共享心智模型研究现状

共享心智模型研究现状

白新文 王二平

（中国科学院心理研究所，北京 100101）

摘 要 共享心智模型是指团队成员共同拥有的知识结构，它使得团队成员能就团队作业形成正确的解释和预期，从而协调自己的行为以适应于团队作业和其他团队成员的需求。其研究为理解和提高团队绩效提供了新的视角，从而成为了团队研究的新热点。该文首先明确其定义以及相关概念，再介绍它的几种类型，进而介绍研究中采用的测量方法，最后总结其影响因素及对团队绩效的影响。文章最后指出研究中存在的问题以及今后的研究方向。

关键词 团队，心智模型，共享心智模型，团队绩效。 分类号 B849: C93

.

20世纪80年代以来，团队作为组织执行任务的基本单位已经得到越来越广泛的应用。团队绩效受到多种因素的影响[1]。共享心智模型（shared mental models）是新近受到关注的一个变量。由于它能解释不同团队的绩效为什么会存在差异以及能促进团队绩效的提高，众多研究者从不同侧面进行了理论和实证的探讨。

1 共享心智模型的概念

1.1 心智模型

心智模型的研究主要在人类工效学和认知科学（特别是认知心理学）这两个领域进行[2]。鉴于明确而一致定义的缺乏，Rouse和Morris1986年提出，心智模型指的是人们借以描述系统目标和形式、解释系统功能、观察系统状态以及预测系统未来状态的心理机制[2]。心智模型的作用是对周围环境进行描述、解释和预测。Johnson-Laird认为，心智模型的主要作用是使得人们能够形成推论或作出预测，理解所发生现象，并采取行动或控制措施[3]。

Wilson和Rutherford认为，心智模型与图式以及内部表征关系密切[4]。心智模型和图式的细微区别在于心智模型是图式的总和，它产生于图式，并能够激发图式产生作用。心智模型和内部表征的关系也很密切，甚至可以互换，但是心智模型更为具体一些。 1.2 共享心智模型

在团队活动中，每个成员都有自己的心智模型，对同一现象可能有不同理解。团队是否 收稿日期：2004-04-19

通讯作者：王二平，E-mail: wangep@psych.ac.cn

791

-792- 心理科学进展 2004年

需要达成为所有成员共享的心智模型？基于此，Cannon-Bowers和Salas将心智模型的概念从个体扩展到团队水平，提出共享心智模型的概念[5]。共享心智模型是指为团队成员共同拥有的知识结构，它使得团队成员能对团队作业形成正确的解释和预期，从而协调自己的行为以适应于团队作业和其他团队成员的需求。这一概念的提出对于我们理解团队绩效，特别是理解和解释不同团队的绩效差异有很大的帮助。

许多研究领域都在研究这一现象，因而也提出了众多类似的概念[6]。工业和组织心理学的研究采用共享心智模型（shared mental models）这个概念，也即Cannon-Bowers和Salas的定义。此外，社会心理学、认知心理学和决策研究等领域都对此有研究，并提出了相关的概念，如信息共享（information sharing）、交互式记忆（transactive/transactional memory）、团队协作图式（teamwork schema）、认知一致性（cognitive consensus）等等[7]。概念表述尽管不尽一致，但内涵相近。本文仅仅讨论工业与组织心理学领域内的研究现状。

