ข้ามไปยังเนื้อหาหลัก
แก่นชีวิต
ธุรกิจและการเป็นผู้ประกอบการ

ทีมที่หลากหลายสร้างนวัตกรรมได้ดีกว่าจริงไหม งานวิจัยระดับโลกบอกว่าคำตอบซับซ้อนกว่าสโลแกนขององค์กร

"ความหลากหลายคือกุญแจสู่นวัตกรรม" เป็นประโยคที่ปรากฏในรายงานที่ปรึกษาธุรกิจ สไลด์นำเสนอผู้บริหาร และนโยบายการจ้างงานของบริษัททั่วโลกมานานกว่าทศวรรษ แต่ถ้าถามตรงๆ ว่ามีหลักฐานทางวิทยาศาสตร์ที่หนักแน่นแค่ไหนรองรับคำกล่าวนี้ คำตอบกลับไม่ตรงไปตรงมาอย่างที่สโลแกนบอก นักวิจัยที่วิเคราะห์ข้อมูลสิทธิบัตร งานวิจัยวิทยาศาสตร์นับล้านชิ้น และการทดลองในห้องแล็บนับพันทีม พบทั้งหลักฐานที่สนับสนุนอย่างชัดเจนว่าทีมที่หลากหลายผลิตผลงานที่แปลกใหม่และมีผลกระทบสูงกว่าจริง ไปพร้อมกับหลักฐานที่เตือนว่าความหลากหลายบางประเภทกลับไม่ช่วยหรือถึงขั้นเป็นอุปสรรค และคนที่สร้างนวัตกรรมจากความหลากหลายนั้นอาจไม่ได้รับผลตอบแทนทางอาชีพที่คู่ควรด้วยซ้ำ บทความนี้จะพาไปดูงานวิจัยสำคัญที่สุดในรอบไม่กี่ปีที่ผ่านมาทั้งฝั่งที่สนับสนุนและฝั่งที่ตั้งคำถาม เพื่อให้เห็นภาพที่ใกล้เคียงความจริงมากที่สุด ไม่ใช่แค่คำตอบที่ฟังดูดีสำหรับนโยบายองค์กร

r1dx

บรรณาธิการ

แชร์
ทีมที่หลากหลายสร้างนวัตกรรมได้ดีกว่าจริงไหม งานวิจัยระดับโลกบอกว่าคำตอบซับซ้อนกว่าสโลแกนขององค์กร

"ความหลากหลายคือกุญแจสู่นวัตกรรม" เป็นประโยคที่ปรากฏในรายงานที่ปรึกษาธุรกิจ สไลด์นำเสนอผู้บริหาร และนโยบายการจ้างงานของบริษัททั่วโลกมานานกว่าทศวรรษ แต่ถ้าถามตรงๆ ว่ามีหลักฐานทางวิทยาศาสตร์ที่หนักแน่นแค่ไหนรองรับคำกล่าวนี้ คำตอบกลับไม่ตรงไปตรงมาอย่างที่สโลแกนบอก นักวิจัยที่วิเคราะห์ข้อมูลสิทธิบัตร งานวิจัยวิทยาศาสตร์นับล้านชิ้น และการทดลองในห้องแล็บนับพันทีม พบทั้งหลักฐานที่สนับสนุนอย่างชัดเจนว่าทีมที่หลากหลายผลิตผลงานที่แปลกใหม่และมีผลกระทบสูงกว่าจริง ไปพร้อมกับหลักฐานที่เตือนว่าความหลากหลายบางประเภทกลับไม่ช่วยหรือถึงขั้นเป็นอุปสรรค และคนที่สร้างนวัตกรรมจากความหลากหลายนั้นอาจไม่ได้รับผลตอบแทนทางอาชีพที่คู่ควรด้วยซ้ำ บทความนี้จะพาไปดูงานวิจัยสำคัญที่สุดในรอบไม่กี่ปีที่ผ่านมาทั้งฝั่งที่สนับสนุนและฝั่งที่ตั้งคำถาม เพื่อให้เห็นภาพที่ใกล้เคียงความจริงมากที่สุด ไม่ใช่แค่คำตอบที่ฟังดูดีสำหรับนโยบายองค์กร

จุดเริ่มต้น: เมื่อความหลากหลายทางชาติพันธุ์สัมพันธ์กับผลกระทบทางวิชาการที่สูงขึ้น

Bedoor K. AlShebli, Talal Rahwan และ Wei Lee Woon จาก NYU Abu Dhabi ตีพิมพ์งานชื่อ "The Preeminence of Ethnic Diversity in Scientific Collaboration" ใน *Nature Communications* ปี 2018 (เล่ม 9 บทความเลขที่ 5163) งานชิ้นนี้วิเคราะห์เอกสารวิจัยกว่า 9 ล้านชิ้นและนักวิจัยกว่า 6 ล้านคน เพื่อเปรียบเทียบผลกระทบของความหลากหลาย 5 ประเภท ได้แก่ ชาติพันธุ์ สาขาวิชา เพศ สังกัดหน่วยงาน และอายุทางวิชาการ เพื่อให้แน่ใจว่าผลลัพธ์ไม่ได้เกิดจากปัจจัยอื่นแอบแฝงอยู่ ทีมวิจัยเปรียบเทียบทีมที่หลากหลายทางชาติพันธุ์กับกลุ่มควบคุมที่มีคุณลักษณะอื่นๆ ใกล้เคียงกันมากที่สุด โดยใช้เทคนิคทางสถิติสองแบบ คือแบบจำลองสุ่มอ้างอิง (randomized baseline models) และการจับคู่แบบ coarsened exact matching

