Dołącz do grona liderów, którzy chcą więcej
AI SZTUCZNA INTELIGENCJA

Dynamiczne sieci poprawiają zdalne podejmowanie decyzji

9 czerwca 2020 8 min czytania
Zdjęcie Alex "Sandy" Pentland - Dyrektor wydziału i założyciel ośrodka badawczego MIT Connection Science, który obejmuje Media Lab Institute for Data Systems and Society oraz Initiative on the Digital Economy.
Alex "Sandy" Pentland
Abdullah Almaatouq
Dynamiczne sieci poprawiają zdalne podejmowanie decyzji

Streszczenie: W kryzysowych momentach, jak pandemia COVID-19, ważne jest, aby sieci decyzyjne były elastyczne i dynamiczne, a nie statyczne. Tradycyjna koncepcja inteligencji zbiorowej pokazuje, że grupy ludzi pracujące razem podejmują lepsze decyzje niż jednostki, ale zdalne środowisko pracy, będące efektem izolacji, wpływa na jakość tej współpracy. Zmiany w sposobach komunikacji, które wiążą się z pracą zdalną, mogą wpłynąć na efektywność zbiorowego podejmowania decyzji, szczególnie w kontekście decyzji, które mają długofalowy wpływ na gospodarki. Warto skupić się na rozwoju narzędzi wspierających zdalną współpracę, które mogą pomóc w zarządzaniu decyzjami w takich kryzysowych warunkach.

Pokaż więcej

Wydarzenia kryzysowe wymagają sieci decyzyjnych, które są dynamiczne, a nie statyczne, i reagują na częste informacje zwrotne.

Idea inteligencji zbiorowej nie jest nowa. Badania od dawna wskazywały na to, że w szerokiej gamie środowisk grupy ludzi pracujących razem działają z lepszymi rezultatami niż jednostki zmagające się same z zadaniem. Bywają jednak drastyczne zmiany okoliczności. Taka jest epidemia COVID‑19. Z powodu przymusowej izolacji ludzie pracują głównie zdalnie i to siłą rzeczy wpływa na jakość zbiorowego podejmowania decyzji. O ile decyzje dotyczące zdrowia publicznego to często kwestia życia lub śmierci, to decyzje biznesowe w okresach kryzysu mogą pozostawiać trwałe ślady w gospodarce.

Podczas kryzysu zasadniczą kwestią jest zarządzanie przepływem pomysłów w sposób przemyślany i strategiczny, tak aby zoptymalizować ścieżki komunikacyjne i decyzyjne. Nasze niedawno opublikowane badania pokazują, że optymalne sieci komunikacyjne mogą się wyłonić w organizacji, gdy decydenci wchodzą w dynamiczne interakcje i otrzymują często informacje zwrotne na temat wyników swoich działań. Wyniki naszych badań mają praktyczne implikacje dla skutecznego podejmowania decyzji w czasach dramatycznej zmiany. Jak informacje zwrotne oraz elastyczność sieci wpływają na inteligencję zbiorową?

Dwa eksperymenty

W dwóch eksperymentach przeprowadzanych online, z których każdy obejmował ponad 700 osób, badaliśmy, jak struktury organizacyjne wpływają na zbiorowe systemy decyzyjne. W obydwu eksperymentach poprosiliśmy uczestników, aby oszacowali, w serii 20 rund, siłę statystycznych korelacji między dwoma zmiennymi (takimi jak wzrost i waga) oznaczonymi na punktowym wykresie rozrzutu. Bez wiedzy uczestników wprowadziliśmy zakłócający szum statystyczny do danych przedstawionych na wykresie i systematycznie zmienialiśmy stopień zakłóceń dla różnych osób uczestniczących w badaniu. Następnie w połowie serii (10 rund) bardzo szybko przetasowaliśmy poziomy szumu (tym samym wprowadzając drastyczną zmianę). Za uzyskanie dokładnych wyników przyznawaliśmy nagrody pieniężne.

Naszym celem było przetestowanie tego, czy sieci uczestników, które miały strukturę dynamiczną, poczynią dokładniejsze szacunki niż sieci statyczne lub pojedynczo działający uczestnicy oraz czy częste otrzymywanie informacji zwrotnych wysokiej jakości sprawi, że uczestnicy uzyskają lepsze wyniki.

