science >> Wetenschap >  >> anders

Nieuwe algoritmische aanpak voorspelt sterke leiders

Krediet:CC0 Publiek Domein

Onderzoek naar leiderschap erkent al lang hoe belangrijk het is om te begrijpen hoe leiders worden gezien, en eerdere studies hebben een verscheidenheid aan technieken gebruikt om verschillende aspecten van leiderschap te onderzoeken. In een nieuwe studie, onderzoekers ontwikkelden een computationele methode om de correlaten van leiderschapspercepties te voorspellen en te identificeren. De onderzoekers gebruikten de methode om leiderschapspercepties te voorspellen voor meer dan 6, 600 bekende historische en hedendaagse figuren, en om de eigenschappen te ontdekken, concepten, en eigenschappen die mensen het sterkst associëren met effectieve leiders.

De studie, door onderzoekers van de Carnegie Mellon University (CMU) en de University of Pennsylvania (Penn), is gepubliceerd in De Leiderschapskwartaal.

"Klassieke methodologische benaderingen om leiderschap te bestuderen zijn duur en traag, en ze kunnen alleen worden toegepast op relatief weinig leiders en evaluatiedimensies, " legt Christopher Olivola uit, Universitair hoofddocent marketing aan de Tepper School of Business van CMU, die co-auteur was van de studie. "We hebben een nieuwe methodologische aanpak ontwikkeld die percepties van leiderschap op een geautomatiseerde manier op zeer grote schaal kan analyseren en voorspellen om in te schatten hoe mensen het leiderschapsvermogen beoordelen van individuen die in boeken worden genoemd, nieuws, en sociale media."

De onderzoekers begonnen met het idee dat mensen een gedeeld begrip hebben van de eigenschappen die samenhangen met effectief leiderschap, en dat ze intuïtief oordelen vormen over het potentieel van een bepaald individu om een ​​effectieve leider te zijn. De sleutel tot hun benadering is dat bekende personen - besproken in historische teksten en de media - die vergelijkbare kenmerken delen, vaak samen worden genoemd, en dat de eigenschappen die het meest geassocieerd worden met deze individuen - inclusief eigenschappen die gebruikt worden om leiderschapspercepties te sturen - meestal naast hen worden vermeld. Daarom, door de frequenties te analyseren waarmee beroemde personen samen werden genoemd en bepaalde eigenschappen zouden hebben, de onderzoekers ontdekten semantische representaties van deze mensen en voorspelden hoe ze worden gezien in termen van leiderschapskwaliteiten.

Met behulp van machine learning-technieken, gegevens uit een groot aantal nieuwsartikelen, en een bescheiden steekproef van enquêtebeoordelingen, ze bouwden een model dat inschat welke individuen en groepen individuen meer of minder waarschijnlijk worden gezien als effectieve leiders. Vervolgens pasten ze hun model toe op meer dan 6, 600 beroemde personen, waaronder historische figuren en hedendaagse beroemdheden, om te zien welke algemeen als effectieve leiders werden gezien.

Veel van de individuen die volgens het model zouden worden gezien als de meest effectieve leiders, waren bevrijders - zoals Jomo Kenyatta en Abraham Lincoln - die werkten om landen en volkeren te bevrijden, evenals ontdekkingsreizigers, zoals Francis Drake en Kalpana Chawla. Daarentegen, het model voorspelde dat mediaberoemdheden - vooral artiesten en realityshowsterren die op de cover van roddelbladen verschijnen - zouden worden gezien als de meesten zonder leiderschapskwaliteiten.

Om de validiteit van hun methode te testen, de onderzoekers onderzochten hoe goed het de beoordelingen van de effectiviteit van leiderschap van 210 deelnemers aan de enquête voorspelde voor bijna 300 beroemde personen. De nieuwe methode voorspelde de beoordelingen van deelnemers zeer goed, het handhaven van een hoge nauwkeurigheid, zelfs wanneer de onderzoekers de deelnemers op geslacht scheidden, etniciteit, en politieke voorkeur.

"Onze methode doet meer dan alleen het oordeel van mensen over leiderschapseffectiviteit voorspellen, " zegt Sudeep Bhatia, Universitair docent psychologie aan Penn, die de studie leidde. "De conceptuele kaart die we hebben gegenereerd, kan ook helpen bij het blootleggen van de specifieke eigenschappen en concepten die ten grondslag liggen aan die oordelen."

"Leren van leiderschap kunnen deze benadering gebruiken om hun onderzoek vooruit te helpen en te versnellen, terwijl beoefenaars - inclusief mensen die leiders adviseren - het kunnen gebruiken om beter te controleren hoe leiders worden gezien, bijvoorbeeld tijdens een verkiezingscampagne of na een schandaal."

Onder de beperkingen van de studie, de auteurs merken op dat hun methode wordt beperkt door de tekst die is gebruikt om hun model te bouwen, omdat het alleen voorspellingen kan doen over personen die in die tekst worden genoemd. In aanvulling, de auteurs benadrukken dat hun benadering is ontworpen om de subjectieve indrukken van leiders van leiders te begrijpen, niet hun werkelijke kwaliteiten.