Nejtěžší na vedení výzkumného týmu není samotný výzkum. Je to pochopit, co každého člověka motivuje k nejlepšímu výkonu—a pak pro to vytvořit podmínky.
Když jsem na University of Washington začal vést junior výzkumníky, uvědomil jsem si, že dobré vedení lidí vyžaduje stejnou důkladnost jako jakýkoli jiný problém. Udělal jsem tedy to, co vždycky: četl jsem. Daniel Pink a jeho Drive mi dal rámec—odbornost, autonomie a smysl jako tři pilíře vnitřní motivace. Teorie sebeurčení Deciho a Ryana mi dala vědecký základ. Seligmanův Flourish a Authentic Happiness mi pomohly pochopit, co znamená, když lidé v práci opravdu prosperují, nejen podávají výkon. A Csikszentmihalyiho Flow mi ukázalo, jak vypadá optimální stav—zóna, kde výzva odpovídá dovednostem a čas přestává existovat.
Tyto knihy jsem nečetl pro osobní obohacení. Byly to diagnostické nástroje. Snažil jsem se pochopit, proč někteří z mých junior kolegů byli nezapojení, proč talentovaní lidé někdy prodávají průměrnou práci a co s tím mohu udělat. Odpověď, jak se ukázalo, nebyla řídit je přísněji. Bylo třeba jim dát více tří věcí, které lidé podle výzkumu potřebují: pocit rostoucí kompetence, kontrolu nad tím, jak pracují, a pochopení toho, proč na tom záleží.
Nejkonkrétnějším vyjádřením této filozofie byl způsob, jakým jsem strukturoval učení. Když se výzkumný asistent připojil k projektu validace QUIC—složitému úsilí o propojení nového nástroje kvality tříd Cultivate Learning se zavedenou pozorovací metodou CLASS—nepředal jsem mu data s tím, ať si poradí. Ani jsem za něj nepsal kód. Psal jsem úkoly.
První úkol byl jen nastavení RStudio. Nainstalovat R, nainstalovat IDE, ověřit, že instalace funguje. Druhý představil agregaci dat: tabulovat proměnnou, zkontrolovat chybějící hodnoty, spočítat průměry v rámci skupin pomocí dplyr. Třetí učil spojování dat: použít intersect() k nalezení společných identifikátorů, použít merge() ke spojení dvou datových sad, ověřit, že počet řádků odpovídá. Každý úkol stavil na předchozím a každý obsahoval nápovědy místo hotových odpovědí. Otevřeně jsem říkal proč: proces řešení problémů je nejlepším tréninkem, jaký mohou naši výzkumní asistenti získat. Zvládání výzev buduje sebeúčinnost—důvěru, že na věci přijdete—a to je cennější než jakékoli konkrétní řešení.
U osmého úkolu se tentýž člověk, který začínal instalací RStudio, již orientoval ve třech různých SQL tabulkách se 180 000 pozorováními, přemýšlel, které idRating ze systému QUIC odpovídá kterému pozorování CLASS, kreslil diagramy entit a vztahů na tabule a spouštěl regrese k ověření, že propojená data produkují statisticky významné asociace. Rozdíl mezi úkolem 1 a úkolem 8 byl obrovský, ale protože každý krok byl kalibrovaný těsně za hranici aktuálních schopností—to, co Vygotskij nazval zónou nejbližšího vývoje, co by Csikszentmihalyi poznal jako kanál flow—nikdy to nepůsobilo nemožně.
Postupné učení pokrývá odbornost, ale samotná odbornost nestačí. Lidé potřebují také autonomii—pocit, že mají skutečnou volbu v tom, jak přistupují ke své práci—a smysl—pochopení toho, jak jejich příspěvek zapadne do celého obrazu. Snažil jsem se poskytovat obojí.
