用算法和員工對話

陸易

每天，全世界的人要發(fā)送超過2000億份郵件，無數(shù)條微博、朋友圈。單單通過人力沒辦法從這些龐大的數(shù)據(jù)里找到頭緒，把信息中的主題和眾多信息所呈現(xiàn)的趨勢連接起來。不過，人做不到的事，計算機正在慢慢學(xué)著做。

經(jīng)過超過10年的研究，研究人員已經(jīng)成功開發(fā)出一些計算機程序，能夠獲取大量信息，并通過抓取的數(shù)據(jù)理解一個想法或者一個產(chǎn)品所激蕩起的人類情感。有了這種技術(shù)，老板們可以聽到員工們真正的心聲。

情感分析的出現(xiàn)和應(yīng)用

情感分析又稱為傾向性分析或者意見挖掘，指的是計算機對帶有情感色彩的主觀性文本進(jìn)行分析、處理、歸納、推理的過程。

這一技術(shù)首先被應(yīng)用于市場調(diào)研。最初，公司運用算法來收集線上的客戶評論，以分析自己產(chǎn)品的用戶體驗或者了解競爭對手的產(chǎn)品特點。通過計算機算法所得到的信息比傳統(tǒng)的客戶調(diào)研（用戶填寫調(diào)查表，勾選滿意程度）能夠展示更多的用戶情緒和體驗信息。

后來，情感分析逐漸成為一個更大、更賺錢的產(chǎn)業(yè)?，F(xiàn)在，一些初創(chuàng)企業(yè)專門為其他公司提供這種分析服務(wù)，而一些大的科技公司內(nèi)部則自行開發(fā)了內(nèi)部的情感分析軟件。

現(xiàn)在，許多企業(yè)已經(jīng)開始面向內(nèi)部員工使用這些情感分析技術(shù)。英特爾、IBM、推特等公司已經(jīng)開始用軟件來了解自己的員工，了解員工們對于工作的感受，并且能夠通過算法盡早發(fā)現(xiàn)在年度評價中被忽略的問題。

企業(yè)了解員工的新途徑

一個企業(yè)想要發(fā)現(xiàn)運營中存在的問題其實并不容易。管理者需要運用社交傾聽的能力，引導(dǎo)下級真實地反映自己的所思所想，還要有效地摘除冗余的馬屁、無用的意見，最終篩選出真正有效的建議。這既考驗管理者的智慧，又占據(jù)著公司精英的寶貴時間，繁雜低效。但決策者如果因此就不去了解員工的思想，就不能及時發(fā)現(xiàn)公司存在的問題，也就很難做出正確的決定，經(jīng)營的狀況很可能會因為某個工作節(jié)點的失誤而走向滑鐵盧?，F(xiàn)在有了情感分析技術(shù)，過去花一兩個月時間都不一定做得到的事情，依靠技術(shù)就能夠?qū)崟r反映出問題，了解員工的真實想法。

美國著名的社交網(wǎng)站推特公司雇傭了一家分析公司專門對員工的工作情況展開調(diào)研。調(diào)研每年進(jìn)行兩次，內(nèi)容包含許多開放式問題。推特每個月向1/6的員工發(fā)送這些調(diào)查表，增加了開放性問題的比例。分析公司的分析工具會仔細(xì)從這些開放性問題的回答中摘取重要信息，進(jìn)行分析，將得到的結(jié)果提供給高管參考。

其他公司關(guān)注于正式審核或調(diào)研以外的信息材料，比如員工閑聊的內(nèi)容。員工的不滿或者意見通過統(tǒng)一的調(diào)查表格很難看得出來，為了了解員工的真實想法，以及驗證公司政策的實際運行效果，IBM公司多年來在公司內(nèi)部的社交網(wǎng)絡(luò)平臺收集員工發(fā)布的個人狀態(tài)和他們的評論。

