成为leader第一步：了解自己的角色

---

内容来源 ：本文为 湛庐文化/浙江教育出版 出版书籍《诚实的信号》的书摘，本书作者为阿莱克斯·彭特兰，笔记侠为合作方，经出版社授权发布。

作者 | 阿莱克斯·彭特兰 封面设计 & 责编 | 白歌
第4586 篇深度好文：3911 字 | 5 分钟阅读

读书笔记组织管理

本文优质度：★★★★★+ 口感：凉拌板蓝根

笔记君说：

在团队协作中，每个人都扮演着自己的角色，你能准确的找到你在团队中的位置吗？现在，技术就可以搞定。计算机算法可以通过你散发出的某一种信号，判断你的角色，甚至可以预测出你的行为！不信？请往下看~

大型现代社会越来越复杂，也越来越脆弱，超大规模和高流动性及高关联性让危机可以瞬间以几何级扩散，从而让人们在应对危机时显得越来越被动，这似乎已经成为定论。

面对这一快速变化的世界，过往的知识和应对经验很容易过时，从而导致建立在这些知识基础上的体制、机制和应对系统本身也容易因过时，而显得不堪重负。

“可穿戴设备之父”彭特兰创造出了一套量化和预测人类社会生活的科学方法。 即使真实场景十分复杂，我们也能给出实用、科学且量化的回答，他将这些回答称为“诚实的信号”。

“诚实的信号”通过使用智能电话和可穿戴设备作为社会化测量仪，测量用户行为，记录在人际互动中至关重要却常被忽略的细节，进而帮助人们做出更科学的决策。

一、在日常生活中的

4大群体角色与4大任务角色

通过研究，彭特兰将我们在日常生活中扮演过角色分为 4大群体角色 与 4大任务角色 。

差不多在半个世纪之前，美国国家航空航天局 (NASA) 开展了一项名为“生存” (Survival) 的团队训练，旨在帮助人们提高团队合作能力，并且帮助社会学家更好地理解在压力下的决策过程。

每个小团队都假设被置于加拿大北部森林之类的偏远环境中，然后被要求回答能帮助他们生存的最重要物品是什么。

类似的生存训练，后来在社会科学中非常流行，因为这种连续的决策场景会使参与者产生强烈的代入感，以及多样的社会动态和观点。

通常情况下，社会学家会根据参与者的任务角色 (比如攻击者、主角、支持者、中立者) 和群体角色 (如引导者、付出者、搜寻者、追随者) 来分析团队中的成员。

尽管我们对于这些角色可能不熟悉，但对这些角色的内容是非常熟悉的，这是因为我们在日常生活中已经扮演过数百次类似的角色。

以下是群体角色和 任务角色 的一个分类标准：

1.群体角色

攻击者：贬低他人的地位，反对他人，抨击集体观点或问题。

主角 ：频繁发言，推动谈话进程，承担个人角色并强调权威性。

支持者 ：展示理解、关注和接受，以及乐于提供技术和人际支持的合作态度。

中立者 ：被动地接受别人的想法，在小组讨论中仅作为观众。

2.任务角色

引导者：通过介绍议程，明确目标和步骤，保持团队讨论专注度，跟踪并总结团队重要的讨论和决定来把控讨论进程。

付出者：提供有关问题的事实信息和答案，陈述对某个想法的看法和观点，表达个人的价值观。

搜寻者：寻求建议、信息，以及说明情况，以促进有效的群体决策。

追随者：倾听但没有积极参与团队互动。

群体角色和任务角色被认为是群体行为的两个不同但互补的维度。 这种传统的角色分类方法确实能预测群体决策的结果。

研究人员发现，这两个角色中某些不正常模式与不当的群体决策密切相关，其中就包括 群体思维 (groupthinking) 和 极化现象 等我们所熟知的问题。

比如，如果在群体中,有两个或更多的人扮演“攻击者”角色，往往就会产生更加极端和极化的决定。而如果在群体中,只有一个主角，其他人都是支持者，那么这就是典型的群体思维，即成员只是跟随领导者而不去考虑其他的可能性。

尽管群体/任务角色的分析方法具有很高的预测价值，但几乎从未在现实生活中使用过。这是因为操作起来非常困难且成本昂贵。

它需要训练有素的心理学家仔细浏览包含互动过程的录像带，仔细标注其中的每个细节。因此，这种耗时耗力的方法来提供实时反馈是不可行的，这也限制了它的用途。

所幸，我们有了新的更加简便的方法。研究发现，群体和任务这两种角色与我们在其他情况下测量信号时所看到的社会角色密切相关。

如果是这样，那么我们可以使用社会化测量仪，构建实时的计算机系统，来为群体提供反馈，并预测哪些互动可能会成功，哪些将可能会造成灾难性后果。

现有技术下，分析群体互动行为的传统方法可以通过用计算机算法来自动完成， 这种算法是建立在社会化测量仪能够读取群体的诚实信号基础之上的。

可以通过这项技术，构建实时的议程管理工具，向群体提供反馈来避免诸如群体思维和极化现象之类的问题，从而帮助群体讨论“走上正轨”。

二、识别群体中的“诚实信号”，实现更好的决策

为了更好地理解“诚实的信号”与群体行为之间的关系，彭特兰团队研究了马西莫·赞卡纳罗 (MassimoZancanaro) 的研究小组，在意大利特伦托进行的生存训练中采集的一系列数据。

他们将被分成12个小组，每个小组4人，每个小组围绕如何在白雪皑皑的北部森林里从出现故障的飞机里幸存下来的问题进行讨论。研究者通过摄像头和麦克风来监测每个人的发言量、肢体动作，以及与他人的互动。此外，训练有素的观察员会用传统的“任务”和“团队”两种角色来标记决策过程中的所有细节。

