【ArchSummit架构师峰会】探讨数据与人工智能相互驱动的关系>>> 了解详情
写点什么

合理使用反馈技术

  • 2016-03-20
  • 本文字数:2280 字

    阅读完需:约 7 分钟

Dan North 在 QCon2016 伦敦会议上介绍了给予和接收反馈的模型和技术,并向观众朋友们介绍了如何有效地使用它们。

反馈是如何运作的

反馈这个词起源于系统论。在动态系统中,一些输出作为输入,通过反馈回路再次进入系统。自适应系统依赖反馈。

North 提出,你可以将人看作一个系统,将一群人看作包含多个系统的系统。例如,将反馈点看作杠杆,在反馈点即使是小的变化都可引发大影响。

在系统中会有延迟。反馈中的延迟会引起不确定性。North 指出,这就是为什么你努力在精益方法中创造小批量,这可以减少延迟,降低不确定性和压力。

有许多种不同的反馈回路。其中之一是增强回路,反馈既可以放大、加速行为,也可以抑制、削弱行为。

North 举例说,在一个笼子中有一个梯子,梯子上面有许多香蕉,而很多猴子也被关在笼子中。当一只猴子尝试去取香蕉的时候,所有猴子都会被水喷。通过这个方式让猴子们知道不应该去吃香蕉。所以每当有新猴子代替进入笼子中,并尝试去取香蕉的时候,其他的猴子会拦住它,它们不想被弄湿。当所有的猴子被取代,笼中现有的所有猴子在尝试取香蕉的时候,都没有被淋湿过。然而它们之中没有一个会这么做。North 提出这是因为习得性无助,这是指人们不敢尝试一些事情,即使他们从未做过,他们还是害怕会做错。

另外一种反馈回路是稳定反馈。反馈会支持系统保持稳定,并趋向于一个稳定的目标。还有振动反馈,这是指系统在不同状态间切换。当反馈时间非常短,系统快速反应时会发生振动反馈。这种情况的解决方案是,改变系统在它响应反馈之前暂停。

North 认为小的频繁的反馈比大的不频繁的反馈更优。反馈中的延迟会影响系统适应能力、他给出了一个年度绩效评估例子,它的反馈很大,而且持续时间很长。在这样的一个系统中,大量的反馈都是被浪费的。

给予和接收反馈

在解释了反馈的工作原理之后,Dan North 介绍了给予反馈和接收反馈。North 说,我们请求反馈来优化或修改我们的行为,当遇到问题时它会给我们提供帮助,或是在我们认为自己做得很好的时候得到认可。

人们提供反馈的原因有几个。原因之一是提升系统的工作,比如我们在团队工作的时候。另一个原因是塑造鼓励反馈的一种文化,旨在创造反馈可以被大家接受的情况。

当试图在控制人们或是在证实更高级的知识的时候,提供的反馈可能会被误用。举一个后者的例子,当人们使用反馈来证明某人是错误的,而他们自己站在真理这一边,就会误用反馈。

当提供或寻求反馈的时候,反馈回路开始运作。这之后的下一步是反馈被接收并认可。反馈回路的第三步和最后一步是采取行动。North 提到当探索反馈的时候,你必须意识到这所有的三个步骤,并保证它们都正常工作。

North 给出了一个例子,有关如何有效地使用真实用户测试用户界面时提供的反馈,而不是直接问他们对系统的使用体验。你应该和他们一起坐下来,看看他们的使用过程。North 说,当真实用户在使用系统的时候叹气,这代表着系统有问题。在这种时候,你需要问他们发生了什么问题。

反馈技术

North 解释了人们有效地提供反馈的原理。反馈应该是有关实际行动的,它必须是明确的。反馈最常发生在个人层面,这就是为什么接收反馈的人和提供反馈的人对于它有不同的解释。比如说,“你的工作很马虎”会变成“你是一个马虎的工人”。

North 知道的定量化反馈最有效的模型是 Situation, Behavior, Impact (SBI) 。有了这个模型,你将会得到观察行为和这个行为对你影响的反馈。North 认为,观察行为必须是真实的,而不是人为判断的,你必须描述你的感受。

North 解释了当两个人都指着对方,试图说服对方,而不是和对方进行简单的交谈的情况下他是如何使用 SBI 的。他请两人坐在一起,准备好这个行为的例子,并解释这对他们有什么影响。他告诉他们,如果他们不能考虑到实际行为的情况,那它就没有发生。

North 提到了 Chris Argyris 的推论的阶梯理论。这个概念解释了人们接收的信息会如何进行过滤。观察到的数据和经历都会被过滤,下一个人会给它添加意思,作出假设,得到结论并在采取行动之前采纳这个观点。North 说,这经常会在人们无意识的阶段发生。

有三种模型可以构建反馈模型,你可以持续练习来发展你的反馈技能。第一个是海豚反馈。有了这个模型,你可以提供特定的正反馈。你只会关注那些你做得好的事情,而忽略所有的坏事情。其潜在的假设是所有做错的事情都会自我纠正。这个模型可以在低信任度情况下使用。

