共享心智模型和交互记忆系统_对立或协同_基于知识管理视角

心理科学进展 2010, Vol. 18, No. 10, 1559–1566 Advances in Psychological Science

共享心智模型和交互记忆系统：对立或协同？

—— 基于知识管理视角

薛会娟

(浙江大学管理学院, 杭州 310058)

摘 要 共享心智模型和交互记忆系统是知识管理领域中两个新的研究视角。共享心智模型是指团队成员共享的、对团队情境中关键要素的、系统的理解和心理表征; 交互记忆系统是团队成员之间形成的一种彼此依赖的, 用以编码、储存和提取不同领域知识的合作性分工系统。在分析共享心智模型和交互记忆系统内涵的基础上, 作者深入剖析了两者的对立和协同关系, 系统探讨了影响两者效应的情景变量, 为从认知角度提高团队知识管理水平提供了理论依据。 关键词 共享心智模型; 交互记忆系统; 团队认知; 知识管理 分类号 B849:C939

随着团队这一基本模式在组织内的普及, 团队认知研究成为理论界关注的热点。在团队认知研究的众多分支中, 共享心智模型和交互记忆系统是重要的切入点。已有研究认为, 无论是共享心智模式还是交互记忆系统, 都能够改进团队绩效(Lewis, 2004; Mohammed & Dumville, 2001)。但是, 目前国内外学术界常将两者区分开来(如Lewis, 2003; Mohammed, Klimoski, & Rentsch, 2000), 对于两者的结合明显缺乏热情。目前为止仅有少数学者同时讨论这两个概念：Mohammed 和Dumville (2001) 最早对两者进行了概念辨析; Ellis (2006) 则同时将两者作为中介变量, 以解释为什么团队在面临巨大压力下绩效较低, 虽然他发现两者相关程度较高, 但并未深入分析两者的异同; 而Nandkeolyar (2008) 在Ellis (2006) 研究基础上进行了拓展, 探讨了共享心智模型对交互记忆系统和团队绩效关系的缓冲作用。

另一个值得注意的现象是, 知识管理理论在社会科学领域呈迅猛发展之势。知识管理是对群体/组织知识及其应用和创造活动的管理, 它是一个使知识资源转变为知识能力, 进而形成竞争优势的动态转化过程。知识管理过程包括知识的收集、存储、传递、共享、应用和创新等一系列过程(Carlsson, 2003)。大量研究表明, 共享心智收稿日期：2009-10-10

通讯作者：薛会娟, E-mail: [email protected]

模型和交互记忆系统是整合和优化团队知识、提高知识管理效率的重要手段(Cannon-Bowers & Salas, 2001; 武欣, 吴志明, 2005; 张志学, Hempel, 韩玉兰, 邱静, 2006; Lewis, 2004)。但是两者究竟以何种方式优化团队知识管理？在此过程中, 两者存在怎样的关系？对这些问题的回答不仅是学术问题, 也是团队知识管理过程中亟待解决的问题, 其结论具有重要的理论和现实意义(Nandkeolyar, 2008)。

基于此, 本文拟由知识管理视角出发, 在分析共享心智模型和交互记忆系统内涵的基础上, 对两者的对立和协同关系进行梳理, 并系统分析影响两者效应的情景变量。在团队认知管理作用日益凸显的今天, 本文将为强化团队知识管理、提升团队竞争力提供新的思路。

1 共享心智模型与交互记忆系统的内涵及测量

心智模型的概念来自于认知心理学, 指的是个体对环境及其所期望的行为的心理表征。它包括个体的认知结构、知识结构或知识库。在团队活动中, 每个成员都有自己的心智模型, 因此对同一现象可能有不同理解。为了深入探讨团队成员的集体行动, Cannon-Bowers和Salas (1990) 将心智模型的概念从个体扩展到团队水平, 提出共享心智模型(Shared Mental Models)的概念, 即团队成员共享的、对团队情境中关键要素的、系统

