С кем вам следует установить связь в следующий раз, когда вы будете искать работу? Чтобы ответить на этот вопрос, мы проанализировали данные нескольких крупномасштабных рандомизированных экспериментов с участием 20 миллионов человек, чтобы определить, как различные типы связей влияют на мобильность при трудоустройстве. Наши результаты, опубликованные недавно в журнале Science, показывают, что ваши самые сильные связи - а именно связи с непосредственными коллегами, близкими друзьями и семьей - на самом деле наименее полезны для поиска новых возможностей и получения работы. Вам больше повезет со слабыми связями: более редкими, отношениями на расстоянии вытянутой руки со знакомыми.
Если быть более точным, то связи, которые наиболее полезны для поиска новой работы, как правило, являются умеренно слабыми: В них соблюдается баланс между знакомством с новыми социальными кругами и информацией и достаточной степенью знакомства и совпадения интересов, чтобы эта информация была полезной. Наши результаты позволили выявить взаимосвязь между силой связи (измеряемой количеством взаимных связей до установления связи) и вероятностью перехода соискателя на новую должность в организации, с которой установлена связь.
Наблюдение о том, что слабые связи более благоприятны для поиска работы, не ново. Социолог Марк Грановеттер впервые изложил эту идею в основополагающей работе 1973 года, в которой описывалось, как сеть контактов человека влияет на его перспективы трудоустройства. С тех пор эта теория, известная как "сила слабых связей", стала одной из самых влиятельных в социальных науках - она лежит в основе сетевых теорий распространения информации, структуры промышленности и человеческого сотрудничества.
Несмотря на долговечность и влияние гипотезы Грановеттера, до сих пор не было проведено окончательной проверки причинно-следственных связей с использованием крупномасштабных данных. Это связано с тем, что сети людей развиваются одновременно с их работой, что крайне затрудняет проведение крупномасштабных экспериментов, необходимых для проверки теории. Именно по этой причине большинство исследований в этой области прибегали к корреляционному анализу, в результате чего трудно определить, действительно ли человек получил работу из-за слабой связи или из-за таких сбивающих факторов, как стаж работы или быстрый рост компании.
Наша работа устраняет этот пробел, используя данные крупнейшей в мире профессиональной сетевой платформы: LinkedIn. В частности, мы использовали стандартную часть современных рекомендательных систем: A/B тестирование. Поскольку модели ИИ, на которых основаны эти рекомендательные алгоритмы, постоянно совершенствуются, новые версии тщательно тестируются с помощью рандомизированных экспериментов, чтобы убедиться, что они хорошо работают для всех пользователей. Учитывая масштаб цифровых платформ, такие эксперименты, как правило, носят массовый характер и проводятся на десятках миллионов пользователей.
Мы проанализировали данные многочисленных экспериментов такого рода на алгоритме LinkedIn "People You May Know", который рекомендует новые связи пользователям LinkedIn. В ходе всемирных экспериментов, продолжавшихся в течение пяти лет, случайным образом менялся состав рекомендаций связей в сетях более 20 миллионов человек, за это время было создано два миллиарда новых связей и 600 000 новых рабочих мест. Случайно в этих тестах менялась распространенность слабых и сильных связей в рекомендациях, и именно эту вариативность мы использовали.
Наш анализ причинно-следственных связей подтвердил, что слабые связи в наибольшей степени повышают вероятность перехода на другую работу, что стало первым крупномасштабным испытанием гипотезы о слабых связях и позволило внести несколько изменений в теорию с важными последствиями для реальной жизни:
Во-первых, когда дело доходит до поиска новой работы, наиболее полезными оказываются умеренно слабые связи, а наименее - самые сильные. Например, по сравнению с крайне слабыми связями с одним общим другом, новая связь с 10 общими друзьями почти удваивает вероятность смены работы!
Во-вторых, хотя слабые связи важны в среднем, они особенно важны в отраслях с высокой степенью внедрения ИТ и программного обеспечения, интеграции машинного обучения и искусственного интеллекта (ИИ), а также роботизации. Скорее всего, это связано с тем, что уровень развития техники в этих отраслях стремительно меняется, и быть в курсе всех событий - критически важно для успеха. Именно поэтому так ценны слабые связи, обеспечивающие доступ к разнообразным сообществам с широким знакомством с новыми технологическими и методическими разработками.
Наконец, наши результаты показывают, что слабые связи еще более важны в тех отраслях, которые благоприятствуют удаленной работе. Поскольку мир переходит к гибридным технологиям или работе из любой точки мира, создание и развитие слабых связей станет еще более важным для успеха в карьере.
Выводы для тех, кто ищет работу, очевидны: необходимо активно управлять, расширять и разнообразить свою цифровую социальную сеть, поскольку слабые связи могут существенно повлиять на перспективы трудоустройства, мобильность, продвижение по службе и даже заработную плату. Для работников цифровых отраслей или профессий, где технологии быстро развиваются, слабые связи дают новую информацию и являются мостом к новым сообществам и возможностям. Тем, кто работает удаленно, следует обратить на это особое внимание, так как при такой организации работы разговоры по душам и незапланированные встречи с новыми людьми становятся затруднительными.
Переведено с помощью www.DeepL.com/Translator (бесплатная версия)