表1 共享心智模型的类型

心智模型的类型 设备或技术

共享的内容

设备的功能 操作流程 设备的局限性 可能存在的失效

团队任务

完成任务的程序 可能发生的意外事故 任务情境 策略 环境约束

团队交互作用

角色/职责 信息来源 交互作用的模式 沟通渠道

成员角色的相依关系

队友

队友的知识 队友的技能 队友的能力 队友的爱好 队友的习惯

引自: Cannon-Bowers J A, Salas E. Shared mental models in expert team decision making. In: Castellan N J Jr. (Ed.). Individual and Group Decision Making: Current Issues, Hillsdale, NJ: Erlbaum, 1993. 221~246

a

稳定性 高

备注a

最稳定的心智模型，但团队有效运作对此要求不高。

中 在高度程序化的任务中，团队成员会就此达成一致。在程序化程度很低的任务中，是否能就此达成一致的心智模型很关键。

中 其一致程度的高低会影响团队成员如何沟通和协调。适应能力强的团队在这方面做得很好。

低 对队友的良好认识可以帮助团队成员调整自己的行为以适应队友的特点。

引自: Mathieu J E, Heffner T S, Goodwin G F, et al. The influence of shared mental models on team process and performance. Journal of

Applied Psychology, 2000, 85: 273~283

第12卷第5期 共享心智模型研究现状 -793-

2 共享心智模型的类型

任务的复杂多变和团队协同要求成员具有多个层次的心智模型。首先，他们必须掌握工具或设备的操作以及相应的技术，更为重要的是理解自己的操作和团队其他成员的操作如何相互作用。其次，他们必须理解任务本身的特点，比如完成任务的流程、所需要的信息和策略，此外还要意识到工作环境中可能有哪些因素会影响任务的完成。再次，他们还要明确自己在任务完成过程中所担当的角色和所起到的作用，以及如何与其他队友相互配合和协作。最后，他们必须了解队友的知识、技能和能力、爱好及其他相关的个人特质。因为对队友的认识和评价会影响到对他们的期望，对队友的期望进而影响自己的行为。相应的，团队成员也必须在这四个层次上达成一致，共享心智模型具有多层次的特点。表1是Cannon-Bowers和Salas提出的共享心智模型的四种类型及其内容[5]，备注部分是Mathieu等作的补充说明[8]。

Mathieu进一步将其分成两大类。一类是和作业相关的模型，包括关于设备或技术的心智模型和关于任务的心智模型。另一类是和团队相关的模型，包括关于团队交互作用的心智模型和关于团队队友的心智模型[8]。

多数研究者认为共享心智模型的内涵是知识结构的一致或共享。但是Mohammed等人认为，知识结构的一致或者共享还不足以保证他们能组成一个高效团队，态度或信念的相似也很重要。共享心智模型的内容包括共享的知识结构和相似的态度或信念结构[9]。知识结构和信念结构有一定的区别。第一，信念结构的一致比知识结构的一致更难达成。第二，信念结构不如知识结构稳定。第三，两者的要求不尽一样，知识结构有正确与否的区分，但信念结构则只要求团队成员持有相似或相容的信念或态度。

3 共享心智模型的测量

共享心智模型本质上是团队成员心智模型的重叠、相似或者共享，其测量方法分为两个步骤：首先是如何引导出团队成员的心智模型；其次是如何测量心智模型的一致、相似或者共享程度[9]。

3.1 概念映射法（concept mapping）

其一般步骤为：（1）通过团队的作业分析，概括出完成团队作业所必需的、核心的步骤或者概念，形成一个概念集合；（2）通过作业分析，事先确定一个有层次或先后顺序关系的作业操作流程图；（3）要求团队成员从概念集合中选取他认为完成团队所必需的步骤或者概念，填入流程图中（通常概念集合中的概念数目多于流程图的节点数）。

概念图示法同时也是一种数据分析的方法，可以很直观地评定团队成员概念图的相似性。Marks等人2000年的一项实验室研究采用3人组成一个团队，研究者采用赋值的方法求取共享心智模型的指标[10]。具体做法是在某个节点上，任意2个队员的概念相同，则赋值1分，3个队员都相同，则在这个节点上得3分。取总分作为共享心智模型的指标。Marks等人2002年的一项实验室研究则以3个队员概念图的重叠百分比作为共享心智模型的指标，变化范围为0到100%[11]。