1559

-1560-

心理科学进展 2010年

的理解和心理表征。它包含多个层次：一类是和团队作业相关的模型, 如关于设备或技术的心智模型和关于任务的心智模型; 另一类是和团队相关的模型, 如关于团队其他成员的心智模型和关于团队交互作用的心智模型(Mathieu, Heffner, Goodwin, Salas, & Cannon-Bowers, 2000)。也有学者指出, 除了成员共享的知识结构以外, 共享心智模型还包括成员态度或信念结构的共享(Mohammed & Dumville, 2001)。研究发现, 共享心智模型通过使个体形成对团队及其任务的正确解释和预期, 有利于成员之间的沟通和协调(白新文, 王二平, 2004), 进而有助于团队知识利用水平的提高(Mathieu等, 2000)。

交互记忆系统(Transactive Memory Systems)起源于社会心理学的研究, 它是作为一种群体的信息处理技术和知识协调方式被提出来的(Wegner, 1987), 用以描述团队成员之间形成的一种彼此依赖的, 用以编码、储存和提取不同领域知识的合作性分工系统。Hollingshead (1998)认为, 在工作群体中, 当个体了解到其他成员的专长时, 获取和编码与此专长相关信息的责任就会通过内隐或外显的方式分配给最合适的专家成员, 此时交互记忆就产生了。换句话说, 交互记忆系统由每个成员所拥有的知识的总和, 以及对于他人的差异化专长的认识所构成。它主要包含三方面内容：(1)专门化(Specialization), 即团队成员在处理 知识过程中存在的区别化程度; (2)可信度(Credibility), 即在执行任务过程中, 团队成员对彼此专长胜任力的信任程度; (3)协调性(Coordination), 即团队成员在执行任务过程中互助合作的程度(Moreland, Argote, &Krishnan, 1996)。

由于共享心智模型和交互记忆系统的概念渊源不同, 两者所使用的测量方法存在较大差异。目前为止, 对于共享心智模型的研究仍主要从知识结构的角度来测量(如Schuelke, Day, McEntire, Boatman, & Kowollik, et al., 2009; Kellermanns, Floyd, Pearson, & Spencer, 2008)。虽然其包括成员知识结构的相似性、准确性和分布性多个维度, 但目前的测量还多限于相似性维度。测量方法包括多维标度法(MDS)、路径发现法(pathfinder)、认知地图法(cognitive mapping)等(何贵兵, 杨琼, 2007)。相关的测量无论是从作业分析还是操作流程的设计上, 均针对某一设计好

的任务展开, 且不同的任务之间能够相互对比。此外, 也有学者采用问卷测量成员对团队作业、作业情境和其他成员行为等的认知, 用组内一致性(Rwg)来衡量团队成员认知的一致性(如Levesque, Wilson, & Wholey, 2001)。

由于交互记忆系统因团队执行的任务或知识领域的不同而变化, 所以共享心智模型研究中所采用的多维标度法、卡片分类法和认知地图法等均不能用于对交互记忆系统的大范围现场研究(张钢, 熊立, 2007)。以往学者主要采用两类测量方法：一类基于实验室设置(Hollingshead, 2001; Liang, Moreland, & Argote, 1995), 针对亲密群体或临时的二人组合, 由研究者用回忆测量法、行为观察法和关于成员专长的自我报告法来测量交互记忆系统。但实验测量中的实验组与对照组的任务相同, 解决方案唯一且确定, 这不符合团队实际(张钢, 熊立, 2007)。为解决这一问题, Lewis (2003) 建立了一套具有普适性的交互记忆系统量表, 被后来的研究者广泛采用。但这一量表缺乏针对性。此外, 也有研究采用比较严谨的测量方法, 将某项工作中所需的专长列示出来后, 通过比较成员实际的专长和其同事对其专长的认知来测量交互记忆系统(Austin, 2003)。

2 共享心智模型与交互记忆系统的对立

共享心智模型与交互记忆系统的建立都需要投入大量的时间和成本, 由于知识的共享必然会牺牲成员专业化学习的时间和精力, 因此共享心智模型与交互记忆系统在一定程度上存在此消彼长的关系。厘清两者在分布式知识的利用方式和对团队绩效的作用机理方面的差异, 是有效分配团队知识、提高团队知识管理水平的重要 环节。