W pierwszym eksperymencie grupy 12 uczestników zostały losowo przydzielone do jednego z trzech następujących warunków: (1) samodzielne podejmowanie decyzji, w ramach którego każdy członek grupy wykonał 20 rund szacunków w izolacji; (2) statyczna sieć, w ramach której każdy członek przedstawiał swoje szacunki po współpracy z trzema innymi, z góry wyznaczonymi, uczestnikami, lub (3) dynamiczna sieć, w ramach której członkowie wybrali sobie trzech współpracowników do interakcji, zanim przedstawili swoje indywidualne odpowiedzi.

We wszystkich trzech warunkach uczestnicy otrzymywali informacje zwrotne o tym, jak im zadanie idzie po każdej rundzie, ale osoby przydzielone do warunku dynamicznego (3) mogły dobrać sobie trzech nowych współpracowników po uzyskaniu informacji zwrotnych. 

W drugim eksperymencie grupy 12‑osobowe zostały losowo przydzielone do jednego z czterech scenariuszy uzyskiwania informacji zwrotnych: (1) samodzielne podejmowanie decyzji, bez żadnych informacji zwrotnych na temat uzyskanych wyników po każdej rundzie; (2) sieciowe podejmowanie decyzji, także bez informacji zwrotnych na temat wyników; (3) sieciowe podejmowanie decyzji, w którym każdy uczestnik uzyskiwał informacje zwrotne jedynie o własnych wynikach; lub (4) sieciowe podejmowanie decyzji, w którym pełne informacje zwrotne na temat wyników wszystkich uczestników były przedstawiane każdemu. W każdym warunku poza samodzielnym podejmowaniem decyzji uczestnicy mogli dokonywać zmiany trzech współpracowników, z którymi wchodzili w interakcje podczas kolejnych rund.

Nasze wyniki pokazały, że nawet jednostki uzyskujące najlepsze wyniki korzystały na interakcjach z siecią współpracowników – oraz że sieci dynamiczne, w których uczestnicy sami wybierali sobie współpracowników, poprawiały znacznie wyniki poszczególnych osób w porównaniu z sieciami statycznymi. Ponadto odkryliśmy, że sieci uczestników otrzymujące pełne informacje zwrotne sprawnie przystosowywały się do zmian, przerzucając wpływ na osoby, które miały lepsze informacje, tym samym znacznie zmniejszając błędy jednostkowe i odnosząc korzyści z mądrości zbiorowej.

Podczas kryzysu zasadniczą kwestią jest zarządzanie przepływem pomysłów w sposób przemyślany i strategiczny, tak aby zoptymalizować ścieżki komunikacyjne i decyzyjne

Sieci decyzyjne w okresie kryzysu

Nasze eksperymenty ilustrują znaczenie dynamicznej konfiguracji struktur sieci. W takich sieciach umożliwienia decydentom uzyskania przydatnych, powtarzających się informacji zwrotnych to klucz do sukcesu.

Ale jak zastosować takie wnioski do procesów decyzyjnych w świecie rzeczywistym, czy to zdalnych, czy osobistych, w ramach ograniczeń narzuconych przez światową pandemię? W takim środowisku należy w sposób ciągły przeorganizowywać połączenia między jednostkami, zespołami i sieciami zespołów w reakcji na zmieniające się okoliczności i wyzwania. Nie ma jednej struktury sieci, która byłaby optymalna dla każdej decyzji; ten fakt jest jasny w szerokiej gamie kontekstów organizacyjnych.

Sektor publiczny

Weźmy jako przykład zespoły doradców współpracujących z rządami przy tworzeniu wytycznych dla spłaszczenia krzywej i umożliwienia odmrożenia gospodarek krajowych. Zespoły często podlegają rekonfiguracji dla wykorzystania związanej z tematem wiedzy eksperckiej i zintegrowania danych z wielu dziedzin. Otrzymują na czas informacje zwrotne na temat tego, jak podejmowane decyzje wpływają na realia codzienne (tempo zakażeń, liczba osób poddanych hospitalizacji, zgonów) – a następnie stosownie dopasowują zalecane protokoły w zakresie zdrowia publicznego. Niektórzy członkowie zespołów przemieszczają się między różnymi poziomami, na przykład przez chwilę będąc częścią zespołu na poziomie stanowym, następnie federalnym, a potem z powrotem stanowym. Taka elastyczność gwarantuje, że osoby podejmujące decyzje mające wpływ na cały kraj uzyskują wkład ze strony osób znajdujących się bliżej linii frontu. Zwróćmy uwagę na to, jak Niemcy rozważały przystopowanie niektórych początkowo podjętych działań w reakcji na znaczny, nieoczekiwany wzrost liczby zakażeń COVID‑19. Nie sposób podejmować skutecznie takich wrażliwych czasowo decyzji bez dynamicznej wymiany pomysłów i danych. Decydenci muszą szybko dostosowywać swoje decyzje do faktów zgłaszanych przez ekspertów w danej dziedzinie oraz urzędników regionalnych, którzy mają odpowiednie informacje i analizy w danej chwili.