-794- 心理科学进展 2004年

3.2 相似性评定法（similarity ratings）

一般步骤为：（1）通过团队的作业分析，概括出团队作业所要求的核心概念或特质；（2）采用对偶比较的方式，团队成员评定两两特质之间的相似或者关联程度，得到一个n×n的下对角矩阵。一般采用Likert7点或9点量表评定。

Pathfinder和多维标度（Multidimensional Scaling, MDS）是其两种分析方法。Pathfinder是一个专门用于分析相似性评定数据的电脑程序[12]。它能把相似性评定矩阵转换成网络图。网络图有节点（概念）以及连接节点的连线组成，展现了概念之间的关系，是心智模型的直观呈现。Pathfinder还可以比较两个矩阵之间的相似性，用相似性系数C来表示，其取值在0到1之间，0代表两个矩阵完全不一样，1代表完全一致。在团队水平上，计算团队成员两两之间的相似性系数C，然后取平均数作为团队水平的共享心智模型的指标。这种方法在研究中应用较多[11,13]。

多维标度是一种统计分析方法，适用的数据类型也是通过对偶比较得到的矩阵，如相似性评定。多维标度能够揭示人们进行对偶比较时所依据的维度是哪些，用R2来衡量所得到的模型对原始矩阵的解释量。R2越大，该群体成员对偶比较时所依据的维度就越相似；R2越小，该群体成员对偶比较时所依据的维度就越不相似。因而可以用R2来反映团队成员心智模型相似性程度的高低。Rentsch 和Klimoski就采用了这种方法[14]。 3.3 卡片分类法（cart sorting）

其步骤为：（1）通过团队的作业分析，概括出团队作业和任务情境中的核心概念或特质，并把概念写在卡片上，一张卡片写一个概念；（2）团队成员根据概念之间的关系把卡片分成若干类，并给每一个类命名（以使得他们的归类是有意义的，但一般不统计分析），每一个人的分类结果形成一个元素为0或1的下对角矩阵。

多维标度也适用于分析二分变量，它提供了一个计算Phi相关的选项用于衡量元素为二分变量的矩阵的相似性。因而卡片分类法收集的数据也可以用这种方法处理，Phi相关越大，团队成员心智模型的相似性越高。 3.4 问卷法

多应用于现场研究。问卷的项目为团队作业、作业情境、团队成员的行为等的描述，团队成员在Likert量表上表达自己的态度。用组内一致性指标（within-group agreement, rwg）来衡量团队成员判断的一致性。它是James等人提出的一个指标[15,16]，后来经过Dunlap等人的发展，现在已经比较成熟[17]。rwg这个指标反映的是团队成员在问卷作答上的一致性程度。Levesque等人的现场研究就是采用了rwg作为共享心智模型的指标[18]。

4 共享心智模型的影响因素

团队内外许多因素影响共享心智模型。Kraiger和Wenzel从理论上提出四类影响因素[19]。（1）环境因素。例如工商界对于团队的重视程度，个体主义或者集体主义的文化取向等等因素影响团队运作，进而影响共享心智模型的建立。（2）组织因素。组织文化、组织的薪酬和激励体系、培训等众多组织因素毫无疑问影响共享心智模型的建立。以团队为单位的薪酬

第12卷第5期 共享心智模型研究现状 -795-

体系，充分的、基于团队的培训也会促成共享心智模型的建立。（3）团队因素。团队作业的特征会直接影响共享心智模型。比如，简单的作业使得个体的心智模型较容易形成，从而也促进了共享心智模型的形成；而当作业复杂性增加时，共享心智模型将会决定一个团队的绩效高低。团队作业的互依性高低也将直接影响共享心智模型。此外，团队的成功历史、团队成立的时间长短也是其影响因素。（4）个体因素。团队成员的同质性，队员的个性、特别是团队领导者的个性也是重要因素。Kraiger和Wenzel仅仅是从理论上探讨了潜在的影响因素，许多论断还缺乏实证依据。可喜的是此后有实证研究。 4.1 团队的干预措施

