lunes, 14 de agosto de 2017

domingo, 13 de agosto de 2017

Los buenos líderes son buenos aprendices

agosto 13, 2017 0

Por
  • Lauren A. Keating
  • Peter A. Heslin
  • Susan J. Ashford

  • Aunque las organizaciones gastan más de $ 24 de billón al año en el desarrollo de liderazgo, muchos líderes que han asistido a programas de liderazgo tienen dificultades para poner en práctica lo que han aprendido. No es porque los programas son malos sino porque el liderazgo es mejor aprender de la experiencia .
    Aún así, simplemente ser un líder con experiencia no eleva las habilidades de una persona. Al igual que la mayoría de nosotros, los líderes a menudo pasan por sus experiencias un tanto sin pensar, llevar a cabo tareas de aprendizaje, pero poco acerca de sí mismos y su impacto.
    Nuestra investigación sobre el desarrollo de liderazgo muestra que los líderes que están en modo de aprendizaje  a desarrollar habilidades de liderazgo más fuertes que sus pares.
    Sobre la base de Susan Ashford y de Scott DeRue compromiso consciente ciclo de aprendizaje experimental, se encontró que los líderes que exhiben una mentalidad de crecimiento trabajan con diligencia a través de cada una de las siguientes tres fases del ciclo de aprendizaje experimental.
    En primer lugar, los líderes establecen metas de aprendizaje estimulantes en forma de “Necesito aprender a ...” Para algunos líderes, el objetivo podría ser para ser más persuasivo o para ser más accesible. Con un objetivo en mente, los líderes pueden identificar las oportunidades para avanzar hacia ella. Estos podrían incluir un nuevo proyecto, una asignación internacional, una rotación en el trabajo, o simplemente tratando de acercarse a los encuentros de rutina de una manera fundamentalmente diferente.
    A continuación, se encuentran formas de experimentar deliberadamente con estrategias alternativas. Un líder interesados ​​en aumentar su capacidad de persuasión, por ejemplo, podría experimentar con sentarse en un lugar diferente o hablar primero o el último en una reunión crítica. Crear y aprovechar las oportunidades de aprendizaje puede ser reforzada por tener un entrenador o un compañero proporcionar retroalimentación y actuar como caja de resonancia.
    Finalmente, los líderes que están en modo de aprendizaje de conducta sin miedo comentarios posteriores a la acción, decidido para recopilar información útil a partir de los resultados de su experimentación. Francamente reflexionar sobre lo que salió bien, lo que no salió tan bien, y lo que podría funcionar mejor en el futuro son esenciales, aunque a menudo descuidado iniciativas para el aprendizaje de la experiencia y discernir en qué concentrarse en el aprendizaje siguiente. La comprensión de estos principios es importante para las organizaciones no sólo porque significa que el desarrollo de liderazgo no tiene que ser caro, sino también porque quiere decir que las habilidades de liderazgo pueden ser aprendidas y practicadas de forma sistemática.
    ¿Cómo pueden los líderes de entrar en el modo de aprendizaje? Los líderes pueden interpretar contratiempos en el sentido de que no han todavía  desarrollado las capacidades necesarias, en lugar de ellas es simplemente no cortados para la tarea en cuestión. También pueden evitar la trampa de la constante búsqueda de lugares y tareas para poner de relieve sus puntos fuertes, así como los comentarios que afirman sus talentos innatos y autoestima. Basta con preguntarse: “¿Estoy en el modo de aprendizaje en este momento?” Puede ser una poderosa señal para todo corazón enfoque o reorientar, en su liderazgo de desarrollo, así como su liderazgo de rendimiento , y por lo tanto realmente aprender de sus experiencias. 
    ¿Cómo pueden las organizaciones de ayudar a los líderes entrar y permanecer en el modo de aprendizaje? Líderes de la organización pueden ayudar a los líderes aumento se centran más en ser progresivamente mejor de lo que eran en el pasado, en lugar de en constante evaluación comparativa contra otros. Se pueden modelar errores interpretativas de potenciales oportunidades de aprendizaje más que como indicadores de insuficiencia liderazgo. En la contratación y promoción, líderes de la organización podrían dar prioridad a los más propensos a crecer y desarrollarse en un papel. Por último, se podrían llevar a cabo una auditoría de las señales mentalidad fija en su organización - tales como el uso de pruebas psicométricas para seleccionar los líderes de alto potencial más “calificados” por naturaleza; clasificación de las evaluaciones de desempeño forzado;
    La conclusión es que los líderes de soporte que está en el modo de aprendizaje, las organizaciones pueden desarrollar las capacidades que los líderes necesitan para anticipar, responder a, y aprender continuamente de la corriente de los nuevos desafíos a la prosperidad de la organización.
    Read more...

