本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

這周搞定1個程序bug、月底就交論文初稿……聽起來是不是很熟悉？

沒錯，你或許也立過這種Flag。

但事實證明，只有Deadline永遠是第一生產力，就連MIT的學生也不例外。

一名MIT天體物理博士小姐姐Kaley Brauer，又一次將一堆待辦事項延期到下周時，開始思考人生：

我預期的生產力，和我實際生產力到底相差多少？（我到底有多能拖？）

她耗時9個月，記下了自己和組員（包括2名博士后、4名研究生和2名本科生）的拖延情況，共包括559個任務，以及預期和實際完成的時間。

然后，將拖延癥觀察記錄，寫成了一篇論文：《“我會在這周內搞定它”和其他謊言》（“I’ll Finish It This Week” And Other Lies）

在論文中，她用數據說話，給出了三個問題的答案：什么任務最能拖？拖延和學歷有關嗎？意識到拖延后，能想辦法改善嗎？

編程、碼字最能拖

在除去必辦事項（如講座、上課等）后，待辦任務共分成了8類：

編程、碼字/寫論文、閱讀、管理任務、組織活動、演講準備、課堂作業、其他

這些任務，如果計劃用1周時間完成的話，會被拖延成什么樣子？

下圖是組員們原定1周完成，但實際上的任務用時。

顯然，課堂作業的準時率最高；編程最低，準時率不超過20%。

從具體統計來看，預計1周能完成的代碼量，實際所用時間甚至可能達到……30周！

就連1周內能寫完的文件/論文，最多也就拖成15周的時間，還不到編程的一半。

整體來看，每周能準時完成的任務只有53%，實際完成每項任務所用時間，比預期多了70%。

事實上，編程和碼字這兩個任務，恰恰也是大家以為“能在短時間完成”的。

從下圖中來看，管理任務和演講準備幾乎100%能準時完成，然而編程和碼字，準時完成的概率卻依舊很低。

當然，整體拖延的情況，其實并沒有這么嚴重——

編程/碼字任務，平均只需要1.5倍的時間。但有2個編程、和1個碼字任務，用了預期10倍時間來完成。

那么，相比于研究生和本科生，博士后就能更好地控制自己的時間嗎？

拖延癥和學歷有關嗎？

調查結果表示，關系不大。

如下表所示，本科生更可能在規定時間內完成任務。

當然，這也是因為本科生的任務，大多有Deadline（如課堂作業）。

盡管學歷比本科生高，研究生卻要花上更多的時間來完成任務，這是為什么呢？

從下圖中來看，本科生雖然編程量大，但碼字、寫論文的任務卻相對最少，也比較輕松。

“論文+代碼”量在三個學歷中占比最高的研究生，確實不容易在預期時間內完成任務。

那么，如果意識到了自己的拖延、或是意識到能力所限，我們就能做出更好的計劃嗎？

作者又統計了這9個月的最初三個月、中間三個月和最后三個月，能按時完成任務的概率。

從下圖來看，確實準確了一點點。

也就是說，隨著時間增加，大家對自己的能力也有了更精準的認知。

但也只有一點點……

事實上，直到這篇論文寫完，統計的559個任務中，仍然有96個沒有完成（其中一半是寫代碼）。

也就是說，有17%的任務仍在待辦事項列表中。

“給自己1.5倍的編程時間”

論文結論如下：

• 如果正在編程、碼字，做好花上1.5倍時間的心理準備。
• 不要期望資深人士的時間規劃比你更好。
• 不要指望能迅速提升自己的效率。
• Deadline永遠是第一生產力。

但作者也表示，調查結果已經比她的預期要“好上太多”，因為大家確實在做出改變。

對于這篇論文，一位程序員表示，整體來說確實挺準確的，然而有時候，編程耗時久確實不是因為拖延癥。

畢竟，需求總在不斷變化、工作也會不時被打斷，所以整體來說還是精確的。

也有網友表示，其實估算時間并不難，難的是根據突發Deadline調整其他任務的所有時間。

最后，作者小姐姐自己也表示，這篇在愚人節當天發出的論文，本身其實并不嚴肅，只希望讓大家會心一笑。

她的實際身份，是一名計算天體物理學在讀博士生，研究方向是星系形成、以及早期宇宙的物理和化學性質，曾在布朗大學物理系獲理學士學位。

在學術研究之外，她還喜歡跳舞、徒步旅行和花滑。

想要看這篇完整的「拖延癥報告」的話，可以戳下方地址瀏覽~

論文地址：
https://arxiv.org/abs/2103.16574