U potrazi za raznolikim i povezanim timovima: računski pristup za sastavljanje različitih timova na osnovu članova 8. dio

Još jedan doprinos ovog rada je pronalaženje sličnih timskih kombinacija koje bi pojedinci okupili, ali sa poboljšanim nivoima raznolikosti. Kao što su prethodne studije pokazale, ljudi imaju tendenciju da formiraju timove od kompetentnih pojedinaca i onih koji su upoznati s njima, povećavajući vjerovatnoću zadovoljstva i posvećenosti timu [28, 82].

Timski rad je veoma važna sposobnost u savremenom društvu. Omogućava više ljudi da rade zajedno na promoviranju uspješnog završetka projekta ili zadatka. Pamćenje je takođe veoma važan kvalitet u timu. Dakle, kakav je odnos između sastava tima i pamćenja?

Prvo, očigledan je uticaj sastava tima na pamćenje. Različiti ljudi imaju različite vještine i stručnost, a kroz različite kombinacije, ukupne sposobnosti tima mogu se maksimizirati. Kada svaki član maksimizira svoje snage, efikasnost tima može biti maksimizirana, što također može stimulirati entuzijazam i inicijativu svakog člana, čime se pomaže poboljšanju pamćenja tima.

Drugo, komunikacija u timu je također od velike pomoći u poboljšanju pamćenja. U timu je potrebna česta komunikacija i suradnja između članova, što promovira komunikaciju i omogućava svima da bolje razumiju sve aspekte projekta ili zadatka. Produbljivanje znanja i razumijevanje zadataka kroz komunikaciju može uvelike poboljšati pamćenje.

Konačno, timska atmosfera također ima određeni utjecaj na pamćenje. Pozitivan i strastven tim može pomoći članovima da održe dobar stav i da sve učini angažiranijim i fokusiranijim na projekte ili zadatke. Ova pozitivna atmosfera je veoma korisna za poboljšanje pamćenja.

Ukratko, postoji veza između sastava tima i pamćenja. Razumnom kombinacijom, dobrom komunikacijom i pozitivnom atmosferom tim može ostvariti maksimalnu sinergiju, čime se poboljšava cjelokupno pamćenje. Zbog toga je neophodan dobar timski rad koji može da podstakne razvoj individualnih sposobnosti i razvoj celokupnog tima, što je takođe jedan od važnih faktora za uspeh savremenih preduzeća. Vidi se da moramo poboljšati pamćenje, a Cistanche deserticola može značajno poboljšati pamćenje, jer i Cistanche deserticola može regulisati ravnotežu neurotransmitera, kao što je povećanje nivoa acetilholina i faktora rasta. Ove supstance su veoma važne za pamćenje i učenje. Osim toga, meso također može poboljšati protok krvi i promovirati isporuku kisika, što može osigurati da mozak dobije dovoljno hranjivih tvari i energije, čime se poboljšava vitalnost i izdržljivost mozga.

Kliknite na Saznajte kako poboljšati kratkoročno pamćenje

Ova činjenica je prikazana u skupu podataka MyDreamTeam poređenjem nižih troškova komunikacije samosastavljenih timova i viših troškova komunikacije nasumično generiranih timova.

Predloženi algoritam je pronašao kombinacije timova sa nižim troškovima komunikacije od samosastavljenih timova, što sugeriše da ljudi imaju određenu intuiciju u formiranju dobro povezanih timova.

Međutim, nedostaje im pouzdano znanje o međusobnim vezama višeg reda. Moguće objašnjenje ove razlike koju je pronašao algoritam je ogroman izazov za pojedince da otkriju i iskoriste prednosti indirektnih veza, kao što su zajednički kontakti ili zajednički prošli saradnici.

Bilo da pojedinci sastavljaju svoje timove ili ih dizajniraju tim builderi, s obzirom na indirektne veze članova tima nije lak zadatak jer indirektne veze nisu jako vidljive.

Nasuprot tome, naš algoritam se ističe u razmatranju šire strukture društvenih mreža s obzirom na globalni pogled na odnose između članova. Koristeći ovaj algoritamski pristup, pojedinci i menadžeri mogu biti svjesniji potencijalno različitih saigrača kroz svoje trenutne odnose.

Čak i ako se dva člana tima ne poznaju direktno, udruživanje sa zajedničkim „prijateljem“ ili indirektnom vezom može potencijalno unaprediti bliskost i psihološku sigurnost u timovima [83–85].

