संगठनों की दुनिया में, नेता अक्सर एक सरल, सहज विश्वास पर काम करते हैं: यदि आप किसी टीम के काम करने के तरीके को बदलते हैं, तो परिणाम भी बदल जाएंगे। यदि कोई कंपनी स्व-प्रबंधित टीमें पेश करती है या लोगों को अपना ज्ञान साझा करने के लिए प्रोत्साहित करती है, तो प्रदर्शन बढ़ जाना चाहिए। यह तार्किक लगता है, लेकिन यह एक गहरे रहस्य को छिपाए रखता है। जब एक टीम में सुधार होता है, तो यह स्पष्ट रूप से जानना दुर्लभ है कि सुधार क्यों हुआ। क्या यह इसलिए था क्योंकि सभी ने अधिक सीखा? क्या यह इसलिए था क्योंकि वे अधिक भरोसेमंद महसूस कर रहे थे? या क्या यह केवल इसलिए था कि सही व्यक्ति सही समय पर सही कमरे में मौजूद था? इसके विपरीत, जब एक नई पद्धति विफल होती है, तो प्रबंधक उस लापता हिस्से का पता लगाने के लिए संघर्ष करते हैं। वे मशीन के भीतर घूमते अदृश्य गियरों को नहीं देख पाते हैं। दशकों से, शोधकर्ताओं ने इन संबंधों को मैप करने की कोशिश की है, जो अक्सर सर्वेक्षणों और सांख्यिकी पर निर्भर करते हैं जो सहसंबंध (correlations) तो दिखाते हैं लेकिन अंतर्निहित तंत्र (mechanics) को सिद्ध नहीं कर पाते। प्रश्न बना हुआ है: क्या एक टीम को स्वतंत्रता देना वास्तव में उन्हें बेहतर बनाता है, या यह केवल परिणामों को अनुमान लगाने में कठिन बना देता है?

एलानारे संस्थान (Elanare Institute) की फ्रैनी फिलोसोफिया (Franny Philos Sophia) का एक नया अध्ययन इस धुंध को इस तरह काटता है कि वह संगठन को लोगों के संग्रह के रूप में नहीं, बल्कि एक तार्किक प्रणाली के रूप में देखता है जिसे पूर्ण सटीकता के साथ परखा जा सकता है। शोधकर्ता ने एक औपचारिक सिद्धांत बनाया जिसे RCAS कहा जाता है, जिसका अर्थ है 'रेफरेंस-चॉइस एडेप्टिव सिस्टम' (Reference–Choice Adaptive Adaptive System)। यह अनुमान लगाने के बजाय कि अभ्यास कैसे परिणामों की ओर ले जाते हैं, अध्ययन इस प्रक्रिया को स्पष्ट, मध्यवर्ती चरणों में तोड़ देता है, जिससे यह सटीक रूप से मैप होता है कि एक विशिष्ट क्रिया टीम की आंतरिक स्थिति को कैसे बदलती है। इस जटिल तर्क में कोई त्रुटि न हो, यह सुनिश्चित करने के लिए, पूरे सिद्धांत को एक कंप्यूटर भाषा में अनुवादित किया गया जिसका उपयोग गणितीय प्रमाणों के लिए किया जाता है। एक कंप्यूटर प्रोग्राम ने तर्क के हर एक चरण की जांच की, यह सत्यापित करते हुए कि निष्कर्ष अनिवार्य रूप से शुरुआती धारणाओं से निकलते हैं। मानव समूहों के अध्ययन में यह दृष्टिकोण दुर्लभ है, जहाँ परिणाम आमतौर पर अवलोकन पर आधारित होते हैं न कि प्रमाण पर। लक्ष्य कंपनियों को यह बताना नहीं था कि उन्हें क्या करना चाहिए, बल्कि यह समझना था कि टीम वर्क के तर्क के भीतर क्या संभव है और क्या असंभव है।

