はてなキーワード: 有効とは
元エントリにはてブが1700もつき、Twitterでも関連ツイートが千バズ、万バズになり、それらの閲覧数の合計が7桁になっていたのにはびっくりした。
「言語化されていないが切実な課題」だったのだな、と強く感じている。
そして、「自分の解釈を傍に置いて読む」ことができない人がたくさんいたのには、予想はしていたけどさすがに笑ってしまった。
まーそれが人間の仕組みだしね、とは思っているけど、やはり笑ってしまう。
その一方で、読めている人が、しっかり読んだ上で切れ味鋭くコメントしてきているのも事実。
世の中はすごい人がたくさんいるな、とも改めて思ったし、賢い人を甘く見てはいけない、という思いを新たにした。
ということで、フィードバックがあった点を中心に、情報を補足したほうが良いと思った点について、自分の考えを箇条書きで書いていく。
国規模での問題解決に対して、有効なビジョンと施策を打ち出している党も政治家も存在しないから、地域や自分の利益にフォーカスして個別最適の選択をしてるんじゃねーの
最近各ECサイトで、中古でもないのに国内正規品等と謳っていながら異様に安価なAirPodsを見かけることはないだろうか。
私は仕事柄、そういう商材に引っかかっている人を見かける機会が多いのだが、ちょっとググッた限りでは
「騙されて偽物掴まされた!偽物と本物の比較!」
みたいなサイトばかりヒットして、予防策にはならないなと思ったので、そもそも公式以外のECサイトで偽物を掴まされないためのポイントを記しておく。
●そもそも論だがまず異常に安い新品とか言ってる時点で何かがおかしいので、以下の内容を把握する以前に本物の国内正規品が欲しけりゃApple公式で買え●
以下、偽物を販売しているストアの特徴
「Airpods pro元の価格は35,980円ですが、今は感謝祭で、特別価格は21,800円だけですが、1日に5個しか在庫がないので、購入したい方は早めに注文してください、売り切れたら次の日を待つことになります、よろしくお願いいたします。
・新品・未開封品
同梱品は全て揃っております。
・型番:○○○○○○○○
・JAN:○○○○○○○○○
・製品の故障・初期不良等がございましたら弊店までご連絡お願い致します。
・未開封状態であっても、Appleのメーカー1年保証がすでに開始されている場合がございます。
・AppleCareへの加入に関しまして、当店では保証いたしかねますので予め、ご了承くださいますようお願い申し上げます。
Appleの出荷日をもとに保証有効期限(推定)が表示されることになっております。
保証は開始されていましたので値段はお得です。」
新古品を扱っているような有名店や、Appleの公式ストアに行きましょう。
ちょっとずつバリエーションを変えてきていたりするので全く同じではないのだが、
「今は感謝祭で」「在庫がきついので」などは大抵入っているので、ポイント還元などを狙ってECサイトで買いたいなら、このワードで引っかかってくるストアからは絶対に買わないように。
2.ストアレビューをよく読もう
だいたい偽物を扱っているストアの商品ページに「偽物です」とレビューをしたとて、ページごと消してまた出品を繰り返す傾向があるからです。
ECサイトによっては、そのストアから買ったものではない同商品のレビューがぶら下がってることもあるし(Yahooショッピングとかがたしかそんな仕様だった気がする)。
大抵の場合、星1レビューに事細かに偽物であった旨を書いてくれている場合が多いが、最近はサクラレビューがコピペであることを隠さなくなってきていたり(コピペしたときに残ったのであろう「"」が付いたまままとか)
また、同じ文言で引っかかってきた複数のストアが、星1レビューに対して付けている返信も全く同じである。
以下はその一例
「この度、不快な思いをさせてしまって本当にすみませんでした。 当店のご利用、誠に有難うございます。 何かご不明な点、ご意見ご希望などがございましたら お気軽にお問合せ下さいませ 最近注文が多いため、個体不良かもしれません 同じ業界の者かどうかはわかりませんが、もし商品のもんだいでしたら、返品していただき、こちらがしっかりとチェックした上、ご満足できる回答を致します。」
まずこれの笑いどころは「同じ業界の者かはわかりませんが」っておまえ、同業者のレビュー荒らし扱いにする気か。
そもそも大抵のECモールは一部例外を除けばそこのストアで買った実績があるユーザしか書き込めないところがほとんどだと思われる。
偽物掴まされた挙句に同業者のレビュー荒らし疑いまでかけられたらユーザの方はたまったものではないだろう。
場合によっては【1】の商品説明文内に「最近同業者が悪質な嫌がらせレビューを書いてくるんですぴえんぴえんぴえん」みたいな文言が入ってたりする。
と、いうわけで、本物と偽物並べて検証ブログを書こうとかそういう動機でもらない限りは、新古品を信頼できるお店で買うか、ケチらずにApple公式ストアで買いましょう。
これは雑談をするための基本テクニックな、周りの状況で使えそうな話題がない時に有効だよ
慣れてきたら相手の反応を伺いながら言葉を選ぶようにしていくと雑談マスターになれるよ!
