仕事の自発性と最適化に関する多くの資料では、大きなタスクを小さなタスクに分割することをお勧めしますが、なぜこれを行う必要があるのか、なぜ、いつ、そしてなぜ最もうまくいかないのかを説明する人はほとんどいません。 これらの声明のメカニズムを理解し、最後に短い目標をより複雑にして、やる気を起こさせる方法を理解することをお勧めします。
私たちの複雑な行動システムにおける人間の機能の主なメカニズムは、予測する能力です（私たちの経験によって作成された予測モデル）。 私たちの潜在意識を可能な限り動機付けようとするのは、彼らの発展です。 それが、子供たちが世界の生活と探検に非常に興味を持っている理由であり、それは大人が子供たちが得るほど砂場を掘ることからそれほど喜びを得ない理由です。
予測する能力は、短い目標を作成する中心にあります。 ただし、すべてがそれほど単純ではありません。
最大確率（100％）で予測を作成する場合、肯定的な動機付けは作成されません。 たとえば、私たちは椅子に座っているという事実に動機付けられていません。なぜなら、私たちはそれが私たちの下で壊れないことを無意識のうちに100％予測する可能性が高いからです。 私たちは中立的な反応しか得られず、それにさえ注意を払いません。
しかし、動機とは、予測が目標の達成を保証しない場合を指しますが、私たちは、その努力に基づいて、予測に基づいて、まだ肯定的な結果を達成しています。 さらに、モチベーションの強さは、「ボーナス」と確率の2つの要因の比率に比例します。
大きな「ボーナス」のために、低確率の分野で行動することさえできます（これは、たとえばカジノでのリスクです）。 したがって、低い確率で「ボーナス」を受け取った場合、強いポジティブが得られます。
100％の確率的ではなかった予測を確認するたびに、「ポジティブ」なシェアを獲得します。 潜在意識は、いわば、ニューロペプチドの助けを借りて私たちを訓練するので、新しい効果的な予測を開発して開発します。
短いタスクも同じように機能します。
短いタスクを設定するとき、100％予測されるべきではありません。つまり、それを達成するための各ステップを詳細に明確に知るべきではありません。 これは、潜在意識が私たちを動機付ける「ボーナス」を減らします。 これを知っている場合、そのようなタスクはプラスにはなりませんが、リソースの浪費であり、これは「ルーチン」を作成します。
平均予測可能性の短いタスクを設定し、予測モデルで正確に実装すると、肯定的な結果が得られます。
例：
サイトのモジュールを作成するタスクを設定します。 このタスクの100％の確率を作成できるのは、既に2回以上実行した場合のみです。これがルーチンです。
以前にそれを行ったことがない場合、この結果に達するとボーナスを受け取ります。
実際、なぜ短いタスクが必要なのですか？
事実は、目標を設定することで達成の予測を作成し、潜在意識はデフォルトで、予測の実装には設定と最終結果の間のすべてのアクションが含まれると考えています。
モジュールを30分で作成すると予測する場合、潜在意識はあなたがこのモジュールに継続的に関与し、正確に30分で完了するチャンスがあると考えているため、達成するように動機付けます。
5分ごとに「ジャーク」し始めると、潜在意識はモチベーションの低下につながり、これらの「ジャーク」が予測モデルにどのように含まれ始めるかによって、潜在意識のモジュール「コスト」はすでにはるかに高くなり、そのような価格ではない場合があります支払う準備ができました。
そのような場合が繰り返される場合、潜在意識はすでにこの単純なモジュールにあなたを動機づけることができない新しい予測を開発しています。
そのため、このような場合、予測モデルの実装から注意をそらさないか、予測が切り替わるように非常に強くはっきりと切り替えることができることが重要です。 あなたが精神的な努力を必要とする他のものに切り替えられた場合、これは非常に困難ですが、これらの切り替えが予測の100％の領域に入ると、例えばトイレに行くとはるかに簡単です。
これはすべて、大規模なタスクに実装するのがはるかに難しいため、大規模なタスクには、より複雑な動機付けの方法が必要であり、もちろん、それらをサブタスクに分割する必要があります。
理想的には、短い動機付けタスクは3日を超えてはならず、何よりも最大で数時間であり、達成の事実によって確認する必要があります。
これは、目標が確実な場合の行動の動機付けのメカニズムのほんの一部です。 ここでもう少し完全な説明を読むことができます （多くの文字）。
HS2.0
あなた自身の目標の達成に成功することを願っています。
UPD1
危険にさらされているものをすぐに理解するのが難しいと思う人のために、少し明確にします。
予測モデルは、人を観察することから生まれた比fig的な概念ではありません。 これは、脳の新皮質のニューラルネットワークの機能の原理です。 彼は、神経ペプチド（エンドルフィン）の助けを借りて彼自身の動機を調節できるメカニズムを作成するほどに発達したのは人間でした。
予測モデルの詳細（ニューロンによってどのように形成され、どのように配置されるか）については、Jeff Hawkinsの「On Intelligence」の本を参照してください。
この資料は、古典的な観察心理学ではなく、神経生物学と脳化学に適用されます。 そしてもちろん、Habr形式に適合するように大幅に簡素化および削減されていること。