当彭特兰团队使用社会化测量仪来检测这些生存训练时，首先令他们感到惊讶的是， 仅通过分析一个30秒的行为薄片中所蕴含的无意识的社会化信号，就可以很好地预测一个人所扮演的群体角色和任务角色 。而这还是在没有使用任何单词、说话顺序，甚至谈话内容的情况下完成的。这就意味着，仅仅凭借信号本身就可以说明问题。

他们发现， 当人们选择扮演不同的角色时，其无意识的社会化信号也会随之发生变化，使之与自己的角色相匹配 。

因此，仅仅通过社会化测量仪所探测到的社会化信号就可以判断出人们的角色。

如下表所示：

社会化信号	群体角色	任务角色
探索	主角	引导者
团队合作	支持者	付出者
积极倾听	中立者	搜寻者
领导	攻击者	追随者

扮演主角的人通常在我们的社交网络和客户服务中展现“探索”信号；

担任支持者角色的人通常会在薪酬谈判和工作面试中展现“团队”信号；

中立者则显示“积极倾听”信号；

而当人们扮演攻击者的角色时，他们会表现出强烈的“领导”信号。

然而，群体角色和任务角色并非真正彼此割裂的。

事实上，人们扮演什么角色取决于要做什么任务。来自社会化测量仪的数据显示：主角扮演着付出者或引导者的任务角色，支持者扮演搜寻者或追随者的任务角色，而中立者则是保持中立的。

但是，这种基于社会化测量仪给群体和任务角色打标签的方法，只有同时将社会化背景考虑进去才会像专家那样准确。如果我们能在“30秒薄片练习”中观察每个人的信号，那么社会化测量仪就可以像专家那样准确地识别出角色。

准确地解读一个人的角色不仅取决于他自身的无意识信号，还取决于周围其他人的信号。 因此，最好从社交回路中解读角色，而不仅从个人的信号中去解读。

综上所述， 仅凭观察无意识的社会化信号模式，我们就可以了解很多关于群体的动态，也就可以检测出群体何时产生群体思维或极化问题。 （就像在一对一的情况下，语言和论点确实很重要，但有时候它们的作用却不大。）

对于这些结果，彭特兰有一个有趣的解释， 即许多人类有意识的群体决策行为可能是从古老的无意识信号和角色扮演模式发展而来的。 尽管这两种沟通方式 (有意识和无意识) 可能会完全交织在一起，但群体互动仍可能依赖于无意识的“信号-反应”模式。也就是说，人们那些有意识的功能，比如角色扮演、决策和争论，可能是在呈现一种由无意识的社交回路所构建的互动模式。

无意识社交回路 在群体动力学中的重要作用体现在几个方面。

一个特别有说服力的发现是，在一个群体面临不同的抉择时，可以仅仅通过关注群体里的初始反应来预测最终选择。这种群体行为就像投票一样，即初始情况下拥有最多积极正面评论的候选方案通常会是“赢家”！

此外，可以使用社会化测量仪看到这种“通过初始反应进行预测”的效果，即 你不仅可以从个人的信号行为测量出其兴趣，还可以从群体的组合信号行为中测量群体兴趣。

令人惊讶的是，基于这种“第一反应”的社会化信号的预测效果非常好，使得群体讨论几乎没有什么作用。正如我们在谈判或扑克游戏中研究的那样，所有那些有意识的行为似乎并没有像我们想象的那样有太多差异。

另一个发现来自对头脑风暴会议的研究。在这种情况中，群体的平均活跃度可以预测群体效率。也就是说，气氛沉寂的群体不比小组成员单独进行头脑风暴更有效率，而高活跃度群体的效率要高于成员效率总和。

这似乎是因为群体中的平均兴趣水平与该群体的平均活跃度密切相关，正如我们之前所发现的个人活跃度与个人兴趣程度之间的关系一样。一个群体之所以更加活跃也许是因为成员对其更感兴趣，也因此更有效率。

从前文看到，个体决策可以通过无意识的社会化信号来预测。同样，无意识的社交回路与群体决策之间有着密切的联系。

群体决策过程中的投票式信号——第一反应，以及群体头脑风暴中积极主动的信号，都显示了无意识的社交回路在群体动力学中的重要性。

三、无意识的智能，更明智的决策

彭特兰在《诚实的信号》这本书种写到，尽管早期人类的语言还比较简单，但仍然可以依靠网络智能机制做出明智的决策，即利用社会化信号创建 点子集市 。

然而，似乎我们也需要为个人寻找一个类似的解释框架，即我们的推理能力往往非常有限，似乎并不能做出什么明智的决策。也就是说，人们的日常行为和信仰甚至都不完全遵循哪怕是最简单的逻辑法则。

对于简单的任务，人们有意识地做出的决策会更好，但对于更复杂的问题，采取无意识的本能反应效果更佳。

其原因在于有意识的思维很难瞬间做出最佳权衡，而无意识思维可以将大量信息整合在一起，从而做出总体上的判断。

正如马克·布坎南所指出的那样，每当我们面临信息超载时，无意识的思考就会自发产生，因此它如此频繁地出现在复杂的社交沟通中并不奇怪。事实上，这可能是最重要的影响因素。

*文章为作者独立观点，不代表笔记侠立场。

笔记侠好文推荐：

2003 2020，疫情背后，正在发生的6大改变

疫情逐渐平稳，4大举措迎接复苏

人性善恶，决定科技善恶

嘿，你在看吗？