培训是组织对成员施加影响、塑造期望行为的最主要手段，也是影响共享心智模型的最主要因素。在众多培训方式中，交叉培训（cross-training）被认为是培养共享心智模型的有效手段。交叉培训是以其他队友的任务和职责为内容的培训方式，目的是让团队成员理解团队的运作过程以及队员之间的任务和职责如何相互作用[20]。Volpe等[20]、Cannon-Bowers等的[21]研究表明，接受交叉培训的团队的沟通状况以及团队绩效都要优于没有接受过培训的团队。这些研究者推测，可能是接受了交叉培训的团队建立起来的共享心智模型，进而促进团队沟通和提高团队绩效。Marks等直接证明，交叉培训能促进共享心智模型的建立，与没有接受交叉培训的团队相比，接受了培训的团队建立起了一致性程度更高的共享心智模型；而且，接受了更深层次培训的团队，其共享心智模型优于仅接受浅层次培训的团队[11]。 4.2 团队构成

团队构成因素包括团队成员的同质性（性别、年龄、个性、专业背景等人口统计学变量），团队组成的方式，团队的规模，团队的历史等等。Rentsch与Klimoski假设，团队成员的同质（如成员的经验、教育背景等）程度越高，心智模型的一致程度也越高；团队组成的方式对共享心智模型也有影响，以招聘方式组建的团队要优于上级指派人员组建的团队；团队规模和共享心智模型的相似性呈负相关。他们的现场研究的结果支持了上述的3个假设[14]。Levesque等认为团队组建的时间长短也会有影响，共享心智模型会随着团队运作的时间增加而提高[18]。他们进一步假设，之所以其一致性会随团队运作时间的增加而提高，是因为团队成员的相互作用会随时间增加而增多。但是结果恰恰相反，共享心智模型的相似性随着时间的增加而降低。进一步分析发现，随着团队运作的深入，团队成员的职责分化日益明显，成员之间的相互作用反而减少了，这导致了共享心智模型的降低。这表明，不能单单考虑团队组建时间的影响，团队成员的交互作用会在两者之间起中介变量的作用。Stout等的研究也表明团队成员交互作用的重要性[13]。 4.3 团队领导者

由于领导者在团队中的特殊地位，其行为对团队的运作有很大影响，同样对共享心智模型的建立也影响很大。能否从失败中有效学习，团队成员的态度很重要，相似的态度会促进团队从失效中学习。Cannon和Edmondson的研究表明，在这个过程中，团队领导者的示范和指导行为会促使团队形成一致的态度，从而促进团队学习[22]。Marks等人的研究也支持团

-796- 心理科学进展 2004年

队领导者的行为对共享心智模型达成的重要作用[10]。团队面临新环境时，团队领导者的指导会促使团队成员更快把握问题的实质，形成共享心智模型，从而提高绩效。

5 共享心智模型的作用

5.1 对团队有效性的影响

Klimoski和Mohammed认为，共享心智模型这个概念的提出和受重视不是因为它方便研究者解释实验结果，而是因为它对团队有效性有促进作用[7]。Mathieu等人考察了共享心智模型对团队绩效的影响[8]。其实验室实验的结果表明，共享心智模型和沟通、协调等团队过程变量以及团队绩效均存在显著的正相关，并且共享心智模型通过团队过程的中介促进团队绩效。这项研究还发现，任务模式和团队模式这两种不同的共享心智模型不存在显著相关，并且它们对团队绩效的影响不一致。这也证明共享心智模型并不是一个单一的概念。

