Diversity Beats Ability: Why Your Smartest Hire Isn't Your Best Decision-Maker

Tuntutan yang paling menggoda dalam sains pengurusan

Setiap pemimpin telah merasakan tarikan teori pengambilan pekerja yang mudah: ambil orang yang paling pintar yang anda boleh temui, letakkan mereka dalam satu bilik, dan keputusan terbaik akan mengikuti. Ia mempunyai kelebihan yang jelas. Ia mempunyai kelemahan yang, pada yang terbaik, separuh benar. Dalam dua dekad yang lalu, satu badan penyelidikan tentang kecerdasan kolektif telah menyimpulkan penemuan yang tidak selesa: kecerdasan satu pasukan bukanlah jumlah — atau bahkan maksimum — kecerdasan anggotanya. Sesuatu yang lain melakukan sebahagian besar kerja, dan sesuatu itu kelihatan banyak seperti perbezaan: maklumat yang berbeza, heuristik yang berbeza, cara yang berbeza untuk salah.

Penemuan itu menjadi slogan — “kepelbagaian mengatasi kebolehan” — yang kemudian melakukan apa yang dilakukan oleh slogan: ia terpisah dari syaratnya dan melayang bebas ke dalam pembentangan utama. Reaksi balasnya juga sama luas, menolak keseluruhan barisan penyelidikan sebagai matematik yang dipolitikkan. Kedua-dua ekstrem adalah salah, dan kebenaran di tengah adalah benar-benar berguna. Artikel ini menerangkan dua program penyelidikan di sebalik tuntutan tersebut — faktor kecerdasan kolektif “c” dan teorem Hong-Page — termasuk kritikan yang biasanya tidak disertakan, dan berakhir dengan apa yang boleh dibawa oleh pembaca yang berhati-hati ke dalam keputusan pengambilan pekerja atau reka bentuk pasukan.

Faktor c: pasukan mempunyai kecerdasan mereka sendiri

Pada tahun 2010, Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi, dan Thomas Malone menerbitkan satu kajian dalam Science yang mengajukan soalan yang kelihatan mudah: jika individu mempunyai faktor kecerdasan umum (g psikometrik), adakah kumpulan juga mempunyai satu? Mereka menguji 699 orang yang bekerja dalam kumpulan dua hingga lima pada pelbagai tugas — pemikiran kreatif, penalaran moral, perundingan, teka-teki — dan kemudian memeriksa sama ada prestasi kumpulan dalam satu jenis tugas meramalkan prestasi mereka dalam tugas yang lain.

Ia berfungsi. Satu faktor statistik tunggal — yang mereka panggil c, untuk kecerdasan kolektif — menerangkan kira-kira 43% daripada varians dalam prestasi kumpulan merentasi tugas. Kejutan adalah apa yang c tidak jejak: ia berkorelasi hanya lemah dengan kecerdasan purata anggota kumpulan dan kecerdasan anggota yang paling pintar. Apa yang meramalkan c sebaliknya adalah tiga sifat kumpulan itu sendiri: purata sensitivity sosial anggota (diukur dengan ujian Reading the Mind in the Eyes), kesetaraan pengambilan giliran perbualan — kumpulan yang didominasi oleh satu atau dua suara mendapat skor lebih rendah — dan perkadaran wanita dalam kumpulan, satu kesan yang dimediasi secara statistik oleh sensitiviti sosial.

Baca dengan teliti, ini bukan tuntutan bahawa kebolehan tidak penting. Ia adalah tuntutan bahawa di peringkat pasukan, kebolehan bukanlah halangan. Halangan adalah sama ada kumpulan boleh mengekstrak dan menggabungkan apa yang anggotanya tahu — yang merupakan sifat proses, bukan mana-mana individu.

