Как не превратить метрики в самоцель

Коротко. Любая метрика — доля глубокой работы, число завершённых задач, время в фокусе — измеряет результат только пока на неё не начали целиться напрямую. Как только человек ставит себе цель именно по цифре, а не по тому, что за ней стоит, появляется соблазн подогнать поведение под метрику, а не под реальную задачу: дробить работу на мелкие «засчитываемые» куски, держать вкладку открытой для галочки, оставлять активность там, где реальной работы уже нет. Это и есть эффект Гудхарта в личном масштабе — метрика становится самоцелью и перестаёт быть надёжным показателем того, что она изначально должна была показывать. Защита простая по формулировке и сложная в дисциплине: не превращать одну цифру в единственный критерий успеха, смотреть на несколько метрик вместе и периодически проверять, не изменилось ли поведение так, что число выросло, а результат — нет.

Как не превратить метрики в самоцель

Что такое эффект Гудхарта в личных метриках

Эффект Гудхарта в исходной формулировке звучит про экономическую политику: если показатель становится целью управления, он перестаёт быть хорошим показателем — люди подстраивают своё поведение под сам индикатор, а не под то, что он должен отражать. В личной продуктивности работает тот же механизм в миниатюре. Метрика — доля времени в фокусе, число закрытых задач за день, минуты в приложениях для работы — изначально вводится как прокси: удобное измеримое приближение к неизмеримому напрямую результату («я поработал хорошо» само по себе не число). Прокси работает, пока связь между цифрой и реальным результатом остаётся достаточно прочной. Она рвётся в тот момент, когда у человека появляется прямой стимул увеличить именно цифру — премия за неё, публичный рейтинг, личный челлендж «побить прошлую неделю» — и он находит способ нарастить число, не нарастив то, что за ним стояло. Это и называется подгонкой под метрику: поведение оптимизируется под измерение, а не под цель измерения.

Важно различать два похожих, но разных случая. Иногда рост цифры — честный побочный эффект реального улучшения: стал меньше отвлекаться, вырос показатель фокуса. А иногда цифра растёт из-за того, что человек нашёл способ формально удовлетворить критерий счёта без изменения сути — например, оставляет заметку «в работе» открытой в фоне, чтобы время засчиталось как активное, хотя реально в этот момент занят другим. Первый случай — то, ради чего метрики и вводят. Второй — тот самый эффект Гудхарта, и отличить их друг от друга можно только если смотреть на метрику не изолированно, а в связке с другими сигналами и с собственным ощущением результата.

Пример с числами

Разберём гипотетическую, но типичную ситуацию. Человек несколько недель отслеживает долю времени в глубокой работе — метрику, которая показывает, сколько рабочего дня прошло без переключений между задачами дольше определённого порога. Первые две недели доля держится в районе 35–40%, и параллельно ощущается реальный прогресс: закрыты крупные задачи, меньше чувства «бежал весь день, а толку мало».

На третьей неделе человек ставит себе личную цель — не менее 55% глубокой работы к концу месяца — и начинает целиться именно в цифру. Доля растёт до 60%, выглядит как явный успех. Но при более внимательном взгляде на то, как она выросла, картина другая: выросла не потому, что стало меньше мелких прерываний, а потому, что человек стал реже открывать почту и мессенджеры вообще — в том числе тогда, когда туда действительно нужно было заглянуть, — и стал держать одну и ту же задачу открытой на экране дольше, даже когда реально переключался мыслями на что-то другое. Число подстроилось под критерий счёта, а не под содержание работы. Итоговый результат месяца — количество закрытых задач и их сложность — не изменился, при этом ощущение усталости к концу недели выросло, потому что искусственно удерживать фокус в открытом окне утомляет не меньше, чем реально работать.

Число 60% в этом примере — не ложь и не ошибка измерения. Оно честно отражает то, что метрика умеет мерить: непрерывность работы в одном контексте. Проблема не в цифре, а в том, что её сделали единственной целью, и поведение подстроилось под измеримое определение «фокуса», а не под то, ради чего эта метрика вообще была введена.

Признаки, что метрика стала самоцелью

Несколько сигналов, по которым можно заметить подгонку раньше, чем она превратится в привычку:

• Число растёт, а результат — нет. Метрика лучше, но количество и качество завершённых задач, объём реальной работы за неделю не изменились или даже снизились.
• Появляются «ритуалы для счётчика». Держать вкладку открытой, кликать мышью раз в несколько минут, специально дробить одну задачу на несколько подзадач ради лишней «завершённой единицы» — любое действие, смысл которого не в работе, а в том, что оно будет засчитано.
• Метрика обсуждается чаще, чем задачи. Если разговор о неделе быстро сводится к «а сколько процентов вышло» вместо «что сделано» — фокус уже сместился с результата на индикатор.
• Растёт тревога вокруг конкретного числа. Здоровое отношение к метрике — интерес и разбор; тревожное — паника или разочарование от того, что цифра на пару пунктов хуже вчерашней, даже если день объективно был продуктивным.
• Метрика перестаёт совпадать с самоощущением. Хороший показатель по цифре при плохом ощущении от дня (или наоборот) — верный признак, что связь между числом и реальностью где-то разошлась.

Ни один из этих признаков по отдельности не доказывает подгонку — иногда число действительно временно отстаёт от ощущения или наоборот. Но если несколько признаков совпадают одновременно и держатся не один день, а неделями, стоит остановиться и разобраться, что именно изменилось в поведении, а не в результате.

Типичная ошибка интерпретации

Самая частая ошибка — читать рост метрики как рост результата напрямую, без вопроса «а за счёт чего именно выросло число». Метрика — это агрегат, за одним и тем же значением может стоять множество разных реальных ситуаций. Рост доли фокус-времени может означать, что стало меньше отвлечений на самом деле — а может означать, что человек стал реже открывать инструменты, где отвлечения и так были редкими, просто потому что там теперь меньше рабочих задач вообще. Формально метрика выросла, содержательно — нет.