ผลลัพธ์คือ ในบรรดาความหลากหลายทั้ง 5 ประเภท ความหลากหลายทางชาติพันธุ์มีความสัมพันธ์แข็งแรงที่สุดกับผลกระทบทางวิชาการ โดยเอกสารวิจัยที่มีทีมผู้เขียนหลากหลายชาติพันธุ์มีผลกระทบ (วัดจากการอ้างอิง) สูงกว่าเอกสารที่ทีมผู้เขียนมีชาติพันธุ์เดียวกันถึง 10.63% และในระดับตัวนักวิจัยเอง คนที่มีเครือข่ายความร่วมมือที่หลากหลายทางชาติพันธุ์มีผลกระทบทางวิชาการสูงกว่าคนที่ไม่มีถึง 47.67% งานชิ้นนี้ตีพิมพ์ในปี 2018 ก่อนช่วงเวลาที่บทความนี้เน้นเป็นหลัก (2020 เป็นต้นไป) แต่ยังคงเป็นจุดอ้างอิงพื้นฐานที่งานวิจัยยุคหลังแทบทุกชิ้นในหัวข้อความหลากหลายกับผลงานทางวิทยาศาสตร์นำมาต่อยอดหรือทดสอบซ้ำ ข้อจำกัดสำคัญคือเป็นข้อมูลเชิงสหสัมพันธ์จากบรรณานุกรมศาสตร์ (bibliometric) ไม่ใช่การทดลอง จึงไม่สามารถสรุปเหตุและผลได้ตรงไปตรงมา และผู้อ่านควรทราบไว้ด้วยว่า AlShebli กับ Rahwan (ผู้เขียนสองคนแรกของงานชิ้นนี้) เคยมีผลงานอีกชิ้นหนึ่งที่ก่อให้เกิดความขัดแย้งครั้งใหญ่ในวงการวิชาการ นั่นคืองานปี 2020 เรื่อง "The association between early career informal mentorship in academic collaborations and junior author performance" (ตีพิมพ์ใน *Nature Communications* พฤศจิกายน 2020 ร่วมกับ Kinga Makovi) ซึ่งสรุปว่าการมีที่ปรึกษาเป็นนักวิจัยหญิงสัมพันธ์กับผลกระทบทางวิชาการที่ลดลงของนักวิจัยหญิงรุ่นน้อง ข้อสรุปนี้ถูกวิพากษ์วิจารณ์อย่างหนักเรื่องระเบียบวิธีและการตีความ จนวารสารถอนบทความออกในเดือนธันวาคมปีเดียวกัน (ราวหนึ่งเดือนหลังตีพิมพ์) นี่เป็นคนละหัวข้อและคนละงานกับบทความเรื่องความหลากหลายทางชาติพันธุ์ที่อ้างถึงในบทความนี้โดยสิ้นเชิง แต่เป็นเหตุผลที่ควรอ่านผลงานของทีมนี้อย่างมีวิจารณญาณควบคู่กับหลักฐานจากทีมวิจัยอื่นเสมอ

ข้อขัดแย้งสำคัญ: สร้างนวัตกรรมมากกว่า แต่ได้รับผลตอบแทนอาชีพน้อยกว่า

Bas Hofstra, Vivek V. Kulkarni, Sebastian Munoz-Najar Galvez, Bryan He, Dan Jurafsky และ Daniel A. McFarland ตีพิมพ์งานชื่อ "The Diversity–Innovation Paradox in Science" ใน *PNAS* ปี 2020 (เล่ม 117 ฉบับที่ 17 หน้า 9284-9291) โดยติดตามข้อมูลผู้จบปริญญาเอกในสหรัฐฯ เกือบครบทั้งประเทศราว 1.2 ล้านคน ตั้งแต่ปี 1977-2015 ใช้เทคนิคการวิเคราะห์ข้อความและแมชชีนเลิร์นนิงเพื่อวัด "ความแปลกใหม่" (novelty) ของวิทยานิพนธ์แต่ละฉบับ จากการจับคู่แนวคิดที่ไม่เคยถูกนำมาเชื่อมโยงกันมาก่อนในวรรณกรรม แล้วติดตามต่อว่าความแปลกใหม่นั้นนำไปสู่การได้เป็นอาจารย์มหาวิทยาลัยและอาชีพนักวิจัยต่อเนื่องหรือไม่

ผลลัพธ์คือภาพที่ขัดแย้งกันเองอย่างชัดเจน ด้านหนึ่งพบว่าผู้หญิงและนักวิจัยผิวสีสร้างการเชื่อมโยงแนวคิดใหม่ๆ (novel concept linkages) ในวิทยานิพนธ์มากกว่านักวิจัยกลุ่มส่วนใหญ่ แต่อีกด้านหนึ่งกลับพบว่าผลงานที่แปลกใหม่ของกลุ่มชนกลุ่มน้อยถูกนำไปต่อยอดโดยนักวิชาการคนอื่นในอัตราที่ต่ำกว่าผลงานที่แปลกใหม่ในระดับเดียวกันของกลุ่มส่วนใหญ่ และที่สำคัญที่สุดคือ เมื่อวัดผลตอบแทนทางอาชีพ พบว่าการเพิ่มความแปลกใหม่ขึ้น 2 ส่วนเบี่ยงเบนมาตรฐานจากค่ามัธยฐาน เพิ่มโอกาสสัมพัทธ์ในการได้เป็นอาจารย์วิจัยของกลุ่มเพศส่วนน้อยจากเพียง 3.5% เป็น 9.5% เท่านั้น และเมื่อวัดความแปลกใหม่ที่นำไปสู่ผลกระทบจริง (impactful novelty) ตัวเลขก็ยังคงห่างกันมาก คือเพิ่มจาก 4.3% เป็น 15% ซึ่งต่ำกว่าที่กลุ่มส่วนใหญ่ได้รับจากความแปลกใหม่ระดับเดียวกันอย่างมีนัยสำคัญ ทีมวิจัยสรุปว่านี่คือ "ข้อขัดแย้ง" ของความหลากหลายในวงการวิทยาศาสตร์ คือองค์กรได้ประโยชน์จากความแปลกใหม่ที่ชนกลุ่มน้อยสร้างขึ้น แต่ตัวชนกลุ่มน้อยเองกลับไม่ได้รับผลตอบแทนทางอาชีพที่เท่าเทียมจากสิ่งที่ตนสร้างขึ้น งานชิ้นนี้จึงเตือนว่าการพูดถึง "ประโยชน์ของความหลากหลาย" โดยไม่พูดถึงกลไกที่กีดกันผลตอบแทนของคนที่สร้างความหลากหลายนั้น อาจเป็นการมองภาพเพียงครึ่งเดียว

