Toborzás előítéletek nélkül
Első pillantásra a mesterséges intelligencia tűnik ideális megoldásnak az ultramodern toborzási folyamat megszerzésében, amelyben semmiféle előítéleteknek nincs helyük. De a gyakorlat megöl. És ez azért van, mert a kifinomult rendszerek mögött még mindig az emberek állnak a gomboknál.
Szakmai életem több mint 80% -át különféle női magazinok szerkesztőségében töltöttem. Különleges működési stílusuk van, annak ellenére, hogy általában valamennyien szerepelnek egy klasszikus vállalat hatalmas mechanizmusában. Minden kiadványnak külön hangja van, egy bizonyos közönségnek szól, és éppen ezért a szerkesztőséget alkotóknak közös érdekekkel kell rendelkezniük, meg kell érteniük olvasóikat, és a kommunikáció zavartalanul kell, hogy menjen.
És nem ritkán különböző interjúkon vettem részt, amelyek során a mérleget olyan emberek javára döntöttem, akik valamennyire hasonlítottak rám, szoros esztétikai identitással, hasonló kulturális preferenciákkal. Visszatekintve minden oldalról visszatérek azokra a pillanatokra, amikor nem adtam bizalmat a toborzásban, és azoknak, akik bár teljesen mások, hozzáadott értéket adhattak volna a folyóiratnak egy 180 fokos látomás révén, Nekem volt. Sajnálom, hogy egy pillanatra sem válhattam pártatlan bíróvá, aki nem indul el semmilyen előfeltevéssel az úton, és kizárólag annak az előnynek a szemszögéből elemzi, amelyet az egyén valószínűleg hoz a társaságban. És talán, ha a mesterséges intelligencia néhány évvel ezelőtt döntő szerepet játszott volna a toborzásban, a dolgok másképp mennek volna.
A számok önmagukért beszélnek
A McKinsey and Company által 2015-ben végzett tanulmány azt mutatja, hogy a sokféle munkaerővel rendelkező szervezetek pénzügyi eredményei jobbak, mint azok, amelyeket a munkaerő-toborzás során nem ez az elv követ. Egy másik, a Gazdasági Kutatási Hivatal által készített, 2016-os elemzés szerint bár a nők jelenleg a fehérgalléros munkavállalók több mint 50% -át képviselik, csak 4,6% -uk ér el vezetői posztot.
A "Kevésbé valószínű, hogy a nők felveszik a nőket?" Című cikk. María José González, Clara Cortina és Jorge Rodríguez-Menés, az UPF Politikai és Társadalomtudományi Tanszékének írói azt mutatják, hogy a nőket is diszkriminálják, ha más fejezetekről van szó. Például a tanulmány megállapította, hogy a toborzási interjúra való felhívás valószínűsége 23,5% -kal alacsonyabb volt a gyermek nélküli nőknél, mint az azonos körülmények között élő férfiaknál. A gyermekes nőket pedig fokozottan hátrányos megkülönböztetés éri a toborzási folyamatokban, mivel kettős szankcióval sújtják őket: nőiesség plusz anyaság. Az anyákat átlagosan 35,9% -kal ritkábban hívják interjúra, mint az apákat.
Egy másik, ezúttal az Egyesült Királyságban végzett tanulmány azt jelzi, hogy a túlsúlyos emberek nehezebben találnak munkát. A vizsgálat résztvevőit arra kérték, értékeljék azoknak a jelölteknek a alkalmasságát, akiknek képét önéletrajzhoz csatolták. Vannak, akik azt mondják, hogy nem állnak előítéletekkel a toborzás kapcsán, de az átlagosnál nagyobb súlyú jelölteket sok esetben alkalmatlannak tartották, szemben az átlagsúlyúakkal. Stuart Flint, a Leeds Beckett Egyetemen végzett tanulmányban részt vevő egyik kutató megemlítette, hogy ez a diszkrimináció súlyosbodott, ha a jelölt több kategóriába tartozik, amelyekre gyakran vonakodva tekintenek. Az elhízott nőket például még kevésbé alkalmazták a toborzási folyamatban, mint az elhízott férfiakat. "A túlsúlyos embereket lustának és kevésbé intelligensnek tartják - ezek megalapozatlan sztereotípiák" - magyarázza Flint. "Nincs bizonyíték arra, hogy kevésbé képesek elvégezni a munkát vagy kevésbé intelligensek, mint egy átlagos testsúlyú emberek."