1. 自分の興味のある話をする
2. 興味があるか確認
3. どんなの見たりするか質問
凄く納得する一方、少し加えたくなった。
「人の話を処理できない」さんに確かめてみたいのは、短期記憶についてだ。もし、自己の解釈が勝手に走り出してしまうから相手の指示がわからなくなるのではなく、相手の話を記憶に留めおける時間が極端に短いがために記憶の蒸発をトリガーに自己解釈が走り出すという症状であったならば、せっかくのアドバイスも改善の決定打にはならないかもしれない。
というのも、事実と解釈を厳密に分ける訓練をして、議事録も申し分なく書けるようになった人が、緊張を伴う重要な会議のやり取りでだけ「人の話を処理できない」さんになるケースを知っているからだ。普段の仕事や気心を知れたメンバーでの会議では、短期記憶の蒸発は「すみません、さっき聞き逃してしまったのですが」とか「少し話しが見えなくなってしまいまして」などと質問することで短期記憶を補える。だが、そのような質問を許さない雰囲気の会議もあり、そこでの問答でのみ「人の話を処理できない」問題が露呈することがありうる。
もちろん、相手の話を記憶に留めおける時間が極端に短かくても、自己解釈が走り出すのを止める意思が強ければトリガーにはならないので、アドバイス増田氏のアドバイスの有効性が損なわれる話しではなく、補強の話しです。
なんか違和感あるなあって、しばらく抱え込んでた。
というのは、自分は人の話を把握するのにそれなりに自信がある。というよりも、周囲からの評価が高い。会議なんかでも、仕切りに入ったら錯綜してた議論が整理されてうまく回り始める。「きれいに切り分けすぎ」なんて文句言われたことがないわけじゃないけど、「それはちがう」系の抗議は受けたことがない。ただ、ポジション的には最低辺なんで、めったに仕切りはやらないけどね。あと、議事録とかでもダメ出し食らったことない。
ま、自慢したいわけじゃなくて、そういう人間だけど、やってることは増田の真逆。一字一句に注意するなんてめんどくさいことはできないし、聞きながら自分の頭のデータベース検索して(ときにはスマホで検索して)発言者が言ってない関連情報を引っ張り出す。ま、質問するのは増田の言うとおりだけどね。
特に増田が厳禁してる「相手の話…を素材に、自分で考え、情報を加工」するのは、いつもやってる。だって、考えなきゃ相手の言ってることがわかんないじゃない。人間って、全然論理的に喋ってないし、なんなら非言語的コミュニケーションが70%だとかいうじゃない。言葉だけ、逐語的にメモしたって、相手が伝えようとしてることはなんもわからない。激論してて、互いに相手を攻撃しあってるのに、言葉だけ見たら、お互いがまったく同じ主張をしてることなんて、ザラにあるよ。そういうときは、どこに争いの原因があるのか、考えなきゃわからないじゃない。そしたら、結局どっちも言葉にできてない(あるいはあえて言葉にしようとしない)意見の相違があったりするんだわ。そういうのは「情報を加工」しなきゃ見えてこないよ。
で、なんでそういうふうに「話が聞けないやつの特徴」というのをやっているのに話がきっちり理解できるのかを考えてみた。すると、表面的な技術上の問題じゃなくて、自分の立ち位置の問題なんじゃないかという気がしてきた。
どういうことかというと、増田が「人の話が処理できない」と断じる人たちは、話の中に入っちまうんじゃなかろうか。つまり、情報の中に常に自分を位置づけてしまう。「AをしてBをしてCに進むんだけどその際にはDに気をつけてもしもヤバかったらEに行って」みたいな指示を受けてるときに、いちいち「Aをする自分」「Aが終わってからBをする自分」「Bが終わってCに進む自分」っていう具合に自分を中に投入していく。だから、そこで「えっと、Dはどこで入るんだっけ」となるし、「Eはそもそもなんだっけ」と迷い始めることになる、みたいなことなんじゃなかろうか。