หลักฐานขนาดใหญ่ที่สุด: ทีมผสมเพศผลิตไอเดียแปลกใหม่และมีผลกระทบสูงกว่าจริง

Yang Yang, Tanya Y. Tian, Teresa K. Woodruff, Benjamin F. Jones และ Brian Uzzi ตีพิมพ์งานชื่อ "Gender-Diverse Teams Produce More Novel and Higher-Impact Scientific Ideas" ใน *PNAS* ปี 2022 (เล่ม 119 ฉบับที่ 36 บทความเลขที่ e2200841119) โดยวิเคราะห์เอกสารวิจัยทางการแพทย์กว่า 6.6 ล้านชิ้นที่ตีพิมพ์ตั้งแต่ปี 2000 เป็นต้นมา ครอบคลุม 45 สาขาย่อยทางการแพทย์ ทีมวิจัยเปรียบเทียบทีมที่มีทั้งชายและหญิง (mixed-gender teams) กับทีมเพศเดียวที่มีขนาดเท่ากัน และควบคุมตัวแปรกวนหลายชั้น ทั้งตัวนักวิจัยแต่ละคน โครงสร้างทีม และตำแหน่งในเครือข่ายความร่วมมือทางวิชาการ

ผลลัพธ์คือ แม้ทีมผสมเพศจะยังคงมีสัดส่วนน้อยกว่าที่แบบจำลองค่าคาดหวังเชิงสุ่ม (null model) คาดการณ์ไว้ แต่ผลงานของทีมผสมเพศกลับแปลกใหม่และมีผลกระทบสูงกว่าผลงานของทีมเพศเดียวกันที่มีขนาดเท่ากันอย่างชัดเจน โดยทีมผสมเพศมีโอกาสตีพิมพ์งานที่แปลกใหม่มากกว่าทีมเพศเดียวสูงสุดถึง 9.1% และมีโอกาสตีพิมพ์งานที่มีผลกระทบสูง (high-impact) มากกว่าสูงสุดถึง 14.6% ขึ้นอยู่กับขนาดทีม และยิ่งทีมมีความสมดุลทางเพศมากเท่าไหร่ คะแนนความแปลกใหม่และผลกระทบก็ยิ่งดีขึ้นตามไปด้วย รูปแบบนี้พบสอดคล้องกันในสาขาย่อยทางการแพทย์ทั้ง 45 สาขาที่ศึกษา ทีมวิจัยระบุว่าความได้เปรียบนี้ยังคงอยู่แม้ควบคุมปัจจัยอื่นที่อาจเกี่ยวข้องแล้ว ซึ่งบ่งชี้ว่าความสมดุลทางเพศของทีมเป็นปัจจัยร่วมที่มักถูกมองข้ามของผลงานวิจัยที่แปลกใหม่และมีผลกระทบสูง งานชิ้นนี้ถือเป็นหนึ่งในหลักฐานเชิงบวกที่มีขนาดตัวอย่างใหญ่ที่สุดในหัวข้อนี้ อย่างไรก็ตามทีมวิจัยเองก็ยอมรับว่าเป็นข้อมูลเชิงสังเกต ไม่ใช่การทดลองแบบสุ่ม และจำกัดอยู่เฉพาะการวัดผลด้วยการอ้างอิงและการจัดหมวดหมู่ความแปลกใหม่ทางบรรณานุกรมศาสตร์เท่านั้น ไม่ได้วัดคุณภาพงานวิจัยในมิติอื่น

ทีมที่มีทั้งชายและหญิงมีโอกาสตีพิมพ์งานวิจัยที่แปลกใหม่มากกว่าทีมเพศเดียวถึง 9.1% และมีผลกระทบสูงกว่าถึง 14.6% — Yang, Tian, Woodruff, Jones & Uzzi (2022, PNAS)

ความฉลาดร่วมของกลุ่ม: เพศช่วยได้ แต่อายุที่หลากหลายอาจไม่ช่วย

Christoph Riedl, Young Ji Kim, Pranav Gupta, Thomas W. Malone และ Anita Williams Woolley ตีพิมพ์งานชื่อ "Quantifying Collective Intelligence in Human Groups" ใน *PNAS* ปี 2021 (เล่ม 118 ฉบับที่ 21 บทความเลขที่ e2005737118) เป็นงานที่รวบรวมข้อมูลจากการศึกษาความฉลาดร่วมของกลุ่ม (collective intelligence, CI) 22 การศึกษา ครอบคลุมคนทำงาน 5,279 คนใน 1,356 กลุ่ม ทั้งกลุ่มที่ทำงานออนไลน์และกลุ่มที่พบหน้ากันจริง เพื่อทดสอบว่ามี "ปัจจัยความฉลาดร่วม" ที่วัดได้จริงและทำนายผลงานของกลุ่มข้ามงานที่หลากหลายประเภทได้หรือไม่ โดยใช้แพลตฟอร์มวิจัยกลุ่มออนไลน์ (Platform for Online Group Studies) ในการเก็บข้อมูลอย่างเป็นระบบ

