Креативность

Шаблоны взаимодействия не только оказывают первостепенное влияние на продуктивность, но также воздействуют на самые изощренные творческие способности. Социометрические данные, собранные мной и моей исследовательской группой в различных организациях, показывают, что креативная производительность сильно зависит от двух процессов: поиск идей (исследование) и интеграция этих идей в новые типы поведения (вовлечение). Как в исследовательских лабораториях, так и в дизайнерских мастерских разницу между группами с низким уровнем креативности и группами с высоким уровнем креативности составляют их алгоритмы межличностного исследования за пределами коллектива, а также их вовлеченность в пределах группы.

Хотя исследование и привлечение одинаково важны для творческой производительности, оба этих компонента налагают разные и противоречивые требования в отношении шаблонов взаимодействия. Решение, которое подсказывают нам другие социальные виды животных, например стаи обезьян и пчелиные семьи, – перемежать исследование в поисках идей и привлечение в общую деятельность, необходимое для изменения поведения.

Этот древний механизм комбинирования процесса поиска ресурсов и группового принятия решений является движущей силой многих организаций, как человеческих, так и других. Например, самая обычная медоносная пчела может многое нам рассказать о правильных моделях социального взаимодействия. Всем известно, что рабочие пчелы ищут пригодные источники питания, затем возвращаются в улей и исполняют виляющий танец, чтобы с его помощью рассказать, на каком расстоянии и в каком направлении находится еда. Этот особый танец необходим для того, чтобы побудить других рабочих пчел изменить свое поведение и посетить новый источник пищи.

Однако менее известным является тот факт, что пчелы используют тот же механизм как основу для коллективного принятия решений. Одна из самых важных задач, стоящих перед пчелиной семьей, – выбрать, где расположить гнездо, и пчелы используют особый механизм идей для принятия этого решения. Семья посылает небольшое количество разведчиков, чтобы они исследовали местность. Когда они возвращаются в улей, те из них, кто нашел перспективные места, рассказывают другим пчелам о своем открытии при помощи уверенного, активного танца. Это заставляет других пчел изменить свое поведение и последовать за ними, чтобы осмотреть найденное место. Когда эти новые разведчики возвращаются, они привлекают еще больше пчел к найденному месту, исполняя тот же танец, и цикл продолжается до тех пор, пока разведчиков, сигнализирующих в пользу оптимального места, не станет так много, что случится переломный момент, когда туда отправится весть рой.

Процесс принятия решения у пчел выявляет колебание между исследованием как методом поиска ресурсов и привлечением как методом распространения нового типа поведения в окружении сверстников. Как мы далее увидим, эти два процесса также имеют огромную важность для человеческих организаций. У каждого процесса есть свои требования. Решение, подсказанное пчелами, заключается в чередовании звездообразной системы, лучше всего подходящей для исследования, и согласованной, насыщенной связями системой, лучше всего подходящей для привлечения, интеграции идей и изменения поведения. Сетевые системы – и у обезьян, и у людей, – где структура взаимодействия варьируется по мере необходимости, способны формировать поток идей, позволяющий оптимизировать как процесс исследования, так и процесс привлечения.

Рис. 7. Сетевые шаблоны исследования и привлечения.

(а) Исследование имеет место, когда члены команды взаимодействуют с другими командами.

(б) Привлечение возникает, когда они взаимодействуют друг с другом в рамках одной команды

При типичном шаблоне коллективного исследования работники стремятся выходить за рамки своего коллектива и взаимодействовать с разными командами, формируя звездообразную сетевую систему; см. рис. 7 (а). Как правило, это способствует нахождению новых, полезных идей, генерируя поток идей, приходящих извне. При типичном шаблоне привлечения сотрудники используют плотно переплетенный алгоритм, где большинство взаимодействий происходит с другими членами команды. Они обедают и пьют кофе вместе с членами коллектива, способствуют дружеским отношениям в коллективе, они следят за тем, чтобы замкнутые участники также присоединились, и т. д.: смысл в том, чтобы все друг с другом общались. Это генерирует активный поток идей в коллективе, тем самым способствуя как отбору новых идей, так и их интеграции в правила и привычки коллектива; см. рис. 7 (б).

С качественной точки зрения именно это продемонстрировало нам исследование «Звезды Белла» во второй и третьей главах этой книги: «звездные» исполнители знакомились с разными взглядами на свою деятельность. Старший менеджмент, клиенты, отделы продаж и производственные группы – все они имеют свою точку зрения, и сочетание их идей с теми, что уже были в коллективах этих исполнителей, стало основным источником продуктивного творческого мышления. Сегодня разница, конечно, в том, что теперь, с социометрическими бейджами, мы можем в буквальном смысле измерить этот процесс исследования и проследить за тем, чтобы он был достаточно активным и разнообразным.

Чтобы убедиться в том, что между шаблоном взаимодействия и творческой производительностью существует корреляция, я и мои студенты, в сотрудничестве с Питером Глоором и его партнерами, при помощи наших социометрических бейджей измерили шаблоны взаимодействия в отделе маркетинга одного немецкого банка. Мы исследовали группу из двадцати двух сотрудников (разделенных на пять команд) в маркетинговом отделе банка в течение одного месяца (двадцать рабочих дней). Каждый сотрудник должен был ежедневно носить социометрический бейдж, и в общей сумме мы собрали 2200 часов данных (по сто часов на каждого сотрудника). Мы также следили за трафиком электронной почты и зафиксировали 880 взаимных сообщений.

