда вы видите чужой код (дизайн, процесс), который кажется вам «странным», вы:

A. Думаете: «Автор не разбирается, надо переписать». Б. Интересуетесь: «Почему сделано именно так? Может, есть причина». В. Спрашиваете автора о контексте, в котором принималось решение.

5. Как часто вы пересматриваете свои прошлые решения и находите в них ошибки?

A. Редко. Я обычно принимаю верные решения. Б. Иногда — когда появляется новая информация. В. Регулярно. Через полгода я почти всегда вижу, что можно было сделать лучше.

6. Утверждение: «Если бы я знал то, что знаю сейчас — два года назад я бы принимал другие решения».

A. Не согласен. Я и два года назад принимал верные решения. Б. Согласен частично. Пара решений была бы другой. В. Полностью согласен. Большинство решений двухлетней давности я бы пересмотрел.

Результаты:

• 0–3 балла: Высокий риск эффекта Даннинга-Крюгера. Ваша уверенность, возможно, не подкреплена метакогнитивной обратной связью. Рекомендация: начните с калибровки — запросите обратную связь у трёх коллег, которым доверяете.
• 4–8 баллов: Баланс. Вы осознаёте границы своей компетенции, хотя в некоторых областях можете переоценивать себя. Рекомендация: определите 1–2 зоны, где вы не уверены в своей оценке, и проверьте её через code review/ментора.
• 9–12 баллов: Рефлексивная позиция. Вы регулярно проверяете свои предположения и видите ограничения своих знаний. В зоне риска — синдром самозванца: не дайте осознанию сложности перерасти в недооценку реальных навыков.

Связанные статьи на сайте

• Когнитивные искажения: 40+ ошибок мышления — полный каталог
• Синдром самозванца: что говорит наука — противоположный эффект
• Ментальные модели: 12 ключевых — инструменты мышления
• Принятие решений в условиях неопределённости — фреймворки
• Как отвечать на критику — практические техники