ผลลัพธ์คือ ทีมวิจัยยืนยันว่ามีปัจจัยความฉลาดร่วมที่แข็งแรงจริง ซึ่งทำนายผลงานของกลุ่มในงานที่แตกต่างกันได้อย่างสม่ำเสมอ และองค์ประกอบของกลุ่มมีผลต่อความฉลาดร่วมนี้อย่างมีนัยสำคัญ โดยสัดส่วนผู้หญิงในกลุ่มเป็นตัวทำนายเชิงบวกที่สำคัญ ผ่านกลไกความไวต่อความรู้สึกทางสังคมโดยเฉลี่ยของสมาชิกกลุ่ม (average social perceptiveness) ยิ่งกลุ่มมีสัดส่วนผู้หญิงมากขึ้นเท่าไหร่ ความสามารถในการอ่านสัญญาณทางสังคมของกลุ่มโดยรวมก็ยิ่งสูงขึ้น ซึ่งไปหนุนความฉลาดร่วมของกลุ่มโดยตรง แต่ในทางกลับกัน ทีมวิจัยพบว่าความหลากหลายทางอายุที่สูงในกลุ่มกลับสัมพันธ์ในทิศทางลบกับความฉลาดร่วม บ่งชี้ว่าความหลากหลายบางมิติอาจเป็นอุปสรรคต่อการทำงานร่วมกันแทนที่จะช่วยเสริม ทีมวิจัยยังพบว่ากระบวนการทำงานร่วมกันของกลุ่ม (collaboration process) มีความสำคัญต่อการทำนายความฉลาดร่วมมากกว่าทักษะเฉลี่ยของสมาชิกแต่ละคนเสียอีก งานชิ้นนี้จึงเป็นหลักฐานสำคัญที่แสดงว่าความหลากหลายไม่ใช่ปัจจัยเดียวมิติเดียวที่ส่งผลทางเดียวกันเสมอไป ความหลากหลายทางเพศกับความหลากหลายทางอายุอาจส่งผลตรงข้ามกันต่อความสามารถของกลุ่มในการแก้ปัญหาร่วมกัน ข้อจำกัดคืองานส่วนใหญ่ที่นำมารวมวิเคราะห์เป็นงานทดลองระยะสั้นในห้องแล็บหรือแพลตฟอร์มออนไลน์ ไม่ใช่ทีมทำงานจริงในองค์กรที่ทำงานร่วมกันมานาน จึงต้องระมัดระวังในการสรุปไปยังบริบทองค์กรโดยตรง

เมื่อความหลากหลายลงไปถึงห้องกรรมการบริษัท: หลักฐานจากข้อมูลสิทธิบัตรจริง

งานวิจัยส่วนใหญ่ที่กล่าวมาอยู่ในบริบทวิทยาศาสตร์วิชาการ คำถามคือหลักฐานในบริบทธุรกิจจริงบอกอะไรบ้าง Chunfang Cao, Xiaohui Fiona Li, Xiaoyang Li, Cheng Zeng และ Xuan Zhou ตอบคำถามนี้ในงานชื่อ "Diversity and Inclusion: Evidence from Corporate Inventors" ตีพิมพ์ใน *Journal of Empirical Finance* ปี 2021 (เล่ม 64 หน้า 295-316) โดยใช้ข้อมูลระดับนักประดิษฐ์รายบุคคลจากฐานข้อมูลสิทธิบัตรของสหรัฐฯ (US Patent Inventor Database) ตั้งแต่ปี 1975-2010 ระบุเชื้อชาติของนักประดิษฐ์แต่ละคนจากนามสกุลเทียบกับตารางเชื้อชาติของสำมะโนประชากรสหรัฐฯ ปี 2000 แล้วจับคู่กับข้อมูลกรรมการบริษัทเพื่อดูว่าความหลากหลายทางชาติพันธุ์ในคณะกรรมการบริษัทเกี่ยวข้องกับพฤติกรรมและผลงานของนักประดิษฐ์ในบริษัทนั้นอย่างไร

ผลลัพธ์คือ บริษัทที่มีกรรมการเชื้อสายชนกลุ่มน้อยอย่างน้อย 1 คน ดึงดูดนักประดิษฐ์ที่เป็นชนกลุ่มน้อยซึ่งมีผลิตภาพสูงเข้ามาทำงานได้มากกว่า และมีสัดส่วนนักประดิษฐ์ชนกลุ่มน้อยสูงกว่าบริษัทที่ไม่มีกรรมการชนกลุ่มน้อยเลยถึง 2.24 จุดเปอร์เซ็นต์ นอกจากนี้สิทธิบัตรที่ผลิตโดยบริษัทที่มีกรรมการชนกลุ่มน้อยยังมีจำนวนผู้ร่วมประดิษฐ์มากกว่าเดิมโดยเฉลี่ย 10% สะท้อนความร่วมมือระหว่างนักประดิษฐ์ที่มากขึ้น และสิทธิบัตรเหล่านี้ยังมีมูลค่าตลาดสูงกว่าด้วย ทีมวิจัยตีความว่ากรรมการที่หลากหลายทางชาติพันธุ์ช่วยสร้างสภาพแวดล้อมที่ให้ความรู้สึกเป็นส่วนหนึ่ง (inclusion) แก่นักประดิษฐ์ชนกลุ่มน้อย ซึ่งนำไปสู่ความร่วมมือและผลงานที่ดีขึ้น งานชิ้นนี้มีความสำคัญเพราะเชื่อมโยงความหลากหลายในระดับกรรมการบริษัทเข้ากับผลลัพธ์ทางธุรกิจที่จับต้องได้จริงอย่างสิทธิบัตรและมูลค่าตลาด แต่ก็มีข้อจำกัดสำคัญคือข้อมูลส่วนใหญ่มาจากช่วงปี 1975-2010 ซึ่งเป็นข้อมูลย้อนหลังพอสมควรเมื่อเทียบกับบริบทองค์กรปัจจุบัน และเป็นข้อมูลเชิงสหสัมพันธ์ที่แม้จะควบคุมตัวแปรกวนหลายตัวแล้ว ก็ยังไม่สามารถตัดความเป็นไปได้ที่บริษัทซึ่งมีวัฒนธรรมเปิดกว้างอยู่แล้วอาจเลือกทั้งกรรมการที่หลากหลายและมีระบบสนับสนุนนักประดิษฐ์ที่ดีไปพร้อมกันโดยที่ไม่ได้เป็นความสัมพันธ์เชิงเหตุ-ผลโดยตรง