Pertarungan replikasi yang tidak anda dengar dalam pembentangan utama

Faktor c telah melalui pertarungan saintifik yang sebenar, dan kejujuran memerlukan pelaporannya. Pada tahun 2017, Marcus Credé dan Garett Howardson menganalisis semula data daripada enam sampel yang diterbitkan sebelum ini dan berpendapat bahawa sokongan empirik untuk faktor kecerdasan kolektif umum adalah lemah — bahawa satu faktor menerangkan sedikit varians dalam banyak tugas kumpulan, dan bahawa konstruk tersebut mungkin sebahagiannya merupakan artefak pilihan penilaian. Woolley, Yeonjeong Kim, dan Malone membalas pada tahun 2018, berpendapat bahawa kritikan itu bergantung pada prosedur penilaian dan andaian simulasi yang tidak sepadan dengan tugas yang sebenarnya dilakukan oleh kumpulan.

Bukti yang paling substansial sejak itu adalah meta-analisis 2021 dalam PNAS oleh Christoph Riedl, Young Ji Kim, Pranav Gupta, Thomas Malone, dan Anita Woolley, meliputi 22 kajian dan 1,356 kumpulan — pelajar universiti, anggota tentera, pekerja dalam talian, dan pemain permainan. Ia mendapati bukti yang konsisten untuk faktor c merentasi populasi ini, dengan proses kolaborasi kumpulan dan kemahiran anggota kedua-duanya menyumbang. Di mana itu meninggalkan seorang pengamal? Konstruk tersebut disokong oleh meta-analisis yang besar dan masih diperdebatkan dalam strukturnya — lebih kurang di mana g itu sendiri berdiri selama beberapa dekad. Apa yang tidak diperdebatkan dengan serius adalah corak asas: IQ anggota adalah peramal prestasi pasukan yang mengejutkan buruk, dan proses interaksi adalah peramal yang mengejutkan baik.

“Kepelbagaian mengatasi kebolehan”: apa yang sebenarnya dibuktikan oleh Hong dan Page

Tiang kedua argumen kepelbagaian datang dari ekonomi dan sains kompleksiti. Pada tahun 2004, Lu Hong dan Scott Page menerbitkan satu kertas dalam PNAS dengan tajuk yang mudah diingat “Kumpulan penyelesai masalah yang pelbagai boleh mengatasi kumpulan penyelesai masalah yang berkemampuan tinggi.” Mereka membina model pengiraan di mana ejen yang dilengkapi dengan heuristik penyelesaian masalah yang berbeza mencari landskap penyelesaian yang sukar. Setiap ejen mendaki sehingga terperangkap; kemudian ejen lain mengambil alih dari titik itu dengan langkah yang berbeza.

Keputusan: di bawah syarat model, kumpulan ejen yang dipilih secara rawak — pemilihan rawak menjamin kepelbagaian heuristik — mengatasi kumpulan yang terdiri daripada ejen yang berprestasi terbaik secara individu. Mekanismenya adalah intuitif setelah dilihat: pencapaian individu terbaik cenderung telah mempelajari heuristik yang serupa, jadi mereka terperangkap pada optima tempatan yang sama. Namun, pasukan klon, walaupun berbakat, mencari seperti satu minda. Anggota pasukan yang pelbagai menyelamatkan satu sama lain dari jalan buntu masing-masing.

Tetapi syaratnya penting, dan Page sendiri telah lebih jelas tentangnya daripada mereka yang mempopularkannya: masalah mesti benar-benar sukar (tiada individu boleh menyelesaikannya sendirian), ejen mesti semua berkemampuan sederhana (kepelbagaian di kalangan yang tidak tahu tidak membantu), kolam dari mana pasukan diambil mesti besar, dan suasana adalah penyelesaian masalah iteratif di mana ejen membina berdasarkan kedudukan satu sama lain. “Mana-mana kumpulan pelbagai mengatasi mana-mana kumpulan pakar” bukanlah apa yang dibuktikan, dan memperlakukannya sedemikian menjadikan tuntutan itu gagal.

