失敗不是一件壞事。如果是第一次擔任管理者，你可能需要重新思考失敗在團隊學習與發展中的作用。你可以有意識地將失敗嵌入團隊任務中，明確目標是學習，而不是等待失敗發生。這種方法可以推動員工的學習和成長，促進創新，加強團隊韌性。
我們通常會避免失敗，特別是對於渴望證明自己，或曾經被訓練這樣思考的新任管理者來說。避免失敗也許可以保護短期績效，卻也阻礙了長期的增長和創新。員工承擔更少風險並遊離在舒適區時，就會錯過拓展能力和嘗試創新解決方案的機會。
不過失敗不是一件壞事。如果是第一次擔任管理者，你可能需要重新思考失敗在團隊學習與發展中的作用。為了最佳化學習效果，你可以有意識地將失敗嵌入團隊任務中，明確目標是學習，而不是等待失敗發生。這被稱為有效失敗，是一種經過科學測試的方法，可以推動員工的學習和成長，促進創新，加強團隊韌性。
為了合理利用有效失敗，我們可以嘗試以下步驟。
設計任務組合。設計“失敗任務”的關鍵在於建立一個績效與學習目標相平衡的組合。
績效目標包括專注於實現既定目標的任務，這些任務不能出錯，可能涉及日常活動，如準確處理工資單或管理高風險專案的交付成果。
學習目標的重點在於推動員工超越目前的能力。要有意識地選擇這些延展任務，它們可能會導致失敗和掙扎，進而推動探索和創造性解決問題。這類任務可以包括從頭開始建立產品功能，或首次領導跨職能團隊實施專案。
將這兩個目標分開對於有效失敗至關重要。透過清晰傳達哪些任務是學習的，哪些任務的重點是績效，管理者可以在學習區將失敗正常化，為實驗和成長創造一個安全空間。
設計障礙與節點。建立了績效和學習任務組合後，下一步是為學習任務設計障礙。
例如，為了預測組織中AI的應用推廣，第一次擔任管理者的人可以要求團隊為公司的電子商務平臺設計一個AI驅動的推薦功能。鑑於這是一種新技術，這項任務可能會推動團隊掌握超越當前的技能和知識。為了給員工創造深入解決問題而不只是執行已知解決方案的機會，管理者可以：
1、設定約束。有意識地對任務加以限制，督促員工創造性思考。例如，限制團隊可以訪問的AI模型訓練資料的數量，迫使他們使用資料增強技術或識別代理資料。也可以透過將專案從六週縮短到四周來增加時間限制，提高緊迫感和專注感。這樣可以促使團隊探索替代、更快的實現方法（例如，開源庫或預訓練模型），而不是依賴典型的解決方案。
2、設計對比案例。設計包含比較不同方法或場景的任務，例如可以要求團隊比較兩種推薦演算法：一種基於相似使用者的偏好，另一種基於產品功能。這裡的挑戰在於決定哪種模型或組合更好，並且可以幫助團隊更具戰略性思考。
3、加入極端的限制條件。建立任務，推動員工處理意外情況。這可能會涉及引入極端情況，其中AI功能必須在極其有限的互動下工作——例如為瀏覽歷史或購買資料最少的新客戶生成產品推薦。這會促使團隊突破思維束縛，也許利用人口統計資料或上下文線索來開發在典型案例中不需要的創造性解決方案。
4、製造不確定性。如果知道使用者通常不會填寫所有偏好資料，則可以使用不完整或模稜兩可的資訊設定任務。團隊必須克服這種不確定性，進行使用者研究，清理資料，並確定如何在缺乏明確指導的情況下建立有意義的產品推薦。這步可以建立韌性和適應性。
5、預判新手思維。預料到經驗不足的員工可能會提出新手解決方案，並以這些解決方案無法奏效的方式構建任務。例如，新手最初可能會建議使用簡單的基於規則的系統進推薦品（如果使用者購買了商品A，則推薦商品B）。然而，該任務的搭建可以以一種需要整合機器學習演算法和不同產品類別的交叉銷售的方式進行，這是基本系統無法實現的。
6、故意提出次優或失敗的策略。管理者可以建議團隊從向每個使用者推薦最受歡迎的產品開始，即使這種策略在以前的迭代中已被證明會導致使用者參與度和滿意度下降。這個障礙會鼓勵團隊重新思考個性化推薦，並探索更細緻的資料驅動方法，考慮使用者偏好，而不是依賴一刀切。
7、鼓勵探索，管理矛盾。一旦團隊遇到障礙，管理者必須忍住不要介入並解決問題。矛盾可以真正促進學習，應該鼓勵員工合作並嘗試不同的架構（例如，神經網路與決策樹）來找到解決方案。這不是說過程中不提供反饋，相反，反饋是為了肯定學習任務的目標，保證心理安全，並鼓勵更大的探索。
這種探索傾向需要更多時間，但從長遠來看，它也會帶來更深入的學習，和更好、更創新的解決方案。作為一名新任管理者，你需要為團隊設計更長的發展軌道。
舉行彙報會。下一個關鍵步驟是透過反饋過程，將失敗轉化為有價值的學習。通常來說，沒有所謂正確的解決方案，因此管理者可以對比團隊的新手解決方案，和更先進成功的方法。這裡可以瞭解專家處理問題的方式、部署的策略，或他們用於評估成功的標準。這個過程可以使員工內化與專家思維的細微差別，更深入地瞭解為什麼一些策略會失敗，而其他策略會成功。此外，這些深入的彙報會議有助於構建將失敗視為常態的團隊文化。
這裡你也可以問一些反思性的問題，例如：
·你在處理任務時做了哪些假設？
·最初看起來正確的解決方案是什麼？為什麼？
·你的方法與專家方法有何不同，是什麼讓專家的解決方案更有效？
·我們可以從這次失敗中獲得哪些關鍵見解，應用於下一個挑戰？
設計失敗任務並不是要讓員工失敗，而是為他們創造探索、學習和長期成功的機會。有效失敗實驗是有意設計挑戰任務，讓員工以一種結構化和安全的方式失敗，從而獲得成長。透過仔細平衡績效和學習目標，精心設計帶有內建障礙的任務，並培養一種將失敗視為創新必經之路的文化，團隊就能釋放出真正的潛力。
關鍵詞：團隊
馬努·卡普爾（Manu Kapur）| 文
馬努·卡普爾博士是領先的人類學習專家，也是《有效失敗：透過失敗的科學解鎖更深層次的學習》（Productive Failure: Unlocking Deeper Learning Through the Science of Failing，Jossey-Bass出版）一書作者。
DeepL、豆包 | 譯 孫燕 | 編輯
推薦閱讀
《哈佛商業評論》中文版 聯絡方式
投稿、廣告、內容和商務合作
↓點選閱讀原文進入哈評中文網，閱讀更多精品內容
