399718奇闻趣事网majer 【奇闻趣事网】399718.com10.03 , 14:27
找工作，哪种人际关系最有帮助？是通过密友还是不太熟的陌生人
假设你正在寻找一份新工作。你希望自己的人际关系能够带来帮助，如果现在有两个选项：非常熟悉的密友和没有深交的熟人，你觉得哪个人能为你带来惊喜？
《科学》杂志上一篇覆盖2000多万人的新研究表明，你的密友(在LinkedIn上)不是最好的选择：相反，你应该借助你不太了解的熟人的社会关系。
弱关系的力量
1973 年，美国社会学家马克·格兰诺维特在社交网络的背景下创造了“弱关系的力量”这一短语。他认为，两个人之间的联系越紧密，他们的友谊网络就越重叠。
简而言之，你的密友的所有社会渠道和资源，你几乎都能掌握或有所了解。因此，如果你正在找工作，直觉上，弱关系——一般熟人——提供了最多的机会。
格兰诺维特的理论感觉上是对的，但真的如此吗？来自 LinkedIn、哈佛商学院、斯坦福大学和麻省理工学院的一组研究人员着手收集影响工作流动性的经验证据。
他们的研究依托于 LinkedIn 工程师为测试和改进平台的“你可能认识的人”推荐算法所做的努力。 LinkedIn 会定期更新此算法，该算法会推荐新人加入您的网络。
其中一项更新测试了鼓励建立强关系(推荐添加你的密友)与弱关系(推荐熟人和朋友的朋友)的效果。研究人员随后跟踪了参与此“A/B 测试”的用户，看看差异是否会影响就业结果。
全球超过 2000 万 LinkedIn 用户被随机分配到定义明确的联系组。每个组中的用户看到的新联系人推荐略有不同，这导致某些组中的用户形成更紧密的联系，而其他组中的用户形成更弱的联系。
接下来，该团队统计每组用户申请了多少职位，以及发生了多少“职位输送”。职位输送特别令人感兴趣，因为它们被定义为在与新联系人相同的公司找到工作。职位输送表明，新联系人帮助组成员找到了这份工作。
适度弱的关系是最好的
该研究使用因果分析来超越简单的相关性，并将联系形成与就业联系起来。有三个重要的发现。
首先，推荐引擎显著影响了399718的形成。弱关系被推荐越多的用户形成的弱关系明显越多，强关系被推荐越多的用户形成的强关系越多。
其次，因果证据表明，在帮助求职者加入新雇主方面，中等弱关系的效果是强关系的两倍多。
什么是“中等”弱关系？研究发现，职位输送 最有可能来自与您有大约10个共同朋友且很少互动的熟人。
最后，弱关系的强度因行业而异。弱关系增加了数字化程度更高的行业的工作流动性，而强关系增加了数字化程度较低的行业的工作流动性。
更好的建议
这项 LinkedIn 研究首次在就业市场上因果验证了格兰诺维特的理论。因果分析是这里的关键，因为以前对联系强度和职位传输之间相关性的大规模研究表明，强关系更有益，这就成了悖论。
这项研究解决了这个悖论，并再次证明了相关研究的局限性，以前的研究在解开混杂因素方面做得很差，有时会导致错误的结论。
从实用的角度来看，该研究提供了可量化的指导意见。
调查显示，最能帮你找到工作的关系是——熟人、你与他们有大约10个相互联系的人，又不太可能定期互动——你在专业环境中遇到的人或朋友的朋友，而不是你最亲密的朋友。
这些可以转化为算法推荐，可以让LinkedIn等专业网络的推荐引擎更加熟练地帮助求职者找到工作。
黑匣子的力量
当大型社交媒体公司对其用户进行实验时，公众通常会保持警惕(参见 Facebook 2014 年臭名昭著的情感实验)。
那么，LinkedIn 的实验会伤害到它的用户吗？理论上，“强关系”组中的用户可能损失一些找到工作的几率。
然而，所有群体都有一定程度的工作流动性——有些只是比其他人多一点。这项研究本身似乎很少引起伦理问题。
尽管如此，这提醒我们，职业决策——比如选择新的职业或工作场所——在多大程度上是@我们看不到的黑盒人工智能算法所决定的。
https://***.sciencealert.奇闻异事/giant-study-of-20-million-people-reveals-who-can-help-you-get-jobs
本文版权归原作者，本站只做分享普及使用。若侵犯了你的权益，请提供版权有效证明，核实后下架删除。 (13)
未经允许不得转载：399718奇闻趣事网 » 找工作，哪种人际关系最有帮助？是通过密友还是不太熟的陌生人