    Cómo hacer un trabajo más significativo para su equipo

    agosto 13, 2017 0


    Hay una historia muy conocida sobre un limpiador de la NASA que, cuando se le preguntó por lo que JFK era su trabajo, respondió “ Estoy ayudando a poner un hombre en la luna .” Esta anécdota se utiliza a menudo para mostrar cómo incluso las más cotidianas trabajo puede ser visto como algo significativo con el derecho de pensar y bajo un buen liderazgo.
    Hoy en día, más y más empleados exigen mucho más que un buen sueldo de sus empleos. El dinero puede atraer a la gente en puestos de trabajo, pero el propósito, significado, y la perspectiva de un trabajo interesante y valioso tanto determina su permanencia y lo difícil que van a trabajar mientras están en el trabajo. Encontrar sentido en el trabajo ha llegado a ser tan importante que incluso hay graduaciones públicas para los trabajos más significativos . Aunque hay muchos factores que determinan la forma en puestos de trabajo tienden a ser atractivo, aquellas que contribuyen a mejorar la vida de otras personas se clasifican superior (por ejemplo, la salud y el trabajo social). Curiosamente, los estudios de meta-análisis indican que sólo hay una asociación marginal entre la remuneración y satisfacción en el trabajo. Un abogado que gana $ 150.000 al año no es la más comprometida de un diseñador independiente que gana $ 35,000 al año.
    La investigación muestra consistentemente que las personas que experimentan significativa informe de trabajo mejor salud, el bienestar, el trabajo en equipo y el compromiso; se recuperan más rápido de los contratiempos y son más propensos a ver los errores como oportunidades de aprendizaje más que fracasos. En otras palabras, la gente en el trabajo tienen más probabilidades de prosperar y crecer cuando experimentan su trabajo como significativo. Esta es la razón por empresas con un sentido más fuerte y más clara del propósito tienden a tener un mejor desempeño financiero . Como era de esperar, las empresas más exitosas del mundo son también los mejores lugares del mundo para trabajar.
    Durante las últimas décadas, una gran cantidad de investigación ha demostrado que los líderes juegan un papel importante en ayudar a los empleados a entender por qué sus papeles importantes. Por otra parte, las características de liderazgo que permiten a estas culturas de significado y propósito de comprometer a los empleados son un reflejo de la personalidad de un líder - que ha sido demostrado tener un fuerte impacto en equipo y de la organización.
    En particular, la investigación sugiere que hay cuatro características de personalidad clave que determinan la capacidad de los líderes para hacer trabajos de otras personas más significativo, a saber:
    Son curiosos e inquisitivos. Los estudios demuestran que las personas tienden a experimentar el trabajo como algo significativo cuando sienten que están contribuyendo a la creación de algo nuevo - especialmente cuando se sienten capaces de explorar, conectar y tener un impacto. Líderes curiosos ayudan a la gente a encontrar lo que significa en el trabajo mediante la exploración, hacer preguntas, y participar personas de ideas sobre el futuro. En cierto modo, los líderes curiosos ayudan a los empleados a encontrar algo significativo, proporcionando una gama más amplia de posibilidades de cómo se hace el trabajo, en lugar de ser muy prescriptivo y microgestión de personas. Líderes curiosos también son más propensos a aburrirse y detesto la monotonía, por lo que siempre se buscan personas que vienen con nuevas ideas para hacer su propia experiencia de trabajo más interesante.
    Ellos son desafiantes e implacable. Uno de los mayores problemas de las organizaciones deben resolver es la inercia y el estancamiento que sigue el éxito, o incluso su anticipación. La investigación muestra que las personas optimistas que esperan para hacerlo bien no tratan tan duro como personas que esperan a luchar o no. Los líderes que siguen siendo ambiciosos en la cara de tanto fracaso y el éxito, y que empujan a su gente a permanecer satisfechos con sus logros, inculcar un sentido más profundo de propósito en sus equipos y organizaciones. Como resultado los empleados se sienten un sentido de progreso, reinvención, y el crecimiento, que a su vez se traduce en una experiencia de trabajo más significativo y positivo.
    Contratan a los valores y la cultura en forma. La investigación muestra que las personas sólo encuentran algo valioso si se alinea con sus necesidades básicas y motivos. Esta es la razón por la ajuste entre los valores personales de un individuo y la cultura de la organización donde trabajan en un conductor es tan importante de su rendimiento. De hecho, es mejor no contratar a los mejores , sino que las personas que son un buen ajuste para su organización. Los valores funcionan como una brújula interna o la lente a través del cual nos asignan un significado para el mundo. Los líderes que prestan atención a lo que cada uno de los valores individuales son más propensos a contratar a personas que les resultará más fácil conectar con sus colegas y la organización en general, todos los cuales ayudan a conducir un sentido de significado.
    Son capaces de confiar en la gente. La mayoría de las personas odian ser aspectos de la microeconomía. Jefes que dominan y controlan son graves fuente de pérdida de poder para los empleados. Esto drena el impacto del trabajo que hacen y les hace sentir inútil. En marcado contraste, los líderes que saben cómo confiar en la gente es más probable que darles espacio para experimentar y crecer. En particular, ayudan a la gente moldean sus roles - algo que los investigadores llaman elaboración de empleo . Los empleados que personalizan su trabajo tienden a sentir una sensación mucho mayor de la importancia y el valor, ya que sienten que su gerente realmente se confía en ellos.
    Tenga en cuenta que todas las anteriores cuatro cualidades debe existir en concierto. Un jefe que es implacable, pero no confiaba en que podría tratar de “mantener a las personas en estado de alerta” por ser irregular o impredecible  - una forma segura de perjudicar el rendimiento y la moral. Un jefe que es difícil pero no curioso puede ser percibida como un matón, mientras que un jefe que es de confianza pero no desafiante parecerá como una presa fácil. En resumen, existe una clara diferencia entre hacer un trabajo significativo y lo que es divertido o fácil, al igual que hay una gran diferencia entre un comprometido y un empleado feliz. Mientras que los resultados del trabajo en el entusiasmo, la unidad y motivación- todo lo cual aumenta el rendimiento y por lo tanto son valiosos para la organización - la felicidad puede conducir a la complacencia. Para ser un buen líder, se centran en ayudar a los empleados a encontrar un sentido a sus logros,Lewis Garrad , un psicólogo organizacional fletado, es los mercados de crecimiento conducen a Mercer | Sirota , un especialista en la investigación de los empleados. Él se centra en el diseño y la implementación de programas de actitud de los empleados de investigación, evaluación de talento, y las intervenciones de rendimiento. Encuéntralo en Twitter:  @lewisgarrad  
    Tomas Chamorro-Premuzic es el CEO de Hogan Assessment, un profesor de psicología empresarial de la Universidad College de Londres y la Universidad de Columbia, y un asociado en el Laboratorio de Finanzas Empresarial de Harvard. Su último libro es  El Talento Delusion: ¿Por qué datos, no intuición, es la clave para liberar el potencial humano.  Encuéntralo en Twitter:  @drtcp o al www.drtomascp.com . 
    Fuente