IBM公司的這個平臺叫做“連接”，IBM公司遍及全球170多個國家的38萬員工都在使用這一平臺。它集合了臉書、云盤和維基百科的多種功能，員工可以在這個內(nèi)部平臺上發(fā)布狀態(tài)，評論他人發(fā)布的內(nèi)容，設(shè)立群組。他們采用一款內(nèi)部開發(fā)的情況分析工具——“社交脈搏”監(jiān)測員工發(fā)布的狀態(tài)和他們的留言，找尋數(shù)據(jù)的流向，標(biāo)注大家普遍反映的意見趨勢。

去年，IBM甚至做出調(diào)整，將這個程序加入到員工績效考核體系。人力資源部門專門建立了一個論壇，對設(shè)立新系統(tǒng)征求反饋意見和建議，他們收到了幾十萬條回復(fù)。IBM沒有依靠人力去梳理這些回復(fù)的內(nèi)容，而是通過社交脈搏來獲取需要的數(shù)據(jù)。這一軟件成功幫助公司了解到一些員工的不滿：員工不希望用曲線評分標(biāo)準(zhǔn)（又稱正態(tài)評分，不是按照實際表現(xiàn)的成績，而是按照一定的正態(tài)分布劃定等級，并不能準(zhǔn)確反映出員工的績效）來衡量他們的表現(xiàn)。因此，公司立即做出回應(yīng)，廢除了這一舊制度。

要了解，也要尊重

上文所說那個幫推特分析員工調(diào)查結(jié)果的軟件公司，還提供面向整個工作和社交網(wǎng)絡(luò)的反饋分析服務(wù)。他們的一種產(chǎn)品能夠進(jìn)行“員工敬業(yè)度跟蹤”，隨著時間變化追蹤員工的情緒，判斷其處于積極情緒還是消極狀態(tài)當(dāng)中。公司領(lǐng)導(dǎo)可以運用這個產(chǎn)品中的搜索功能，查看員工的情緒狀態(tài)分析，因人制宜地分配工作或者發(fā)布消息，避免效率低下或者造成不必要的沖突。

體察員工的情緒狀態(tài)和真實意見固然是出于好的意圖，但是一不小心就可能踩過界，窺探到別人的私人空間。如果把信息挖掘的來源從員工調(diào)查表和員工反饋拓展到社交媒體監(jiān)察，很容易侵犯員工的個人隱私。正是因為這樣，IBM限制其數(shù)據(jù)來源，只從全公司共享的文章和評論中獲取數(shù)據(jù)，不觸碰郵件、對話框或者私人小組的互動內(nèi)容。

亟待改進(jìn)的分析技術(shù)

現(xiàn)階段，情緒分析技術(shù)還很不成熟。計算機理解人類自然語言的能力還很有限，想要準(zhǔn)確理解人的意思非常困難。一項研究測試了基本分析工具分析郵件信息內(nèi)容的能力，發(fā)現(xiàn)分析工具理解人類意圖的準(zhǔn)確率不超過30%（不過，讓兩個人來做同樣的事，準(zhǔn)確率也只能達(dá)到75%）。依靠計算機算法來進(jìn)行情感分析雖然便捷高效，但是僅僅依靠這一技術(shù)似乎是不夠的。

檢測人類元素仍然是情緒感知算法中非常重要的一項工作。即便是IBM公司用了3年的社交脈搏軟件也需要人類參與輔助工作。該系統(tǒng)需要一組人類分析師定期檢查系統(tǒng)所辨認(rèn)的信息流，確保系統(tǒng)在得出結(jié)果并送交給管理者之前能夠正確理解數(shù)據(jù)。

機器學(xué)習(xí)技術(shù)的發(fā)展使得計算機算法理解人類文字的能力已經(jīng)有了很大程度的提升，但是研究者們不局限于這一種途徑，許多科學(xué)家已經(jīng)開始找尋各種新手段來優(yōu)化情感分析技術(shù)。兩位印度的計算機科學(xué)家去年發(fā)表了一篇論文，提議采取新的方式確定員工的態(tài)度和幸福感——面部識別。他們所創(chuàng)造的系統(tǒng)在每次員工進(jìn)入公司的時候采集他們的面部信息，辨別他們的情緒是開心、傷心、沮喪還是憤怒，這樣可以根據(jù)這些數(shù)據(jù)來優(yōu)化分析生產(chǎn)率和員工績效。