Marks等人的研究表明，共享心智模型本身也是一个中介变量，是团队培训促进团队绩效的作用机制[11]。他们设计了两个从被试、试验任务到实验方法都不同的实验，结果一致表明，团队培训（在该研究中是交叉培训）总是经由共享心智模型的中介作用来影响团队绩效的。交叉培训之所以是一种有效的培训方式，是因为它可以促进共享心智模型的建立。与Cannon -Bowers和Salas的研究结果一致的是，共享心智模型对团队绩效的影响还需要通过团队过程的一些变量，比如协调和支援行为的中介作用来实现。 5.2 对团队适应能力的影响

团队总是处于复杂多变的内部或外部环境当中。人员的重组是常见的一种内部环境的变化，例如有队员退出、新成员加入，或者队员临时调换位置等等。McCann等人认为，交叉培训是减少团队重组对绩效的负面影响的重要途径[23]。其实验室实验的结果表明，团队重组时，交叉培训在培训和测试两个阶段对外部言语沟通的依赖都比没有接受过交叉培训的团队要少，并且能在更短的时间内对任务情境达成共识。McCann等人认为，这是因为在交叉培训阶段建立起了共享心智模型。但应该指出的是，共享心智模型的作用在这里只是一个推测，研究者并没有真正测量共享心智模型。

Marks等人的实验室实验证明，共享心智模型如何帮助团队适应新的任务情境[10]。3个大学生被试组成团队完成一项电脑模拟任务。实验分培训和测试两阶段，首先进行常规任务的培训，在测试阶段先完成一个常规任务，再完成两个全新的任务。结果表明，共享心智模型与团队沟通以及团队绩效都存在显著相关，并且，相似性和正确性这两个指标对于团队沟通和团队绩效的影响不完全一样。在常规情境中，两个指标都对团队沟通和团队绩效有影响；但是在新情境中，只有相似性才会对团队沟通和团队绩效产生影响。这个结果可能表明，面临新情境或者新任务时，团队首要的是达成对任务和情境达成共识。凭借一致的心智模型，团队可以在运作的过程中形成正确的策略。 5.3 制约共享心智模型作用的情境因素

共享心智模型对团队绩效的促进作用会受到情境因素的制约。Cannon-Bowers和Salas等人的研究发现，交叉培训可以促进团队绩效[19,20]，但受情境影响。在低负荷的情境下，是

第12卷第5期 共享心智模型研究现状 -797-

否接受培训不影响团队绩效；但在高负荷的情境下，培训对团队绩效的影响存在主效应，培训和工作负荷这两个因素存在交互作用。这可能是因为经由交叉培训产生的共享心智模型只是在高负荷的情境中才表现出来。进而他们假定，共享心智模型对团队绩效的促进会受到某些情境因素的制约。在一些条件下，比如团队内部能够自由、充分沟通从而达成策略时，共享心智模型的作用可能不明显，因为团队成员完全可以按照事先确定的计划运作而无需借助于其它。但是当团队队员之间不能充分地沟通时——比如工作负荷、时间压力很大，或者其他一些因素——团队成员不能通过沟通形成策略。这时候团队的良好运作就必须依赖于团队成员对问题情境的一致认识，共享心智模型的作用才会体现出来。

6 评论和展望

共享心智模型的测量是制约研究深入的薄弱环节，在许多方面都存在争议。首先，测量的内容是什么。共享心智模型不单指知识结构，还包括团队成员的态度和信念结构。但是现在常用的几种方法都指针对知识结构，很少涉及信念体系的测量。其次，测量水平是个体还是团队。严格来说，现在使用的这几种方法都是基于个体水平的测量，在此基础上整合成团队水平。共享心智模型是一种复杂现象，不能简单地以其组分的特性决定，或由其组分相加来说明。如何发展团队水平的测量是研究者今后探讨的方向。再次，强调心智模型的相似性还是正确性。现有的研究更多的是强调团队成员共享心智模型的相似性。但真实的情况也可能出现团队成员虽然达成了一致，但却是错误的。Marks等人的研究表明，相似性和正确性是两个不同的指标，对团队绩效的影响不同[10]。这有待更进一步的研究。

