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 19:002130
用户头像

发布了 218 篇内容, 共 73.8 次阅读, 收获喜欢 76 次。

关注

评论

发布
暂无评论
发现更多内容

软件测试/测试开发 | 想测试入门就必须要懂的软件开发流程

测试人

软件测试 自动化测试 测试发开

京东物流实时风控实践

Apache Flink

大数据 flink 实时计算

信息安全“狂飙”不止,WorkPlus为政企数字化保驾护航

BeeWorks

企业IM即时通讯软件:就选安全稳定、自主可控的WorkPlus

BeeWorks

党政军IM私有化搭建,WorkPlus构建军工行业即时通讯安全底座

BeeWorks

面向复杂业务场景下的低代码平台组件设计与实践分享

百度开发者中心

低代码平台 amis

OpenCloudOS 如何利用 nettrace 进行网络故障诊断

OpenCloudOS

Linux

软件测试 | UI自动化常用设计模式(二)

测吧(北京)科技有限公司

测试

美团前端二面常考react面试题及答案

xiaofeng

前端 React

前端一面react面试题指南

xiaofeng

前端 React

即刻下载|连锁零售数字化转型难?领先企业实践助你打开新思路

Kyligence

大数据分析 指标中台

Zabbix 官方推荐的标签使用准则

北海

运维 zabbix 标签 IT运维 tag

IDM下载器软件2024中文版

茶色酒

idm下载

物联网平台企业版:设备接入实例节点开发实战——实践类

阿里云AIoT

监控 前端开发 物联网 数据处理 网络性能优化

【干货】Maya学习过程中遇到的困难和解决方法

Finovy Cloud

容器化部署是什么意思?有什么优势?

行云管家

容器化

你有“ChatGPT综合征”吗:想搞钱,或是失业焦虑?

引迈信息

人工智能 AI ChatGPT

低代码如何推动自动化未来

力软低代码开发平台

灾备是什么意思?怎么简单理解?

行云管家

灾备

更专业的出海服务商,融云荣膺 GTC2022 鲸鸣奖「优秀出海服务商」

融云 RongCloud

出海

索信达宣布接入百度文心一言能力 加速推进AI在金融场景落地应用

索信达控股

EMQ广州Office正式启用|在新一站续写开源

EMQ映云科技

开源 物联网 IoT emq 企业号 3 月 PK 榜

自建MQTT迁移IoT物联网平台实战——实践类

阿里云AIoT

监控 物联网 消息中间件 数据格式 网络性能优化

深度探讨react-hooks实现原理

xiaofeng

前端 React

设备端资源包文件(人脸库,音频库,图片资源等)更新方案——实践类

阿里云AIoT

阿里云 物联网 IoT 对象存储

软件测试 | UI自动化常用设计模式

测吧(北京)科技有限公司

测试

深度剖析React懒加载原理

xiaofeng

前端 React

致远互联2022年度净利9946.37万,研发投入增加;从人出发,人即流程、人即绩效

B Impact

联合 NVIDIA 完成首批 17 个自动驾驶模型优化

百度开发者中心

人工智能 自动驾驶

百度百舸 · AI 异构计算平台,加速自动驾驶模型迭代

百度开发者中心

人工智能 自动驾驶 计算 AIIaaS

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