Serangan balas: teorem di bawah serangan

Pada tahun 2014, ahli matematik Abigail Thompson menerbitkan satu kritikan tajam dalam Notices of the American Mathematical Society (vol. 61, no. 9, pp. 1024–1030) bertajuk “Adakah Kepelbagaian Mengatasi Kebolehan? Satu Contoh Penyalahgunaan Matematik dalam Sains Sosial.” Argumennya mempunyai dua cabang. Pertama, bahawa teorem formal dalam kertas Hong-Page, setelah andaian-andaian itu dibongkar, adalah hampir remeh — dalam bacaannya, syarat-syarat itu secara efektif membina kesimpulan di dalamnya, dan kandungan matematiknya tipis untuk berat sosial yang diletakkan padanya. Kedua, bahawa simulasi yang menyokong tuntutan yang lebih luas adalah sensitif kepada pilihan parameter dan tidak membenarkan kesimpulan yang luas yang ditarik daripadanya.

Kritikan itu menarik responsnya sendiri. Nota 2017 dalam Critical Review oleh Daniel Kuehn berpendapat bahawa bantahan matematik Thompson adalah pelbagai tidak betul, mengelirukan, atau tidak relevan dengan cara model formal berfungsi dalam sains sosial — di mana nilai model adalah mekanisme yang diasingkan, bukan kedalaman buktinya. Ahli falsafah sains yang bekerja pada komuniti epistemik, termasuk Daniel Singer, telah membangunkan model berkaitan di mana nilai kepelbagaian bertahan dalam bentuk yang diubah.

Pembacaan kami, untuk apa yang diperlukan oleh seorang pengamal: teorem adalah lebih lemah daripada tajuknya, mekanisme adalah nyata dan boleh diperhatikan, dan slogan yang luas harus ditarik balik demi tuntutan bersyarat. Apabila anda menghadapi masalah yang sukar dan multidimensi dan kolam calon anda dalam, pasukan yang dipilih untuk cara berfikir yang saling melengkapi akan sering mencari ruang penyelesaian dengan lebih baik daripada pasukan yang dipilih semata-mata berdasarkan skor individu — kerana skor individu mengumpulkan orang yang berfikir sama. Tuntutan itu tidak memerlukan teorem yang melampau, dan bahagian seterusnya menunjukkan mengapa.

Matematik yang tidak dipertikaikan: teorem ramalan kepelbagaian

Buang model-model yang dipertikaikan dan satu bahagian matematik tetap berdiri yang tidak ada siapa yang berdebat, kerana ia adalah identiti — algebra, bukan empiris. Scott Page memanggilnya teorem ramalan kepelbagaian (dalam The Difference, 2007). Untuk mana-mana kumpulan yang membuat anggaran numerik, dengan ralat diukur sebagai jarak kuasa dua dari kebenaran:

Dua akibat muncul secara langsung. Pertama, anggaran agregat kumpulan adalah sentiasa sekurang-kurangnya sama tepat dengan anggotanya yang purata — orang ramai tidak boleh lebih teruk daripada individu tipikal, walaupun ia boleh lebih teruk daripada yang terbaik. Kedua, dengan mengekalkan ketepatan individu tetap, setiap peningkatan dalam ketidaksetujuan yang sebenar secara mekanikal mengurangkan ralat kolektif. Kepelbagaian bukanlah bonus yang menyenangkan dalam persamaan ini; ia adalah salah satu daripada dua terma. Sekumpulan klon yang tepat dan sekumpulan contrarians yang sederhana tepat boleh mendarat pada ralat kolektif yang sama dengan cara yang berbeza.

Masalahnya — dan ia adalah masalah yang sama yang melintasi semua penyelidikan ini — adalah perkataan sebenar. Teorem ini memberi ganjaran kepada kepelbagaian ramalan, yang memerlukan kepelbagaian maklumat dan model. Jika semua orang membaca tiga sumber yang sama, ramalan mereka berkumpul bersama, terma kepelbagaian runtuh, dan orang ramai merosot menjadi gema. Ini adalah tepat cara kegagalan yang didokumenkan dalam literatur kebijaksanaan orang ramai: ralat yang berkorelasi tidak dibatalkan, mereka bertambah.

