2019年七月15日星期一15:18

学士学位

撰写者
你们中有些人知道我非常喜欢神秘小说。
我喜欢这种类型的很多方面,但是我发现最有趣的是,看着侦探寻找线索,以帮助发现问题,研究替代方案并最终提供解决方案。在过去的文章中,我提到了一些我最喜欢的侦探-路易斯·彭尼(Louise Penny)的Armand Gamache,菲利普·克尔(Philip Kerr)的伯尼·甘特(Bernie Gunther),迈克尔·康纳利(Michael Connelly)的哈里·博斯(Harry Bosch)和塔娜·法兰奇(Tana French)的各种侦探,仅举几例。他们都有缺陷,但是在解决“谁做”这个根本问题上才华横溢。是什么使他们能够将看似完全不同的拼图拼在一起解决案件?成功进行舞会森林分析工作还需要的特征。
在过去的文章中,我对文学学士学位和侦探作了比较。我已经探索了连接点和创造性地解决问题的必要性。我已经讨论了不仅要依靠他们的直觉,而且要依靠他们的理性思维的需要。我已经讨论了识别模式,从混乱中创建结构以及对歧义感到自在的重要性。但是,我没有探索过的一种比较也许是最明显,最相关的一种-提出好问题的能力。 
作为学士学位,我们会提出很多问题。正如Penny的首席检查员Gamache所说:“困扰每个调查的问题是“为什么”,”这也是所有BA都要以一种或另一种形式提出的重要问题。但是Gamache和BAS一样,知道仅仅问“为什么”是不够的。我们需要提出情境问题。考虑一下达西尔·哈米特(Dashiell Hammett)著名侦探萨姆·斯佩德(Sam Spade)的话:“谁开枪打死了他,”斯佩德问目击者……目击者“ s了脖子,说,有人拿着枪。”经验丰富的学士知道,当我们提出模糊的问题时,我们会得到模糊的答案。
我们不仅需要提出很好的问题,而且还需要能够理解所提供的答案。当我们想提出后续问题,但对利益相关者所说的话绝对“毫无头绪”时,会发生什么?当利益相关者使用高度技术性的语言(例如数据科学家描述将在最新的AI工作中使用的算法)时,这尤其令人不安。像我们的侦探一样,我们需要澄清。如果我们不理解,我们需要承认。如果该技术专家向我们提出对我们来说毫无意义的问题(例如,需要开发哪些ETL),则我们需要承认我们不知道。首席检查员Gamache给每位新兵提供的提示之一是,在需要时进行澄清。他说,“导致智慧”最重要的事情之一就是说“我不知道”。当然,我们需要有勇气说出这些词,以适应我们自己的情况。 

广告

当然,它在数字世界中变得更加棘手。作为学士学位,我们不能简单地说“我不知道您在说什么”或类似的词语。我们可以尝试使用旧的备用数据库“帮助我理解……”,这很好,但是冒着仍然无法理解说明的风险。当我们甚至没有与利益相关者的答案相关的经验时,我们该怎么办?作为学士学位,我们经常发现自己对各种我们不熟悉的事物提出了疑问,但是人工智能世界可能会带来新的和无法预料的挑战。是的,我们可以而且需要预先准备问题。但是,当我们对该主题一无所知时,我们又该如何问好问题,而不仅仅是基本的“为什么”和“什么”?  
例如,假设我想询问算法,这个主题我几乎一无所知,因此感到恐惧。当然,我会做研究,但是当遇到对我来说毫无意义的答案时,我可能会冻结。我想问一问为什么使用一种算法而不是另一种算法。我想问一下内在的偏见。但是诸如“我选择了一种使用该方法进行分类和回归的非参数算法...”之类的答案可能会让我停顿一下。帮助我的是回到基础,开始提出上下文问题,这些问题提供了舞会森林上下文,并可以为其他问题和答案定下基调。建立舞会森林角度后,我也可以将所有其他问题也放入舞会森林环境中。重要的是,它可以帮助我说出“我不知道”,而无需实际说出来。还记得那些ETLS吗?我们可以将答案改成一个问题,关于替代品是什么以及每种替代品如何为他们提供所需的舞会森林。 
我们还可以从有关AI成果,它解决什么舞会森林问题以及如何与组织的战略方向保持一致的高层讨论开始。即使我们已经听到赞助商和其他舞会森林利益相关者的回答,我们也可以鼓励技术专家以舞会森林术语来阐述他们的回答。建立舞会森林环境后,我们可以移至更详细的问题,有关所选算法如何帮助舞会森林,内在偏差的风险,并根据需要询问数据,其来源,何时清理以及等等。或者从较低级别的细节开始,然后向上进行。作为优秀的侦探,广管局知道,当我们尝试进行直线调查时,解决方案很少出现。侦探和广管局知道,导致意外答案的问题是无数其他问题的源头,这些问题将我们带往意外的方向,但最终会更快地解决问题。 
这就是以前文章中讨论的某些技能的发源地。这些能力。像连接点,帮助我们解决问题并提出创新解决方案的能力。即使我们不知道结果如何,这些能力也使我们能够遵循不同寻常的问题。它们使我们能够优先处理我们的工作和要问每个利益相关者的问题。它们使我们能够发现隐式和隐式需求。它们使我们能够提出富有创意的实用建议。换句话说,它们帮助我们找到乍看起来似乎毫无意义的“线索”,但最终甚至可以帮助我们解决最棘手的舞会森林问题。 
伊丽莎白·拉森(Elizabeth Larson)

杰出贡献者

伊丽莎白埃特·拉森, PMP,CBAP,CSM,PMI-PBA是Watermark Learning / PMA的顾问和顾问,在项目管理和舞会森林分析方面拥有超过35年的经验。伊丽莎白的演讲历史包括在五大洲举行的国家和国际会议的主题演讲和演讲。伊丽莎白与他人合着了五本书,并在另外四本书中出版了章节,并定期在《 广管局时代》和《 项目时间》上发表文章。 伊丽莎白eth是《BABOK®指南》所有版本以及一些PMI标准的主要作者/专家审稿人。伊丽莎白喜欢旅行,远足,看书,看戏,并和6个孙子和1个孙女一起度过时光。

©BA Times.com 2020

麦格雷戈徽标白色网站