Wyższa edukacja

W MIT, gdzie działamy na rzecz ponownego otwarcia uczelni, administracja centralna najpierw skonsultowała się z ekspertami medycznymi i poznała ich modele w celu wypracowania planu. Następnie administratorzy zdali sobie sprawę, że potrzebują także wkładu ze strony wydziałów i osób zarządzających obiektami na samej uczelni. Jest tak, ponieważ musieli się dowiedzieć, jakie właściwie interakcje mają miejsce podczas normalnej codziennej działalności uczelni – na przykład ile osób gromadzi się w konkretnych miejscach kampusu w konkretnych celach.

Teraz administracja włączyła ekspertów z MIT Quest for Intelligence (w tym nas dwóch) dla wypracowania metod monitorowania utrzymywania dystansu społecznego. Nasze wysiłki skupiają się nie tylko na modelach epidemiologicznych, ale także na pozyskanych z kampusu specyfikacji obiektów oraz edukacyjnych danych logistycznych (sale wykładowe, laboratoria). Obecny cel: detekcja organizacyjna w czasie rzeczywistym, która zidentyfikuje potencjalne problemy, zbierze właściwych doradców dla rozwiązania tych problemów oraz dokona korekt w reakcji na częste informacje zwrotne przed zajęciem się kolejnym dylematem, angażując taką sieć ekspertów i menedżerów, jaka jest potrzebna.

Przemysł

Kiedy firma Ford, producent samochodów, postanowiła w kwietniu produkować przyłbice dla personelu medycznego, musiała zrobić coś więcej niż po prostu zaangażować projektantów i inżynierów. Aby skutecznie dystrybuować zmontowane produkty, potrzebowała eksperta od zaawansowanych produktów z doświadczeniem w zakresie logistyki łańcucha dostaw, inżyniera od oprogramowania, zorientowanego w logistyce menedżera ds. public relations, eksperta ds. rządowych oraz regionalnego menedżera ds. komunikacji, mającego duże doświadczenie dotyczące tego, jak ludzie pracują zdalnie. Krótko mówiąc, sieć decydentów musiała się zmienić, często reagując na nowe informacje, w celu właściwego wykonania zadania. Ostatecznie firma dostarczyła miliony przyłbic.

Podczas dynamicznie ewoluującej pandemii trzymanie się statycznej struktury organizacyjnej dla podejmowania decyzji dotyczących przyszłości, a nawet teraźniejszości, po prostu się nie sprawdza

Nowe czasy, nowe wyzwania

Podczas dynamicznie ewoluującej pandemii trzymanie się statycznej struktury organizacyjnej dla podejmowania decyzji dotyczących przyszłości, a nawet teraźniejszości, po prostu się nie sprawdza. Liderzy muszą przemyśleć to, jaką strukturę nadają swoim sieciom decyzyjnym, i przyjmować bardziej elastyczne podejście w dostosowywaniu tych sieci do zmieniających się okoliczności oraz do cennych informacji zwrotnych płynących z szeregu dziedzin. Z definicji kryzys stoi w sprzeczności z hipostazą. Zrozumienie nowej rzeczywistości – i podjęcie odpowiednich działań – pomoże liderom w uniknięciu niebezpiecznych pułapek pociągających za sobą długofalowe konsekwencje i w przemyśleniu na nowo optymalnego działania w zmienionym świecie.

O autorach
Tematy

Może Cię zainteresować

Księgowość jako źródło przewagi konkurencyjnej. Dlaczego firmy nie wykorzystują wiedzy, którą już posiadają?