Анализируя эти данные, мы нашли явное подтверждение тому, что структура взаимодействия в командах сотрудников менялась со временем, направляя поток идей так, чтобы он колебался между исследованием и привлечением. В качестве примера на рис. 8 изображен один день взаимодействий сотрудников. Темно-серые дуги внизу показывают объем переписки по e-mail между командами, а светло-серые дуги сверху показывают количество личных взаимодействий «лицом к лицу».

Рис. 8. Паттерны взаимодействия в течение дня в департаменте маркетинга одного немецкого банка. Толщина линий между двумя группами соответствует числу взаимодействий при личном контакте (светло-серые дуги) или по электронной почте (темно-серые дуги)

Анализ данных выявил, что команды, чьей обязанностью была разработка новых маркетинговых кампаний, колебались между шаблонами исследования в целях поиска новых идей и привлечением в целях интеграции этих идей в поведение команды. Этот алгоритм хорошо генерирует поток идей для креативных команд. И напротив, команды, занимающиеся производством, не проявили значительного колебания, так как их члены общались в основном с другими участниками того же коллектива. Следовательно, приток новых идей в этих командах был слабым.

Изучая эту компанию, мы также обнаружили черную дыру в потоке идей: креативные сотрудники редко общались лицом к лицу с отделом по работе с клиентами (на рис. 8 обозначен как «КОтдел»). Изменив план расположения рабочих мест, руководство банка смогло проследить за тем, чтобы все, включая заброшенную прежде группу отдела по работе с клиентами, были в курсе происходящего. В результате этого простого нововведения некоторых координационных проблем, с которыми это отделение банка сталкивалось прежде – например, запуск рекламных кампаний, который оказывался неожиданным для группы по работе с клиентами, – стало значительно меньше.

Но действительно ли этот шаблон колебания между исследованием и привлечением является двигателем креативной производительности? Чтобы глубже изучить этот вопрос, студент-выпускник Натан Игл и я исследовали социально-сетевые шаблоны в 330 000 часах данных о взаимодействиях девяноста четырех сотрудников МТИ – это исследование известно как «Добыча реальности». Данные собирались при помощи смартфонов, которые участники носили с собой, что позволило нам измерить шаблоны взаимодействий «лицом к лицу» в различных исследовательских группах нашей Медиалаборатории, а затем сравнить эти шаблоны с данными о том, как эти группы оценивали свою креативную производительность.

Сравнив оценки креативности с шаблонами взаимодействия, Вэнь Дун и я выяснили, что команды, проявившие бо́льшую вариативность в структуре своих социальных сетей, также высоко оценили свою креативную производительность. Иными словами, бо́льшая степень колебания между шаблонами исследования и привлечения в пределах этих сетевых систем имеет корреляцию с креативной продуктивностью – по крайней мере, по мнению участников этих сетей (см. Приложение 1: Добыча реальности.

Хотя эти результаты многое говорят нам о соотношении между циклом исследования-привлечения и субъективной креативной производительностью, в идеале нам хотелось бы получить более мощное доказательство тому, что этот шаблон также является ее объективным показателем. К сожалению, объективные меры креативной производительности сложно найти; кто может сказать, что на самом деле является креативным? Но, возможно, лучшей доступной нам мерой являются инструменты оценки креативности KEYS, разработанные гарвардским профессором Терезой Амабайл. Шкала KEYS получила широкое признание как золотой стандарт для измерения групповой креативности и инновационного потенциала в рабочей среде организаций.

В своей докторской диссертации Пайя Трипати, работая в сотрудничестве со своим научным руководителем Уином Берлсоном и мной, использовала социометрические бейджи, чтобы изучить две научно-исследовательские лаборатории в Соединенных Штатах. Она снабдила ими две группы из семи сотрудников – на одиннадцать и пятнадцать дней соответственно. Затем мы использовали групповой опрос KEYS, чтобы получить количественную оценку креативности со стороны самих участников и со стороны экспертов. Ежедневные показатели этих двух результатов мы затем разделили на высокие и низкие, чтобы группировать дни наименьшей и наибольшей креативной активности.

Анализ данных о групповой активности, полученных при помощи KEYS, показал, что люди в этих группах больше занимались исследованием и привлечением в креативные дни, чем в некреативные. Более того, простое сочетание измерений исследования и привлечения позволило предсказать, какие дни были более продуктивными с 87,5-процентной точностью.

И так мы снова видим, что принцип чередования привлечения и исследования способствует большей креативной производительности. Фаза исследования подходит для того, чтобы привносить новые идеи в группу, а фаза привлечения – для того, чтобы проверять, достигнуто ли единое мнение относительно этих идей. Используя формулировку Герберта Саймона, можно сказать: если достигнут консенсус в отношении идеи, она затем интегрируется в инвентарь «привычек действия» команды, который задействуется при быстром мышлении. Если сказать иначе, то есть основания считать, что процесс колебания между исследованием и привлечением повышает креативную производительность путем создания в памяти набора ситуаций, которые затем могут быть использованы в качестве примеров.

В научной литературе содержится немало свидетельств, показывающих, что бессознательное мышление может быть более эффективным для решения сложных задач, чем сознательное. Вероятно, наше быстрое мышление работает лучше всего, когда наши более логические, медленные типы мышления не вмешиваются, например во время сна или обдумывания идеи на подсознательном уровне. Поскольку быстрое мышление задействует ассоциации, а не логику, оно может с большей легкостью совершать интуитивные скачки путем обнаружения новых, креативных аналогий. Оно может взять новый опыт, связанный с некой ситуацией, впитывать его в течение некоторого времени и затем посредством ассоциации произвести ряд аналогичных действий. И наоборот, наш восприимчивый, медленный тип мышления позволяет нам продумывать свои действия, помогает распознавать задачи и разрабатывать новые планы действий.