Статья Сентябрь 2026
Система принятия решений для руководителей: как избежать когнитивных ловушек
В условиях стресса мозг автоматически выбирает быстрый путь принятия решения, который часто приводит к ошибочным управленческим действиям.
Валерия Куропаткина, партнёр ЭКОПСИ, руководитель практики HR-Tech, на событии Школы управления РБК рассказала о типичных когнитивных искажениях и предложила систему мер, включая использование цифровых инструментов, для минимизации риска принятия неверных управленческих решений.
Описание и бизнес-примеры распространенных когнитивных ловушек
Ловушки мышления или когнитивные искажения — это систематические ошибки в рассуждениях или шаблонные отклонения в восприятии информации, из‑за которых человек делает выводы, не соответствующие реальности.
Систематизируем распространённые когнитивные искажения, влияющие на управленческие и кадровые решения, а также типичные негативные последствия этих искажений:
Отражает склонность острее переживать потери, чем радоваться приобретениям, а также тенденцию удерживать активы или инвестиции даже при их низкой эффективности из‑за ценности вложенных ресурсов.
Типичный пример: руководители признаются, что им жаль увольнять низкорезультативных сотрудников, поскольку в них уже вложено много сил и инвестиций. Именно поэтому в таких сотрудников продолжают вкладывать ещё больше ресурсов в надежде на улучшение ситуации.
Негативные последствия: сохранение низкоприбыльных активов, инвестиции в нерентабельные проекты, удержание «не тех» сотрудников, инвестиции в обучение сложных кадров.
Выражается в избирательном восприятии информации, которая согласуется с уже существующими убеждениями, и игнорировании противоречащих данных.
Например, руководитель, убежденный, что лучшие менеджеры вырастают только из «внутренних» кандидатов, будет замечать лишь успехи своих сотрудников и обесценивать достижения коллег, перешедших из других компаний. Даже если «внешний» сотрудник объективно сильнее, его слабые стороны будут восприниматься острее, а сильные - игнорироваться.
Негативные последствия: игнорирование ошибок любимых сотрудников, найм по первому впечатлению или неполным критериям, потеря сильных сотрудников.
Проявляется как склонность следовать коллективному мнению, даже если оно не является оптимальным.
Эффект может проявляться как в принятии кадровых решений (большинство проголосовали за кандидата - не буду спорить), так и в стратегических действиях (открытие новых направлений бизнеса в ответ на хайп с рынка).
Негативные последствия: найм неподходящих кадров по решению большинства, массовые ошибки и ошибочные инвестиции.
Формирование целостного впечатления о человеке на основании одного или нескольких ярких качеств, что искажает объективную оценку.
Многие из нас привыкли считать, что этот эффект заключается в экстраполировании одного позитивного качества человека на весь его образ: например, если сотрудник отлично проводит презентации, его с высокой вероятностью также будут считать глубоким экспертом и ответственным исполнителем (хотя это может быть совсем не так). Однако этот же эффект может работать и в обратную сторону: мелкая неудачная деталь, вроде грязной обуви на собеседовании, может сформировать ошибочно негативное впечатление о сильном кандидате.
Негативные последствия: найм и удержание неподходящих кадров или, наоборот, игнорирование ценных кандидатов из-за мелких недостатков.
Проявляется в опоре на прошлый опыт, стереотипы и общепринятые шаблоны, что может приводить к некорректным обобщениям.
Проиллюстрировать механизм последней ошибки удобно на распространенном примере из бизнеса. Склонность выбирать соискателя по известному названию вуза или опыту работы в крупной компании-бренде нередко заменяет собой детальный анализ его фактического опыта и компетенций. Как следствие, выбор оказывается поверхностным, что существенно повышает риски неудачного закрытия вакансии.
Негативные последствия: наём, повышение и удержание неподходящих кадров, ошибки в работе персонала, применение неактуального проектного опыта.
Парадоксально, но обширный управленческий опыт зачастую не смягчает, а, напротив, усугубляет влияние когнитивных искажений, поскольку закрепляет устоявшиеся паттерны мышления, на осмысление и анализ которых у руководителей порой просто не хватает времени.