そうじゃなくて、とりあえず自分は外側に出しといて、全体の流れを把握する。そのあとで、改めて自分に関係のあるところを見ていく。そしたら、実際には最初っからDだけ気をつけといていつでもEに逃げられる準備だけしとけばいいってわかる。A、B、Cは自分に関係なく進んでいくことだってのが、全体を見たらわかるわけだ。
なぜだか、前のめりでどんどん話の中に入ってく人がいる。自分にはそういうことはできない。思い出してみたら、子どもの頃からそうだったわ。
遊びの輪に入れなかったんだなあ。みんな盛り上がってる外側で、仲間に入れずにじっと見てる。自分はそういう子どもだった。だから、みんなが何やってるか、よくわかった。ルール違反してるやつとかもよくわかったよ。けど、そういうやつのほうが人気があるんだな。ルールっていっても、子どもの遊びに決まったルールがあるわけじゃなくて、その場の流れで「これはこういうお約束ごと」みたいな感じで遊びが進んでいく。それがある程度うまく回りはじめたところで、必ずそれをぶっ壊してくやつが出てくる。外側で見てると「それはちがうだろ」と思うんだけど、輪の中に入ってると、そういうのが遊びに変化をもたらすから歓迎されたりするんだな。けど、なかにはそれについてけない子もいるから、あんまりやりすぎると争いになって場が崩壊する。そういうのを、輪に入れずに外側から見てたのが自分だわ。
だから、文脈の中に自分を置くことができない。外側から見てるだけ。そして、見てるだけだといろんなことがわかる。
会議とかやってても、基本、そうなんだよな。自分には意見がないの。だから、他の人が何を言ってるかよくわかる。指示を受けるときでも、同じ。だって、ひとつひとつの指示内容って、難しすぎるじゃない。言われたことを全部やるなんて、自分にはできないよ。でも、自分がやると思わなければ、言ってることはわかる。わかってから、「じゃ、そのなかで自分が何をやったらいちばんうまくいくのかな」って考えたら、案外とやるべきことは多くない。それだけやっときゃ、特別に批判もされない。
結局のところ、自分の能力が低いことをそのまんま受け入れたら、どうにかなったという話なんかな。コミュ障気味なのを無理になおすんじゃなくて、「話の輪には入れないなあ」と思ってるから、全体像が見える。話に入っていかないから、周辺の情報をそこに加えていって理解を補強することができる。処理能力が低いから言われたことを逐語的にやろうなんて思わずに、いちばん有効な動きを探す。だって、人間、いっぺんにできることはひとつだけなんだから。一つのことに集中して、それが終わったりそれやってて余裕が出てきたらその段階で次のことを聞いたっていいじゃない。そのときに見当違いのことから手を付けてたら怒られるだろうけど、最初に何をやればいいのか、そこだけ注意すればいいんだわ。
私から見たら、増田とか、そのひとつ前の元増田とかは、能力高くて羨ましいわ。できたら子どもの頃に、みんなの輪の真ん中で楽しく遊んでいたかったよ。
たとえば手元のスマホで調べてみろよ。
goo辞書なら
1 人に対して、言葉や行動を慎み控えること。「―なくいただきます」「年長者への―がある」「この部屋ではタバコは―してください
wikitionaryなら
2.事情や状況を考えて、辞退すること。断ったりやめたりすることを婉曲に言う語。
と定義が書いてある。
つまり、「写真撮影をご遠慮ください」ってのは、「写真撮影を慎んでください」「写真撮影を控えてください」って意味だろ?
まだ難しいか?