เสียงเตือนใจจากงานวิเคราะห์อภิมานที่ครอบคลุมที่สุด: ผลบวกมีจริงแต่เล็กมาก

เพื่อสรุปภาพรวมของหลักฐานทั้งหมดในหัวข้อความหลากหลายกับผลงานของทีมอย่างเข้มงวดที่สุด Lukas Wallrich, Victoria Opara, Miki Wesołowska, Ditte Barnoth และ Sayeh Yousefi ตีพิมพ์งานชื่อ "The Relationship Between Team Diversity and Team Performance: Reconciling Promise and Reality Through a Comprehensive Meta-Analysis Registered Report" ใน *Journal of Business and Psychology* ปี 2024 (เล่ม 39 ฉบับที่ 6 หน้า 1303-1354) งานชิ้นนี้มีความพิเศษตรงที่เป็น "registered report" คือทีมวิจัยลงทะเบียนแผนการวิเคราะห์ล่วงหน้าก่อนเห็นผลลัพธ์จริง ซึ่งช่วยลดปัญหาการเลือกวิธีวิเคราะห์ที่ให้ผลลัพธ์สวยงามย้อนหลัง ทีมวิจัยรวบรวมงานวิจัยจากหลายสาขาวิชา หลายประเทศ และหลายภาษา ได้ทั้งหมด 615 รายงาน รวมขนาดผล (effect sizes) ถึง 2,638 ค่า ครอบคลุมความหลากหลายทั้งเชิงประชากร (demographic) เชิงงาน (job-related) และเชิงความคิด (cognitive)

ผลลัพธ์คือ ความสัมพันธ์เชิงเส้นโดยเฉลี่ยระหว่างความหลากหลายทุกประเภทกับผลงานของทีมเป็นบวกจริง และผลลัพธ์นี้ค่อนข้างทนทานต่อปัญหาอคติจากการตีพิมพ์ (publication bias) แต่ขนาดของความสัมพันธ์กลับ "เล็กจนแทบไม่มีนัยสำคัญเชิงปฏิบัติ" คือค่าสัมประสิทธิ์สหสัมพันธ์อยู่ต่ำกว่า 0.1 อธิบายความแปรปรวนของผลงานทีมได้ไม่ถึง 1% ที่น่าสนใจคือความสัมพันธ์นี้แข็งแรงขึ้นเมื่องานที่ทีมทำมีความซับซ้อนสูงหรือต้องใช้ความคิดสร้างสรรค์และนวัตกรรม และเมื่อทีมทำงานในบริบทวัฒนธรรมที่มีค่านิยมกลุ่มนิยม (collectivism) ต่ำและระยะห่างเชิงอำนาจ (power distance) ต่ำ ตรงกันข้ามกับที่หลายคนคาดไว้ ความยาวนานของการทำงานร่วมกันของทีม (longevity) และระดับการพึ่งพากันของงาน (interdependence) กลับไม่ได้มีผลต่อความสัมพันธ์นี้อย่างมีนัยสำคัญ ทีมวิจัยสรุปอย่างตรงไปตรงมาว่า "คำสัญญาว่าความหลากหลายจะเพิ่มผลงานได้อย่างกว้างขวาง" อาจไม่ใช่เหตุผลที่หนักแน่นที่สุดในการผลักดันนโยบายความหลากหลายอีกต่อไป และเสนอว่าควรศึกษาเพิ่มเติมว่าบรรยากาศและวัฒนธรรมของทีม (diversity climate) ส่งผลต่อความสัมพันธ์นี้อย่างไร รวมถึงความเป็นไปได้ที่ความสัมพันธ์อาจไม่เป็นเส้นตรง งานชิ้นนี้จึงเป็นเสียงเตือนใจสำคัญที่ปิดท้ายบทความนี้ ว่าหลักฐานเชิงบวกจากงานวิจัยรายชิ้นก่อนหน้าที่กล่าวมาไม่ได้หมายความว่าความหลากหลายจะรับประกันผลงานที่ดีขึ้นในทุกบริบทเสมอไป

กรอบ "เลือก-หนุน-จัด-ให้": สังเคราะห์หลักฐานเป็นวิธีสร้างทีมหลากหลาย

หลักฐาน 6 ชิ้นข้างต้นชี้ทั้งศักยภาพและข้อจำกัดของความหลากหลายในทีม แต่ถ้าจะย่อเป็นขั้นตอนใช้จริงตอนหัวหน้าทีมกำลังตัดสินใจเรื่องโครงสร้างทีม อาจสรุปได้เป็น 4 ขั้นตอนคือ "เลือก-หนุน-จัด-ให้"

