← 全部概念地圖
標準

概念地圖・控制期望值

分類:生產力

這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖,加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你,以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →

控制期望值:多專注一點值不值得

免稅店的型錄校核員把通知暫停,準備重讀一批品名;主管增加獎勵後,她仍先問這套比對畫面到底能不能抓出錯字。同一個字盯久一點,成功機率可能增加,也可能很快碰到天花板。控制期望值把這個選擇攤開:結果值多少、加強控制能改善多少、投入又要付出多少成本——三件事一起看,才有理由決定下一份心力放在哪裡。

Shenhav、Botvinick 與 Cohen 提出的控制期望值理論,以 EVC(控制訊號,當下狀態)=Σ〔各結果機率 × 該結果價值〕-控制成本,評估候選控制訊號。選擇包含訊號的身分與強度——要控制什麼,以及控制多少。以下數字與免稅店應用,都是為解釋結構設計的示意。

五個控制強度的期望回報、成本與淨值 橫軸是五個示意控制強度,縱軸以相同單位畫價值與成本。金線期望回報逐點增加,紅線成本也增加,綠線是兩者相減的淨值。五個候選點中,強度零點五的淨值六點三最高;點間連線僅作視覺示意。 期望回報 控制成本 淨值=回報-成本 價值/成本(同單位) 1086 420 候選點最高 強度 0.50|淨值 6.3 00.250.500.751.00 控制強度(示意) 成功報酬 10、失敗回報 0;五點數據見下表。 點間連線僅為視覺示意,不能推定連續最佳值。
回報仍在增加時,新增成本已可能把淨值往下拉。

報酬、成功機率與控制成本

成功報酬設為 10、失敗回報設為零,因此這組示意的期望回報=成功機率 × 10;價值與成本採相同單位。

控制強度成功機率期望回報控制成本淨值
00.40404
0.250.626.20.55.7
0.500.787.81.56.3,候選點最高
0.750.888.835.8
1.000.949.454.4

從強度 0.50 再加到 0.75,期望回報增加 1,成本增加 1.5,淨值便少了 0.5——多投入確實改善成功機率,仍可能失去淨值。這裡只比較五個候選點;未知的中間強度,需要另取資料。

專注強度要看哪些輸入

一、結果價值。型錄品名錯字、容量誤植、促銷條件漏字,各自造成的後續負擔不同。先約定這輪要攔下哪類錯誤,再談成功值多少。單把獎金填進去,容易漏掉重印與旅客詢問的處理成本——結果定義會牽動整張比較。自問:各種結果對我有多少價值?

二、控制提高成功的幅度。校核員把視線停在品名,仍得有可信的對照資料。畫面若把舊版與新版混在一起,增加重讀次數的效果很快變小。用同類型錯誤試看前後差異,才有依據調整預期——「再仔細一點」還缺一條效能證據。自問:多投入一份控制,成功機率會增加多少?

三、投入成本。逐字對照、壓住跳行衝動、記住剛才核過的位置,都可能帶來主觀負擔。示意評估可先記下額外操作與負擔回報,採一致尺度比較;把分鐘直接減掉報酬,單位就亂了——時間紀錄只是估計成本的一項材料。自問:這種投入的成本如何估計,能否與價值比較?

四、替代控制方式。只列「讀一遍、讀兩遍、讀三遍」,選項會被重讀綁住。校核員還能改成先核容量,再核品名,或一次只追蹤一個版本。替代方式可能改變成功機率與負擔——先把候選清單打開,才談哪種最划算。自問:還有哪些控制方式值得一起比較?