なぜか、はてな村には“”知らないこと”があったら調べようともせず、開き直って“どういう意味だ!”、“学校で習ってないぞ!”と騒ぐヤカラが少なからずいるけど、恥ずかしいと思わないのかね?
学校ってのは時間も人員も予算も限られてるから、世の中で生きていくために必要な知識全ても逐一細かく教えることはできない。
でも、世の中をマトモに生きていくために必要な“方法”はいろいろ教えてるんだよ。
“分からない言葉があったら、辞書を引きましょう”、“国語辞典はこうやって引きましょう”と小学校の国語の時間に教えてるのは、そういうことなんだよ。
ま、今はうちに国語辞典なんてないってヤカラも多かろうが、スマホかパソコンはもってんだろ?
少しは有効に使ったらどうか。
なんかもう無知を開き直って、オレは悪くない周りが悪いみたいな奴らがのさばってると思うと、義務教育の敗北というか、世の中の劣化具合に震えるわ。
自民「借金莫大です。大阪湾にクソデカい埋立地作ったけど一度も使いません。USJの隣に規模小さくした東京ディズニーランド作りたいです。天下り天国です」
維新「借金完済しました。自民の作ったクソ島を大阪万博と統合型リゾートで有効活用します。カジノの収益のうち毎年1000億円府市に入ってきて市民サービス向上に役立てます。天下り減らします」
https://arxiv.org/pdf/2304.10466.pdf
試行錯誤によって方針を学習する深層強化学習アルゴリズムは、環境と積極的に相互作用することによって収集された限られた量のデータから学習しなければならない。多くの先行研究が、データ効率の良いRLを実現するためには適切な正則化技術が重要であることを示していますが、データ効率の良いRLにおけるボトルネックの一般的な理解は不明なままでした。その結果、すべての領域でうまく機能する普遍的な技術を考案することは困難であった。
本論文では、非定常性、過剰な行動分布シフト、オーバーフィッティングなどのいくつかの潜在的な仮説を検討することにより、サンプル効率的な深層RLの主要なボトルネックを理解することを試みている。
強化学習ってよく知らない
我々は、状態ベースのDeepMind control suite(DMC)タスクについて、制御された体系的な方法で徹底的な実証分析を行い、遷移の検証セットにおける高い時間差(TD)誤差が、深いRLアルゴリズムの性能に深刻な影響を与える主犯であり、良い性能をもたらす先行手法は、実際、検証TD誤差を低く制御することを示した。この観察から、ディープRLを効率化するための強固な原理が得られる。すなわち、教師あり学習の正則化技術を利用することで、検証TD誤差をヒルクライムできる。
誤差を減らすのがDeepLearningだけど、それが時間差なのか。
我々は、検証TD誤差をターゲットとするシンプルなオンラインモデル選択法が、状態ベースのDMCとGymタスクにおいて効果的であることを示す。
1 はじめに
強化学習(RL)法は、大容量の深層ニューラルネット関数近似器と組み合わせた場合、ロボット操作などのドメインで有望視されている(Andrychowicz et al、
2020)、チップ配置(Mirhoseini et al.、2020)、ゲーム(Silver et al.、2016)、データセンターの冷却(Lazic et al.、2018)。アクティブなオンラインデータ収集の単位ごとに費用が発生するため(例.
