超越可行性筛选器(Feasibility Filters):专业知识异质性(Heterogeneity of Expertise)如何赋能创新识别(Innovation Recognition)

《STRATEGIC MANAGEMENT JOURNAL》:Beyond feasibility filters: How expertise heterogeneity enables innovation recognition

【字体: 大 中 小 】 时间:2026年01月15日 来源:STRATEGIC MANAGEMENT JOURNAL 7.2

编辑推荐:

  研究概要(Research Summary):组织在多学科领域中往往难以识别兼顾新颖性(novelty)与可行性(feasibility)的有前景的创新方案,而评估者的专业知识构成如何影响这些评估?本研究通过与美国国家航空航天局(National Aerona

  
研究概要(Research Summary):组织在多学科领域中往往难以识别兼顾新颖性(novelty)与可行性(feasibility)的有前景的创新方案,而评估者的专业知识构成如何影响这些评估?本研究通过与美国国家航空航天局(National Aeronautics and Space Administration, NASA)合作的"Astrobee机械臂挑战赛(Astrobee Robotic Arm Challenge)"田野实验(field experiment),考察评估者专长(expertise)如何影响创新评估——涉及354名评估者对101份解决方案的评分。跨领域(domain-spanning)评估者相较单一领域(domain-specific)评估者给出更高的新颖性评分,同时维持相似的可用性(feasibility)评分;领域相邻(domain-adjacent)评估者在两个维度上均给出更高评分。研究人员结合人工与大语言模型(human-LLM analysis)对3007条评估者评语的分析揭示了一个两阶段过程:可行性筛选(feasibility filtering,评估最低生存力阈值)继之以整合性评估(integrative assessment,评估性能提升潜力)。不同专长类型发挥互补功能:跨领域评估者在保持严格标准的同时能识别提升潜力;领域相邻评估者对新颖方法表现出开放性;领域特定评估者确保技术严谨性。研究结果表明,有效的创新评估依赖于战略性组合互补的专长类型,而非寻找最优个体评估者。 管理概要(Managerial Summary):组织常难以识别既新颖又可行的创新,面临错失突破性机会或浪费资源的风险。研究人员通过NASA田野实验(354名评估者评审101份空间机器人臂设计)研究发现:具备多领域知识的评估者能识别更新颖且可行的想法;仅具单领域专长的评估者提供必不可少的技术把关(gatekeeping)但可能忽视跨领域改进;相邻领域专家较开放但严谨性较低。组织可通过战略性组合这些互补专长类型——先用领域特定专家做初始可行性筛查,再用跨领域专家识别整合机会——来强化创新遴选,而非寻求一位"理想"评估者。
论文解读:《Beyond Feasibility Filters: How Expertise Heterogeneity Enables Innovation Recognition》发表于Strategic Management Journal
一、研究背景与问题提出
在高技术产业中,创新失败对组织绩效与竞争优势影响深远。组织面临的核心评估难题是如何识别那些兼具足够新颖性(能提供竞争优势)与足够可行性(可在现有约束下可靠实施)的早期创新方案。新颖性与可行性之间存在固有张力:高度新颖的概念因偏离既有路径往往显得不切实际,而高度可行的方案通常是渐进式或常规性的。组织若过度强调可行性易错失突破性创新(false negative),若低估实施难度则易追逐不切实际的构想。既往研究表明领域特定专家(domain-specific experts)倾向优先筛选可行性并偏向保守,但对不同专长配置——特别是跨领域(domain-spanning,兼具机器人与航天航空知识)与领域相邻(domain-adjacent,相关但不核心技术领域)评估者——如何在多学科技术语境下处理新颖性—可行性(newty-feasibility)权衡及其背后的认知机制尚缺乏系统理解。为此,研究人员与NASA及Freelancer.com合作,借助NASA Astrobee Robotic Arm Challenge这一典型多学科(multidisciplinary)技术场景开展田野实验,探究评估者专业知识异质性(expertise heterogeneity)如何塑造其对技术创新的新颖性与可行性判断及潜在评估过程。
二、主要研究方法
研究人员从Freelancer.com平台17665名注册者中分层随机抽取549名候选评估者,最终纳入354名有效评估者(领域特定domain-specific:≥2年机器人学/机电或≥1年航天防务经验;领域相邻domain-adjacent:具相邻技术领域专长但非机器人或航天;跨领域domain-spanning:同时具机器人与航天航空领域专长)。评估者对随机分配的10份解决方案(共101份来自NASA Astrobee Challenge Series九个子赛事的方案)进行新颖性(novelty)与可行性(feasibility)7点Likert量表评分并撰写定性评语。定量采用OLS回归含评估者协变量、方案固定效应(solution fixed effects)及双聚类标准误;定性采用人—大语言模型(human-LLM collaborative coding, Claude 3.5 Sonnet)混合方法对3007条评语编码,识别两阶段评估过程——可行性筛选(feasibility filtering)与整合性评估(integrative assessment),并以人类专家与交叉LLM验证编码可靠性。