第二个模型是三明治反馈。它有三个部分:特定的积极认同,成长边缘(夹着建议、批评或不同观点)和整体的积极总结。你可以使用这个模型来以一个相对安全的方法提供一些批评性的东西。North 说,如果人们真正地关心在意事情的时候,他们只能通过这个模型给出反馈。反馈的给予不能像提出批评一样,它应该“有助于”推动作用,而不是“偏离”推动作用。这个模型可以在中等信任程度下使用。

第三个模型是 Atkins 反馈,这个模型中仅仅包含批评建议等不同观点,就好像去除面包的三明治反馈,在高信任度情况下可以使用。这个模型必须在每个人都很尊重他人的建议,并且非常相信对方的情况下使用。

有关接收反馈,最主要的事情是倾听,并感谢对方。你可以事后再处理反馈。

North 称反馈会影响系统。你必须诚实地说出为何你会给予反馈。请尝试给予和接收反馈,以发展你的技能。

查看英文原文 Applying Feedback Techniques


感谢张龙对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群(已满),InfoQ 读者交流群(#2))。

2016-03-20 19:001613
用户头像

发布了 218 篇内容, 共 64.9 次阅读, 收获喜欢 75 次。

关注

评论

发布
暂无评论
发现更多内容

神了!阿里P8级数据库专家手写出了这份438页数据库高效优化手册

做梦都在改BUG

Java 数据库 sql 性能优化

分析型数据库:分布式分析型数据库

星环科技

分析型数据库

权威学者、企业CFO荟聚上海国家会计学院,共探「智能会计 价值财务」

用友BIP

智能会计 价值财务 用友智能财务 业财融合

星环科技自研技术,加速大数据从持久化、统一化、资产化、业务化到生态化

星环科技

大数据

AppleParty(苹果派)v3 支持 App Store 新定价机制 - 批量配置自定价格和销售范围

37手游iOS技术运营团队

In App Purchase AppleParty App Store Connect API 批量创建内购IAP app store

ShareSDK Google平台注册指南

MobTech袤博科技

支持多模型数据分析探索的存算分离湖仓一体架构解析(上)

星环科技

湖仓一体

数栈V6.0全新产品矩阵发布,数据底座 EasyMR 焕新升级

袋鼠云数栈

大数据 基础软件 数字化转型

iSulad+Kuasar:管理面资源消耗锐减 99%的新一代统一容器运行时解决方案

openEuler

Linux 容器 云原生 操作系统 Kubernetes Serverless

iOS MachineLearning 系列(6)—— 视频中的物体轨迹分析

珲少

在高校内投放共享电单车有什么优势

共享电单车厂家

共享电动车厂家 景区共享电单车 共享电单车投放 校内共享电单车 共享电单车优势

灵活、快捷、低运维成本的数据集成方法:数据联邦架构

星环科技

数据集成 数据联邦结构

自动化回归测试平台 AREX 0.2.8 版本正式发布!

AREX 中文社区

自动化测试 接口测试 回归测试

Wallys/DR7915/MT7915/MT7975/industrial mini pcie card /support openwrt

Cindy-wallys

MT7975 MT7915

【Python实战】Python采集大学教务系统成绩单

BROKEN

三周年连更

分布式场景下,Apache YARN、Google Kubernetes 如何解决资源管理问题?

星环科技

资源管理 Apache YARN

阿里RocketMQ创始人首次分享出这份RocketMQ技术内幕神级架构手册

做梦都在改BUG

Java RocketMQ 消息队列 消息中间件

从入门到精通,超详细的程序员Java学习路线指南

Java你猿哥

Java 数据库 Web ssm 死磕 Java 基础

SysCare:为您的操作系统保驾护航

openEuler

Linux 操作系统 openEuler 内核 热补丁

度量分析开源社区健康度,助力企业开源生态健康发展——华为开源管理中心王晔晖

开源雨林

开源治理 OSPO OSS Compass CHAOSS

分布式计算技术(下):Impala、Apache Flink、星环Slipstream

星环科技

分布式计算 Slipstream

anyRTC快对讲融合通信指挥调度平台

anyRTC开发者

音视频 融合通信 快对讲 视频监控 综合调度

面试官:HashMap线程不安全体现在哪里?

做梦都在改BUG

阿里十年资深码农共享SpringCloud微服务架构实战文档

Java你猿哥

微服务架构 Spring Cloud ssm 架构设计 架构师

分布式计算技术(上):经典计算框架MapReduce、Spark 解析

星环科技

分布式计算

代码重构:面向单元测试

阿里技术

不愧是阿里内部新产springboot实战派文档!干货满满,不讲一句废话

采菊东篱下

微服务

Github星标120k!这份阿里独有的高并发实战笔记太强了!

做梦都在改BUG

Java redis zookeeper Netty 高并发

分析型数据库:MPP 数据库的概念、技术架构与未来发展方向

星环科技

MPP数据库

python游戏开发-pgzero

AIWeker

Python python小知识 三周年连更

宝塔人机识别验证:如何确保人脸识别的安全性?

百度开发者中心

人脸识别 人工智能’

合理使用反馈技术_文化 & 方法_Ben Linders_InfoQ精选文章