Odborný článek
Time management, studium a technologie – 1. díl
5,0 (2 hodnocení)
Seriál
Time-management
- 1.Time management, studium a technologie – 1. díl
- 2.Time management, studium a technologie – 2. díl
Seriál
První ze dvou článků pojednávajících o postupech řízení pracovního času s orientací na studenty. Jedná se o úvod do problematiky, kterou autor zpracovává jako diplomovou práci.
Studenti vysokých škol, ale i žáci ostatních stupňů vzdělávací struktury jsou zahrnováni domácími úkoly a nutností učit se na průběžné i závěrečné zkoušky. Kromě toho chtějí svůj čas trávit také s rodinou a přáteli, věnovat se sportu a kultuře a zkrátka žít svůj život, nejen se na život připravovat studiem. Někde mezi tím vším aktuálním děním si ještě musí najít čas na práci na dlouhodobých projektech, jako je psaní různých závěrečných prací, provádění výzkumu apod. Aby to všechno úspěšně a v termínu zvládli, musí si umět organizovat čas.
Existují pojmy jako řízení času, organizace času, plánování. Všechny je můžeme považovat za synonyma a rovnocenné anglickému pojmu time management. Jde o populární téma, takže k němu vychází řada knih a článků. „Rady v nich obsažené jsou bohužel často protichůdné a nekonzistentní.“ ([1], str. 122)
Rámcové vzdělávací programy (RVP) pro základní vzdělávání (ZV) a pro gymnaziální vzdělávání (GV) počítají s tím, že by si žák měl osvojit plánovací a organizační dovednosti, které mu mají pomoci řídit vlastní učení. V systému klíčových kompetencí se na toto téma zaměřuje „kompetence k učení“. Už žáci na ZŠ by si měli umět organizovat své učení. Otázka je, kde se to mají naučit. Osobně jsem se během své školní docházky setkával spíše s výtkami, že se neumíme učit, než s praktickými radami, jak to tedy dělat správně.
Náročný požadavek na žáky, aby si efektivně organizovali své učení a práci na domácích úkolech, je ještě komplikován nutností používat relevantní zdroje. Jsou učitelé, kteří svým žákům zakazují čerpat z Wikipedie, protože tam informace může napsat kdokoli a nemusí být pravdivé. Tyto nářky však žákům neříkají nic o správném přístupu k práci se zdroji, právě tak jako tyto výtky nepomáhají učit se efektivněji. Bylo by lepší ukazovat žákům funkční přístupy k práci. V tomto příspěvku se zaměříme na časové rozvržení úkolů.
Velkou pomocí by byla výuka informatického myšlení, které zahrnuje schopnost hledat efektivní a algoritmizovatelné řešení problémů. Žáci by se také naučili vnímat počítače jako prakticky použitelné nástroje a neviděli by v nich pouze zdroj zábavy, okno do světa internetu a „trochu lepší psací stroj“.
V prvním díle se podíváme na to, kde se můžeme při našem plánování poučit u informatiky. Ve druhém díle si pak představíme některé užitečné aplikace k organizování úkolů.
Brian Christian a Tom Griffiths v knize „Algoritmy pro život – Jak využít počítačové algoritmy při každodenním rozhodování“ představili řadu problémů, které běžně řeší lidé ve svém každodenním životě, a poukázali na jejich podobnost s problémy, které řeší počítače. Vzhledem k tomu, že informatici už několik desetiletí vymýšlejí efektivní algoritmy pro počítače a obor „vědecké řízení“ existuje dokonce již od průmyslové revoluce, na mnoho problému již bylo nalezeno optimální řešení. Běžný člověk proto nemusí objevovat kolo, ale může využít tyto poznatky ze světa strojů i ve svém životě. „Optimální využití času během celého dne může pro člověka představovat výzvu, ale počítače všude kolem nás využívají hravě každou milisekundu. Z jejich postupů se můžeme mnoho naučit.“ ([1], str. 11)
Selmer Johnson se v roce 1954 zabýval optimalizací spolupráce dvou strojů, kde ten druhý čeká na výsledky práce toho prvního (např. tiskárna a vazač knih, pračka a sušička). Přišel na to, že je potřeba úlohy seřadit pokud možno tak, aby první stroj zpracovával nejprve časově méně náročné úlohy a postupně přecházel k těm náročnějším (např. nejprve prát méně znečištěné prádlo). Druhý stroj by měl dostávat úkoly v opačném pořadí. Nejprve ty časově náročnější a postupně se dostávat k těm snazším (např. nejprve sušit větší objem prádla). Díky této strategii se maximalizuje doba, ve které pracují oba stroje současně a minimalizují se prostoje. Kromě konkrétního řešení daného problému jeho práce také ukázala, že „plánování lze vyjádřit algoritmicky, a za druhé – existují optimální řešení časového plánování“ ([1], str. 123). To je dobrá zpráva pro všechny studenty, kteří si chtějí efektivně zorganizovat své úkoly. Základní algoritmy vhodného plánování si popíšeme později.