现有测量方法的作业特异性也值得注意。无论是哪种方法，都需要通过团队作业分析抽取其核心的概念或步骤，以此为刺激引导出心智模型。如果两个研究的任务不一样，即使采用同一种测量方法（比如相似性评定法），所测量的心智模型也不一定相同。这就使得结果的可比性变得困难。未来研究可以探讨如何克服现有测量方法作业特异性的限制。

即使存在不足，但从现有研究手段看，相似性评定仍是较好的方法。这种方法具有下列优点。第一，测量结果较少受到无关因素影响。概念映射法需要主试先期提供一个流程图，容易受主试的理解的影响，也制约了被试的思维方式；卡片分类法要求被试对自己的分类依据有明确认识，这就不可避免受到被试个人因素影响，而且也隐含了被试对自己的心智模型有明确认识的假设。第二，分析手段比较成熟。Pathfinder和多维标度都是比较成熟的方法，而且这两种分析方法还可以做比较。问卷法大多用于现场研究，而共享心智模型的研究多在实验室进行。基于以上考虑，笔者建议采用相似性评定的导出方法，以及Pathfinder和多维标度的展现方法。

本文仅仅回顾了工业与组织心理学领域内共享心智模型的理论和实证研究，而实际上这是多个研究领域都感兴趣的现象，只不过各自关注的内容有所不同。当前的问题在于，各个领域之间缺乏必要的沟通，不同领域的研究者使用不同的概念，远没有就此达成共识。跨学科、跨领域的研究有待出现。

-798- 心理科学进展 2004年

工业与组织心理学领域内的研究也存在一些不足。研究手段单一，实验室研究占多数而现场研究比较少，研究结果的外部效度不高。实验室研究至少在两个方面限制了结果的外部效度。首先，实验任务是电脑模拟。其次，被试大多数是大学生，而且都是为了实验而临时组建的团队，实验完成后就解散。这和实际的团队运作有很大的不同。为了提高研究的外部效度，还需要进行现场研究。

至少有两个方向是共享心智模型的研究应该关注的。第一个就是团队协作类型和共享心智模型的关系。根据团队成员互依性的高低，可以把团队协作分成四种：平行协作、继行协作、汇聚协作和协同协作。不同的协作类型对共享心智模型的要求不尽一致，但还没有研究探讨两者的关系。第二个方向是共享心智模型的现场研究。许多实际情境中的团队，如集体项目运动队，军队战斗小组，消防队，软件开发团队等等，都有共同的特点。一个是成员之间的相互依赖程度很高，另一个是团队面临的情境瞬息万变，时间压力很大。这两个特点决定了这些团队对共享心智模型的依赖很大。目前相关的研究很缺乏。 参考文献

[1] Sandstrom E, Meuse K P, Futrell D. Work teams: applications and effectiveness. American Psychologists, 1990, 45: 120~133 [2] Rouse W B, Morris N M. On looking into the black box: Prospects and limits in the search for mental models. Psychological

Bulletin, 1986, 100: 349~363

[3] Johnson-Laird P N. Mental models. Cambridge. England: Cambridge University Press, 1983. c.f.: Wilson J R, Rutherford A. Mental

models: Theory and application in human factors. Human Factors, 1989, 31: 617~634

[4] Wilson J R, Rutherford A. Mental models: Theory and application in human factors. Human Factors, 1989, 31: 617~634

[5] Cannon-Bowers J A, Salas E. Shared mental models in expert team decision making. In: Castellan N J Jr. (Eds.). Individual and

Group Decision Making: Current Issues, Hillsdale, NJ: Erlbaum, 1993: 221~246

[6] Mohammed S, Dumville B C. Team mental models in a team knowledge framework: expanding theory and measurement across

disciplinary boundaries. Journal of Organizational Behavior, 2001, 22: 89~106

[7] Klimoski R, Mohammed S. Team mental models: Construct or metaphor? Journal of Management, 1994, 20: 403~437