    Read more...

    martes, 1 de agosto de 2017

    Inteligencia Artificial: Cómo cambiará la forma que tomamos decisiones

    agosto 01, 2017 0

    Con la reciente explosión en AI, ha sido la preocupación comprensible sobre su impacto potencial sobre el trabajo humano. Muchas personas han tratado de predecir qué industrias y puestos de trabajo serán los más afectados, y qué habilidades será de mayor demanda. (En caso de que aprender a codificar? ¿O AI sustituir codificadores también?)
    En lugar de tratar de predecir los detalles, se sugiere un enfoque alternativo. La teoría económica sugiere que la AI aumentará sustancialmente el valor del juicio humano. Las personas que demuestran el buen juicio serán más valioso, no menos. Pero para entender lo que implica el buen juicio y por qué va a ser más valiosa, tenemos que ser precisos acerca de lo que queremos decir.

    Lo que hace AI y por qué es útil

    Los recientes avances en la IA son mejor como una caída en el costo de la predicción . Por predicción, no nos limitamos a decir el futuro, la predicción es sobre el uso de datos que hay que generar datos que usted no tiene, a menudo mediante la traducción de grandes cantidades de datos en cantidades pequeñas y manejables. Por ejemplo, el uso de imágenes divididas en partes a detectar si la imagen contiene una cara humana es un problema de predicción clásica. La teoría económica nos dice que a medida que el costo de la predicción de la máquina cae, las máquinas van a hacer más y más la predicción.
    La predicción es útil porque ayuda a mejorar las decisiones. Pero no es la única entrada en la toma de decisiones; la otra entrada clave es juicio. Consideremos el ejemplo de una red de tarjetas de crédito para decidir si se aprueba o no cada intento de transacción. Ellos quieren permitir las transacciones legítimas y el fraude declive. Utilizan AI para predecir si cada intento de transacción es fraudulenta. Si tales predicciones eran perfectos, proceso de toma de la red es fácil. Rechazar si y sólo si existe fraude.
    Sin embargo, incluso los mejores inhibidores de la aromatasa cometen errores, y que es poco probable que cambie en el corto plazo. Las personas que se han ejecutado las redes de tarjetas de crédito saben por experiencia que hay un compromiso entre la detección de todos los casos de fraude y molestar al usuario. (¿Alguna vez ha tenido una tarjeta rechazó al intentar utilizarlo mientras viaja?) Y puesto que la conveniencia es todo el negocio de tarjetas de crédito, esa compensación no es algo como para ignorarlo.
    Esto significa que para decidir si aprueba o no una transacción, la red de tarjetas de crédito tiene que saber el costo de los errores. ¿Qué tan grave sería para rechazar una transacción legítima? ¿Qué tan grave sería para permitir una transacción fraudulenta?
    Alguien en la asociación de tarjetas de crédito tiene que evaluar la forma en toda la organización se ve afectada cuando se deniega una transacción legítima. Necesitan al comercio que fuera contra los efectos de permitir una transacción que es fraudulenta. Y esa compensación puede ser diferente para individuos de alto patrimonio neto que para los usuarios de tarjetas casuales. Sin IA puede hacer esa llamada. Los seres humanos necesitan para hacerlo. Esta decisión es lo que llamamos juicio.