首先, 共享心智模型和交互记忆系统在分布式知识的利用方式上有所不同。这也正是以往学者将两者作为两个不同建构的立论基础(Austin, 2003; Mohammed & Dumville, 2001), 即共享心智模型强调团队成员知识的整合, 而交互记忆系统强调团队成员间知识的分工(Ellis, 2006)。具体而言, 共享心智模型的核心理念是建立团队成员对与任务情境有关知识的共同理解(Mohammed & Dumville, 2001), 基于这一理念, 团队应通过各种途径促进差异化知识在不同成员间的共享和转移, 以使成员对团队中的关键要素拥有相似

第18卷第10期

共享心智模型和交互记忆系统：对立或协同？ -1561-

的认知。而交互记忆系统则强调团队知识的分布性, 它更注重成员知识的分工而非共享(Lewis等, 2007) 。若成员之间的知识过于专业化, 则不利于成员间形成共享的理解。就这一角度来说, 共享心智模型和交互记忆系统存在一定的对立。换句

话说, 团队互动心智模式起着整合性的作用; 而交互记忆起着分化性的作用。Nandkeolyar (2008) 在以上研究的基础上, 将共享心智模型和交互记忆系统作为两种不同的信息处理机制进行了阐述(如表1) 。

交互记忆系统 分化性的 任务为中心 分布性的信息 存储和检索

表1 共享心智模型与交互记忆系统的差异

观点 目前研究 团队学习 信息采样 信息处理

共享心智模型 整合性的 人际和任务为中心 共享的和分布性的信息

共享

资料来源： 修改自Nandkeolyar A. K. (2008). How do teams learn? Shared mental models and transactive memory systems as

determinants of team learning and effectiveness, Dissertation, The University of Iowa

由表1可知, 除了整合和分化的差异外, 就团队学习来看, 交互记忆系统强调以任务为中心的专长学习和对他人专长的识别; 而共享心智模式则整合了更大范围内的内容, 它不仅关注成员各自行动之间的相互联系(Weick & Roberts, 1993), 还包括对于团队任务的共享的心理表征(Mohammed & Dumville, 2001)。就信息采样和信息处理来看, 共享心智模型不仅强调团队成员知识的共享性, 且并未忽略共享所包含的分布性含义(Mohammed & Dumville, 2001)。也就是说, 这里的共享不仅指共同拥有, 还指相互分享(如分担任务)(Klimoski & Mohammed, 1994) —— 团队成员通过共享与任务相关的知识来协调彼此的行动; 而交互记忆系统则更强调团队成员间分布性的信息, 它为成员提供了存储和检索彼此信息的场所(Moreland, Argote, & Krishnan, 1996)。

共享心智模型与交互记忆系统对知识利用取向的差异, 将影响其对团队的作用机理。一方面, 共享心智模型是团队成员共享的知识结构, 它为团队中各种分布式知识的协作提供了潜在的认知背景。团队成员依赖彼此相似的认知, 能够形成一种心照不宣的默契, 从而对怎样在复杂、动态、模糊的情境中有效协作形成共同的理解, 将个体成员的知识整合为有机的知识体系(白新文, 王二平, 2004)。另一方面, 交互记忆系统更关注成员间角色和责任的不同, 它能够使团队获得来自不同领域的多种信息。在交互记忆系统中, 当成员由于个人知识有限而不能完成任务

时, 可求助于团队内相关领域的专家, 或者直接将该任务交给对方。这既避免了知识传递的成本, 又降低了每个成员的认知负担, 使他们有更多时间从事自己所擅长的工作, 进而提高团队工作的效率(Hollingshead, 1998)。