Nadalje, otkrili smo da su MyDreamTeam timovi koji su se sami sastavili manje raznoliki od timova koje su nasumično generirali algoritmi. Ova tendencija vođena homofilijom je u skladu s prethodnom literaturom, što ukazuje da ljudi radije udružuju s drugima koji dijele slične karakteristike [65].

Formulisanje ovog problema formiranja tima pruža nove mogućnosti za povećanje raznolikosti tima u odnosu na timove koji se sami sastavljaju, dok se i dalje uzima u obzir visoka upoznatost među članovima tima. Jedna od glavnih prednosti formiranja timova na ovaj način je smanjenje predrasuda pojedinaca.

Budući da ljudi prirodno teže formiranju timova sa sličnim pojedincima, analgoritam poput predloženog može poboljšati proces donošenja odluka ljudi.

Umjesto veza vođenih preferencijama pojedinaca, algoritam može aktivirati kolektivnu koordinaciju kurirajući bolje timske kombinacije koje bi mogle zadovoljiti očekivanja pojedinaca. Ovaj višeobjektivni pristup može omogućiti ljudima da pronađu izvodljiva rješenja koja povećavaju raznolikost bez ugrožavanja poznavanja u timu.

Implikacije

Ovaj rad pruža teorijske implikacije za timsko istraživanje. Konkretno, korištenje računskih mehanizama za podršku procesa formiranja tima. U literaturi je formiranje tima okarakterisano kao usredsređeno na mehanizme ponašanja, gdje se timovi mogu okupiti unutrašnjim ili vanjskim silama i zasnovano na sličnosti, poznatosti i kompetenciji [28, 86].

Formuliranjem i implementacijom ovog multiciljnog problema optimizacije, pronašli smo raznolike i povezane kombinacije timova koje pojedinci nisu mogli predvidjeti. Ovaj rad omogućava timovima da razmisle o ulozi tehnologija u omogućavanju novih organizacionih struktura među pojedincima i organizacijama, što bi moglo dovesti do novih teorija formiranja timova i uvođenja tehnologija [38–40].

Praktične implikacije ove studije doprinose nekoliko zajednica koje ulažu u povećanje raznolikosti timova: menadžeri koji okupljaju efektivne i raznolike timove, instruktori koji sastavljaju raznovrsnije studentske timove, kompanije koje formiraju heterogene grupe iz različitih poslovnih jedinica, svemirske agencije kao što je NASA koje formiraju sastav svemirskih posada za dugotrajna istraživanja svemira do Mars i istraživači koji istražuju upotrebu algoritama za organizovanje naučnih timova.

Proširivanje upotrebe ovog algoritma na širu publiku može pružiti nove prednosti za grupe koje nastoje prihvatiti različitost i zadržati visok nivo poznavanja. Nadalje, programeri i dizajneri softvera mogu koristiti implikacije ove studije za nove procedure i smjernice za umjetnu inteligenciju u organizaciji radnika.

Konačno, ovaj rad pruža više računarskih pristupa za obogaćivanje procesa formiranja tima [45, 87].

Budući da graditelji tima ne mogu brzo riješiti ovaj problem ručnim provjeravanjem svake kombinacije tima, algoritmi mogu automatizirati ovaj zadatak okupljanjem članova koji posjeduju postojeće društvene veze i, u isto vrijeme, imaju različite pozadine, karakteristike i nivoe stručnosti[41, 42]. Očekujemo da će ovaj rad pomoći u formiranju heterogenih timova uzimajući u obzir raznolikost i društvene mreže.

Još jedan kvalitet ovog pristupa je dodavanje više ciljeva problemu formiranja tima. Na primjer, graditelji tima bi mogli minimizirati druge funkcije cilja kao što su geografska udaljenost među učesnicima, troškovi osoblja ili ograničenja dostupnosti.

Isto tako, ovaj višeobjektivni problem može prilagoditi osobine članova kada diverzifikacija nije poželjna. Neki prethodni meta-recenzije ukazuju na [14, 88] da bi tim sa sličnim pojedincima mogao biti poželjan za zadatke male težine ili kada je cilj efikasnost (a ne kreativnost).

Nadalje, može biti poželjno da neke osobine kao što su ličnost ili stručnost budu slične, a ne različite [89].

