領導者可以解決“人的問題”的三種方式（四之四）

問題: 太多的專家知識。

如何解決: 重新定義問題，因而不需要專業知識

似乎很明顯的是當你面對一個困難的問題時，你想要引進最好的專家來解決它。只是有時候你不應該這樣做。有時專家知識反而會阻礙發展。

讓我們來看看這個例子。2008年一個由大學生物化學家組成的團隊在一系列複雜的蛋白質折疊問題上未能取得進展而感到沮喪。他們決定向成千上萬的業餘線上遊戲玩家尋求幫助，而不是去尋找更多的專家幫助。科學家們巧妙的方法是將蛋白質模擬做成作為一種叫做“Foldit”的拼圖遊戲。

他們的策略得到了回報。Thompson說:“這些遊戲玩家，他們中的許多人從未上過生物學課程，但卻在兩周內解決了這個問題，因為他們並沒有被生物學家所使用的假設所蒙蔽。”

Thompson並不是說經理們完全不關心專家知識。但是，在一些技術知識不足的情況下，她建議將問題的細節抽象出來從而推動探索其更深層次的結構。這就是生物學家如何運用非專家的模式匹配能力的方式，這就是專家決策者如何繞過他們自己獨特偏見和盲點的方法。

以一個棘手的問題為例，那些博士生最有可能在他們的項目中取得成功。早在上世紀70年代，Oregon 大學的心理學家 Robyn Dawes 分析了過去的博士生的表現，希望能建立一個簡單的、有效的程式來選擇新的博士生候選人。Dawes的模型借鑒了招生委員會已經認為很重要的因素，比如成績、GRE成績和本科院校的品質。但關鍵的是，他的模型提供了一種更準確、更一致的方法來組合這些因素，而不是專家委員會的直覺和特殊判斷。

Thompson說: “事實證明，一個決策制定者的模型比決策者本身更好。畢竟，統計模型對那些因素最重要並沒有長期的偏見。它們也沒有頭痛，或者感到疲勞。”

但Thompson說: “你不必為了回避專家的陷阱就必須建設一個統計模型。相反，你可以通過邀請一些人加入你的決策過程來獲得類似的好處，而這個過程會給團隊帶來不同的專家知識。

Thompson承認: “有可能這將是一個你不能與之相處的人。但如果我能將這個事情處理好，他們可能會有一個完全不同的視角來看待我的問題。”

來源:

KelloggInsight (2016年11月2日)

https://insight.kellogg.northwestern.edu/....../three......