Existují však také problémy, u kterých bylo dokázáno, že pro ně optimální algoritmus prostě neexistuje. A pak jsou zde ještě také takové problémy, které by snad měly mít optimální řešení, ale jeho hledání je příliš časově náročné. V praktickém životě strojů i lidí hraje čas velmi podstatnou roli. U této skupiny problémů je většinou lepší zvolit alespoň nějaké řešení a prostě úkol splnit než strávit neúměrně mnoho času snahou o nalezení toho optimálního. „Život je plný problémů, které jsou prostě složité. Chyby lidí často vypovídají více o vnitřních úskalích problému než o omylnosti lidského mozku.“ ([1], str. 14) Lidský mozek je úžasný, zvládá se rozhodovat rychle a pracovat s neúplnými informacemi. Nyní už víme, že není jeho chyba, když nenajde vždy optimální řešení každého problému.
Když má student seznam úkolů ke splnění, klade si otázku, v jakém pořadí je splnit. Pro začátek je dobré si uvědomit, že „máte-li pouze jeden stroj (vás samotné) a chcete dokončit všechny své úkoly, jakékoli pořadí úkolů vás zavede ke stejnému množství času.“ ([1], str. 124) Proč tedy plánovat nějaký harmonogram, používat diář, priorizovat úkoly? Proč jednoduše nevzít svůj todo-list a nesplnit úkoly jeden po druhém v pořadí, ve kterém jsou napsané, nebo v nějakém náhodném? Abychom byli schopni určit, který systém řazení úkolů je nejefektivnější, musíme si nejprve stanovit, co je naším cílem. Různé cíle vyžadují různé metody, jako různé počasí vyžaduje různé oblečení. Není jedno univerzální oblečení, které by bylo vhodné do každého počasí, a není ani jedna metoda organizace úkolů, která by byla optimální pro všechny cíle. Existují dvě základní strategie. Jedna se nazývá „nejbližší termín splnění“ a druhá „nejkratší doba zpracování“.
Nejbližší termín splnění
Strategii nazvanou „nejbližší termín splnění“ je vhodné používat tehdy, když chceme „minimalizovat maximální zpoždění“. „Začněte s úkolem s nejbližším termínem dokončení a propracujte se k tomu s nejvzdálenějším termínem.“ ([1], str. 125) Je to poměrně intuitivní strategie a zároveň optimální pro daný cíl – „odevzdávat všechny úkoly co nejvíce včas“.
Nejkratší doba zpracování
Strategii „nejkratší doba zpracování“ je vhodné používat tehdy, když chceme snížit „součet časů dokončení“. „U rozvrhování pro jeden stroj jsme zmínili, že nijak nemůžeme změnit dobu potřebnou k dokončení všechny našich úkolů. Představíme-li si však za každým úkolem čekajícího klienta, pak existuje způsob, jak zabrat co nejméně jejich společného času.“ ([1], str. 126) Jako pěkný příklad bych uvedl frontu v supermarketu. Prodavačce bude trvat stejně dlouho obsloužit zákazníky, ať se tito seřadí u pokladny v libovolném pořadí. Ovšem celkový čas zákazníků strávený čekáním se dá velmi výrazně zredukovat. Když stojíte s jedním jablkem ve frontě za člověkem s plným nákupním košíkem, strávíte tam oba celou dobu potřebnou k namarkování obsahu toho košíku. Když vás však zákazník před vámi ochotně pustí před sebe, jeho zdržení bude minimální a celkový čekací čas vás obou dohromady se výrazně zkrátí. V seznamu úkolů se tato strategie uplatňuje tak, že úkoly seřadíte podle časové náročnosti a splníte je od těch nejjednodušších.
Důležitým poznatkem je fakt, že ne všechny úkoly mají stejnou váhu. Občas je prostě potřeba hasit požár či řešit jiný vysoce naléhavý úkol. Je to o prioritách. Hovoříme o tom, že úkoly mají různou váhu. „Ačkoli může být těžké přiřadit každému z vašich denních úkolů určitý stupeň důležitosti, tato strategie i přesto poskytuje pěkné nepsané pravidlo: Upřednostňovat dvakrát delší úkol pouze v případě, že je dvakrát důležitější.“ ([1], str. 127)
To byly dva základní přístupy k organizaci úkolů. Většina ostatních metod z nich vychází a různě je doplňuje a rozšiřuje.
