领导者可以解决“人的问题”的三种方式（四之四）

问题: 太多的专家知识。

如何解决: 重新定义问题，因而不需要专业知识

似乎很明显的是当你面对一个困难的问题时，你想要引进最好的专家来解决它。只是有时候你不应该这样做。有时专家知识反而会阻碍发展。

让我们来看看这个例子。2008年一个由大学生物化学家组成的团队在一系列复杂的蛋白质折迭问题上未能取得进展而感到沮丧。他们决定向成千上万的业余在线游戏玩家寻求帮助，而不是去寻找更多的专家帮助。科学家们巧妙的方法是将蛋白质模拟做成作为一种叫做“Foldit”的拼图游戏。

他们的策略得到了回报。Thompson说:“这些游戏玩家，他们中的许多人从未上过生物学课程，但却在两周内解决了这个问题，因为他们并没有被生物学家所使用的假设所蒙蔽。”

Thompson并不是说经理们完全不关心专家知识。但是，在一些技术知识不足的情况下，她建议将问题的细节抽象出来从而推动探索其更深层次的结构。这就是生物学家如何运用非专家的模式匹配能力的方式，这就是专家决策者如何绕过他们自己独特偏见和盲点的方法。

以一个棘手的问题为例，那些博士生最有可能在他们的项目中取得成功。早在上世纪70年代，Oregon 大学的心理学家 Robyn Dawes 分析了过去的博士生的表现，希望能建立一个简单的、有效的程序来选择新的博士生候选人。Dawes的模型借鉴了招生委员会已经认为很重要的因素，比如成绩、GRE成绩和本科院校的质量。但关键的是，他的模型提供了一种更准确、更一致的方法来组合这些因素，而不是专家委员会的直觉和特殊判断。

Thompson说: “事实证明，一个决策制定者的模型比决策者本身更好。毕竟，统计模型对那些因素最重要并没有长期的偏见。它们也没有头痛，或者感到疲劳。”

但Thompson说: “你不必为了回避专家的陷阱就必须建设一个统计模型。相反，你可以通过邀请一些人加入你的决策过程来获得类似的好处，而这个过程会给团队带来不同的专家知识。

Thompson承认: “有可能这将是一个你不能与之相处的人。但如果我能将这个事情处理好，他们可能会有一个完全不同的视角来看待我的问题。”

来源:

KelloggInsight (2016年11月2日)

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