由上述可见, 共享心智模型和交互记忆系统存在共享知识还是保持知识差异的分歧。随着团队面临的环境日趋复杂, 越来越多的学者开始关注交互记忆系统的重要作用。因为：一方面, 环境的不确定性对团队所掌握的知识总量及知识转移的速度提出了更高的要求; 另一方面, 隐性知识的难以表达性和嵌入性使它很难在团队成员间转移及共享。这些客观条件加大了知识传递的成本(Moreland, Argote, & Krishnan, 1996), 致使单纯依靠共享心智模型所提倡的知识共享已无力应对复杂动态的环境。近年来, 学者提出, 直接转移知识并不是实现分布式知识价值的最优途径, 注重知识分工, 并在任务分配中由具备相关专长的员工执行效率更高。交互记忆系统的研究就提供了这样一种思路。交互记忆系统描述的是一种概括性认知, 受限于专业和角色分工的不同, 团队成员对于其他成员所擅长的具体工作并不需要实现共享心智模型所提倡的“共享”, 而是明确“谁知道什么”(Lewis, 2007)。这样, 成员既能在各自负责的任务领域内深入发展, 又能获得广泛领域内的专业知识。这比仅依赖成员心智模型的共享更能增加团队中知识的积累, 更能适应变化的环境。

-1562-

心理科学进展 2010年

3 共享心智模型与交互记忆系统的协同

回顾以往研究发现, 共享心智模型与交互记忆系统都与成员为完成任务而组织和获取所需知识的过程有关。虽然两者的作用机理迥异, 但在团队的运作过程中, 共享心智模型与交互记忆系统既相互补充, 又相互促进(Yoo & Kanawattanachai, 2001)。众所周知, 团队知识不是个人知识的简单相加, 团队知识资源的利用必须进行有效地整合。而这一整合过程离不开共享心智模型和交互记忆系统的协同作用。 3.1 两者作用互补

知识管理是一个使知识资源转变为知识能力, 进而形成竞争优势的动态转化过程。这个转化过程得以实现的前提, 是对团队现有知识资源的全面了解和对可用知识资源的整合。其中, 交互记忆系统是把握团队知识资源的基本框架; 而共享心智模型则是整合团队知识资源的有效工具(Kanawattanchai & Yoo, 2007)。作为群体层次

的认知行为, 共享心智模型与交互记忆系统都是为了最大程度地整合和利用团队内部的分布式知识, 确保团队成员的密切合作。正是本着这一共同的目标, 在知识处理过程中, 两者关注的是团队认知中不相同但相互关联的内容(Hollingshead, 1998)。为了达到高水平的团队有效性, 团队成员之间必须存在一定程度的知识重叠, 而有些知识则需要成员独有。共享心智模型主张整合, 通过对成员分布性知识的整合来形成对团队关键要素的共同认识(武欣, 吴志明, 2006); 而交互记忆系统强调分化, 通过成员对于谁知道什么及彼此的知识如何匹配的共同认识实现知识协调(Lewis, 2004)。在团队知识管理中, 整合和分化是两个互补性的过程(Ellis, 2006)。分化是为了丰富知识存量; 整合则可激活知识存量, 两者有效结合能够最大程度地实现团队知识中蕴含的价值。从知识管理的角度看, 两者是否匹配对团队协调和知识整合效果有重要影响(图1) 。

错误

!

图1 共享心智模型和交互记忆系统的矩阵模型

图1根据共享心智模型和交互记忆系统的完善程度将其分为四种不同的匹配类型。区域I 中知识利用程度最高; 区域II 、III 次之; 区域IV 最差。区域I 中共享心智模型和交互记忆系统均得到充分发展, 因为信息的共享和互补程度均较高, 团队知识的利用更充分。换句话说, 当团队成员通过交互记忆系统进行分工, 并通过共享心智模型整合分布性知识时, 团队的绩效最高。但这是团队知识管理的理想状况, 由于两者之间存在一定程度的矛盾, 因此现实中较难达到。区域II 中

共享心智模型发展不完善, 而交互记忆系统较完善, 团队协调效果较差。由于共享心智模型未建立起来, 团队的目标不一致, 成员即使了解彼此的专长, 也很难保证协调的效果。区域III 中, 共享心智模型较完善, 但交互记忆系统不完善, 这种情况下, 两者的作用效果受团队所从事的任务特征影响。若团队从事常规任务, 则协调效果较好。因为常规任务有据可依, 在朝共同目标努力时, 共享心智模型能够对团队协作产生促进作用; 若任务复杂, 则共享心智模型高而交互记忆系统