    Lo que implica juicio

    El juicio es el proceso de determinar cuál es la recompensa a una acción en particular se encuentra en un entorno particular. El juicio es como trabajamos los beneficios y costos de las diferentes decisiones en diferentes situaciones.
    fraude de tarjetas de crédito es una decisión fácil de explicar en este sentido. Juicio consiste en determinar cuánto dinero se pierde en una transacción fraudulenta, lo infeliz que un cliente legítimo será cuando se rechaza una transacción, así como la recompensa por hacer lo correcto y permitiendo buenas transacciones y la disminución de los malos. En muchas otras situaciones, las compensaciones son más complejas, y los pagos no son sencillos. Los humanos aprenden los pagos a los diferentes resultados de la experiencia, la toma de decisiones y la observación de sus errores.
    Obtención de los pagos derecha es duro. Se requiere una comprensión de lo que su organización se preocupa por la mayoría, lo que se beneficia de, y lo que podría ir mal.
    En muchos casos, especialmente en el corto plazo, se requerirá que los seres humanos para ejercer este tipo de juicio. Ellos se especializan en sopesar los costos y beneficios de las diferentes decisiones, y después de que el juicio se combinarán con las predicciones generadas por la máquina para tomar decisiones.
    Pero no podía AI calcular los costos y los beneficios en sí? En el ejemplo de tarjeta de crédito, no podía AI utilizar datos de los clientes a considerar el equilibrio y optimizar con fines de lucro? Sí, pero alguien habría tenido que programar la IA en cuanto a lo que la medida es de beneficio apropiado. Esto pone de relieve una forma particular de juicio humano que creemos que va a ser a la vez más común y más valioso.
    Como la gente, inhibidores de la aromatasa también se puede aprender de la experiencia. Una técnica importante en la IA es el aprendizaje por refuerzo por el que un equipo está capacitado para tomar las acciones que maximizan una función determinada recompensa. Por ejemplo, AlphaGo de DeepMind fue entrenado esta manera de maximizar sus posibilidades de ganar el juego de Go. Los juegos son a menudo fáciles de aplicar este método de aprendizaje, porque la recompensa puede ser descrito y programar fácilmente - cerrar el paso a un ser humano a partir del bucle.
    Sin embargo, los juegos pueden ser engañados. Como alámbricas informes , cuando los investigadores de IA entrenados una IA para jugar el juego de carreras de barcos, CoastRunners, la IA descubierto la manera de maximizar su puntuación haciendo dar vueltas en círculos en lugar de completar el curso como estaba previsto. Se podría considerar este ingenio de un tipo, pero cuando se trata de aplicaciones más allá de los juegos de este tipo de ingenio puede conducir a resultados adversos.
    El punto clave del ejemplo CoastRunners es que en la mayoría de las aplicaciones, el objetivo dado a la IA difiere del objetivo verdadero y difícil de medida de la organización. Mientras ese es el caso, los humanos tendrán un papel central en el juicio, y por lo tanto en la toma de decisiones de la organización.
    De hecho, incluso si una organización está permitiendo a la IA a tomar ciertas decisiones, obtener los beneficios adecuado para la organización en su conjunto requiere una comprensión de cómo las máquinas de tomar esas decisiones. ¿Qué tipos de errores de predicción es probable? ¿Cómo podría una máquina de aprender el mensaje equivocado?
    Introduzca Recompensa función de ingeniería. Como inhibidores de la aromatasa servir a mejores y más baratos predicciones, hay una necesidad de pensar con claridad y encontrar la manera de utilizar mejor esas predicciones. Ingeniería recompensa función es la tarea de determinar las recompensas a diversas acciones, dadas las predicciones hechas por la IA.  Al ser grande en él requiere tener una comprensión de las necesidades de la organización y las capacidades de la máquina. (Y es no lo mismo que poner un ser humano en el bucle para ayudar a entrenar a la IA.)