実際のロボットを動かす、シミュレーションによるチップ評価など)、限られた経験量でも効率的に学習できる、サンプル効率の良い深層RLアルゴリズムを開発することが重要である。このような効率的なRLアルゴリズムの考案が、近年の重要な研究課題となっています(Janner et al、
2019; Chen et al., 2021; Hiraoka et al., 2021)。
原理的には、オフポリシーRL法(例えば、SAC (Haarnoja et al., 2018), TD3 (Fujimoto et al., 2018), Rainbow (Hessel et al., 2018))は、データ収集のステップごとに多くの勾配ステップのポリシーと値関数を改善することを可能にするため、良いサンプル効率が得られるはずです。しかし、このメリットは実際には実現できないようで、1回の学習ステップを多く取りすぎることでを収集した各遷移は、多くの環境において実際にパフォーマンスを害する。過大評価(Thrun & Schwartz, 1993; Fujimoto et al., 2018)といったいくつかの仮説、非定常性(Lyle ら、2022)、またはオーバーフィッティング(Nikishinら、2022)が根本的な原因として提案されている。
これらの仮説に基づき、より多くの勾配ステップを持つオフポリシーRLを可能にする方法として、モデルベースのデータ増強(Jannerら、2019)、アンサンブルの使用(Chenら、2021)、ネットワークの正則化(Hiraokaら、2021)、再生バッファを維持しながらRLエージェントをゼロから定期的にリセット(Nikishinら、2022)などのいくつかの緩和戦略が提案されている。これらのアプローチはそれぞれサンプル効率を大幅に向上させるが、これらの修正の有効性は(これから示すように)タスクに大きく依存する可能性があり、根本的な問題やこれらの手法の挙動を理解することはまだ未解決である。
ICLR 2023で会議論文として発表 本論文では、より多くの勾配ステップを取ることが深層RLアルゴリズムの性能悪化につながる理由、ヒューリスティック戦略が役立つ場合がある理由、そしてこの課題をより原理的かつ直接的な方法で軽減する方法を理解しようとするものである。
最近提案されたタンデム学習パラダイム(Ostrovski et al., 2021)を用いた実証分析を通じて、TD学習アルゴリズムは、学習の初期段階において、すぐに高い検証時間差(TD)誤差(すなわち、保留した検証セットにおけるQ-ネットワークとブートストラップターゲットの間の誤差)を得る傾向にあり、悪い最終解をもたらすことを明らかにする。
このホワイト ペーパーでは、深い RL アルゴリズムで勾配ステップを増やすとパフォーマンスが低下する理由、場合によってはヒューリスティック戦略が役立つ理由、およびこの課題をより原則的かつ直接的な方法で軽減する方法を理解しようとします。 最近提案されたタンデム学習パラダイム (Ostrovski et al., 2021) を使用した実証分析を通じて、トレーニングの初期段階で、TD 学習アルゴリズムが高い検証時間差を迅速に取得する傾向があることを示します。
(TD) エラー (つまり、保留された検証セットでの Q ネットワークとブートストラップ ターゲットとの間のエラー) が発生し、最終的なソリューションが悪化します。 さらに、データ効率の高い RL 設定のために考案された多くの既存の方法が、検証 TD エラーを低く制御する限り有効であることを示します。
この洞察は、深い RL を効率的にするための堅牢な原則を提供します。データ効率を向上させるために、検証 TD エラーを山登りすることによって、特定の問題に最も適した正則化を選択するだけです。
この原則は、オンラインRLトレーニングの過程で特定のタスクに最適な正則化戦略を自動的に発見しようとする単純なオンラインモデル選択方法の形で実現され、これを検証TDエラーを使用した自動モデル選択(AVTD)と呼びます。
AVTD は、各エージェントが異なる正則化を適用する共有リプレイ バッファーで、いくつかのオフポリシー RL エージェントをトレーニングします。 次に、AVTD は、環境内で動作するための検証 TD エラーが最小のエージェントを動的に選択します。
この単純な戦略だけでも、多くの場合、さまざまな Gym および DeepMind コントロール スイート (DMC) タスクで個々の正則化スキームと同様のパフォーマンスを発揮するか、それを上回ることがわかります。 重要なのは、パフォーマンスがドメイン間で大幅に異なる可能性がある以前の正則化方法とは異なり、私たちのアプローチはすべてのドメインで堅牢に動作することに注意してください。
要約すると、私たちの最初の貢献は、サンプル効率の高いディープ RL のボトルネックの実証分析です。 これらの課題の背後にあるいくつかの潜在的な説明を厳密に評価し、トレーニングの初期段階で高い検証 TD エラーを取得することが、データ効率の高いディープ RL のパフォーマンスを阻害する最大の原因の 1 つであることを観察します。 私たちの 2 番目の貢献は、単純なアクティブ モデル選択法 (AVTD) です。これは、検証 TD エラーの山登りによって正則化スキームを自動的に選択しようとします。 多くの場合、私たちの方法は、さまざまな Gym および DMC タスクで、最適な個々の正則化スキームに匹敵するか、それを上回ります。
単純に候補者が増えて…というのもある。
二人から一人を選ぶ。という形式の選挙だと、嫌われることのリスクが大きい。
あの人は嫌だ。だから別の人にしよう。という感じ。
でも、例えば十人から八人を選ぶ形式だと、嫌われてもそれは「-1」でしかない。
無関心だった80%が自分を嫌ったとしても、残り20%が票を入れてくれるなら、やる価値が生まれる。
何もしない状態だと0だったのが、8人に嫌われたとしても2票手に入る。
勝つために必要な票数も違う。
二人中一人だと、得票率の半分以上が必要。
数日前になぜなぜ分析について盛り上がっていて、大半なぜなぜ分析のやり方が間違っているので論外だと思ったのだけど
それはそれとしてエンジニアになぜなぜ分析って向いてないのでは?って思っている。
自分の認識ではなぜなぜ分析って、定常業務においてどんなバカでも事故を起こさないシステムを作るための取り組みで、工場とかでは有効に働く場面を見てきた。
弊社だとよく、技術者たるもの言われたことだけをやる作業者にはなるな、みたいなこと言われるんだけど
なぜなぜ分析の結果生まれるシステムって、ルールに従って言われたことだけをやる仕組みなんじゃないの?
