Construir un equip des de zero: el que les dades de personalitat poden i no poden dir-te
Quan formes un equip nou, les dades de personalitat són una de les eines més atractives de què disposes: són sistemàtiques, basades en dades i prometen substituir la intuïció per la ciència. Però la promesa s'ha de calibrar. Utilitzada bé, l'avaluació de personalitat et dona un senyal significatiu sobre els riscos estructurals. Utilitzada malament, crea una falsa confiança o una exclusió injusta.
Aquest article fa correspondre exactament el que les dades de personalitat revelen, el que no et poden dir, i un marc pràctic per usar-les de manera responsable quan construeixes des de zero.
El que les dades de personalitat revelen realment
Les avaluacions Big Five mesuren tendències conductuals estables: patrons de com la gent sol pensar, treballar i relacionar-se amb els altres. Quan agregues aquestes tendències a tot un equip, diverses coses es tornen llegibles:
Bretxes estructurals: si ningú del grup puntua alt en Disciplina (Conscientiousness), tens informació predictiva útil sobre el risc de lliurament. Els equips on ningú no fa naturalment el seguiment dels compromisos, no insisteix ni manté els estàndards de qualitat tendeixen a incomplir terminis i a desviar-se dels objectius. Això no és determinista, sinó probabilístic, però val la pena dissenyar-ho tenint-ho en compte.
Patrons de coordinació: un equip amb Vincle (Agreeableness) uniformement alt es coordinarà sense problemes, però pot tenir dificultats amb l'avaluació honesta. Un equip amb Vincle uniformement baix prendrà decisions més de pressa, però experimentarà més fricció interpersonal. Cap dels dos perfils no és inherentment problemàtic, però tots dos tenen modes de fallada previsibles. Per què els equips amb Vincle alt tenen dificultats amb el retorn honest i els modes de fallada dels equips des d'una perspectiva de personalitat ho exploren en profunditat.
Senyals d'encaix de tasca: la metaanàlisi de Bell (2007) va trobar que els efectes de la composició de personalitat estan moderats pel tipus de tasca. Els equips que fan treball complex i no rutinari es beneficien de la diversitat de Visió (Openness). Els equips que fan treball rutinari i molt interdependent es beneficien de la constància en la Disciplina. L'estructura de la tasca configura quina mena de composició ajuda realment.
El marc IPIP en què es basen la majoria d'avaluacions Big Five s'ha validat en milers d'estudis, cosa que li dona més credibilitat científica que la majoria d'altres eines de personalitat. Entendre el que la Disciplina (Conscientiousness) prediu en el treball i el que el Vincle (Agreeableness) mesura realment ajuda a interpretar amb precisió les dades de composició.
El que les dades de personalitat no et poden dir
Com es manifesten les tendències en aquest context concret. Una persona amb Presència (Extraversion) alta pot dominar les reunions en una cultura que recompensa el temps de paraula, o pot convertir-se en un connector natural en una cultura que recompensa la construcció de relacions. El tret descriu la tendència; el context configura la seva expressió.
Si algú tindrà èxit en un rol concret. Les competències, la motivació, l'encaix organitzatiu i la qualitat del comandament prediuen l'èxit en el rol de manera més directa que la composició de personalitat. Hauries de contractar per encaix de personalitat o per diversitat de personalitat? examina amb cura la recerca sobre aquesta qüestió.
Com desenvoluparà realment la química l'equip. La cohesió de l'equip emergeix de l'experiència compartida, la col·laboració reeixida i el conflicte ben gestionat, no de la concordança de personalitats. Dues persones amb perfils compatibles encara poden desenvolupar unes relacions laborals deficients si les primeres interaccions van malament.
Com serà el comportament individual. La personalitat prediu resultats agregats en moltes persones i moltes situacions. Per a un individu concret en una situació concreta, el comportament és molt variable. Les limitacions de les dades d'autovaloració hi són especialment rellevants: els autoinformes no sempre capturen amb precisió com els altres perceben una persona.
L'evidència sobre les mides d'efecte
Aquest calibratge importa: la correlació corregida entre la Disciplina (Conscientiousness) mitjana i el rendiment de l'equip és aproximadament r = ,19. És un senyal real, però vol dir que la composició de personalitat explica aproximadament un 4 % de la variància en els resultats de l'equip.