Podívejme se na několik problémů, které mohou zavést plánovací algoritmus do nepříjemné situace. Kdyby se počítač nebo člověk striktně řídil strategií „nejkratší doba zpracování“, mohl by být snadno zahlcen drobnými nepodstatnými úkoly a k těm důležitějším a časově náročnějším by se nemusel nikdy dostat. Již víme, že tomu lze snadno předejít přidáním váhy důležitým úkolům a poté je upřednostňovat před těmi úkoly, které jsou sice kratší, ale současně méně důležité. Ovšem zde se skrývá další nebezpečí. Někdy se stane, že zdánlivě malicherný, nesplněný úkol (umýt nádobí) blokuje zdroje (hrnce) potřebné pro vykonání podstatného úkolu (uvařit). Tento problém se nazývá „inverze priority“ a jeho řešením je „dědičnost priority“. „Zjistí-li se, že úkol s nízkou prioritou blokuje zdroj s vysokou prioritou, z nízkoprioritní úlohy by se měla okamžitě stát nejdůležitější úloha systému, která ‚zdědí‘ prioritu blokovaného úkolu.“ ([1], str. 131)
Pokud jsou v seznamu úkolů navíc takové úkoly, které nemohou začít před určitým datem, případně musí být vykonány v určitou denní dobu, může se problém sestavení všech úkolů do optimálního harmonogramu stát neřešitelným. „Většina plánovacích problémů nemá žádné rychlé řešení. Máte-li pocit, že dokonalé plánování harmonogramu je neskutečně vyčerpávající, možná je to tím, že je opravdu neskutečně vyčerpávající. Nicméně, algoritmy, jež jsme probrali, představují často výchozí bod pro řešení takových těžkých problémů – když už ne dokonalé, tak alespoň nejlepší možné v rámci očekávání.“ ([1], str. 135)
I přesto, že student nemůže pomocí žádného algoritmu sestavit optimální harmonogram, může využít tyto poznatky k efektivnímu plánování svých úkolů. Nadějí mu může být, že pravděpodobně nejlepší strategie již byla objevena – stačí ji tedy s klidným svědomím používat. „Velmi dobrým kandidátem na nejlepší univerzální plánovací strategii navzdory nejistotě je ve skutečnosti vážená verze nejkratší doby zpracování. (…) Kdykoli dorazí další kus práce, podělte její důležitost časem potřebným k jejímu dokončení. Je-li toto číslo vyšší než u právě prováděné úlohy, přeskočte k novému úkolu; v opačném případě setrvejte u stávajícího.“ ([1], str. 136)
Je v pořádku, že dlouhodobé a zároveň hodně důležité úkoly jsou v popředí pozornosti a že se mezitím najde čas „odskočit si“ ke kratším aktuálním úkolům. Bezbřehé následování této výborné strategie by však mohlo vést do další slepé uličky, kterou jistě z vlastní zkušenosti znají chroničtí prokrastinátoři i všichni ti, kteří se neustále nechávají vyrušovat od soustředěné práce notifikacemi svých zařízení. „Kdykoli přeskočíte z jednoho úkolu k druhému, zaplatíte za to daň, ve světě informatiky známou pod názvem přepnutí kontextu. (…) Jde o metapráci. Každé přepnutí kontextu je ztráta času.“ ([1], str. 138)
Pokud například programujete nebo píšete odbornou práci, potřebujete na začátku každého pracovního bloku určité množství času, abyste se podívali, kde jste vlastně skončili. Je potřeba „nahrát“ aktuální stav práce do vaší „operační paměti“ v mozku. Když se počítači stane, že neustále přepíná mezi mnoha úkoly a nemá čas na nich pracovat, nazývá se tento stav „thrashing“. To samé se děje i člověku, který „chodí od jednoho ke druhému“, a jeho práce stojí. „Ve stavu thrashingu se v zásadě nijak neposouváte, takže dokonce i provádění úkolů ve špatném pořadí je lepší než nedělání ničeho.“ ([1], str. 142)
Je potřeba najít rovnováhu mezi reaktivitou a výkonem. Odpovídat ihned na každou doručenou zprávu je znakem vysoké reaktivity, ale výkon se ztrácí. Věnovat se bez přerušení jedné práci je efektivní z hlediska výkonu, ale přestat komunikovat s okolím nelze úplně. Otázka tedy zní, jak zachovat dobrý výkon a současně přiměřeně rychlou reaktivitu. „Zajištění minimálního množství času k vynaložení na jakýkoli úkol zabraňuje přílišnému lpění na reaktivitě a úplnému vyřazení výkonu. (…) Metody jako ‚timeboxing‘ (používání časových okének) nebo ‚technika pomodoro‘, kdy doslova nastavíte kuchyňskou minutku a věnujete se určité činnosti, dokud vám nevyprší čas, jsou jedním z možných ztělesnění této myšlenky.“ ([1], str. 143) S těmito technikami se pojí tzv. „konsolidace přerušení“. Příkladem je třeba otevření e-mailové schránky jednou za den a zodpovězení všech nových zpráv „jednou ranou“. U timeboxingu a pomodoro je vyhrazený „hájený“ čas, kdy na vás nesmí nikdo „útočit“. Novinky na sociálních sítích si zkontrolujete všechny v rámci předem naplánované přestávky.
Poznámka: Obsah tohoto článku je upoutávkou na vznikající diplomovou prací autora, která bude dokončena v tomto roce.
CHRISTIAN, Brian; GRIFFITHS, Tom. Algoritmy pro život: jak využít počítačové algoritmy při každodenním rozhodování. Brno: Jan Melvil Publishing, 2017. ISBN 978-80-7555-037-8.
HOOPER, Sharon. 7 Best Apps for Student Goal Setting [online]. 2017. [cit. 2018-02-19]. Dostupné z: http://www.emergingedtech.com/2017/11/best-apps-for-student-goal-setting/.
Tento materiál je publikován pod licencí Creative Commons – Uveďte původ – Neužívejte komerčně – Nezpracovávejte 3.0 ČR.