第18卷第10期

共享心智模型和交互记忆系统：对立或协同？ -1563-

低将致使团队的协调效果较差, 因为成员之间知识重叠过多, 容易产生“群体思维”, 团队成员既没有足够的知识胜任复杂的任务, 又不知向谁寻求信息帮助。区域IV 中, 两者发展均不充分, 协调效果最差。成员对于任务情境既不能形成准确、一致的认识, 又无法识别各自的专长, 导致团队工作的混乱。

在实证研究中, Nandkeolyar (2008) 考察了共享心智模型对交互记忆系统与团队有效性之间的缓冲作用, 发现：高水平的共享心智模型和交互记忆系统, 并未带来最优的团队创造力; 而两者均低时, 团队创造力最低。此外, 他还发现, 在交互记忆系统的专门化和可信维度较高时, 高水平的共享心智模型并不总能带来高效的团队产出; 而共享心智模式水平低时, 高水平的交互记忆系统却能带来高效的团队产出。也就是说, 共享心智模型低但交互记忆系统高时, 团队的创造力最高。他对此的解释是：高水平的共享心智模型导致成员之间与专长有关的信任(即交互记忆系统的可信维度) 较高, 在这种情况下, 团队成员过度信赖专家而不能有效参与到建设性的对话中去(Tjosvold, 1985), 从而使得团队的创意减少。但在其实证研究中, Nandkeolyar (2008) 并未考察交互记忆系统较低, 而共享心智模式较高时的情况(区域III) 。在未来的研究中, 还需对这一问题做进一步探讨和验证。 3.2 两者相互促进

共享心智模型为交互记忆系统的形成和发展奠定了基础。交互记忆系统衍生于共享心智模型中有关团队成员认知部分的内容(Mohammed & Dumville, 2001)。交互记忆系统关注对团队成员彼此专长认知的共同理解, 这种认知与共享心智模型中的团队成员模型相类似。在团队运作过程中, 团队成员要协调一致, 必须拥有相似的知识目录并在如何协调相互的知识上达成共识(Rico, Sanchez-Manzanares, Gil, & Gibson, 2008)。由此推断, 若团队成员对于所面临的任务及情境有共享的理解, 交互记忆系统更有效。应该说, 共享心智模型有助于成员从团队目标角度理解知识结构, 这强化了成员识别他人特定知识价值的能力。因此, Yoo和Kanawattanachai (2001) 认为, 交互记忆系统的有效性在一定程度上取决于团队共享心智模型的发展程度。

此外, 交互记忆系统又为共享心智模型的形成和发展提供了条件。随着团队合作的深入, 成员间的了解越来越多, 他们对于“谁知道什么”的认知也越来越相似(Levesque, Wilson, & Wholey, 2001) 。通过运用交互记忆系统进行信息配置和检索协调, 成员能够更高效地识别谁知道什么, 这促进了团队共享心智模型的准确性和相似性(Austin, 2003)。反之, 若成员并不清楚其他成员知道什么, 共享心智模型就无法完善发展, 其作用也会大打折扣。因此, 共享心智模型的相似性和准确性与交互记忆系统的目录更新、信息分配和检索协调的应用正相关。交互记忆系统在为共享心智模型的发展提供条件的同时, 使差异化知识不断转化为共享的知识, 这又进一步丰富了共享心智模型的内容。

4 影响共享心智模型与交互记忆系统效应的情景因素

共享心智模型和交互记忆系统的效应受到一系列因素的影响。在团队成员时间和精力有限的条件下, 团队须权衡对共享心智模型和交互记忆系统的建设和发展。 4.1 任务特征

团队对共享心智模型和交互记忆系统的选择与任务特征有关。不同的任务特征对团队成员的知识管理水平提出了不同的要求。一方面, 非常规性任务比常规任务需要更为丰富的信息量, 这使得团队成员很可能需要他人的帮助, 以应付不断变动的环境。此时, 如果团队拥有交互记忆系统, 成员将从多样化的观点和知识中受益(Yoo & Kanawattanachai, 2001)。但是, 随着任务复杂程度的提高, 团队成员的认知负担也更大, 他们需要花费更长的时间来识别彼此的专长并使之配合地恰到好处, 这加大了交互记忆系统形成的难度。另一方面, 在完成非常规性任务时, 复杂项目的分工使得不同成员的知识分化更明显, 知识共享的难度增加, 共享心智模型也相对难以 产生。 4.2 团队构成