言われた範囲から飛び出して新しいことに挑戦するということは、なぜなぜ分析の結果生まれたシステムが守ってくれない領域に飛び出すということで、
そりゃあたまには予期せぬ失敗して事故も起きるだろうけど、それはしょうがなくない?
ここまで書いて思ったけど、その予期せぬ失敗をなぜなぜ分析して、安全な領域を広げていくっていうのが企業活動なのかもしれないな。
なぜなぜ分析の時に責めるような、罰になるようなやり方に(はしてないつもりだけど)なっちゃってるのが間違いなのかな。
未開の領域に飛び出してくれて偉い!その知見をみんなにフィードバックしよう!みたいなノリが正しいのかも。
やっぱ書いて整理するって大事だな。
弊社も導入した。積み立て額として月1000円、会社の方からも同額だったかな?で好きな銘柄選べってやつ。
正直1000円じゃ話にならない、お給料増えたら積立額は増えるよ!って総務言ってたけど給料増えることってあるのか???
増えないんだったら身銭(どうせ天引きだし)切って2000円でも3000円でも積み増しはしたいって思ってる
結構前に話題になってた都内の新しい公衆トイレが、オールジェンダートイレと男性用の小便器しかないってことで炎上してた。
さっき「女性がないがしろにされてる!」的な文脈で怒ってるひとの投稿を見てはじめて知ったんだけど、いや、たぶんこれはそういう話ではない。
オールジェンダートイレそのものの安全性、有効性については一長一短がある。
多様なジェンダーへの対応という点ではメリットもあるが、盗撮への懸念なんかはかなりある。
これから書くのは「なんで男用のトイレだけあって女性用のトイレはないんだ!男は優遇されている!」っていう主張について、それは誤解ですよということだけ。
これは男を優遇しているわけじゃなくて、男の小便でいちいち個室が埋まってたら公衆トイレの利用者全員が使いにくくてしょうがないから。ただそれだけ。
この論点で怒ってるひとは当然だけど女の人が多くて、たぶんそれは男性トイレで男たちが小便器に鈴なりになって並んでいる様子を見たことがないからなんじゃないかな。
そもそも「オールジェンダートイレを作ろう」という試みがあって、でもそれだけだと男性の小便で個室が埋まりがちになるから小便だけ別に捌けるようにしよう、という考え方。
元増田はお疲れさまでした。そんな大変な状況の中で転職決めて偉いし優秀だと思う。
これ、「ヘッドカウント1として数えられない、生産性の低い社員をどうフォローするか問題」で、どこの職場でも起こりうる問題。家庭の事情(育児、介護)、能力不足、やる気不足、軽微な障害(発達障害、対人スキル)などなど、生産性の低さはいろんな原因が考えられる((今回の当該社員について、夜に仕事してるって元増田は言ってるけど、たぶんアウトプットの量も質も元増田から見たら不満だったんじゃないかなと推測する))。今回は「育児中」っていう属性のため、当該社員を責めづらく感じてしまうけど、結局のところ評価制度が機能していない会社の問題だと思う。元増田の貢献を周りから見える・金銭的な形で評価できない = 不公平感が残る、っていうこと。自分の能力を活かせる職場を見つけて、元増田が新天地で活躍することを祈る。
この手の生産性が低い同僚に出会ったらどうすればいいか?自分がマネージャー層ではない平社員だったらどうすべきか?ちょっと考えてみた。
これに尽きる。「1時間一緒に作業しましょうか」と時間で区切ったり、「このファイルは私がひな形作っておきますね、それ以降は埋めてください」と作業量を明確に決めるのもよし。