अध्ययन इस बात को परिभाषित करने से शुरू होता है कि एक टीम के पास वास्तविक विकल्प होने का क्या अर्थ है। कल्पना कीजिए कि एक टीम को एक स्पष्ट लक्ष्य और सीमाओं का एक सेट दिया गया है, लेकिन उन्हें उस लक्ष्य तक पहुँचने का निर्णय लेने की अनुमति दी गई है। यह ठीक वैसा नहीं है जैसा कि उन्हें बताया जाए कि क्या करना है, और यह बिल्कुल भी नहीं है जैसे कि कोई नियम ही न हो। शोधकर्ताओं ने पाया कि जब एक टीम इस प्रकार की संरचित स्वतंत्रता के साथ काम करती है, तो वे विभिन्न तरीकों का उपयोग करते हुए भी समान उच्च-गुणवत्ता वाले परिणाम प्राप्त कर सकती हैं। एक व्यक्ति समस्या को तेजी से हल कर सकता है, जबकि दूसरा अधिक विस्तृत दृष्टिकोण अपना सकता है, फिर भी दोनों सफल होते हैं। यह सिद्ध करता है कि परिणाम को मानकीकृत करने के लिए पद्धति को मानकीकृत करने की आवश्यकता नहीं है। हालाँकि, अध्ययन ने एक महत्वपूर्ण भेद्यता (vulnerability) भी प्रकट की: नियमों की परतें होने का मतलब यह स्वतः नहीं है कि प्रणाली काम करेगी। यह संभव है कि एक ऐसी संरचना बनाई जाए जहाँ शीर्ष के नियम कुछ ऐसा करने की अनुमति दें जिसे निचले स्तर के नियम वर्जित करते हों। एक प्रणाली के सुदृढ़ होने के लिए, सीमाओं को सक्रिय रूप से बनाए रखना आवश्यक है; वे केवल इसलिए खुद को ठीक नहीं कर लेते क्योंकि संरचना मौजूद है।

सबसे महत्वपूर्ण निष्कर्षों में से एक है 'जो आप जानते हैं उसे साझा करने' और 'कुछ नया बनाने' के बीच का अंतर। अध्ययन क्षमता वृद्धि के दो प्रकारों के बीच अंतर करता है। पहला है 'डिफ्यूजन' (diffusion), जहाँ ज्ञान एक कुशल व्यक्ति से दूसरों तक फैलता है। दूसरा है 'क्रिएशन' (creation), जहाँ कोई व्यक्ति एक ऐसा कौशल विकसित करता है जो समूह में वर्तमान में मौजूद किसी भी व्यक्ति की क्षमता से अधिक है। कंप्यूटर-सत्यापित परिणाम एक स्पष्ट सीमा दिखाते हैं: ज्ञान साझा करने से टीम मात्रा और लचीलेपन के मामले में मजबूत हो सकती है, लेकिन यह उस शिखर (ceiling) को नहीं बढ़ा सकती है जिसे टीम हासिल करने में सक्षम है। यदि एक टीम के पास एक विशेषज्ञ है जो सबसे कठिन समस्याओं को हल कर सकता है, तो बाकी सभी को सक्षम बनाना टीम को अधिक काम करने और किसी सदस्य के जाने के बाद भी टिके रहने में सक्षम बनाएगा, लेकिन यह उन्हें उस समस्या को हल करने में सक्षम नहीं बनाएगा जिसे विशेषज्ञ अकेले हल नहीं कर सकता था। उस शिखर को तोड़ने के लिए, किसी को नया ज्ञान बनाना होगा जो वर्तमान अधिकतम से परे हो। यह अंतर महत्वपूर्ण है क्योंकि यह बताता है कि क्यों कुछ टीमें जो अनिश्चित काल तक सूचना साझा करती हैं, फिर भी प्रदर्शन की दीवार से टकरा जाती हैं।

शोधकर्ताओं ने "प्रदर्शन" (performance) को एक एकल संख्या के रूप में मानने के बजाय तीन अलग-अलग भागों में विभाजित किया। पहला है 'फ्रंटियर' (frontier), जो उच्चतम गुणवत्ता या जटिलता का प्रतिनिधित्व करता है जिसे टीम वर्तमान में प्राप्त कर सकती है। दूसरा है 'वॉल्यूम' (volume), या वह कार्य जो टीम समानांतर (parallel) में कर सकती है। तीसरा है 'रेसिलिएंस' (resilience), जो यह मापता है कि टीम कितने सदस्यों को खोने के बाद आवश्यक मानक से नीचे गिर सकती है। अध्ययन सिद्ध करता है कि ज्ञान साझा करना वॉल्यूम और रेसिलिएंस को बढ़ाता है। जैसे-जैसे अधिक लोग विशेषज्ञ के कौशल सीखते हैं, टीम एक साथ अधिक काम कर सकती है और व्यक्तियों के जाने के बावजूद बिना ढहे कार्य जारी रख सकती है। हालाँकि, फ्रंटियर—जो संभव है उसका शिखर—तभी आगे बढ़ता है जब कोई कुछ नया बनाता है। इसका अर्थ है कि एक टीम अत्यधिक कुशल और मजबूत बन सकती है, बिना कभी अधिक अभिनव (innovative) बने।

