O Impacto das Emoções do Grupo no Trabalho em Equipe
Analisando como sentimentos compartilhados moldam a dinâmica e o desempenho do grupo.
― 8 min ler
Índice
- O que é Afeto Grupal?
- Por que Afeto Grupal é Importante
- Desafios em Estudar Afeto Grupal
- O Estudo
- Primeiros Passos: Treinando Observadores
- Coletando Dados sobre Emoções Grupais
- Analisando os Acordos entre Observadores
- Entendendo Melhor as Emoções Grupais
- O Fluxo das Emoções Grupais
- Obtendo Insights das Características
- Prevendo Emoções Grupais
- O que Encontramos
- Limitações e Próximos Passos
- Conclusão
- Fonte original
- Ligações de referência
Trabalhar em grupos, seja pessoalmente ou online, significa estar sempre mostrando sentimentos e interpretando os sentimentos dos outros. Para realmente entender como os grupos trabalham juntos e se saem bem, precisamos olhar para essas emoções compartilhadas, chamadas de afeto grupal. Este estudo investiga a fundo as emoções do grupo, analisando como elas mudam ao longo do tempo e como afetam o trabalho em equipe. Usamos uma maneira especial de coletar dados sobre esses sentimentos compartilhados, focando em pequenos períodos de tempo para captar as altas e baixas das emoções grupais.
O que é Afeto Grupal?
Afeto grupal são as emoções compartilhadas que as pessoas em um grupo sentem juntas em um determinado momento. Isso pode ser influenciado pelos sentimentos de cada pessoa e pelo humor geral do grupo. Existem duas maneiras principais de as emoções funcionarem em grupos:
Processo de Baixa para Cima: Isso é quando a emoção geral do grupo vem dos sentimentos de cada pessoa combinados. É como dizer que o humor do grupo é a soma das emoções de todo mundo.
Processo de Cima para Baixo: Aqui, o humor do grupo afeta como cada pessoa se sente. Então, se o grupo está animado, os indivíduos também podem se sentir animados.
Ambos os processos nos fazem pensar no afeto grupal como algo que está sempre mudando e interagindo.
Por que Afeto Grupal é Importante
Tem muita pesquisa mostrando que o afeto grupal tem um impacto significativo em como os grupos funcionam. Pode moldar:
- Atitudes do Grupo: Como os membros se sentem em relação às suas tarefas e objetivos.
- Cooperação e Resolução de Conflitos: Como bem os membros do grupo trabalham juntos e resolvem desavenças.
- Criatividade e Tomada de Decisões: A capacidade do grupo de criar novas ideias e fazer escolhas.
- Desempenho Geral: O quão eficaz o grupo é em alcançar suas metas.
Apesar de sua importância, surpreendentemente, há pouca pesquisa detalhada sobre como o afeto grupal muda e se desenvolve durante o trabalho em equipe.
Desafios em Estudar Afeto Grupal
Vários desafios tornam o estudo do afeto grupal difícil:
Foco nos Indivíduos: A maioria das pesquisas olhou para como as emoções funcionam no nível individual, com pouco feito sobre como funcionam em grupos. Essa é uma grande lacuna, já que entender sentimentos compartilhados é mais complexo do que apenas fazer uma média das emoções de todo mundo.
Interações Dinâmicas: As interações em grupo podem ser caóticas e mudam muito. A atmosfera emocional pode mudar rapidamente, dificultando a identificação de emoções compartilhadas.
Necessidade de Observadores Treinados: Capturar como as emoções grupais mudam ao longo do tempo requer pessoas treinadas para observar interações de perto. Observar todos em um grupo e suas expressões emocionais é um trabalho difícil que demanda tempo e esforço.
Abordagens Limitadas: Grande parte da pesquisa existente se baseou em imagens estáticas ou clipes de vídeos, que não capturam a dinâmica em tempo real das emoções grupais. Isso limita a profundidade e relevância das descobertas.
Necessidade de Melhores Técnicas: Há uma necessidade de melhores maneiras de coletar informações sobre emoções grupais para ajudar os pesquisadores a entender e modelar esses sentimentos.
Para resolver esses problemas, este estudo coleta dados sobre o afeto grupal usando observadores treinados que olham para o grupo como um todo enquanto se concentram em como os sentimentos do grupo mudam ao longo do tempo.
O Estudo
Para estudar o afeto grupal, usamos uma coleção de vídeos de reuniões chamada MeMo, que captura discussões online. Essa coleção inclui vídeos de grupos de três a seis pessoas conversando sobre temas como COVID-19. As discussões foram guiadas por facilitadores profissionais para incentivar a participação ativa. Esse formato nos permitiu olhar de perto como as emoções do grupo são expressas e mudam durante as discussões.
Primeiros Passos: Treinando Observadores
Antes de mergulhar no estudo principal, treinamos os observadores para entender como identificar e anotar as emoções grupais. Selecionamos estudantes de psicologia organizacional que tinham experiência anterior com anotações emocionais.
Em um estudo piloto, testamos diferentes maneiras de capturar emoções grupais. Começamos com uma janela de 20 segundos para observar as interações, mas após discussões com nossos observadores, reduzimos isso para 15 segundos. Descobrimos que uma janela mais curta era melhor para capturar as mudanças rápidas nas emoções.
