知识卡片
心智模型惯性:说服必须说给听众的模型
第二个风险是心智(思考方式)模型惯性。实施 ML 与任何变革一样需要干系人管理、需要取得被影响者的认同,但不同在于干系人的总集往往大得多:凡随人数放大的成分(例如纯后勤地搞清谁需要参与)自然变大,而更关键的是涉及说服、沟通、尤其是理解人们如何建模这次变革的成分,重要性会急剧上升。驱动重大变革时,带着高层的 talking points 出席所有会议很少奏效——只从资深领导者视角描述局面,劝不动人改变行为。关键在于领导者与全组织实践者各自用什么心智模型来表征「发生了什么、该如何反应」;若计划默认所有人都会转成你(或某个人)的理解方式,计划多半短命。有时新做法客观上确实是正确回应,只要心智模型没变,变革者仍得承担说服的重担,且说服必须配上能说到听众心智模型的动机:有人觉得把本团队数据做成别人可读毫无收益,有人怕被比下去显得更差,有人深信只有尽快把功能发布出去才重要、花力气做任何别的事都不算数。作者的结论是:实施 ML 需要严肃的干系人管理,以及一场转变心智模型的大规模协同努力。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- Integrating ML into Your Organization · 查看原书依据
Ultimately, for most practical concerns, implementing ML requires serious stakeholder management and a large concerted effort to shift mental (way-of-thinking) models.
参考来源
- 位置:《Reliable Machine Learning》第13章《Integrating ML into Your Organization》(源文件:extracted/Reliable Machine Learning/_epub-src/OEBPS/ch13.xhtml)
- 结论依据:原文明确阐述该主题,并给出定义、实践或反例。
- 原始内容:Ultimately, for most practical concerns, implementing ML requires serious stakeholder management and a large concerted effort to shift mental (way-of-thinking) models.