Kill Chaos with Kindness: Agreeableness Improves Team Performance Under Uncertainty

要約

チームは人間の成果の中心です。
過去半世紀にわたって、心理学者は異文化間で有効なパーソナリティ変数であるビッグ 5 (神経症傾向、外向性、開放性、良心性、協調性) を特定してきました。
最初の 4 つは、チームのパフォーマンスと一貫した関係を示しています。
しかし、協調性 (調和的で、利他的で、謙虚で、協力的であること) は、チームのパフォーマンスとの間に有意ではなく、非常に変動しやすい関係を示しています。
この不一致は、計算モデリングによって解決されます。
エージェントベース モデル (ABM) を使用して、チームワークに対するパーソナリティ特性の影響を予測し、遺伝的アルゴリズムを使用して ABM の限界を調査し、どの特性が問題に対して最もパフォーマンスの良いチームと最も悪いチームと相関するかを発見します。
さまざまなレベルの不確実性 (ノイズ)。
調査によって明らかになった新しい依存関係は、593 チームの 3,698 人が 10 年間にわたって収集された不確実性の有無にかかわらず 5,000 以上のグループ タスクに取り組んでいるチーム パフォーマンスに関するこれまでで最大のデータセットの 1 つから、これまでに見られなかったデータを分析することによって裏付けられます。
私たちの発見は、チームのパフォーマンスと協調性の間の依存関係は、タスクの不確実性によって緩和されるということです。
このように進化的計算と ABM を組み合わせることで、チームワークの科学的調査、新しい予測の作成、および人間の行動に対する理解の向上のための新しい方法論が提供されます。
私たちの結果は、理論を開発するためのコンピューターモデリングの潜在的な有用性を確認し、作業環境がますます流動的で不確実になっているため、チームの将来に光を当てています.

要約(オリジナル)

Teams are central to human accomplishment. Over the past half-century, psychologists have identified the Big-Five cross-culturally valid personality variables: Neuroticism, Extraversion, Openness, Conscientiousness, and Agreeableness. The first four have shown consistent relationships with team performance. Agreeableness (being harmonious, altruistic, humble, and cooperative), however, has demonstrated a non-significant and highly variable relationship with team performance. We resolve this inconsistency through computational modelling. An agent-based model (ABM) is used to predict the effects of personality traits on teamwork and a genetic algorithm is then used to explore the limits of the ABM in order to discover which traits correlate with best and worst performing teams for a problem with different levels of uncertainty (noise). New dependencies revealed by the exploration are corroborated by analyzing previously-unseen data from one the largest datasets on team performance to date comprising 3,698 individuals in 593 teams working on more than 5,000 group tasks with and without uncertainty, collected over a 10-year period. Our finding is that the dependency between team performance and Agreeableness is moderated by task uncertainty. Combining evolutionary computation with ABMs in this way provides a new methodology for the scientific investigation of teamwork, making new predictions, and improving our understanding of human behaviors. Our results confirm the potential usefulness of computer modelling for developing theory, as well as shedding light on the future of teams as work environments are becoming increasingly fluid and uncertain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google