三、研究结果
4.1 Expertise Types and Novelty Assessment(专长类型与新穎性评估)
OLS回归显示,控制方案固定效应后,跨领域(domain-spanning)评估者较领域特定(domain-specific)基线新颖性评分高0.564分(p=0.007),对高度新颖方案(>5分)判定概率高11.9个百分点(p=0.006);领域相邻(domain-adjacent)评估者新颖性评分高0.240分(p=0.044),但对高度新颖方案无显著差异。表明跨领域与领域相邻评估者均比领域特定者更易认可新颖性,且跨领域评估者的高新颖性识别在控制个体特征后更稳健。
4.2 Expertise Types and Feasibility Assessment(专长类型与可行性评估)
领域相邻评估者较领域特定基线可行性评分高0.406分(p<0.001),跨领域评估者与领域特定评估者可行性评分差异不显著(β=0.173, p=0.404)。说明跨领域评估者维持与领域特定专家同等严格的可行性标准,而领域相邻评估者对可行性标准较宽松。
4.3 Comparing Novelty and Feasibility Patterns across Expertise Types(跨专长类型的新穎性与可行性模式比较)
跨领域评估者呈现"高新颖性识别+严可行性标准"的独特模式;领域相邻评估者两维均偏高反映较宽松评价标准;领域特定评估者严格可行性筛选但新颖性识别有限。这印证不同专长类型采用差异化评估启发式(heuristics)。
5.4 Results from Mechanism Assessment: Two-stage Evaluation Process(机制评估:两阶段评估过程)
对1981条含新颖性讨论评语的分析识别出普遍的两阶段顺序:先可行性筛选(feasibility filtering)——判断方案是否满足最低技术可行门槛并据此打折或忽略新颖性贡献;后整合性评估(integrative assessment)——对已过门槛方案评估新颖要素如何超越基本要求提升性能。可行性评分低时可行性筛选评论占比高(中位数=3.0),可行性评分高时整合性评估评论占比高(中位数=6.0),Wilcoxon检验均p<0.001。
5.5 Stage 1: Feasibility Filtering(第一阶段:可行性筛选)
各专长类型在低可行性时均高频进行可行性筛选。领域相邻评估者可行性筛选率最低(可行性=1时约55%),反映较松的可行性阈值;领域特定评估者呈二元式——低于中位数可行性(≤5)严格筛除,高于则较少筛选;跨领域评估者可行性筛选率最高(低可行性时>60%)且在中等可行性(4–5)仍维持较高率,表明其跨域知识引致更持久严谨的可行性审查。
5.6 Stage 2: Integrative Assessment(第二阶段:整合性评估)
可行性达阈值后各类型整合性评估率上升。跨领域评估者在高可行性(评分6–7)时整合性评估率最高(达68% at 评分=7;可行性≥6时53% vs. 领域特定40.5%和领域相邻41%),说明其最擅长识别跨域性能提升。领域特定评估者整合性评估波动较大,领域相邻呈平稳上升趋势。
5.7 Innovation Types in Two-stage Evaluation(两阶段评估中的创新类型聚焦)
可行性筛选阶段跨领域评估者近全部聚焦功能性创新(function-focused innovation, 96%),即新颖操作方式;领域特定较多关注形态创新(form-focused, 23%)。整合性评估阶段所有类型转向功能聚焦但相对差异保留,跨领域评估者持续以功能导向为主(92%)。
四、讨论与结论
研究人员指出,有效创新评估依赖专长异质性的战略组合而非寻找完美个体评估者。跨领域(domain-spanning)评估者执行与领域特定者同样严格的可行性筛选(feasibility filtering),却在对通过筛选的方案中展现卓越的整合性评估(integrative assessment)能力——识别跨域功能提升潜力,这是π型专长(π-shaped expertise, 多域深度知识)使能的知识整合表现。领域相邻(domain-adjacent)评估者对新颖方法全程较开放但可行性把关较松。领域特定(domain-specific)评估者提供关键技术把关(gatekeeping)但整合性评估有限。组织可设计分阶段评估流程:先用领域特定专家筛可行性,再让稀缺的跨领域专家识别整合/提升机会;或为促进突破性创新早期留存,先由跨领域评估者初筛以减少false negative再交领域特定者验证。此将评估者异质性(expertise heterogeneity)从"谁评估"的组成问题重构为"以何种顺序"的流程设计问题。
结论翻译(Conclusion):
随着技术创新日益跨越学科边界,组织须同时识别渐进式改进与范式转换型突破。本研究表明,有效创新评估依赖利用互补专长类型而非寻求最优个体评估者。通过有意排序评估——用领域特定专家做可行性筛查、用跨领域专家识别整合与提升——组织可将评估从把关功能转化为创新识别的战略能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号