Ovaj problem formiranja tima može dodati još jednu funkciju cilja koja minimizira raznolikost timova u nekim osobinama koristeći metriku koju su definirali Harrison i Klein [30]. Stoga je jedna od potencijalnih upotreba ovog algoritma maksimiziranje raznolikosti u atributima nekih članova uz minimiziranje raznolikosti u drugi atributi.

S obzirom na fleksibilni kompromis ovog višeciljnog pristupa, koje rješenje bi graditelji tima trebali uzeti u obzir s Pareto fronta? Uključivanje drugih metrika (npr. individualni učinak, timska kohezija, lokacija članova) može pomoći graditeljima tima da odaberu jednu specifičnu kombinaciju tima.

Ograničenja i budući rad

Važno je priznati ograničenja ovog rada. Prvo, mjere za raznolikost i troškove komunikacije su skalirane posebno za svaku jedinstvenu mrežu i ne mogu se upoređivati ​​među različitim grupama učesnika.

Drugo, mjera raznolikosti je skup višestrukih metrika raznolikosti za svaki uzorkovani atribut; stoga je teško pripisati bilo kakvo stvarno značenje metrici raznolikosti osim relativnih razlika unutar iste mreže. Buduće implementacije treba da razmotre kako se različite mjere raznolikosti mogu analizirati zasebno iu skladu sa specifičnim skupom učesnika.

Oni također mogu odmjeriti raznolikost na različitim dimenzijama ili operacionalizirati metriku raznolikosti kao različite ciljne funkcije u problemu optimizacije. Treće, formiranje naučnih timova i softverskih timova je složenije u stvarnosti: novi članovi se mogu dodati tokom vremena, potrebna je određena specijalizacija, nemaju svi ovi timovi iste ciljeve, veličine ili ograničenja, a raznolikost može biti korisna samo za ciljeve.

Vjerujemo da korištenje posljednja dva skupa podataka ne bi trebalo da predstavlja problem jer ih koristimo samo za testiranje efikasnosti i rezultata algoritama. Ovaj algoritam za formiranje tima može voditi formiranje pravih naučnih i softverskih timova pronalaženjem raznovrsnijih i povezanih kombinacija. Četvrto, ne dajemo konkretne preporuke za demografske ili funkcionalne atribute raznolikosti.

Prethodne studije su pokazale kako su efekti različitosti na performanse tima posredovani kontekstualnim faktorima i timskim procesima [14]. Graditelji tima koji žele da administriraju ovaj algoritam trebali bi razmisliti i odlučiti o dodavanju demografskih i kognitivnih varijabli u skladu sa svojim organizacijskim ciljevima i određenim kontekstom. Peto, prikupljanje podataka o društvenim mrežama mogao bi biti veliki zadatak za team buildere.

Procjena međuljudskih odnosa može se obaviti provođenjem anketa, ispitivanjem komunikacijskih mreža ili praćenjem digitalnih podataka [90]. Još jedna potencijalna strategija za izgradnju društvenih mreža pojedinaca je postavljanje pitanja o preferencijama njihovog saigrača.

Algoritam bi mogao pronaći moguće različite kombinacije timova na osnovu odgovora pojedinaca [91]. Na kraju, nije moguće garantovati da će učinak timova okupljenih ovim algoritmom biti bolji od drugih strategija formiranja tima.

Prethodne studije su pokazale mješovite rezultate za direktan učinak raznolikosti na performanse tima u svim kontekstima [14], kao i prednost korištenja algoritamskih pristupa za formiranje tima [92].

Druga istraživanja su takođe pokazala da kada pojedincima nedostaje agencija za samosastavljanje timova, oni su manje posvećeni svojoj grupi [93, 94]. Budući rad bi trebao razmotriti korištenje ovog algoritma za sastavljanje stvarnih grupa i procjenu koliko dobro rade u poređenju s timovima koje je nasumično dodijelio menadžer.

Budući rad bi trebao dodati nova ograničenja funkciji sa više ciljeva, kao što je razmatranje specifičnih zadataka u timovima, dodavanje vođa svakom timu ili isključivanje određenih timskih kombinacija u kojima neki pojedinci ne žele raditi zajedno.