团队成员的多样化程度会影响共享心智模型与交互记忆系统的形成和发展。研究表明, 以共享心智模型作为协调手段最适合于团队成员具有相近技能的情形。根据同性相吸理论, 团队成员同质性越高, 心智模型的共享水平越高。相对

-1564-

心理科学进展 2010年

而言, 多样化群体中的成员所拥有的知识、价值观差异较大, 造成彼此交流少, 相互理解难, 阻碍了共识的达成。因此, 多样化团队首要的是建立共享心智模型, 以使团队成员朝向共同方向努力。Lewis (2004) 进一步指出, 一旦在多样化团队中形成了交互记忆系统, 它对团队的积极效应会比同质性团队大。 4.3 团队生命周期

团队生命周期能够调节共享心智模型与交互记忆系统对团队绩效的影响程度。Yoo 和Kanawattanachai (2001) 提出, 尽管交互记忆系统在团队初始阶段影响较大, 但随着团队发展, 交互记忆系统的影响将会减弱, 共享心智模型对团队有效性的影响增强, 甚至对交互记忆系统与团队绩效的关系起缓冲作用。此外, Levesque, Wilson 和Wholey (2001) 认为, 共享心智模型会随着团队运作时间的增加而提高。但是其研究结论恰恰相反, 共享心智模型的相似性随着时间的增加而降低。这是因为, 随着团队运作的深入, 团队成员的职责分化日益明显, 成员之间的互动反而减少了。因此, 对于相对成熟的团队来说, 成员对彼此的专长已经非常了解, 这更凸显了共享心智模型对整合团队知识的重要作用。

5 研究展望和管理启示

5.1 研究展望

本文拓展了已有的研究, 从知识管理视角, 探讨了共享心智模型和交互记忆系统的关系。未来的研究可以从以下几个方面进一步深入探讨：

第一, 以往对共享心智模型和交互记忆系统的辨析主要从其对团队知识的整合性和分化性认知出发, 少有学者关注团队知识分布与团队认知的关系。事实上, 团队知识的分布将直接影响团队成员认知的结构和效用的发挥。虽然有学者研究了知识的多样化与交互记忆系统的关系(张刚, 熊立, 2009), 但是这方面的研究还相对欠缺。具体而言, 团队知识的重叠对交互记忆有何影响, 团队成员应该共享哪些类型的知识, 而在哪些类型的知识上应该存有差异, 成员对这些重叠和差异化的知识如何认识, 对这些问题的回答无疑对于团队的知识管理和认知具有至关重要的意义。

第二, 共享心智模型和交互记忆系统是如何建立起来的还需要进一步研究。以往学者探讨了两者的形成和发展所受到的影响因素, 如交叉培

训(Marks, Mathieu, & Zaccaro, 2001)、

团队人口特征(Rentsch & Klimoski,2001; Lewis, 2005)和领导行为(DeChurch, 2003), 近年来, Rico等(2008)在综述中指出, 团队的年限、知识多样化、团队信任和群体效能会影响团队认知的形成。这些因素之间如何互动, 目前为止鲜有现实工作团队中的佐证。那么, 在工作和知识分布更加复杂的现实工作团队中, 共享心智模型和交互记忆系统是如何产生和发展的, 两者在发展过程中有无先后, 这都值得未来研究进一步探索。

第三, 正如上文所言, 目前多数关于共享心智模型和交互记忆系统的研究都采用实验方法, 由实验者在严格控制外界影响因素的条件下, 观察实验者的反应。但是现实中的工作要比实验复杂的多, 现实工作团队中的知识也比实验团队更难以协调。事实上, 不同类型的团队知识认知和协调管理状况也会有所不同, 如何将实验得出的研究结果运用到实际工作团队中有待进一步验证。现实的工作迫切要求关于这两方面的研究拓展到实际工作团队中来, 通过大量的访谈和问卷调查来观察并验证已有的理论假设。

