转 集思广益

经验说:开会有助于沟通和理解。

实验说:开会的作用不在于促进沟通和理解,而是让大家更坚定原有信念。

“我们开会讨论一下这个重要的问题吧。”

这句话你一定不陌生。当我们需要做出一些重要决策时,都会深信集思广益、沟通交流的道理,继而通过各种大大小小的会议来讨论问题,以避免个人的主观、武断。

但是,三个臭皮匠真的能赛过诸葛亮吗?相信曾经有人经历过,开会讨论出来的结论甚至不如自己想出来的周到。心理学家通过研究发现,开会并不一定能商量出一个更好的结果,有时,团体的决策会比个人的更加极端、冒险、不理智甚至荒谬。
团结是动力还是阻力?

一个优秀的团队通常意味着里面有令人信服的领导者和团结一致的成员,这些都使得团队能高效地运作。然而,加州大学伯克利分校心理学家飞利浦•泰特劳克(Philip E. Tetlock)等人在1992年却通过研究发现,这种团队的两个特点恰恰是造成群体决策错误的关键因素。第一个是凝聚力,他们团结一致,具有相似的背景利益价值观,因而倾向于互相欣赏而较少批判。第二个是团体规范,这种无形的社会压力使得成员们都不敢直接向威严的领导者提出异议,也不敢公然反对他人以避免不和谐及内讧,以同意来表达对团队的忠诚。

这两个因素把有益的反对意见扼杀在摇篮里,团结一致的代价是批判性思维的缺失,导致了不理智的团体决策。
群体极化让你身不由己

为了避免主观避免极端,重要的决定一般都交给群体而非个人,人们常常认为群体比个人更保守、中立,但事实真如常识这般吗?最初是麻省理工大学的硕士詹姆士•斯托纳(J. A. F. Stoner)在1961年做了一个研究,他先让每个人对一个难题提出解决方案,然后再让这一群人对该观点进行讨论,得出共同认可的结果,他发现,讨论出来的解决方案居然比个人的更加冒险。后来有更多的研究人员进行实验,结果发现,如果被试平均对该观点的评价略为负面,经过讨论之后他们评价都会变得更加负面,如果讨论前的平均评价略为正面的话,讨论过后就会更加正面。也就是说,讨论会强化团队内占优势的观点并使其更加极端。

另外,极端但清晰的观点对比起保守但含糊的观点更加能取得全体成员的一致同意。当讨论前每个成员都带有同样的倾向,便在讨论中不断推动原有观点以显示自己在团队中的价值,最终原有观点越推越远越极端。

虽然团体做出的决策可能更加冒险,但每个成员却不会因此焦虑不安,毕竟团队承受风险意外的能力比每个人都要强,或者说由于责任分散,成员受到的压力更小。
微弱的声音被群体淹没

1986年1月28日,1000多名现场观众及数百万电视观众亲眼目睹着,美国航天飞机“挑战者”号离开地面73秒后化成一团大火。就在发射前的一晚,2位熟悉航天飞机设备的工程师通过电话会议力劝美国宇航局推迟发射,并指出气温太低导致其存在严重的安全隐患,但发射日子早已定下,举世瞩目万众期待以致骑虎难下。

宇航局最终在决策过程中忽略了反对意见,并抛出连续55次成功发射的辉煌历史以显示他们无懈可击的实力,成员越发投入到准备工作中以增加万事俱备的错觉和志在必得的信心。在大量的支持信息面前,少量的反对信息变得微不足道。人总会期望得到团体的认可,甚至会有强烈的实现目标的愿望,此时团队成员会不断为自己的观点找依据找理由,变得不像一个求真相的科学家,更像一个不断为己方找证据的律师。

每个人都会有这种信息处理偏差,同样怀有这种偏差的人组成团队,这种偏差会累积起来越变越大,尤其当整个团队面临挑战时,他们总会为自己想要的决策寻找更多的支持证据。

说来说去,怎么好像人多反而帮倒忙呢,难道我们之前的各种会议各种团体讨论都是白费心机的吗?!其实不是呢,只有在某些情况下,群体成员过于相似,个人偏差在群体中得到积累,集思才反而不广益。

耶鲁大学的心理学家欧文•贾尼斯(Irving Janis)给我们提了一些建议来提高群体决策:

领导者应鼓励成员提出反对意见,且愿意接受对自己建议的批评。
讨论时领导应保持中立,待所有成员表达观点后再发表自己的特定想法和期望。
把团队分成几组,独立讨论后再一起比较观点的异同。
邀请外来的专家参与讨论并提供专业意见。
每次会议都指定至少一名成员充当反派,专门挑刺和反对。

所以,群体能否产生高明的决策,是否能有有人提出反对意见,是否能有人说出不同的想法,是否能够敢于承认自己的错误,是否能够愿意倾听他人……

编辑的话:党同伐异可以说是人类的天性,单纯意识到群体的问题只是一个开始,但并不能对促进群体决策产生多大效果,越大的群体越是如此。唯有让保护少数人的意见成为一种制度,降低犯错误的效率才能。我们在团结一部分人的时候难免会排斥另一部分人,因为“ 爱恨本是同根生 ”。
【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值