Алгоритм для снижения риска ошибок: 5 конкретных шагов
Чтобы сохранять ясность мышления при принятии решения в сжатые сроки и не поддаваться ментальным искажениям, мы предлагаем опираться на следующий алгоритм действий:
1. Внедрение единых критериев и процессов. Разработать и применять стандартизированные критерии оценки сотрудников, проектов, решений, а также обеспечить одинаковое применение этих критериев и процессов ко всем без исключения.
Цель: снижение произвола в решениях и обеспечение их воспроизводимости.
2. Сбор наглядных фактов и метрик. Систематически собирать объективные данные и показатели, характеризующие сотрудника или проект. Использовать эти данные для подтверждения или опровержения субъективных мнений и интуитивных ощущений.
Цель: переход к решениям на основе данных (data-driven decisions), менее подверженным влиянию искажений.
3. Контроль доступа к оценкам других. Организовать процесс оценки так, чтобы руководитель сначала формировал свое независимое мнение на основе фактов и критериев. Только после формирования первичной независимой оценки допускать ознакомление с мнениями коллег или других лиц (консультантов, бизнес-тренеров).
Цель: предотвращение смещения собственной оценки под влиянием чужого мнения (эффекта присоединения к большинству).
4. Анализ показателей в динамике. Оценивать результаты сотрудников или проектов не по единичным успехам или провалам, а по устойчивой динамике за значительный период. Например, чтобы один успешный период работы сотрудника не приводил к автоматическому принятию решения о повышении, если за несколько лет его результаты были средними.
Цель: избежание иллюзий, основанных на краткосрочных колебаниях.
5. Накопление продвинутой аналитики по сотрудникам. Собирать и анализировать не только базовые показатели результативности (KPI), но и более глубокие метрики, такие как: обучаемость, скорость переключения контекстов, влияние на команду, потенциал к росту, вовлеченность.
Цель: обеспечение объективного сравнения кандидатов на ключевые роли или проекты на основе многомерной картины.
Принципы выбора цифровых систем для поддержки принятия решений.
Внедрение предложенного алгоритма сталкивается с проблемой ресурсоемкости. Взвешенные решения требуют времени, качественных данных и навыков работы с ними. В условиях, когда ресурсы ограничены, руководители принимают быстрые интуитивные решения, несмотря на высокие риски ошибок.
Решение этой проблемы мы видим в использовании цифровых инструментов, которые помогают закрепить алгоритм, упростить сбор и анализ данных и масштабировать применение объективных процессов принятия решений на всю компанию.
Оценочные платформы, калибровочные матрицы, тасктрекеры, аналитические инструменты. На рынке существуют десятки решений, закрывающих те или иные аспекты работы с управленческими задачами, сотрудниками и аналитикой. Детальнее о них мы поговорим отдельно в следующих статьях.
А пока, чтобы не потеряться в их многообразии, даем ключевые рекомендации, на что опереться при выборе цифровых систем:
- Реально оценивать приоритеты компании в цифровизации. Важно понимать, что тренды и реальные потребности и возможности компании могут лежать в разных плоскостях.
- Не поддаваться на маркетинговые уловки. Тщательно проверять реальный функционал и предполагаемую пользу системы для конкретных задач компании.
- Оценивать прозрачность алгоритмов и моделей, используемых системой (насколько понятна логика ее работы и выводов). Понимать, на каких данных обучалась и работает система, их релевантность и качество.
- Помнить, что цифровизация — не панацея. Цифровизация способна повысить качество процессов, но лишь при условии, что они уже сформированы. При этом изначально низкая зрелость процессов может стать барьером для автоматизации.
Борьба с когнитивными искажениями в управлении требует не просто теоретического знания о них, а внедрения структурированной системы принятия решений. При этом, цифровые инструменты, поддерживающие эту систему, должны работать на основе качественных данных с прозрачными алгоритмами. Такой подход позволяет значительно снизить риск типичных управленческих ошибок, вызванных «ловушками мышления».