第四, 众所周知, 共享心智模型和交互记忆系统是团队隐性协调的重要方式之一。团队协调是为了达到团队目标而管理成员间资源投入的过程, 它有外显和内隐两种方式(Rico等, 2008)。尽管外显协调和内隐协调作为团队协调的双重机制已引起理论和实践界的高度关注, 但目前为止将两者结合的研究尚不多见。外显协调和内隐协调是两个相互独立的系统, 还是相互依存的关系？它们对团队绩效有怎样的作用？深入地理解这些问题是指导团队协调、提升团队竞争力的重要环节。 5.2 管理启示

在竞争日趋激烈的环境下, 如何有效利用大量的信息资源, 并将其迅速转化为生产力, 成为团队知识管理面临的最大挑战。共享心智模型与交互记忆系统为最大程度地应用团队知识提供了新的思路。由上文可知, 在团队知识管理过程中, 两者既相互对立, 又相互依赖。研究认为, 将两者维持在一个合适的平衡状态, 是团队生存和发展的重要前提。因此, 在实践管理中, 要两者并建, 但有所侧重。共建的方式是坚持“和而不同, 异质同构”的原则。所谓“和而不同”是指在和谐、

第18卷第10期

共享心智模型和交互记忆系统：对立或协同？ -1565-

信任的环境中, 保持每个成员专长的差异性; “异质同构”是指团队成员各有所长, 但拥有对如何合作的共同理解。为了贯彻这一原则, 在团队建设中, 必须重视共享心智模型与交互记忆系统的动态协同, 尽可能引导和实现两者的互补。团队可通过多种方式, 如技术工具、知识地图、社会网络建设、团队培训和增强任务的互依性等措施优化成员的知识结构, 为共享心智模型和交互记忆系统的发展和完善提供平台。此外, 在时间和精力有限的情况下, 团队领导要根据任务特征、团队构成和团队的生命周期来确定两者建设的轻重缓急。 参考文献

白新文, 王二平. (2004). 共享心智模型研究现状. 心理科

学进展, 12(5), 791–799

武欣, 吴志明. (2005). 团队共享心智模型的影响因素与效果. 心理学报, 37(4), 542–549.

武欣, 吴志明. (2006). 基于共享心智模型的团队知识管理研究. 研究与发展管理, 18(3), 9–16.

张钢, 熊立. ( 2007). 交互记忆系统研究回顾与展望. 心理

科学进展, 15(5), 840–845.

张志学, PaulS. Hempel., 韩玉兰, 邱静. (2006). 高技术工作团队的交互记忆系统及其效果. 心理学报, 38(2), 271–280

何贵兵, 杨琼. (2006). 共享心理模型的测量. 人类工效学, 12(4), 39–41

Austin J. R. (2003). Transactive memory in organizational groups: The effects of content, consensus, specialization, and accuracy on group performance. Journal of Applied Psychology, 88(5), 866–878

Cannon-Bower, J. A., & Salas, E. (1990). Cognitive psychology and team training: Shared mental models in complex systems. Miami FL: Paper Presented at the Annual Meeting of the Society for Industrial and Organizational Psychology.

Cannon-Bowers, J. A., & Salas, E. (2001). Reflections on shared cognition. Journal of Organizational Behavior, 22(2), 195–202.

Carlsson. (2003). Knowledge managing and knowledge management systems in inter-organizational networks. Knowledge and Process Management, 10(3), 194–206. DeChurch, L. A. (2003). Teams leading teams: Examining the role of leadership in multi-team systems (Doctoral dissertation). Dissertation Abstracts International, 64, 450.

Ellis, A. P. (2006). Systems Breakdown: The role of mental models and transactive memory in the relationship between acute stress and team performance. Academy of

Management Journal, 49(3), 576–589.

Hollingshead, A. B. (1998). Communication, learning, and retrieval in the Transactive Memory System. Experiment Social Psychology, 34, 423–442.

Kanawattanchai, P., & Yoo, Y. J. (2007). The implicit of knowledge coordination on virtual team performance over time. MIS Quarterly, 31, 783–808.

Kellermanns, F. W., Floyd, S. W., Pearson, A. W., & Spencer, B. (2008). The contingent effect of constructive confrontation on the relationship between shared mental models and decision quality. Journal of Organizational Behavior, 29(1), 119–137.