1. เลือก — เลือกให้ความหลากหลายทำงานกับงานที่ซับซ้อนและต้องใช้ความคิดสร้างสรรค์ก่อน ไม่ใช่งานประจำที่เป็นกิจวัตร เพราะ Wallrich et al. (2024) พบว่าความสัมพันธ์ระหว่างความหลากหลายกับผลงานแข็งแรงขึ้นชัดเจนเฉพาะเมื่องานมีความซับซ้อนสูง 2. หนุน — หนุนทักษะความไวต่อความรู้สึกทางสังคมของสมาชิกทีม ไม่ใช่หวังผลจากสัดส่วนเพศเพียงอย่างเดียว เพราะ Riedl et al. (2021) พบว่ากลไกที่แท้จริงที่ทำให้สัดส่วนผู้หญิงในทีมช่วยเพิ่มความฉลาดร่วมคือความไวต่อความรู้สึกทางสังคม 3. จัด — จัดกระบวนการสื่อสารเป็นพิเศษสำหรับทีมที่มีความหลากหลายทางอายุสูง เพราะ Riedl et al. (2021) พบว่าความหลากหลายทางอายุที่สูงสัมพันธ์ทางลบกับความฉลาดร่วมของกลุ่ม จึงอาจต้องลงทุนเพิ่มด้านกระบวนการทำงานร่วมกันเพื่อชดเชย 4. ให้ — ให้ผลตอบแทนและเครดิตอย่างเป็นธรรมกับคนที่สร้างนวัตกรรม ไม่ใช่หยุดแค่การจ้างงานที่หลากหลาย เพราะ Hofstra et al. (2020) พบว่าคนกลุ่มน้อยที่สร้างผลงานแปลกใหม่จริงกลับได้รับผลตอบแทนทางอาชีพน้อยกว่าคนกลุ่มใหญ่ที่สร้างผลงานแปลกใหม่ระดับเดียวกัน

กรอบ "เลือก-หนุน-จัด-ให้" เป็นเครื่องมือประยุกต์ของบทความนี้ที่ช่วยจดจำขั้นตอนสร้างทีมหลากหลายที่ได้ผลจริง ไม่ใช่คำแนะนำเชิงนโยบายที่ผ่านการตรวจสอบความเที่ยงตรงทางวิชาการ (validated instrument) แต่อย่างใด

ลองเอาไปปรับใช้ดู

1. ลองปรับความคาดหวังดูไหมครับ ว่าการเพิ่มความหลากหลายในทีมอาจไม่ได้เพิ่มผลงานโดยอัตโนมัติในทุกสถานการณ์ เพราะ Wallrich et al. (2024) ซึ่งเป็นงานวิเคราะห์อภิมานที่ครอบคลุมที่สุด พบว่าความสัมพันธ์โดยเฉลี่ยเล็กมาก (|r| < 0.1) อาจจะลองมองความหลากหลายเป็นปัจจัยหนึ่งในหลายปัจจัยแทน ไม่ใช่สูตรสำเร็จเดี่ยวๆ 2. อาจจะลองให้ความหลากหลายทำงานกับงานที่ซับซ้อนและต้องใช้ความคิดสร้างสรรค์ดูก่อน เพราะ Wallrich et al. (2024) พบว่าความสัมพันธ์ระหว่างความหลากหลายกับผลงานแข็งแรงขึ้นชัดเจนเมื่องานมีความซับซ้อนสูง หากทีมทำงานประจำที่เป็นกิจวัตร อาจไม่ควรคาดหวังผลบวกจากความหลากหลายมากเท่ากับงานที่ต้องคิดค้นสิ่งใหม่ 3. ลองให้น้ำหนักกับสัดส่วนเพศและความไวต่อความรู้สึกทางสังคมของสมาชิกทีมดูไหมครับ เพราะ Riedl et al. (2021) พบว่ากลไกที่แท้จริงที่ทำให้สัดส่วนผู้หญิงในทีมช่วยเพิ่มความฉลาดร่วมคือความไวต่อความรู้สึกทางสังคม การคัดเลือกหรือฝึกฝนทักษะนี้ในทีมอาจสำคัญไม่น้อยไปกว่าองค์ประกอบทางเพศเพียงอย่างเดียว 4. ลองพิจารณาดูว่าความหลากหลายทางอายุในทีมอาจต้องการการบริหารจัดการเป็นพิเศษไหมครับ เพราะ Riedl et al. (2021) พบว่าความหลากหลายทางอายุที่สูงสัมพันธ์ทางลบกับความฉลาดร่วมของกลุ่ม ทีมที่มีช่วงอายุกว้างมากอาจลองลงทุนเพิ่มเติมด้านกระบวนการสื่อสารและการทำงานร่วมกันเพื่อชดเชยผลกระทบนี้ดู 5. ถ้าอยากได้ผลลัพธ์เชิงนวัตกรรมจากความหลากหลายในองค์กร ลองดูตัวอย่างจากระดับกรรมการบริษัทไหมครับ เพราะ Cao et al. (2021) พบว่าความหลากหลายทางชาติพันธุ์ในคณะกรรมการสัมพันธ์กับการดึงดูดผู้มีความสามารถหลากหลายและผลงานสิทธิบัตรที่ดีขึ้นจริง แต่ควรมาพร้อมกับสภาพแวดล้อมที่สร้างความรู้สึกเป็นส่วนหนึ่งด้วย ไม่ใช่แค่การนับจำนวนตัวแทนบนกระดาษ 6. อาจจะลองออกแบบระบบให้รางวัลและประเมินผลงานอย่างเป็นธรรมควบคู่ไปด้วย ไม่ใช่แค่เพิ่มความหลากหลายเข้าไปในทีมเฉยๆ เพราะ Hofstra et al. (2020) พบว่าคนกลุ่มน้อยที่สร้างผลงานแปลกใหม่จริงกลับได้รับผลตอบแทนทางอาชีพน้อยกว่าคนกลุ่มใหญ่ที่สร้างผลงานแปลกใหม่ระดับเดียวกัน องค์กรที่จริงจังกับความหลากหลายจึงน่าจะลองแก้ปัญหานี้ควบคู่กันไปด้วย ไม่ใช่หยุดแค่การจ้างงานที่หลากหลาย