A tall de comparació, la claredat de rol i la seguretat psicològica prediuen el rendiment de l'equip amb més constància i amb mides d'efecte més grans. Un equip raonablement ben compost però sense processos clars de presa de decisions rendirà menys que un equip compost de manera menys òptima però amb estructures sòlides. Les estructures d'equip d'alt rendiment des d'una perspectiva de personalitat ho defensa amb orientació concreta.
Un marc de cinc passos per usar les dades de personalitat quan construeixes equips
Pas 1: aclareix primer l'estructura de la tasca
Abans de mirar cap dada de personalitat, defineix què ha de fer l'equip. El treball és principalment creatiu (orientat a l'exploració) o operatiu (orientat a l'execució)? És molt interdependent o modular? Requereix comunicació freqüent amb les parts interessades o concentració individual profunda?
Aquestes preguntes determinen quines característiques de composició importen realment. Sense claredat sobre la tasca, les dades de personalitat no tenen cap marc interpretatiu.
Pas 2: avalua els individus i, després, agrega
Fes primer les avaluacions individuals i, després, mira el panorama de tot l'equip. Aquesta seqüència importa perquè les estadístiques agregades (puntuacions mitjanes, variància) només tenen sentit un cop entens la distribució. Un equip amb una puntuació mitjana de Visió (Openness) de 65 pot incloure dues persones amb Visió molt alta i tres de moderades, o pot incloure cinc persones moderadament altes: les implicacions per a la dinàmica de l'equip difereixen.
La composició de personalitat prediu el rendiment de l'equip? tracta l'evidència sobre quines mètriques agregades (mitjana, mínim, variància) mostren les relacions més sòlides amb els resultats.
Pas 3: identifica vulnerabilitats, no prescripcions
Utilitza les dades de composició per identificar riscos estructurals, no per excloure candidats. Si estàs formant un equip de programari i ningú no puntua alt en Visió, aquest és un risc que val la pena debatre: suggereix que l'equip pot resoldre problemes amb eficiència alhora que potser no veu si eren els problemes correctes per resoldre. La diversitat de personalitat en equips tècnics examina aquestes bretxes específicament.
Però la resposta a aquest risc no és necessàriament incorporar algú amb Visió alta. Podria ser construir processos que creïn espai per al pensament exploratori amb independència dels perfils individuals.
Pas 4: afegeix l'avaluació entre iguals després de la formació
Les dades de personalitat d'autoinforme capturen com es veuen les persones a si mateixes. Les dades d'avaluació entre iguals capturen com les perceben realment els altres. La bretxa entre aquestes dues mesures sovint és on hi ha la informació més important. L'acord entre un mateix i els altres en les avaluacions Big Five examina on són més grans aquestes bretxes.
L'instrument Testimoni de Cèrcol està dissenyat específicament per a aquesta comparació: dona als equips una manera estructurada d'examinar els punts cecs després de la formació, quan els membres ja tenen prou experiència entre ells perquè les avaluacions entre iguals siguin significatives.
Pas 5: revisa la composició a mesura que l'equip evoluciona
La composició de l'equip no és estàtica. Les persones es desenvolupen, els rols canvien i les necessitats de l'equip varien amb la fase del projecte. Una composició que funcionava bé durant una fase inicial pot crear fricció durant una fase d'escalada. Incorpora una reavaluació periòdica en lloc de tractar les dades inicials com a permanents.
Construeix el teu equip amb les dades de personalitat en el rol correcte
Les dades de personalitat són més útils com a lent estructural: una manera de veure les bretxes de composició que d'altra manera et podries perdre i de dissenyar processos que funcionin amb la gent que realment hi ha a la sala.
Cèrcol ofereix una avaluació Big Five gratuïta que genera tant perfils individuals com informes de composició de tot l'equip. Pots fer l'avaluació, veure les puntuacions agregades del teu equip i entendre quines dimensions hi estan fortament representades i quines hi són absents, sense necessitat de consultar cap psicòleg per interpretar els resultats.
Comença la teva avaluació d'equip gratuïta a cercol.team abans de la teva propera decisió de formació d'equip.
Fonts
- Bell, S. T. (2007). Deep-level composition variables as predictors of team performance. Journal of Applied Psychology, 92(3), 595–615.
- Morgeson, F. P., Reider, M. H., & Campion, M. A. (2005). Selecting individuals in team settings. Personnel Psychology, 58(3), 583–611.
- Hackman, J. R. (2002). Leading Teams. Harvard Business School Press.
- IPIP: International Personality Item Pool. https://ipip.ori.org/