Klimoski, R., Mohammed, S. (1994).Team mental model: construct or metaphor? Journal of Management, 20, 403–437

Lewis, K., Lange D., & Gillis L., (2005). Transactive memory systems, learning, and learning transfer. Organization Science, 16(6), 581–600

Lewis, K., Belliveau, M., Herndon B., & Keller J. (2007). Group cognition, membership change, and performance: Investigating the benefits and detriments of collective knowledge. Organizational Behavior and Human Decision Processes, 103, 159–178.

Levesque, L. L., Wilson J. M., & Wholey, D. R. (2001).Cognitive divergence and shared mental models in software development project teams. Journal of Organizational Behavior, 22 (2), 135–144

Liang, D. W., Moreland, R. L., & Argote, L. (1995). Group versus individual training and group performance: The mediating role of transactive memory. Personality and Social Psychology Bulletin, 21(4), 384–393.

Mathieu J. E, Heffner T. S, Goodwin G. F, Salas, E., & Cannon-Bowers, J. A. (2000). The influence of shared mental models on team process and performance. Journal of Applied Psychology, 85(2), 273–283

Marks, M. A., Mathieu, J. E., & Zaccaro, S. J. (2001). A temporally based framework and taxonomy of team processes. Academy of Management Review, 26, 356–376. Mohammed, S., & Dumville, B. C. (2001). Team mental models in a team knowledge framework: Expanding theory and measurement across disciplinary boundaries. Journal of Organizational Behavior, 22(2), 89–106

Moreland, R. L., Argote, L., & Krishnan, R. (1996). Socially shared cognition at work: Transactive memory and group performance. In: Nye J L, Brower A M (Eds.),What’s social about social cognition? Research on socially shared cognition in small groups (pp.57–84). Thousand Oaks, CA: Sage.

Nandkeolyar A. K. (2008). How do teams learn? Shared mental models and transactive memory systems as determinants of team learning and effectiveness,

-1566-

Dissertation, The University of Iowa, 37–45

心理科学进展 2010年

Combination of Indices?. Journal of Applied Psychology, 94(4), 1076–1085.

Wegner, D. M. (1987). Transactive memory: a contemporary analysis of the group mind. In B. Mullen, & G. R. Goethals (Eds.), Theories of group behavior (pp.185–208).New York: Springer-Verlagm.

organizations: Heedful interrelating on flight decks. Administrative Science Quarterly, 38, 357–381

Yoo, Y., & Kanawattanachai, P. (2001). Developments of transactive memory systems and collective mind in virtual teams. The International Journal of Organizational Analysis, 9, 187–208

Rentsch J R, Klimoski R J. (2001). Why do ‘great minds’ think alike? : antecedents of team member schema agreement. Journal of Organizational Behavior, 22, 107–120

Rico R., Sanchez-Manzanares M., Gil F., & Gibson C. (2008). knowledge-based approach. Academy of Management Review, 33, 163–184.

Schuelke, M. J., Day, E. A., McEntire, L. E., Boatman, P. R., Boatman, J. E., & Kowollik, V., et al. (2009). Relating Indices of Knowledge Structure Coherence and Accuracy to Skill-Based Performance: Is There Utility in Using a

Team implicit coordination process: a team Weick, K. E., & Roberts, K. H. (1993). Collective mind in

Shared Mental Models and Transactive Memory Systems:

Antinomy or Synergy?

—— From Knowledge Management Perspective

XUE Hui-Juan

(School of Management, Zhejiang University, Hangzhou 310058, China)

Abstract: Shared Mental Models and Transactive Memory Systems are newly developed research areas closely related to team cognition management. Shared Mental Models are shared knowledge structures and represents about the key elements in the team that allow individuals to interact with their environment, while Transactive Memory Systems are collective memory systems for encoding, storing, retrieving, and communicating team knowledge. Based on the concepts of both of them, this paper analyzes the relation between them, and then provides the moderators in the impacts of Shared Mental Model and Transactive Memory Systems. The paper broadens our understanding of how to improve team knowledge management from team cognition perspective.

Keywords: Shared Mental Models; Transactive Memory Systems; team cognition; knowledge management