คำถามที่พบบ่อย

สรุปแล้วความหลากหลายในทีมช่วยเพิ่มนวัตกรรมจริงหรือไม่?
คำตอบที่ตรงกับหลักฐานมากที่สุดคือ "ช่วยได้จริงในบางมิติและบางบริบท แต่ไม่ใช่สูตรสำเร็จที่ใช้ได้ทุกที่" หลักฐานเชิงบวกที่ชัดเจนที่สุดมาจากบริบทวิทยาศาสตร์ เช่น Yang et al. (2022) พบว่าทีมผสมเพศผลิตงานแปลกใหม่และมีผลกระทบสูงกว่าจริง และ AlShebli et al. (2018) พบความสัมพันธ์แข็งแรงระหว่างความหลากหลายทางชาติพันธุ์กับผลกระทบทางวิชาการ แต่เมื่อดูภาพรวมข้ามบริบทธุรกิจทั่วไปอย่าง Wallrich et al. (2024) ความสัมพันธ์เฉลี่ยกลับเล็กมาก จึงควรตีความว่า "มีศักยภาพจริง" มากกว่า "รับประกันผลลัพธ์"
ทำไมความหลากหลายทางเพศกับความหลากหลายทางอายุถึงให้ผลต่างกัน?
Riedl et al. (2021) พบว่ากลไกเบื้องหลังต่างกัน สัดส่วนผู้หญิงในกลุ่มช่วยเพิ่มความฉลาดร่วมผ่านความไวต่อความรู้สึกทางสังคมที่สูงขึ้นโดยเฉลี่ย ขณะที่ความหลากหลายทางอายุที่สูงอาจเพิ่มความยากในการสื่อสารและความเข้าใจร่วมกันในกลุ่ม แสดงว่าความหลากหลายแต่ละประเภทมีกลไกทางจิตวิทยาสังคมที่แตกต่างกัน ไม่ควรเหมารวมว่า "ความหลากหลาย" ทุกแบบทำงานเหมือนกัน
ทำไมคนที่สร้างนวัตกรรมจากความหลากหลายถึงไม่ได้รับผลตอบแทนที่เท่าเทียม?
Hofstra et al. (2020) พบว่าผลงานแปลกใหม่ของนักวิจัยกลุ่มน้อยถูกนำไปต่อยอดโดยคนอื่นในอัตราที่ต่ำกว่าผลงานแปลกใหม่ระดับเดียวกันของกลุ่มส่วนใหญ่ ซึ่งอาจสะท้อนอคติในการรับรู้คุณค่าของผลงานจากกลุ่มต่างๆ ไม่เท่ากัน แม้เนื้อหาผลงานจะมีคุณภาพและความแปลกใหม่ในระดับเดียวกันก็ตาม นี่คือสิ่งที่ทีมวิจัยเรียกว่า "ข้อขัดแย้งของความหลากหลายกับนวัตกรรม"
ถ้าองค์กรอยากได้ประโยชน์จากความหลากหลายจริงๆ ควรเริ่มตรงไหน?
จากบทเรียนของ Wallrich et al. (2024) ควรเริ่มจากงานที่มีความซับซ้อนและต้องใช้ความคิดสร้างสรรค์ก่อน เพราะความสัมพันธ์ระหว่างความหลากหลายกับผลงานแข็งแรงที่สุดในบริบทนี้ และจากบทเรียนของ Cao et al. (2021) ควรให้ความหลากหลายเริ่มตั้งแต่ระดับการตัดสินใจ เช่น คณะกรรมการหรือผู้บริหาร ไม่ใช่แค่ระดับปฏิบัติการ พร้อมสร้างวัฒนธรรมที่ทำให้ทุกคนรู้สึกเป็นส่วนหนึ่งจริงๆ ไม่ใช่แค่การนับจำนวน
ความหลากหลายมีข้อเสียหรือความเสี่ยงอะไรบ้างที่ควรระวัง?
มีอยู่บ้าง Riedl et al. (2021) พบว่าความหลากหลายทางอายุที่สูงสัมพันธ์ทางลบกับความฉลาดร่วมของกลุ่ม และ Wallrich et al. (2024) เตือนว่าในงานที่ไม่ซับซ้อนหรือเป็นกิจวัตร ความสัมพันธ์ระหว่างความหลากหลายกับผลงานแทบไม่มีนัยสำคัญ ดังนั้นการผลักดันความหลากหลายโดยไม่คำนึงถึงประเภทของงานหรือกลไกสนับสนุนที่เหมาะสม อาจไม่ได้ผลลัพธ์อย่างที่หวังไว้
หลักฐานทั้งหมดนี้มาจากบริบทวิทยาศาสตร์เป็นหลัก ใช้ได้กับธุรกิจทั่วไปด้วยหรือไม่?
ควรระมัดระวังสักหน่อยครับ งานวิจัยส่วนใหญ่ในบทความนี้ เช่น AlShebli et al. (2018), Hofstra et al. (2020) และ Yang et al. (2022) วิเคราะห์ข้อมูลจากวงการวิชาการและวิทยาศาสตร์ ซึ่งมีลักษณะงานและระบบให้รางวัลต่างจากบริษัททั่วไป อย่างไรก็ตาม Cao et al. (2021) และ Wallrich et al. (2024) ให้หลักฐานที่ครอบคลุมบริบทธุรกิจโดยตรงมากกว่า และภาพรวมที่ได้ก็สอดคล้องกันในทิศทางเดียวกัน คือความหลากหลายมีศักยภาพเชิงบวกจริงแต่ขนาดผลไม่ได้ใหญ่เท่าที่มักถูกกล่าวอ้างในสื่อธุรกิจทั่วไป