Pro autonomii jsem zjistil, která témata každého přitahují, a podle toho přiděloval práci. Pokud někoho zajímala metodologie dotazníků, pracoval na dotazníku. Pokud někomu záleželo na rovnosti, dostal analýzu rovnosti odměňování. Nebyla to jen laskavost; byla to efektivita. Lidé dělají lepší práci na problémech, které je zajímají, a rozdíl v kvalitě mezi úkolem přiděleným podle zájmu a úkolem přiděleným náhodně není marginální—je dramatický.
Pro smysl jsem zajistil, aby každý výzkumný asistent chápal, jak jeho konkrétní úkol souvisí s celým projektem. Ne jen „vyčisti tento dataset,“ ale „tento dataset nám umožní určit, zda skóre QUIC predikují stejnou kvalitu tříd jako CLASS, což státu řekne, jestli je jejich nový nástroj validní, a to ovlivní, jak bude hodnoceno 3 000 programů péče o děti.“ Když lidé chápou, o co jde, práce mění charakter. Spojení dat již není jen spojením dat. Je to pojitko mezi dvěma měřicími systémy, které budou formovat politiku pro tisíce dětí.
Posledním dílkem bylo dívat se za horizont aktuálního projektu ke kariéře daného člověka. Pro junior výzkumníky v akademické sféře jsou publikace měnou a pořadí autorství je nominální hodnotou. Bojoval jsem za to, aby mí mentees byli uvedeni jako první autoři u článků, na kterých se významně podíleli—i když by konvence nebo seniorita naznacovaly jinak.
Nejčistším příkladem je článek „Early childhood educators’ pay equity: A dream deferred,“ publikovaný v Early Childhood Education Journal v roce 2023. Liu, junior kolegyň, odvedla významnou práci na analýze. Prosazoval jsem, aby byla první autorkou, a posunul jsem se směrem na konec seznamu autorů, abych kompenzoval zbytek týmu za změnu. Článek by byl publikován bez ohledu na pořadí. Ale pro Liu znamenalo první autorství něco hmatelného na jejím CV—signál budoucím výběrovým komisím, že práci vedla, ne jen přispívala.
Nebyl to altruismus. Byla to strategie podložená vším, co jsem četl o motivaci. Když lidé vidí, že jejich vedoucí investuje do jejich růstu—ne abstraktně, ale konkrétně, způsoby, které posouvají kariéru—jejich odhodlání k práci se prohlubuje. Další dataset je vyčištěn pečlivěji. Další rešerše literatury je důkladnější. Celý tým funguje na vyšší úrovni, protože systém pobídek odměňuje skutečný přínos, nikoli hierarchii.
Nejambicióznějším vyjádřením této mentoringové filozofie byl 125stránkový ECE Research Manual, který jsem pro tým napsal. Pokrýval vše, co by junior výzkumník v předškolním vzdělávání mohl potřebovat: od formulace výzkumných otázek a psaní rešerší literatury přes testování hypotéz a kauzální inferenci až po programování v R, velikosti efektů, power analýzu, protokoly IRB a výběr časopisů. Byl to kurikulum, ne referenční příručka—navržený ke čtení od začátku do konce někým, kdo vstupuje do oboru, přičemž každá kapitola budovala základ pro další.
Manuál vznikl, protože jsem si všiml, že se stejné otázky opakují u různých mentees. Místo toho, abych na každou odpovídal jednotlivě—efektivní pro mě, ale špatné pro jejich učení—napsal jsem odpověď jednou ve formě, která zvála k samostudiu. Manuál byl systémem nápověd pro celou kariéru: tady je, co potřebujete vědět, tady se můžete ponorřit hlíb, tady je, proč na tom záleží.
- Postupné učení — Progresivní úkoly kalibrované na zónu nejbližšího vývoje, s nápovědami místo odpovědí
- Teorie sebeurčení — Strukturování práce pro maximalizaci odbornosti, autonomie a smyslu (Deci & Ryan, Pink)
- Prosazování prvního autorství — Boj za autorský kredit junior kolegů pro rozvoj jejich kariér
- Přiřazování podle zájmů — Souladéní úkolů s individuálními zájmy a kariérními cíli
- Tvorba kurikula — 125stránkový ECE Research Manual pokrývající celý výzkumný cyklus