Дедлайны — неотъемлемая часть современной умственной работы. Журналисты должны обслуживать свои еженедельные колонки, менеджеры должны сдавать свои ежемесячные отчеты, а исследователи должны вовремя представлять свои статьи и предложения. Несмотря на их повсеместное распространение, дедлайны вызывают негативные чувства и воспринимаются как сложные события. Соответственно, наметилась тенденция по возможности упразднять крайние сроки. Например, Национальный научный фонд (NSF) в Соединенных Штатах ввел неограниченные сроки подачи заявок в некоторых своих программах. Критики, однако, утверждают, что, хотя сроки могут быть болезненными, они необходимы, потому что мотивируют людей действовать.

Исследователи из Хьюстонского университета, Техасского университета A&M и Миланского политехнического института решили ответить на вопрос, лежащий в основе вопроса: «Вызывают ли знания, работающие вблизи дедлайнов, более высокую сочувственную нагрузку, чем знания, работающие вне дедлайнов?» Симпатическая активация — это состояние физиологического возбуждения, которое указывает на то, насколько люди «на кончиках пальцев ног», и часто приводит к стрессу. Вот почему, по мнению исследователей, следует контролировать его интенсивность и продолжительность.

Первое в своем роде исследование, опубликованное в Proceedings of the ACM Human Factors in Computing, было проведено Иоаннисом Павлидисом, профессором компьютерных наук и директором Лаборатории эмоциональных вычислений и вычислений данных в UH.

В соответствии с этическим протоколом, утвержденным учреждением, 10 исследователей, давших согласие, находились под наблюдением, пока они работали в офисе в течение двух дней, предшествовавших критическому сроку , и еще два дня без наступления крайнего срока. Миниатюрные камеры были размещены в университетском офисе исследователей, чтобы ненавязчиво фиксировать их физиологию лица и выражения, а также их движения в течение рабочего дня. Симпатическую активацию участников измеряли каждую секунду путем количественного определения уровня периназального потоотделения.

Применяя расширенное моделирование данных к сотням часов записи данных, команда обнаружила, что исследователи испытывают высокую симпатическую активацию во время работы, что говорит о сложном характере исследовательской профессии. Удивительно, но эта высокая симпатическая активация остается примерно одинаковой с дедлайнами или без них.

«Каждый день исследования трудны, — сказал Павлидис. «Используя метафору, если вы все время находитесь под проливным дождем, если однажды дождь немного усилится, это не будет иметь для вас большого значения, потому что вы уже промокли до костей. Это то, что наши модели демонстрируют с уважением. к влиянию крайних сроков на исследователей».

Единственными факторами, усугубляющими симпатическую активацию, были широкое использование смартфона и активное чтение/письмо. Первый фактор — это проявление тенденций зависимости от гаджетов, которые изменили поведение людей по всем направлениям. Второй фактор является неотъемлемой частью исследовательской работы и поэтому неизбежен.

К счастью, однако, исследователи, по-видимому, автоматически регулируют усиление своей симпатической активности, инстинктивно регулируя частоту физических перерывов. Было замечено, что в среднем исследователи делают один физический перерыв каждые два часа. Исходя из этого исходного уровня, анализ данных показал, что на каждые 50% увеличения симпатической активации частота перерывов почти удваивается, что указывает на пределы когнитивной работы при возрастающем стрессе.

«Наше натуралистическое исследование не только дает свежий взгляд на поведение исследователей, но и бросает вызов некоторым преобладающим представлениям о сроках», — сказал Павлидис. «С недавними достижениями в области аффективных вычислений я ожидаю, что такие натуралистические исследования будут распространяться по областям, бросая вызов неверным представлениям, которых мы придерживаемся о многих вещах», — добавил Павлидис.

Исследование опубликовано в расширенных тезисах конференции CHI 2023 года по человеческому фактору в вычислительных системах.