[8] Mathieu J E, Heffner T S, Goodwin G F, et al. The influence of shared mental models on team process and performance. Journal of

Applied Psychology, 2000, 85: 273~283

[9] Mohammed S, Klimoski R, Rentsch J R. The measurement of team mental models: we have no shared schema. Organizational

Research Methods, 2000, 3: 123~165

[10] Marks M A, Zaccaro S J, Mathieu J E. Performance implications of leader briefings and team-interaction training for team

adaptation to novel environments. Journal of Applied Psychology, 2000, 85: 971~986

[11] Marks M A, Sabella M J, Burke C S, Zaccaro S J. The impact of cross-training on team effectiveness. Journal of Applied

Psychology, 2002, 83: 3~13

[12] Goldsmith T E, Johnson P J, Acton W H. Assessing structural knowledge. Journal of Educational Psychology, 1991, 83: 88~96 [13] Stout R J, Cannon-Bowers J A, Salas E, et al. Planning, shared mental models, and coordinated performance: an empirical link is

established. Human Factors, 1999, 41: 61~71

[14] Rentsch J R, Klimoski R J. Why do ‘great minds’ think alike?: antecedents of team member schema agreement. Journal of

Organizational Behavior, 2001, 22: 107~120

[15] James L R, Demaree R G, Wolf G. Estimating within-group interrater reliability with and without response bias. Journal of Applied

第12卷第5期 共享心智模型研究现状 -799-

of Psychology, 1984, 69: 85~98

[16] James L R, Demaree R G, Wolf G. rwg: An assessment of within-group interrater agreement. Journal of Applied Psychology, 1993,

78: 306~309

[17] Dunlap W P, Burke M J, smith-Crowe K. Accurate tests of statistical significance for rwg and average deviation interrater agreement

indexes. Journal of Applied Psychology, 2003, 88: 356~362

[18] Levesque L L, Wilson J M, Wholey D R. Cognitive divergence and shared mental models in software development project teams.

Journal of Organizational behavior, 2001, 22: 135~144

[19] Kraiger K, Wenzel L H. Conceptual development and empirical evaluation of measures of shared mental models as indicators of

team effectiveness. In: Brannick M T, Salas E, Prince C (Ed.). Team Performance Assessment and Measurement, Mahwah: Erlbaum, 1997: 63~84

[20] Volpe C E, Cannon-Bowers J A, Salas E, et al. The impact of cross-training on team functioning: an empirical investigation. Human

Factors, 1996, 38: 87~100

[21] Cannon-Bowers J A, Salas E, Blichensderfer E, et al. The impact of cross-training and workload on team functioning: a replication

and extension of initial findings. Human Factors, 1998, 40: 92~101

[22] Cannon M D, Edmondson A C. Confronting failure: antecedents and consequences of shared beliefs about failure in organizational

work groups. Journal of Organizational Behavior, 2001, 22: 161~177

[23] McCann C, Baranski J V, Thompson M M, et al. On the utility of experiential cross-training for team decision-making under time

stress. Ergonomics, 2000, 43: 1095~1110

Shared Mental Models: A Brief Introduction

Bai Xinwen, Wang Erping

(Institute of Psychology, Chinese Academy of Sciences, Beijing 100101)

Abstract: Shared mental models (SMMs) are defined as the structural knowledge held by members of a team. Based on SMMs, team members are able to form accurate explanations and expectations for the task, and, in turn, to coordinate their actions and adapt their behaviors to demand of the task and other team members. Research on SMMs provides a new prospective to understand and improve team performance. In this article, authors first introduce the definition of SMMs and some related concepts, as well as some types of SMMs. Next they summarize the measurements of SMMs. Then authors discuss the antecedents and consequences of SMMs. Finally, authors indicate some deficiencies of the current researches, and the promising fields within which the research would be conducted.

Key words: team, mental models, shared mental models, team performance.