Korištenje ponderiranih mreža također može pružiti nijansiranije informacije o snazi ​​društvenih odnosa ljudi. Jedna potencijalna primjena je razlikovanje pojedinaca koji imaju česte interakcije od onih koji jedva razgovaraju jedni s drugima [95]. Jedan primjer potencijalnih područja poboljšanja je razvoj automatskog podešavanja za težine dodijeljene za svaki atribut raznolikosti datoj specifičnoj populaciji.

Ako algoritam istražuje kategoričke i numeričke atribute ljudi prije provođenja procesa formiranja tima, mogao bi identificirati atribute koji imaju više varijacija i one koji su rijetki među pojedincima.

Zatim, algoritam može definirati važnost svakog atributa raznolikosti u funkciji cilja. Konačno, algoritam bi se mogao implementirati kao web platforma kako bi se menadžerima, instruktorima ili istraživačima pružilo više mogućnosti za okupljanje timova.

Zaključak

Ovaj rad se bavi problemom okupljanja timova iz društvene mreže koja maksimalno povećava i raznolikost i poznatost. Formulirali smo višeciljnu funkciju za ovaj problem i implementirali genetski algoritam za pronalaženje dobro povezanih različitih timova. U detaljnoj eksperimentalnoj evaluaciji, procijenili smo performanse našeg predloženog algoritma i uporedili ga sa osnovnim pristupima.

Razgovarali smo o potencijalnoj ulozi algoritama u povećanju sastava tima i pomaganju tim builderima. Konkretno, računski pristupi se mogu koristiti za formiranje timova koji razmatraju indirektne veze i preporučuju kombinacije sa većim ocjenama raznolikosti. Kako algoritmi mogu otkriti izvodljivije timske kombinacije od ljudi, odluke graditelja timova mogu postati strukturiranije, sistematičnije i sveobuhvatnije.

Popratne informacije

S1 fajl. Prateće figure i tabele. S1 Slika: Simulacije pomoću metrike prečnika. S2 Sl.: Simulacije koje koriste metriku Minimum Spanning Tree (MST). S1 Tabela: Prečnik kućišta. S2Tabela: Slučaj minimalnog razapinjućeg stabla. S3 Tabela: Prosječan udio hmelja u timskim kombinacijama.(PDF)

Reference

1. Ng ESW, Burke RJ. Osoba – organizacija u skladu i rat za talente: da li upravljanje različitošću čini razliku? Međunarodni časopis za upravljanje ljudskim resursima. 2005; 16(7):1195–1210.https://doi.org/10.1080/09585190500144038

2. Hunt V, Layton D, Prince S. Raznolikost je važna. McKinsey & Company. 2015; 1(1):15–29.

3. Jackson SE, Joshi A. Različitost radnog tima. U: APA priručnik industrijske i organizacijske psihologije, Vol 1: Izgradnja i razvoj organizacije. American Psychological Association; 2011. str.651–686.

4. Barak MEM, Travis DJ. Socioekonomski trendovi: Proširivanje ekosistema raznolikosti. U: Oksfordski priručnik o raznolikosti i radu. Oxford University Press; 2012. str. 393.

5. Mathieu JE, Hollenbeck JR, van Knippenberg D, Ilgen DR. Stoljeće radnih timova u časopisu Journal of Applied Psychology. Časopis za primijenjenu psihologiju. 2017; 102(3):452. https://doi.org/10.1037/apl0000128 PMID: 28150984

6. Williams KY, O'Reilly CA III. Demografija i raznolikost u organizacijama: Pregled 40 godina istraživanja. Istraživanje organizacijskog ponašanja. 1998; 20:77–140.

7. Van Knippenberg D, De Dreu CK, Homan AC. Raznolikost radne grupe i grupni učinak: integrativni model i istraživački program. Časopis za primijenjenu psihologiju. 2004; 89(6):1008. https://doi.org/10.1037/0021-9010.89.6.1008 PMID: 15584838

8. Strana SE. Bonus raznolikosti: Kako se odlični timovi isplate u ekonomiji znanja. Princeton University Press; 2019.

9. Vasilescu B, Posnett D, Ray B, van den Brand MGJ, Serebrenik A, Devanbu P, et al. Različitost polova i staža u GitHub timovima. U: Zbornik radova 33. godišnje ACM konferencije o ljudskim faktorima u računarskim sistemima. CHI'15. New York, NY, SAD: Udruženje za računarske mašine; 2015.p. 3789–3798. Dostupno od:https://doi.org/10.1145/2702123.2702549.

For more information:1950477648nn@gmail.com