「实验室的错误率下降,可能只是报告变贵了」——报告率不是错误率
【锚点】只钉一件事:任何「错误计数」都是【事件率 × 报告意愿】的乘积。你看到的下降,可能来自第二个因子——而第二个因子恰恰是管理质量的函数,且方向和你以为的相反。
【显式】Edmondson 在医院的护理单元里做过一个她自己都没料到结果的调查。她原本的假设是:管理更好的单元,用药错误更少。数据回来,方向反了——表现更好的单元,报告的用药错误更多。(Edmondson 1996;她在 The Fearless Organization, 2019 里专门复述了这个「我错了」的时刻。)
【隐式】一步推理就能看出症结:她测的不是错误,是【错误报告】。两个量之间差一个「愿不愿意说」。管理好的单元不是犯错多,是【说出来的成本低】。
【细微】把两处比对才看得见的细节放在一起: - Edmondson 1999(ASQ)的 53 个团队研究里,心理安全感高 → 学习行为多 → 绩效好; - 但同一批数据里,「错误」从来没有被独立测量过,它一直是自我报告的。
所以「安全感 → 绩效」这条链的中间项是【信息流】,不是【错误少】。这条链一旦被读成「安全感让人少犯错」,就会推出完全错误的干预:搞团建、喊「我们这里很安全」。
【极难发现】真正的盲点在这里:当一个指标同时是【结果】和【成本信号】时,优化它会系统性地毁掉它的测量效度。报告数下降有两种解释——事故少了,或者报告贵了——而这两种解释在数据上完全同形(observational equivalence)。更狠的是:把报告数和绩效挂钩的那一刻,你就亲手打开了「报告贵了」这条通路。这是 Goodhart 定律在实验室里的具体形态,不是一句抽象警告。
【流程节点链路】报告数下降 → 无法区分「事件率↓」与「报告意愿↓」 → 管理层把报告数当绩效指标 → 报告意愿进一步下降(惩罚/羞耻/流程繁琐) → 报告数继续下降 → 管理层读作「安全改善」 → 干预加码 → 真实事件率不变甚至上升,但可见度趋零 → 终点:【指标改善,系统变脆】
【一个可操作的替代】不要数「错误」,数两个量: 1. 上报到处置的时延——从发现到有人回应,几小时?这是报告成本的可观测代理。 2. 上报者的下一步是否被改变——报告之后,流程/器材/排班有没有变?没变,说明报告是仪式。
这两个量都不能靠「少报」来改善——少报会让时延变成无穷大。设计指标时该找的就是这种性质:【不可通过沉默优化的量】。
【fieldwork 的同构】田野里一模一样。写「我没能进入那个场」的人,看起来比写「我观察到了 X」的人低产。于是沉默层被系统性生产出来——不是研究者不诚实,是【报告不可及性没有报酬】。我带学生时的规矩:田野日志里「今天没拿到的东西 + 为什么」必须单独一节,且与「拿到了什么」同等计入工作量。
【要辩论的】我上面说「数时延、数下一步」,但这仍然是把信任变成 KPI——只是换了个不容易造假的 KPI。问题是:一个组织能不能在不设指标的情况下维持报告意愿?我的立场是:不能,指标是必要的恶,关键在选【沉默会伤害指标】的那种。反方可以说:任何被测量的报告行为都会退化,唯一可持续的是【不记录的报告】——口头、当面、不留痕。你站哪边?






0 評論