Обратная сторона той же ошибки — воспринимать любое ухудшение метрики как проблему, требующую немедленной коррекции поведения. Если неделя объективно была нагружена срочными созвонами и переключениями по объективным причинам, а метрика фокуса упала — реагировать на это как на личный провал и начинать «подкручивать» поведение ради цифры уже означает вставать на путь подгонки. Разовое отклонение метрики без разбора причины — плохое основание для решения; решение стоит принимать по тренду за несколько недель и с пониманием, что стояло за изменением. Здесь особенно полезно смотреть не на одно значение, а на разброс и стабильность показателя — устойчиво повторяющееся отклонение говорит больше, чем один плохой день.

Как защититься: практические правила

Полностью исключить эффект Гудхарта нельзя — любая метрика, на которую смотрят регулярно, немного меняет поведение того, кто на неё смотрит. Но снизить риск подгонки до управляемого уровня можно несколькими простыми привычками.

Не назначайте одну метрику единственным критерием успеха. Если у недели есть только один показатель, по которому она оценивается, у мозга появляется прямой и единственный путь «улучшить неделю» — увеличить это число любым способом. Если критериев два-три и они относительно независимы друг от друга (например доля фокуса, число закрытых задач и субъективная оценка дня), подогнать поведение под все сразу заметно сложнее, а сама попытка обычно становится заметной именно потому, что метрики начинают расходиться.

Периодически спрашивайте не «сколько», а «за счёт чего». Раз в одну-две недели полезно разобрать не итоговое число, а его состав: какие именно дни и какие изменения в расписании дали основной вклад в рост или падение. Это тот же принцип, что лежит в основе разбора базовой линии метрики — сравнение имеет смысл только относительно понятного и стабильного контекста, а не сырых чисел.

Сравнивайте метрику с независимым сигналом. Субъективное ощущение от дня, число закрытых задач, отзыв коллег о доступности — любой сигнал, который метрика не определяет напрямую, служит проверкой. Если метрика и независимый сигнал расходятся неделями — доверять стоит не метрике.

Ставьте цели по диапазону, а не по рекорду. Цель «не ниже 30% и не выше 55% глубокой работы» оставляет пространство для здоровой вариативности дня и не толкает к бесконечному наращиванию одного числа. Цель «максимум, на который способен» почти гарантированно рано или поздно провоцирует подгонку — предела у желания увеличить цифру нет, а у реального рабочего дня есть.

Не превращайте метрику в соревнование, если этого не требует сама задача. Личный трекинг, который сравнивается с другими людьми или показывается публично, добавляет социальный стимул нарастить число — а социальный стимул исторически один из самых сильных триггеров эффекта Гудхарта, от школьных оценок до KPI в компаниях.

Отдельно стоит сказать: не все метрики одинаково подвержены подгонке. Показатели, которые легко «накрутить» формальным поведением без содержательного изменения (число открытых вкладок, время «активности» мыши), уязвимее, чем показатели, которые труднее подделать без реальной работы (число закрытых задач с проверяемым результатом). При выборе, на что смотреть регулярно, разумно отдавать предпочтение вторым — и помогает при этом умение читать графики продуктивности не как приговор, а как повод для вопроса, что стоит за изменением.

Если вы пользуетесь трекером рабочего времени вроде DevPace, у этой темы есть практическая сторона: инструмент показывает не одну изолированную цифру, а картину дня целиком — активность, переключения, распределение по категориям — именно чтобы не свести всё к одному числу, за которым легко начать гнаться в ущерб смыслу. Демо-доступ даёт возможность увидеть, как выглядит такая многомерная картина на практике, без необходимости верить одному показателю на слово.

FAQ

Эффект Гудхарта — это только про экономику и управление? Изначально закон формулировался про денежно-кредитную политику, но механизм универсален: он применим к любой ситуации, где метрику превращают в прямую цель управления поведением — от KPI в компаниях до личных трекеров привычек и продуктивности.

Значит ли это, что метрики вообще не нужны? Нет. Метрики остаются полезными как инструмент наблюдения и диагностики — проблема возникает только тогда, когда одна метрика становится единственной целью, а не одним из сигналов для анализа.

Как понять, что я уже подгоняю поведение под цифру, а не наоборот? Главный вопрос — изменилось ли реальное содержание работы или изменилось только то, что засчитывается измерением. Если по итогам недели трудно назвать конкретный результат, который улучшился вместе с метрикой, вероятна подгонка.

Помогает ли смена метрики раз в какое-то время? Смена акцента иногда снижает риск: если внимание постоянно на одной цифре месяцами, стимул подогнать поведение под неё накапливается. Но переключение метрик само по себе не заменяет привычку сверять число с независимым сигналом.

Можно ли доверять сравнению своих показателей с чужими? С осторожностью. Чужие условия работы, задачи и способы измерения обычно отличаются, поэтому прямое сравнение чисел друг с другом менее надёжно, чем сравнение собственных периодов между собой в одинаковых условиях.

Что делать, если по метрике всё хорошо, а по ощущению — плохо? Это самый информативный сигнал разрыва между измерением и реальностью. Стоит разобрать неделю содержательно, не полагаясь на цифру: что реально было сделано, где было тяжело, и не связано ли ощущение с чем-то, что метрика просто не видит.

Хотите разобрать похожую ситуацию на данных, а не в теории? В DevPace можно посмотреть на несколько метрик сразу и увидеть, где число и реальный результат совпадают, а где расходятся — запишитесь на демо, если хотите увидеть это на практике.

Опубликовано: 17 июля 2026 г.