    A veces Ingeniería Recompensa función consiste en la programación de las recompensas antes de las predicciones para que las acciones pueden ser automatizados. vehículos de auto-conducción son un ejemplo de este tipo de recompensas no modificables. Una vez que se hizo la predicción, la acción es instantánea. Pero como el ejemplo ilustra CoastRunners, conseguir el derecho de recompensa no es trivial. Ingeniería recompensa función tiene que considerar la posibilidad de que la IA sobre-optimizar en una métrica de éxito, y al hacerlo actuar de una manera que es inconsistente con los objetivos generales de la organización.
    En otras ocasiones, tan dura-codificación de las recompensas es demasiado difícil. Es posible que así sea muchas predicciones posible que sea demasiado costoso para cualquier persona para juzgar todos los posibles pagos por adelantado. En cambio, algunos humano necesita esperar a que la predicción para llegar, y luego evaluar la rentabilidad. Esto está más cerca de cómo funciona la mayor toma de decisiones de hoy, si es o no incluye las predicciones generadas por la máquina. La mayoría de nosotros ya lo hacen alguna recompensa función de ingeniería, pero para los seres humanos - no máquinas. Los padres enseñan a sus hijos valores. Los mentores enseñan nuevos trabajadores cómo funciona el sistema. Los gestores dan objetivos a su personal, y luego los ajustan para obtener un mejor rendimiento. Cada día, tomar decisiones y juzgar las recompensas. Pero cuando hacemos esto para los seres humanos, la predicción y el juicio se agrupan,
    Como las máquinas a mejorar en la predicción, el valor distinto de Recompensa Diseño de la función aumentará a medida que la aplicación del criterio humano se convierte en el centro.
    En general, será la máquina disminución predicción o aumentar la cantidad de trabajo disponible para los seres humanos en la toma de decisiones? Es demasiado pronto para decir. Por un lado, la predicción de la máquina sustituirá a la predicción humana en la toma de decisiones. Por otro lado, la predicción de la máquina es un complemento al juicio humano. Y la predicción más barato va a generar más demanda para la toma de decisiones, por lo que habrá más oportunidades para ejercer el juicio humano. Por lo tanto, aunque es demasiado pronto para especular sobre el impacto global sobre el empleo, no hay duda de que pronto será testigo de un gran florecimiento de la demanda de juicio humano en forma de Ingeniería Recompensa de funciones.


    Ajay Agrawal es el profesor Peter Munk de Emprendimiento de la Universidad de Rotman School of Management e investigador asociado de Toronto en la Oficina Nacional de Investigación Económica en Cambridge, MA. Es fundador de la destrucción creativa de Laboratorio, co-fundador de The Next AI, y co-fundador de los Vástagos.

    Joshua Gans es profesor de gestión estratégica en la Rotman School of Management. Su último libro, El dilema de interrupción , es publicado por MIT Press.
    Avi Goldfarb es el profesor Ellison de Marketing de la Rotman School of Management de la Universidad de Toronto. También es investigador asociado en el National Bureau of Economic Research, Jefe Científico de datos en la destrucción Creative Lab, y Editor Senior en Marketing Science.

    Read more...

    Desarrollo Organizacional: Curso

    🎓 D.Organizacional 😊  Tabla de Contenidos Presentación DO (UNI VIRTUAL) Blog Desarrollo Organizacional Donde estás tú  p1 Planeacion cap 1...

    Follow Us @soratemplates