แหล่งอ้างอิง

AI คัดเรซูเม่ "เป็นกลาง" กว่ามนุษย์จริงไหม งานวิจัยใหม่พบคนทำตามคำแนะนำอคติของ AI ถึง 90% และระบบเดียวกันกีดกันผู้สมัครผิวดำเกิน 1 ใน 4 ซ้ำในหลายบริษัท
ธุรกิจและการเป็นผู้ประกอบการ

AI คัดเรซูเม่ "เป็นกลาง" กว่ามนุษย์จริงไหม งานวิจัยใหม่พบคนทำตามคำแนะนำอคติของ AI ถึง 90% และระบบเดียวกันกีดกันผู้สมัครผิวดำเกิน 1 ใน 4 ซ้ำในหลายบริษัท

งานวิจัยจากใบสมัครงานจริงกว่า 4 ล้านใบพบว่าระบบ AI คัดกรองที่หลายบริษัทใช้ร่วมกันกีดกันผู้สมัครผิวดำเกิน 1 ใน 4 อย่างเป็นระบบ และเมื่อทดสอบกับ LLM 5 ตัว ก็ยังพบความลำเอียงทางเชื้อชาติชัดเจนแม้ผู้หญิงจะได้คะแนนดีกว่าผู้ชายโดยรวม

อ่าน 28 นาที
รวมคนกับ AI เข้าด้วยกัน แล้วตัดสินใจแม่นขึ้นจริงไหม งานวิเคราะห์ 106 การทดลองพบทีมผสมมักแพ้ผู้เล่นเดี่ยวที่เก่งที่สุด และแพทย์ที่ใช้ AI ช่วยวินิจฉัยยังทำได้แค่ 76% ขณะที่ AI เดี่ยวทำได้ถึง 92%
ธุรกิจและการเป็นผู้ประกอบการ

รวมคนกับ AI เข้าด้วยกัน แล้วตัดสินใจแม่นขึ้นจริงไหม งานวิเคราะห์ 106 การทดลองพบทีมผสมมักแพ้ผู้เล่นเดี่ยวที่เก่งที่สุด และแพทย์ที่ใช้ AI ช่วยวินิจฉัยยังทำได้แค่ 76% ขณะที่ AI เดี่ยวทำได้ถึง 92%

งานวิเคราะห์ 106 การทดลองพบว่าโดยเฉลี่ยทีมผสมมนุษย์+AI แพ้ผู้เล่นเดี่ยวที่เก่งที่สุด และในการทดลองจริงกับแพทย์ 50 คน กลุ่มที่ใช้ AI ช่วยวินิจฉัยยังทำได้แค่ 76% ขณะที่ AI ทำงานคนเดียวกลับได้ถึง 92% เพราะมนุษย์มักถ่วงน้ำหนักคำแนะนำ AI ต่ำเกินไป

อ่าน 19 นาที
อัลกอริทึมเป็นหัวหน้าคุณหรือยัง: บริษัทในสหรัฐฯ 90% ใช้ AI สั่งงาน-ติดตาม-ประเมินพนักงานแล้ว งานวิจัยชี้ผลกระทบต่อใจคนทำงานจริง
ธุรกิจและการเป็นผู้ประกอบการ

อัลกอริทึมเป็นหัวหน้าคุณหรือยัง: บริษัทในสหรัฐฯ 90% ใช้ AI สั่งงาน-ติดตาม-ประเมินพนักงานแล้ว งานวิจัยชี้ผลกระทบต่อใจคนทำงานจริง

งานสำรวจคนทำงานกว่า 1,000 คนในเยอรมนีพบว่าการถูกจัดการด้วยอัลกอริทึมเพิ่มความเร่งรีบในการทำงาน ลดความเป็นอิสระ และเพิ่มความเครียดทางใจโดยตรง ขณะที่งานวิจัยในไรเดอร์จีนก็พบว่าการรับรู้ถึงการควบคุมแบบนี้นำไปสู่พฤติกรรมเบี่ยงเบนทั้งในที่ทำงานและที่บ้าน

อ่าน 15 นาที
มั่นใจเกินไปทำธุรกิจพังจริงไหม งานวิจัยจากบริษัทจริง 2,379 แห่งถึงห้องทดลองในปานามาชวนดู
ธุรกิจและการเป็นผู้ประกอบการ

มั่นใจเกินไปทำธุรกิจพังจริงไหม งานวิจัยจากบริษัทจริง 2,379 แห่งถึงห้องทดลองในปานามาชวนดู

จากข้อมูลบริษัทจริงกว่า 2,300 แห่งถึงห้องทดลองในปานามา งานวิจัยชี้ว่าความมั่นใจเกินจริงมีทั้งแบบที่ช่วยและแบบที่ทำร้ายผลประกอบการ ขึ้นอยู่กับว่าเป็นความมั่นใจชนิดไหน

อ่าน 17 นาที