Firmy nie przegrywają przez brak danych — przegrywają, bo ignorują wiedzę, którą już mają. W fakturach, kosztach i korektach od lat zapisuje się prawdziwa historia firmy. Czy księgowość może stać się Twoją przewagą konkurencyjną?

Cyfrowe rozczarowanie. Dlaczego w wielu firmach automatyzacja nie przynosi efektów? 

Wdrażasz nowe narzędzia, ale nie widzisz efektów? Problem rzadko leży w technologii. Automatyzacja niespójnych i nieuporządkowanych procesów sprawia jedynie, że błędy pojawiają się szybciej. Przeczytaj, dlaczego technologia nie naprawi firmy za Ciebie i jak mądrze przygotować się do wdrożenia rozwiązań AI, by przyniosły realne korzyści.

Ciemna strona AI: Treści dla dorosłych i ryzyko dla firm

Nowe badanie naukowe ujawnia, że szeroka dostępność treści dla dorosłych generowanych przez sztuczną inteligencję mogła doprowadzić do gwałtownego wzrostu przestępczości na tle seksualnym. Analiza szczegółowych danych o przestępczości, opublikowanych przez japońską Narodową Agencję Policji, wykazała, że w okresach szczytowego zaangażowania w materiały oznaczone jako wygenerowane przez AI i przeznaczone wyłącznie dla dorosłych, odnotowano statystycznie istotny wzrost liczby gwałtów. Może to wskazywać na nadciągające ryzyko wizerunkowe i prawne dla firm dostarczających narzędzia oraz platformy dla tego typu treści.

Premium
Gdy firma rośnie, a zysk znika

laczego szybko rozwijająca się firma nagle traci marże, chociaż przychody notują historyczne rekordy? Przekonaj się, na czym polega problem „ziemi niczyjej” w ewolucji biznesu i sprawdź, dlaczego wdrożenie sztucznej inteligencji w nieuporządkowanej architektonicznie organizacji jest prostym przepisem na skalowanie chaosu.

Premium
Skalowanie AI dzięki adaptacyjnemu ładowi zarządczemu

Zastosowanie sztucznej inteligencji na szeroką skalę diametralnie zwiększa ryzyka biznesowe i wizerunkowe. Poznaj koncepcję adaptacyjnego ładu zarządczego – innowacyjnego podejścia, które wbudowuje mechanizmy kontroli bezpośrednio w procesy i struktury operacyjne firmy, chroniąc przed niewidocznymi, kaskadowymi błędami modeli uczących się.

Premium
Twórz wartość z generatywnej AI w skali całej organizacji

Jak skutecznie wdrażać generatywną sztuczną inteligencję w całej organizacji, unikając organizacyjnych silosów? Zobacz, dlaczego tradycyjne struktury decyzyjne zawodzą przy GenAI i dowiedz się, w jaki sposób innowacyjny twór zwany „kręgosłupem AI” pozwala łączyć kompetencje biznesowe oraz technologiczne, przynosząc firmom wymierny zwrot z inwestycji.

Premium
Strategia w cieniu AI. Gdy sprawy pilne wypierają ważne

AI zmienia sposób, w jaki firmy tworzą kampanie, analizują dane i docierają do klientów. Jednak największym ryzykiem nie jest brak wdrożenia nowych technologii, lecz wykorzystanie ich w sposób, który zwiększa produktywność kosztem przewagi konkurencyjnej. Liderzy muszą odpowiedzieć na pytanie: jak skalować działania marketingowe, nie tracąc tego, co czyni markę wyjątkową?

Premium
Jak liderzy uwalniają innowacyjność na pierwszej linii

Najlepsze innowacje ratujące jakość i efektywność często rodzą się na operacyjnej pierwszej linii. Sprawdź, dlaczego to średni szczebel zarządzania jest kluczem do ich uwolnienia.

Premium
Jak GenAI może – a jak nie może – pomóc w zarządzaniu wiedzą o klientach

Generatywna sztuczna inteligencja rewelacyjnie analizuje informacje o konsumentach, ale nie naprawi kultury Twojej firmy. Gdzie kończą się możliwości technologii?

Premium
Co prezesi muszą wiedzieć o suwerennej AI

Globalna skala AI zderza się z lokalnymi regulacjami prawnymi. Dlaczego strategia „suwerennej sztucznej inteligencji” to pilne zadanie dla prezesów, a nie tylko dla działu IT?

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!