免稅店型錄校核的投入選擇,走一遍

實例演練

底下這家台灣中部的免稅店,是為了把這個結構講清楚而編出來的示意情境,沒有指涉任何真實公司。

  • 先定義成功:這輪只測品名錯字的攔截,準備難度相近、含已知錯字的型錄副本,讓兩個介面面對可比的任務。先固定要找的錯
  • 介面甲:來源與排版稿分頁顯示,每次切換都要重新找行。增加一次逐字核對後,觀察漏字是否減少,也記下重定位的次數——心力可能耗在找位置。多讀仍會走失
  • 介面乙:兩份品名並排、逐列對齊,保留相同的核對規則。再比較同樣增加一次逐字核對後的變化;改善若較穩定,便支持這個介面有較高的控制效能。讓投入接到結果
  • 把順序攤開:交錯使用兩個介面與不同副本,減少熟悉題目的影響。獎勵條件先固定,並分別記錄漏字、操作與主觀負擔——此時才有材料更新兩種方式的估計。比較工作設計

這次演練要留下的,是「加強哪一種控制,透過哪個介面,改善哪個結果」的紀錄。介面甲的重定位成本可能壓過再次核對的收益;介面乙也可能因列距太密而增加跳行,仍須實際比較。若獎勵增加後只見停留時間變長,就繼續查錯字攔截的變化——停得久尚不足以支持效能提升。把觀察用來修改版面與核對流程,下一輪再試,避免拿示意淨值替任何人打分數。以上為說明結構用的示意情境,僅供理解框架之用。

淨值什麼時候會騙你

  1. 把增加獎勵當作增加效能。獎勵提高會改變結果價值;介面是否讓多一份控制轉成較高成功機率,仍要另外查。若來源版本錯了,校核員越仔細,可能越穩定地照著錯版改字——先驗證比對材料,再解讀投入變化。
  2. 把示意成本當成測得的腦部耗能。圖上的成本由教學假設設定,沒有熱量、神經訊號或個人能力的測量依據。用操作紀錄估計負擔,也必須交代尺度與限制——小數點讓算式精確,資料的可信程度仍取決於取得方式。
  3. 忽視候選控制方式之外的改善。五個點中取最高,只回答這五個點。若候選清單缺少清楚的原稿、版本標記與一致欄位,便可能把本可移除的困難留給校核員。選出當下較佳方案後,繼續檢查任務設計——曲線邊界外還有可改的地方。

用痛點的眼光查效能

痛點視角

投入專注的理由,藏在多一份心力能改善的結果裡。

《痛點》的 P.A.I.N. 視角會把「請再仔細一點」往工作現場追:校核員反覆切頁,承受的是記憶負擔;旅客讀到錯字,可能承受的是商品辨識困難。兩個接點都得看見。這張圖畫得出候選控制的淨值,畫不出客戶究竟被哪個錯誤卡住。如果團隊只獎勵容易計數的錯字,容量與適用條件的混淆就可能留在版面上。先聽一次旅客如何理解品名,再回頭決定校核成功的內容——價值輸入需要現場證據。今晚拿一張舊型錄,把來源與刊登文字排成同一列,實際走過一次比對,記下視線離開該列的原因。

控制期望值,常見問題

控制期望值就是報酬乘成功機率嗎?

完整結構會把各種結果的價值依機率加權,再減去控制成本。本頁把失敗回報設為零,才簡化成成功機率乘報酬。若漏字會產生重印損失,便要把這個結果及其機率放回估計——先交代省略條件,才知道算式能用在哪裡。

為什麼最高強度沒有最高淨值?

這組數字讓回報逐步增加,但後段增加得較慢,成本則持續上升。從一次投入跨到下一個候選強度,要看新增回報能否涵蓋新增成本。其他任務可能得到別的排序;本頁的中間點勝出,只適用於表內這五組假設。

能用這個模型判斷員工的大腦是否夠專注嗎?

這個頁面提供工作設計的比較方法,沒有提供個人腦部診斷工具。原論文提出 dACC 參與控制分配的理論,執行控制涉及其他機制;將它簡化成單一專注開關會丟掉模型的分工。實務應回到任務條件與介面紀錄,並讓當事人說明負擔。

獎勵若被推到很久以後,時間動機理論會接手解釋折扣;期望值決策樹則把結果的分支攤開。接著把要核的那一列留在眼前,確認這次多讀一遍,究竟多看見了什麼。

發現引用或事實有誤?請寫信回報,我會依更正政策修正。