Rozwijaj się. Ale nie za bardzo.

Są zdania, które potrzebują czasu, by ujawnić swój prawdziwy ciężar. Podczas ich wypowiadania brzmią miękko, czasem niemal jak komplement. Przytakujemy więc, uśmiechamy się i wracamy do swoich spraw. Dopiero później, gdy opadnie zgiełk wydarzeń, wracają w ciszy i zaczynają odsłaniać swoje właściwe znaczenie.

Jedno z takich zdań padło niedawno podczas ogłoszenia wyników konkursu dotyczącego mistrzostw świata w piłce nożnej.

– To już nie analityka. To data science.

W pierwszej chwili zabrzmiało to jak uznanie dla dojrzałości projektu. Dopiero z czasem stało się jasne, że wypowiedziano je w zupełnie innym celu. Żeby uzasadnić jej ciche wykluczenie. Gdy projekt wykracza poziomem poza przyjęte ramy, pojawia się pokusa, by zamiast poddać go pełnej ocenie, po prostu zmienić mu kategorię.

Właśnie to wydarzyło się w moim przypadku. Pozostałe projekty były omawiane szczegółowo. Rozmawiano o ich mocnych stronach, wskazywano błędy, zastanawiano się, co można było zrobić lepiej. To była prawdziwa informacja zwrotna, nawet wtedy, gdy była krytyczna. Mój projekt nie doczekał się podobnej rozmowy. Nie usłyszałam, że model był błędny, że dane wymagały poprawy… Jedyne argumenty, które rzeczywiście usłyszałam to, że projekt jest „już data science” i że jest po prostu za dobry. Trudno rozwijać się na podstawie informacji, która nie dotyczy jakości wykonanej pracy, lecz miejsca, do którego ktoś postanowił ją przypisać.

To fascynujący moment. Ukazuje, jak głęboko zakorzeniona jest w nas potrzeba porządkowania świata i chronienia znanych nam schematów.

Kiedy dziecko buduje coś więcej niż prosty zamek z piasku, podziwiamy jego wyobraźnię. Kiedy jednak ten sam odruch ciekawości pojawia się u dorosłego, reakcja otoczenia bywa bardziej skomplikowana. Zamiast skupić się na tym, czy stworzona konstrukcja jest stabilna, przemyślana i wartościowa, pojawia się odruch przypisania jej do osobnej szufladki. A gdy okazuje się mocniejsza lub bardziej rozbudowana od reszty, łatwiej jest uznać, że „gra w innej lidze”, niż zmierzyć się z jej merytoryczną oceną na tle pozostałych prac.

W codziennej praktyce nikt nie odkłada swoich umiejętności przed wejściem do innego pokoju. Analityk, który szuka odpowiedzi na trudne pytanie, sięga po takie narzędzia, jakich w danej chwili potrzebuje. Czasem jest to prosta tabela w Excelu, innym razem skrypt napisany w Pythonie czy symulacja statystyczna. Sam wybór narzędzia nie powinien automatycznie przenosić projektu do innej dziedziny. Tak jak użycie skalpela nie sprawia, że anatom staje się chirurgiem. Wybór metody jest jedynie odpowiedzią na poziom skomplikowania problemu.

Często powtarzamy, że wartością jest rozwój, ciekawość i przekraczanie własnych ograniczeń. Zachęcamy się nawzajem do wychodzenia poza schematy. A jednak istnieje cicha, niepisana granica, po której przekroczeniu ta sama ciekawość zaczyna budzić niepokój. Gdy rezultat czyjejś nauki zaczyna wyglądać zbyt dojrzale, przestajemy widzieć drogę, która do niego prowadziła. Widząc sam efekt, łatwo ulec złudzeniu, że ktoś przestał być osobą uczącą się i zaczął „zabierać miejsce” innym, o czym też zdarzyło mi się już słyszeć.

Tymczasem prawo do nauki nie wygasa w momencie osiągnięcia pierwszego dobrego rezultatu. Nie traci się go po opanowaniu trudniejszej metody ani po pięciu miesiącach pracy w zawodzie. Nauka nie jest etapem, który się zamyka. Jest postawą wobec problemu.

Myślę, że większość z nas w którymś momencie swojej drogi usłyszała lub usłyszy własne „to już nie dla ciebie”. Chciałabym, żebyśmy w takich chwilach pamiętali, że próba zatrzymania nas przez innych mówi znacznie więcej o ich granicach niż o naszych możliwościach. Nie przepraszajmy za to, że zarwaliśmy noc, żeby dowiedzieć się czegoś więcej. Nie zmniejszajmy swoich prac tylko po to, by zmieściły się w cudzym pudełku.

Każdy konkurs i każde wydarzenie branżowe ostatecznie mija. Dyplomy trafiają do szuflad, transmisje się kończą, a wyniki stają się historią. To, co pozostaje i co ma prawdziwą wartość, to nasza własna ciekawość i odwaga, by zadawać pytania.

Warto przyglądać się liniom, które rysujemy wokół siebie i innych ludzi. Jeżeli mają służyć porządkowaniu wiedzy, to niech pomagają nam się w niej odnajdywać. Ale jeśli stają się płotami stawianymi po to, by kogoś odsunąć, po prostu przejdźmy nad nimi do porządku dziennego i róbmy swoje.

A kiedy sami będziemy po drugiej stronie, gdy przyjdzie nam oceniać pracę innych, pamiętajmy, by szukać w niej przede wszystkim pomysłu i ciekawości. Bo najpiękniejsze w nauce jest to, że nigdy nie wiemy, jak daleko doprowadzi kogoś odwaga, by spróbować czegoś nowego.