Coletando Dados sobre Emoções Grupais
Os observadores marcaram o estado emocional do grupo a cada 15 segundos usando uma escala que analisa dois aspectos chave: excitação (quão ativo ou passivo o grupo se sente) e valência (se as emoções são positivas ou negativas).
Usando um software para agilizar o processo, os observadores assistiram a cada vídeo e inseriram suas anotações com base no que viram. Garantimos um ambiente sem distrações para ajudar os observadores a se concentrar. Cada vídeo foi mostrado em uma ordem aleatória para evitar qualquer viés nas observações.
Analisando os Acordos entre Observadores
Para garantir que nossos dados eram confiáveis, verificamos quão consistentes as anotações dos observadores eram entre si. Usamos vários métodos para medir seu acordo, concluindo que havia um bom nível de consistência, especialmente em como eles marcaram o estado emocional do grupo.
Entendendo Melhor as Emoções Grupais
As emoções grupais não são estáticas; elas mudam conforme as pessoas interagem. Quando examinamos como os membros do grupo expressam seus sentimentos ao longo do tempo, começamos a notar padrões.
O Fluxo das Emoções Grupais
Ao estudar emoções em grupos, notamos dois processos-chave: convergência e divergência.
Convergência acontece quando as emoções dos membros do grupo se tornam similares ao longo do tempo. Isso pode ocorrer quando a empolgação de uma pessoa influencia os outros a se sentirem animados também.
Divergência ocorre quando os membros do grupo expressam emoções diferentes, o que pode levar a conflitos ou falta de entendimento.
Obtendo Insights das Características
Para entender como esses processos funcionam, analisamos características que capturam como os membros do grupo interagem, focando em seus sinais de áudio e visuais. Essas características são importantes, pois mostram como os membros respondem emocionalmente uns aos outros.
Prevendo Emoções Grupais
Com os dados coletados, tentamos prever as emoções grupais usando uma abordagem em múltiplas camadas. Combinamos várias características, considerando tanto sinais de áudio quanto visuais, para ver quais métodos eram mais eficazes em capturar as emoções grupais.
O que Encontramos
Captura Multimodal: Descobrimos que usar tanto características de áudio quanto visuais juntas proporcionou os melhores resultados para prever emoções grupais.
Importância das Relações: A inclusão de características que medem como os membros do grupo interagem entre si melhorou significativamente nossas previsões.
Emoções Positivas vs. Negativas: Grupos tendem a compartilhar emoções positivas de forma mais eficaz do que negativas.
Limitações e Próximos Passos
Embora nosso estudo tenha fornecido insights valiosos, também teve limitações. As discussões em grupo foram conduzidas entre participantes que não se conheciam bem, o que pode ter afetado suas expressões emocionais. Pesquisas futuras poderiam explorar emoções grupais em equipes com relacionamentos estabelecidos para uma compreensão mais rica.
Além disso, nossa abordagem para analisar características foi limitada em termos de capturar a interação entre sinais de áudio e visuais. Desenvolver métodos que considerem essas interações pode oferecer insights mais profundos sobre as emoções grupais.
Conclusão
Entender as emoções grupais é fundamental para melhorar o trabalho em equipe e os esforços colaborativos. Nosso estudo destacou a natureza dinâmica e evolutiva do afeto grupal, além de mostrar a eficácia de uma abordagem multimodal para capturar essas emoções.
Olhando para o futuro, mais pesquisas são necessárias para refinar nossos métodos e explorar o afeto grupal em ambientes do mundo real. Fazendo isso, podemos entender melhor como as emoções moldam as interações e resultados do grupo. Isso pode levar a estratégias mais eficazes para aprimorar o trabalho em equipe e alcançar metas coletivas.
Título: Dynamics of Collective Group Affect: Group-level Annotations and the Multimodal Modeling of Convergence and Divergence
Resumo: Collaborating in a group, whether face-to-face or virtually, involves continuously expressing emotions and interpreting those of other group members. Therefore, understanding group affect is essential to comprehending how groups interact and succeed in collaborative efforts. In this study, we move beyond individual-level affect and investigate group-level affect -- a collective phenomenon that reflects the shared mood or emotions among group members at a particular moment. As the first in literature, we gather annotations for group-level affective expressions using a fine-grained temporal approach (15 second windows) that also captures the inherent dynamics of the collective construct. To this end, we use trained annotators and an annotation procedure specifically tuned to capture the entire scope of the group interaction. In addition, we model group affect dynamics over time. One way to study the ebb and flow of group affect in group interactions is to model the underlying convergence (driven by emotional contagion) and divergence (resulting from emotional reactivity) of affective expressions amongst group members. To capture these interpersonal dynamics, we extract synchrony based features from both audio and visual social signal cues. An analysis of these features reveals that interacting groups tend to diverge in terms of their social signals along neutral levels of group affect, and converge along extreme levels of affect expression. We further present results on the predictive modeling of dynamic group affect which underscores the importance of using synchrony-based features in the modeling process, as well as the multimodal nature of group affect. We anticipate that the presented models will serve as the baselines of future research on the automatic recognition of dynamic group affect.
Autores: Navin Raj Prabhu, Maria Tsfasman, Catharine Oertel, Timo Gerkmann, Nale Lehmann-Willenbrock
Última atualização: 2024-09-13 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2409.08578
Fonte PDF: https://arxiv.org/pdf/2409.08578
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.