Ny kunnskap om team gjennom Big Data.

stock-vector-business-people-group-over-conceptual-silhouettes-of-people-on-a-background-of-business-icons-201193319

Kan de nye metodene og data-mengdene innen Big Data gi økt innsikt i hvordan team fungerer og gi svar på hvordan ytelsen kan økes? Ja, mener en av verdens ledende forskere innen data. Han presenterer, sammen med kolleger på MIT (Massachusetts Institute of Technology), noen klare funn som forutsier et teams suksess over andres.

I de siste årene har Big Data blitt et fenomen som alle blir berørt av men de færreste vet nøyaktig hva er. Ikke mange har logget seg inn på Google Dashboard eller vet at bilder som blir lagt ut på bildedelingstjenesten Instagram legger ut digitale brødsmuler (for eksempel Aftenposten.no (2014)) som andre kan følge. Denne enorme datamengden gir forskere en mulig tilgang på data som for eksempel kan gi verdifull forståelse av hvordan byer kan få en bærekraftig vekst, hvordan sykdommer sprer seg og hvordan energiselskap kan forutsi forbruksmønstre. Mobiltelefon og kredittkort er eksempler på teknologi som formidler små deler med informasjon til store databaser og gir størst verdi sett som en større helhet der individet anonymiseres.

Hvordan kan da Big data bidra til forskning på mindre grupper av mennesker? Mye av forskning og litteratur på team og grupper baserer seg på statiske forhold som for eksempel personlighetstyper. Hvem du og de andre i teamet er som personer, skal forutsi hvordan teamet presterer og det skal da også finnes en perfekt sammensetning av team-medlemmer. Å fange dynamikk i grupper og organisasjoner har derimot vært vanskelig og tidkrevende. Mye av denne typen forskning ble utført på 1950-tallet før ønsket om mer effektive og «quick fix»-metoder dreide fokuset over på andre enklere og raskere metoder. SPGR (Systematisere person-gruppe-relasjonen) fokuserer på dynamikk og samspill i gruppa (og mellom grupper) for å se om teamet fungerer på et godt nok nivå (Sjøvold, 2014). Jo høyere et team skal prestere, (for eksempel innovasjon eller leder-team) jo mer må medlemmene skifte på interne roller og det blir veldig viktig at alle bidrar. Her blir også kontekst sett på som en ekstremt viktig premissgiver for effektivt gruppearbeid. God teamutvikling bør bestandig foregå så nært som mulig den konteksten som teamet opererer i til daglig.

Alex Pentlands’ forskningsgruppe ved MIT har det siste tiåret sett på hvordan grupper fungerer ved hjelp analyse av store datamengder, innsamlet med blant annet egenutviklede sensorer og mobiltelefoner (Pentland, 2014). De fant at det som kjennetegnet team med høy team-intelligens, var i hovedsak to faktorer:

  • At alle deltakerne bidrog like mye i møtene over tid. Det vil si at enkeltpersoner ikke dominerte teamet nevneverdig.
  • At team-medlemmene var gode til å lese hverandres sosiale signaler.

Når det gjelder å forutsi hvilke grupper som hadde størst suksess fant de at interaksjon i gruppa hadde mer å si enn for eksempel personlighet og evner. De fant ut at det som kjennetegner team med høy gruppe-ytelse (der gruppen yter mer enn summen av deltakerne) var mange ideer og høy intensitet i utvekslingen. Det vil også her si, at alle bidrar og veksler på å påta seg roller og drive diskusjonen videre. En annen påstand fra Pentlands forskergruppe er at vi, til tross for ny teknologi og arbeidsmetoder, fortsatt forholder oss til relativt få, nære relasjoner på jobb og fritid som vi både påvirker selv og påvirkes av. De finner at, på tross av at mange har flere hundre venner på sosiale medier, er det bare de få nære relasjonene som har reell påvirkningskraft og da helst de som møtes jevnlig ansikt til ansikt. Annen forskning (for eksempel Dunbar (1992))har også vist at vi som mennesker har bestandig (millioner av år) tilhørt grupper og måten vi fysisk er satt sammen. Dette gjør at vi fortsatt har begrensninger i antall individer vi kan forholde oss til samtidig.

Muligheten til å følge grupper og organisasjoner på en såpass energieffektiv måte som med den nye teknologien, gjør tilnærmingen mer dynamisk og da mer virkelighetsnær. Mange av mulighetene som ligger i den nye teknologien må verifiseres ved hjelp av mer utprøvde akademiske metoder som for eksempel SPGR. Dette er noe av fokuset for vår gruppe www.innovativeteams.no og som du kommer til lese mer om på denne bloggen senere.

 

Referanser:

Aftenposten.no. (2014). from http://www.aftenposten.no/kultur/Slik-kan-du-bli-overvaket-pa-Twitter-og-Instagram-uten-a-ane-det-7787884.html

Dunbar, Robin IM. (1992). Neocortex size as a constraint on group size in primates. Journal of Human Evolution, 22(6), 469-493.

Pentland, Alex. (2014). Social Physics: How Good Ideas Spread-The Lessons from a New Science: Penguin.

Sjøvold, Endre. (2014). Resultater gjennom team. Oslo: Universitetsforlaget.

Respond to Ny kunnskap om team gjennom Big Data.

Legg igjen en kommentar

Fyll inn i feltene under, eller klikk på et ikon for å logge inn:

WordPress.com-logo

Du kommenterer med bruk av din WordPress.com konto. Logg ut / Endre )

Twitter-bilde

Du kommenterer med bruk av din Twitter konto. Logg ut / Endre )

Facebookbilde

Du kommenterer med bruk av din Facebook konto. Logg ut / Endre )

Google+-bilde

Du kommenterer med bruk av din Google+ konto. Logg ut / Endre )

Kobler til %s