引継ぎやほうれんそうは、いつでも応じるのではなく、時間を決めてやる。その時間に相手が来れなければ、メールで要点のみ伝えるor引き延ばす。締め切りまでにできなかったら相手の責任。無視したり無駄に遅延させたら嫌な奴だけど、これだけやってあげてそれは十分なサポートでした、それでも無理でした、は相手の責任というスタンス。なんでもミーティングしたがる系の人は概して生産性が低いので応じる必要がないと思っている。今忙しいので後にしてもらえますか?で割と切っている。生産性高い人は、相手の時間も大事にする。きっちり引継ぎ時間まで考慮してスケジュール立ててることが多い気がする。
パワハラ!XXハラ!って騒がれないように、丁寧過ぎないけど同僚として十分サポートしてる、という実績を残すのがポイント。なので、面倒だけどメールは結構有効。
下にある「恩を売る」にもあるが、緊急事態的に、助けて!!が来るときは協力することもある(自分が忙しすぎるとき、うまみがなさすぎるときは、理由をつけてごめんなさいすることもある)。そういうときは応じていいけど、その代わりの交換条件を出しておく。今回は緊急事態なのでスケジュールあけて対応します、その代わり今月後半の作業が滞るのであまり助けられなくなると思うから事前に仕事時間の確保をお願いしますね、とか、今度のXX手伝ってね、とか。結果は上司や他同僚とも共有する。
正直なところ、生産性の低い人はこの手の交渉事ができない場合が多い。でも無理やりコミットさせる。できない場合は助けない。コミットさせてできなかった=失敗した、生産性低いね、っていう実績を残すのが目的、
フォローの頑張りが評価されない=上司が無能、会社の評価システムがダメなので、会社を変えずに頑張りたい場合、もっと権限がある人にアピールするのがよさそう。なので、上司の上司(skip-level, 日本語だとなんていうんだ??)に評価してもらえるように成果をアピールし続ける。自分の成果をアピールしつつ、暗に「当該社員がダメな奴なんだ」という印象になるように伝える。
正直なところ、生産性が低い人は、みんなに生産性が低いなって気づかれていることが多い。助けてあげていることは堂々とアピールする。タダで助けてやっていると思われると損するのでアピールして自分の手柄にする=ちゃっかりしてる、と思われたほうが長期的には損しない気がする。
上3つのことをしていると、結構厳しい人っていう印象になる。なので、たまに「サービス」してあげる。些細なことでいいので、普段やらないようなちょっとしたサービスをする。期待値をコントロールされたうえで+αをやってあげるとすごくいい人感が出るらしい(不良が猫を可愛がる、みたいな)。当然だけど、これは当該社員にやさしくしてあげている自分を、ほかの優秀な社員にアピールし、人格者であることを示すのが目的。
上を2年間弱続けた結果、生産性が低い人は部署異動になった。2年は長いが、ほかに大きな不満はなかったので、良しとする。
上に挙げたことは、どこの会社でも成立するものではないし、誰でもできるものではないし、すべきでないことも含まれているかもしれない。とはいえ、信賞必罰、そしてGive & Takeという言葉もある通り、みんな正当な対価をもらう必要があると思う。つまり、仕事をしている人は評価され、していない人は評価されないべき論者。生産性が低いってことはその仕事があってないってことで、そしたら部署や仕事内容変えたり、転職したりするのが本人にとっても長期的には幸せだと思う。理想論のゴリマッチョ思想だけどね。
私は2児子育て中の40代ワーママで、むしろ周りの子なしの生産性が低すぎてイライラすることもあるし、過剰な配慮反対派なので、↑くらいはやってもバチは当たらないと思ってる。