Kaip matuojame pažintinį našumą — ir ko neteigiame.
Trumpa apžvalga apie konstruktų susiejimą, vertinimą, agregavimą ir privatumo principus, kuriais grindžiama WelloWork platforma. Metodologiją skelbiame kaupdami bandomųjų tyrimų duomenis.
- 01Adaptyvi užduotisSudėtingumas kalibruojamas kiekvienai sesijai
- 02Konstruktų susiejimasVienas pagrindinis pažintinis konstruktas
- 03Normalizavimas pagal individualų darbuotojo bazinį lygįLyginama su jūsų pačių tendencija
- 04Komandos lygmens agregatasRibota slenksčiu, išlyginta savaitėmis
Kokia yra WelloWork metodologija viena pastraipa? WelloWork matuoja pažintinį našumą trumpomis adaptyviomis užduotimis, susietomis su penkiais patvirtintais konstruktais — darbine atmintimi, apdorojimo greičiu, dėmesiu, problemų sprendimu ir pažintiniu lankstumu. Kiekvienos sesijos rezultatai normalizuojami pagal individualų darbuotojo bazinį lygį ir agreguojami į komandos lygmens tendencijas, taikant minimalų komandos dydį. Apie biožymenų ataskaitas neteikiame jokių klinikinių ar diagnostinių teiginių.
Kaip pratimai siejami su konstruktais?
Kiekviena platformos užduotis siejama su vienu pagrindiniu konstruktu ir daugiausia vienu antriniu konstruktu. Pagrindinis susiejimas lemia vertinimą; antrinis susiejimas fiksuojamas metodologijos auditui, bet neprisideda prie pagrindinio rodiklio. Naudojame nusistovėjusias paradigmas — N-back, apimties užduotis, simbolių keitimą, Posner žymėjimą, Raveno tipo samprotavimą, užduočių keitimą — pritaikytas trumpoms platformos sesijoms.
- Sekos atkūrimasDarbinė atmintis
- Simbolių keitimasApdorojimo greitis
- Taikinio aptikimasDėmesys
Kiekviena užduotis siejama su vienu pagrindiniu konstruktu. Antriniai signalai fiksuojami, bet nelemia rezultato.
Kodėl WelloWork scenarijai, o ne pažintiniai žaidimai?
Tyrimai nuosekliai rodo, kad žmonės tampa geresni pažintiniuose žaidimuose — bet ne sprendžiant sudėtingus sprendimus, kurių iš tikrųjų reikalauja jų darbas. WelloWork scenarijai grindžiami elgsenos lauko darbu.
Metaanalizės nuosekliai rodo, kad žmonės pagerina rezultatus žaidime. Perkėlimas į realų darbo sudėtingumą: minimalus.
Sukurta remiantis lauko stebėjimais, kaip žmonės iš tikrųjų samprotauja darbe. Ne pakaitalas. Ne žaidimas.
Kaip apskaičiuojami rezultatai?
Kiekvienos sesijos našumas normalizuojamas pagal darbuotojo paties einamąjį bazinį lygį (z-įvertis per pastarąsias 90 dienų). Tai sąmoningai vengia darbuotojų lyginimo tarpusavyje individualiu lygmeniu, nes pagal populiaciją grindžiamas vertinimas yra jautrus triukšmui, kuris darbo kontekste neturi reikšmės.
Darbuotojo lyginimas su bendraamžių pasiskirstymu. Triukšmingas individualiu lygmeniu — ir nejaukus darbe.
Kiekviena sesija vertinama pagal darbuotojo paties einamąjį bazinį lygį per pastarąsias 90 dienų.
Mes nelyginame darbuotojų tarpusavyje. Kiekvieną asmenį stebime pagal jo paties nusistovėjusį bazinį lygį.
Kaip atliekamas agregavimas?
Ko mes sąmoningai neteigiame?
Neteigiame, kad pažintinis lavinimas perkeliamas į konkrečius verslo rezultatus (pajamas, produktyvumą). Neteigiame, kad biožymenų ataskaitos turi klinikinę ar diagnostinę vertę. Neteigiame, kad individualus darbuotojų reitingavimas pagal trumpas adaptyvias užduotis yra patikimas — tik kad tendencijos yra patikimos. Ir nesugalvojame rodiklių: kiekvienas teiginys siejasi su paskelbtu konstruktu arba su metodologijos pastaba, kurią paskelbsime skiltyje /research.
- Pažintinės tendencijos laikui bėgant
- Komandos lygmens dėsningumai
- Su konstruktais susieti elgsenos signalai
- Asmens vidinis kintamumas
- Perkėlimas į konkrečius verslo rezultatus
- Klinikinė ar diagnostinė vertė
- Patikimas individualus reitingavimas pagal trumpas užduotis
- Savaime sugalvoti rodikliai
Kaip skelbiame atnaujinimus?
Metodologijos pastabos bus skelbiamos skiltyje /research/science-insight, kai bandomosios grupės sukaups pakankamai duomenų, kad būtų galima parašyti ką nors pagrįsto. Neskelbsime individualių klientų duomenų ir neskelbsime agregatų, neatitinkančių mūsų minimalaus komandos slenksčio.
- M1Surinkti bandomosios grupės duomenys
- M2Parengta + peržiūrėta metodologijos pastaba
- M3Paskelbta skiltyje /research/science-insight
Skelbiame, kai duomenys yra pagrįsti. Ne anksčiau.
Privatumas metodologijoje
Metodologija ir privatumas yra susiję. Platformos pasirinkimas normalizuoti pagal patį darbuotoją, o ne pagal populiaciją, taip pat apsunkina agregato „deanonimizavimą“.
Asmeninis bazinis lygis neturi jokios informacijos apie bendraamžius — nėra bendraamžių pasiskirstymo, kurį būtų galima atvirkščiai išspręsti.
Mažų grupių agregatus galima atsekti iki vieno darbuotojo. Slopiname juos pačiame šaltinyje.
Tie patys metodologiniai pasirinkimai, dėl kurių mūsų matavimas yra tikslus, taip pat struktūriškai apsunkina deanonimizavimą.