基于计算实验方法的团队情感与团队知识共生演化机理研究

Starting from some practical problems faced by knowledge team building, this project attempts to discover the symbiotic evolution mechanisms in both individual and team levels and the emerging mechanism from individual level to team level; furthermore, utilizing these mechanisms to explain the phenomenon of team developing process provides managers with decision supporting of teams' establishing, building, diagnosis, evaluation and management practice. For this purpose, aiming at the difficulties of human-beings and team complexity together with the data lacking problem in the tradition methods, the project raises the research perspective of combining affection and knowledge, using complex adaptive system (CAS) theory to guide the research method that considers team as CAS to implement computational experiments. This method through establishing personification agent models including psychological and social characteristic along with artificial team with emergence, building the experiment platform, and acquiring a large number of behavior data during the team life cycle, uses these data to reveal the deeper mechanism. During this process we utilize instance analysis and applied analysis to adjust models. The characteristics of this project are going deep into psychology level rather than behavior level from the perspective of the system complexity, building models combining emotional and rational factors by introducing psychological characteristics such as affection and personality, and utilizing the computational experiment method based on CAS theory and personification agent technology.

从知识团队建设面临的实际问题出发，试图1发现团队、个体两个层面的共生演化机理、个体层面到团队层面的涌现机理、团队层面到个体层面的反馈机理；2如何利用机理解释团队发展过程中的现象，为管理者提供团队组建、建设、诊断、评价和管理实践的决策支持。为此，针对人和团队复杂性及传统方法缺乏数据的研究难点，提出了情感与知识相结合的研究视角，以复杂自适应系统（CAS）理论为指导把团队作为CAS进行计算实验的研究方法。本方法通过建立包含心理和社会特征的拟人化agent模型及具有涌现性的人工团队，搭建计算实验平台，经过计算实验获取团队生命周期的大量行为数据，再利用该数据揭示深层机理。在此过程中利用实例分析和应用分析校准模型。本项目的特色在于：从系统复杂性入手，把研究深度从行为层面深入到心理层面；针对现实的社会人，引入情感和人格等心理特征把感性与理性相结合建模；采用CAS理论和拟人化Agent技术的计算实验方法。

团队是现代社会组织的基本构成单元，团队行为直接影响组织行为、组织竞争力和发展状态。如何组建一个高水平团队，如何提高团队绩效，如何避免发展过程的过度波动，如何判断团队生命周期的“年龄”和“身体”特征，如何诊断潜在风险等都是团队建设管理中必然遇到和必须解决的管理问题。研究目的在于为解决上述问题，从新的视角提供一套新的分析思路和团队管理决策支持方法。通过对大量不同类型现实团队的调研分析，本项目认为团队是一个“小规模智能型复杂自适应系统”。现有的关于复杂自适应系统理论和研究方法、研究工具不足以对上述问题的研究提供有效支持。因此，本项目根据团队系统的特点和管理实践的需求，提出了“小规模智能型复杂自适应系统的深度计算实验”理论方法和实验平台。小规模是因为团队成员数一般不超过10的一次方数量级；智能型是指需要对具有主观能动性的团队成员，建立智能型Agent的拟人模型；由于规模小，计算结果不具有强统计特性，因此“深度”是指需要从行为规则建模深入到心理机理建模，并进行“深度”计算实验研究。主要研究成果包括：1、小规模智能型复杂自适应系统深度计算实验的总体研究思路及理论成果；2、情感对团队知识的影响机理模型及研究成果；3、人际信任对团队绩效的影响机理模型及研究成果；4、情感对团队绩效的影响机理模型及研究成果；5、任务分配策略作为团队演化的动力机制模型及研究成果。本项目提出的针对具有“小规模”、“智能型”特点的复杂自适应系统的相关概念和理论构架，对复杂自适应系统理论进行了有益的补充。提出的具有“深度”机理建模特点的计算实验理论框架和试验方法，对当前的社会计算实验方法也是一种有益补充。其实践意义在于，在团队系统的深层次演化机理模型的基础上，为实际团队分析提供整体计算实验模型，再利用实际团队状态数据和成员心理特征数据，分析实际团队的各种管理问题，为团队管理和组织建设提供决策支持。

内容获取失败，请点击重试