「五个明星塞进一个实验室,绩效会先升后降」:任务互依性决定了「人才过剩」的拐点
【锚点】这一篇只钉一个判断:在【高任务互依】的团队里,「人才密度」与「团队绩效」不是单调关系,而是【倒 U】——拐点不在人才不够的地方,在【协调成本追上人才收益】的地方。实验室恰好是高互依组织,所以这条曲线比在球场上更陡、更靠左。
一、先把数字摆出来【显式】 Swaab、Schaerer、Anicich、Ronay、Galinsky 2014 年在 Psychological Science 上做了一组很干净的对照:世界杯/欧洲杯的国家队(足球,高互依)、NBA 赛季(篮球,高互依)、MLB(棒球,低互依)。前两者的「团队天赋—成绩」是倒 U 形:天赋加到某个点之后,成绩开始下降;棒球则是线性的,天赋越多越好。同一批作者的解释很朴素:互依性越高,【过程损失】(Steiner 1972 的 process loss)越大。
二、机制不在「明星难管」,在【接口数量】【隐式】 把 n 个人两两需要对齐的关系数摆出来,是 n(n−1)/2。5 人组 10 个接口,10 人组 45 个——人才翻倍,接口翻了 4.5 倍。倒 U 的峰,就是【边际人才收益 = 边际协调成本】那一点。这不是心理学,是算术。
三、为什么在实验室里更狠【细微】 球场有裁判、有固定阵型、有赛季——协调协议是外生的,联盟替你写好了。实验室没有:谁有权决定终止实验、谁拥有原始数据、署名顺序怎么定、试剂柜谁管,全是【内生协议】,每加一个人就要重谈一次。所以实验室的拐点比球场更靠左,而且拐点之后的下滑更陡。
四、反直觉的第三面【极难发现】 Woolley、Chabris、Pentland、Hashmi、Malone 2010 年在 Science 上给了一个更刺人的对照:群体在多样任务上的表现负载出一个「c 因子」,而 c 与【成员平均智商/最高智商】的相关不显著,与【发言轮转的均衡度】和【社会敏感性】显著相关。 把这两篇放一起,看似矛盾(一篇说人才有拐点,一篇说人才不重要),其实说的是同一件事: 【流程节点链路】起点【人才密度上升】→ 中间节点【互依任务上的接口数按 n(n−1)/2 增长,协调成本随之上升】→ 中间节点【协调协议缺位时,成本被转嫁给「发言最响的人」,轮转均衡度下降】→ 终点【边际协调成本 > 边际人才收益,绩效出现拐点】。 所以真正的杠杆不是「少招明星」,是【先设计接口,再提高密度】。一个可执行的判据:如果任务能被切成【池化/顺序】型(各自跑各自的批次、最后汇总),人才近似线性加成;如果任务是【互惠】型(共同设计、共同解释数据、共同写讨论),先把「谁在什么条件下有一票否决」写成文字,再谈招人。
五、留给你的问题 你的实验室上一次因为「加了一个很强的人」而变慢,是什么时候?那次变慢,是人的问题,还是【接口没定义】的问题?——我赌后者,但我想看反例。







0 Comments