शायद सबसे आश्चर्यजनक परिणाम आधुनिक प्रबंधन के एक लोकप्रिय विचार को चुनौती देता है: कि स्व-प्रबंधित टीमें स्वतः ही बेहतर प्रदर्शन की ओर ले जाती हैं। अध्ययन ने एक विशिष्ट परिदृश्य का निर्माण किया, जिसे कंप्यूटर द्वारा सत्यापित किया गया, जहाँ एक टीम के पास सभी सही संरचनात्मक विशेषताएं थीं। उनके पास वास्तविक विकल्प थे, उनके पास सभी आवश्यक कौशल थे, और उन्होंने समय के साथ सुधार के लिए अपने स्वयं के नियमों को अपडेट किया। फिर भी, इस परिदृश्य में, उनका प्रदर्शन शून्य था। यह प्रति-उदाहरण (counterexample) दर्शाता है कि सही संरचना होने से सफलता की गारंटी नहीं मिलती है। स्व-प्रबंधन की शर्तें आवश्यक हैं, लेकिन वे पर्याप्त नहीं हैं। टीम वास्तव में कैसा प्रदर्शन करती है, यह प्रणाली के औपचारिक तर्क से बाहर के कारकों पर निर्भर करता है, जैसे कि लक्ष्य सही ढंग से निर्धारित किए गए थे या वातावरण अनुकूल है। सिद्धांत सिद्ध करता है कि आप केवल स्वायत्तता (autonomy) की उपस्थिति से सफलता का निष्कर्ष नहीं निकाल सकते।

अध्ययन ने यह भी देखा कि टीमें नियमों और बाधाओं को कैसे संभालती हैं। इसने पाया कि नियमों के प्रभावी होने के लिए, प्रत्येक नियम का आवश्यक होना अनिवार्य है। यदि एक नियम को टीम की कार्यक्षमता को नुकसान पहुँचाए बिना हटाया जा सकता है, तो उसे हटा दिया जाना चाहिए। यह 'लीन मैनेजमेंट' (lean management) के विचार के अनुरूप है, जहाँ अनावश्यक नौकरशाही को हटा दिया जाता है। शोधकर्ताओं ने दिखाया कि यदि किसी टीम के पास एक ऐसा नियम है जो कोई मूल्य नहीं जोड़ता, तो प्रणाली अपनी सबसे कुशल स्थिति में नहीं है। इसके अलावा, उन्होंने पाया कि टीमें अपने नियमों में समय के साथ सुधार कर सकती हैं, लेकिन केवल तभी जब उनके पास वर्तमान नियमों को बनाए रखने का तंत्र हो यदि कोई बेहतर विकल्प न मिले। इस "स्टे" (stay) स्थिति के बिना, एक टीम बेहतर विकल्प की तलाश में लगातार बदलाव करके अनजाने में अपने नियमों को बदतर बना सकती है।

अंत में, यह कार्य अभ्यास और प्रदर्शन के बीच के क्षेत्र का एक स्पष्ट मानचित्र प्रदान करता है। यह अलग करता है कि क्या तार्किक रूप से गारंटीकृत है और क्या केवल आशा की गई है। यह पुष्टि करता है कि ज्ञान साझा करना टीमों को अधिक काम करने और झटकों से उबरने में सक्षम बनाता है, लेकिन यह उन्हें अधिक अभिनव नहीं बना सकता जब तक कि कोई कुछ नया न बनाए। यह दिखाता है कि स्व-प्रबंधन एक शक्तिशाली उपकरण है, लेकिन यह कोई जादुई छड़ी नहीं है जो सफलता सुनिश्चित करती है। अध्ययन वास्तविक दुनिया के परीक्षण के लिए अंतिम कड़ी को खुला छोड़ देता है, यह स्वीकार करते हुए कि जबकि तर्क सुदृढ़ है, अनुप्रयोग मानव संगठनों की जटिल वास्तविकता पर निर्भर करता है। यह सिद्ध करके कि तंत्र कहाँ काम करते हैं और कहाँ विफल होते हैं, शोध नेताओं को अपनी टीमों का निदान करने का एक तरीका देता है। यदि कोई टीम वॉल्यूम के साथ संघर्ष कर रही है, तो उन्हें ज्ञान साझा करने की आवश्यकता है। यदि वे नवाचार (innovation) के साथ संघर्ष कर रही हैं, तो उन्हें नई क्षमताएं बनानी होंगी। यदि वे रेसिलिएंस के साथ संघर्ष कर रही हैं, तो उन्हें रेडंडेंसी (redundancy) का निर्माण करना होगा। यह शोध पत्र एक 'एक-आकार-सभी-के-लिए-उपयुक्त' (one-size-fits-all) समाधान नहीं देता है, बल्कि कुछ अधिक मूल्यवान प्रदान करता है: एक संगठन की मशीन को चलाने वाले गियरों की सटीक समझ।