Apabila kepelbagaian membantu

Apabila ia tidak — bahagian yang ditinggalkan oleh slogan

Satu laporan yang jujur mesti merangkumi kos, kerana ia adalah nyata dan ia adalah sebab mengapa pasukan yang pelbagai kadang-kadang kurang berprestasi berbanding yang homogen dalam amalan walaupun teori menyokong mereka.

Corak di seluruh literatur organisasi adalah konsisten dengan model: manfaat kepelbagaian bergantung pada kompleksiti tugas dan kualiti proses, dan kosnya adalah di hadapan (penyelarasan, konflik, pembentukan norma yang lebih perlahan) sementara manfaatnya adalah di belakang (pencarian yang lebih baik, kurang titik buta). Pasukan yang berhenti awal menangkap kos dan terlepas ganjaran.

Kepelbagaian kognitif bukan kepelbagaian demografi

Satu perbezaan yang menjaga perdebatan ini jujur: penyelidikan di atas adalah tentang kognitif (atau epistemik) kepelbagaian — perbezaan dalam maklumat, latihan, heuristik, dan model mental. Kepelbagaian demografi adalah pembolehubah yang berbeza. Kedua-duanya berkorelasi dalam dunia nyata, kerana pengalaman hidup membentuk maklumat dan perspektif, tetapi mereka tidak boleh dipertukarkan, dan kesan penyelidikan yang paling kuat terikat pada jenis kognitif. Pasukan yang pelbagai dari segi demografi yang menarik dari sumber yang sama dan latihan yang sama boleh menjadi seragam dari segi kognitif; pasukan yang serupa dari segi demografi boleh mengandungi seorang jurutera, seorang peguam, dan seorang pengendali lapangan yang tidak bersetuju tentang segala-galanya yang penting. Perhatikan juga bahawa korelasi faktor c Woolley — sensitiviti sosial dan pengambilan giliran — adalah tentang proses, bukan komposisi mana-mana jenis. Untuk rawatan yang lebih mendalam tentang perbezaan dan penyelidikan di sebaliknya, lihat panduan kami tentang kepelbagaian epistemik.

Apa yang perlu dilakukan: menyusun dan menjalankan pasukan

Menterjemahkan inti yang boleh dipertahankan dari penyelidikan ini ke dalam amalan menghasilkan nasihat yang kurang boleh dipetik daripada slogan tetapi jauh lebih kukuh:

Menjadikan input yang pelbagai berharga: struktur sebagai pengganda

Perhatikan bahawa setiap cadangan praktikal di atas adalah tentang menangkap kepelbagaian, bukan hanya mengumpulkannya. Di sinilah kaedah berstruktur memperoleh nilai mereka. Dalam peta hujah, setiap pihak berkepentingan menyumbang alasan mereka secara bebas — sebelum mesyuarat bersatu pada seorang pemimpin — dan setiap hujah berdiri atau jatuh berdasarkan merit yang dinilai, bukan berdasarkan senioriti sesiapa yang mengemukakannya. Ini memutuskan pautan pengaruh status yang membolehkan satu suara yang yakin meratakan bilik yang pelbagai.

Argumentree melaksanakan corak ini untuk pembuatan keputusan kolaboratif: input pelbagai pihak yang dikumpulkan secara asinkron dan bebas, hujah yang disusun dalam pokok pro/con yang dikongsi, dan penilaian pelbagai dimensi (kegunaan, kejelasan, ketepatan, kelengkapan) yang digabungkan menjadi skor konsensus. Kepelbagaian yang anda sewa menjadi maklumat yang keputusan anda benar-benar gunakan — dengan jejak audit penuh menunjukkan perspektif mana yang membentuk hasil. Dan kerana sumbangan boleh dibuat dalam 66 bahasa, kumpulan perspektif tidak terhad kepada mereka yang fasih dalam bahasa mesyuarat.

Untuk lengkung yang lebih panjang dari penyelidikan yang artikel ini rujuk — dari teorem juri Condorcet hingga pasukan manusia-AI hari ini — lihat artikel pendamping kami, Kecerdasan Kolektif: 240 Tahun Penyelidikan.