"A szokásos hangulatod az, hogy intuitív érzéseid és véleményed legyen szinte mindenről, ami az utadba kerül. Kedveled vagy nem szereted az embereket jóval azelőtt, hogy sokat tudnál róluk; bízik-e az idegenekben anélkül, hogy tudná, miért; úgy érzi, hogy egy vállalat elemzés nélkül sikeres lesz. ”
Daniel Kahneman a "Gyors gondolkodás, lassú gondolkodás" c. Filmben
Bizonyos esetekben az is előnyös, ha a jelöltet névtelenek tartják. Például egy amerikai zenészek tanulmányában kiderült, hogy amikor a zenészek kilétét elrejtették a meghallgatások során, egy nő esélye, hogy továbbjutjon a következő válogatási körbe, 50% -kal nőtt.
A jelölt kiválasztása után is előítéletek kúszhatnak be a toborzási folyamatba. "A hagyományos nézet szerint a nők általában kevésbé hajlandók tárgyalni a bérekről, mint a férfiak" - mondja Andreas Leibbrandt, az ausztráliai Melbourne-i Monash Egyetem gazdasági professzora, aki a bértárgyalásokat tanulmányozta. "Akkor egyszerűen rájöttünk. Egy olyan környezetben, ahol a munkáltató jelzi, hogy a bértárgyalások rendben vannak, a nők hajlandók lesznek tárgyalni. Másrészről, ha kétértelműség merül fel a bérek alkuképességének mértékében, a nők lényegesen kevésbé késztetnek a tárgyalásokra. ”
Számos vállalat büszke arra, hogy küzd a különféle egyenlőtlenségek ellen, de a legtöbb nem teljesen alkalmazza a toborzási stratégiát, hogy egyensúlyba hozza ezeket a különbségeket. Az ilyen egyenlőtlenségek kiküszöbölhetők különböző mesterséges intelligencián alapuló megoldások bevezetésével, amelyek segíthetik a sokszínűbb és hatékonyabb csapatok felépítését. De helyes végrehajtásuk továbbra is az emberek kezében van a toborzás révén.
Az 5 legfontosabb előítélet, amely befolyásolja a toborzási folyamatot
A legjobbakkal is megtörténik, mert a következők mindegyike a tudatalattinkra vonatkozik. A mesterséges intelligencia pedig egyensúlyba hozhatja a toborzás egyensúlyát!
Tudta például, hogy a legtöbb felvételi hibát a felvételi interjú első 30 percében követik el? Az első benyomás, a személyes előítéletek és a sztereotípiák tudat alatt játszódnak le, amikor a kérdező és a jelölt először találkozik személyesen.
A toborzási interjú után megmaradt személyiség és első benyomások nem jó előrejelzői a későbbi teljesítménynek. Egyes jelöltek különösen erre a pillanatra kellemes képet rajzolhatnak ki, míg mások kissé idegesek, és időre van szükségük valódi oldaluk feltárásához. Az egyik módja ezeknek a lehetséges hibáknak a túllépésén az, hogy soha ne hozzon alkalmazotti döntést a felvételi interjú első 30 percében.
Az alábbiakban megtalálja a leggyakoribb toborzási hibákat, amelyeket kísértésre késztet.!
Akik hasonlítanak…
… Ugyanabban a társaságban gyülekezni? Az emberek általános tendenciája, hogy olyan személyeket keresnek, akik hasonlóak hozzájuk, és az a gondolat, hogy az "ellentétek vonzzák" mítosznak bizonyul, amikor új kollégát kell toborozni. Ha személyes életünkben lehetnek olyan pillanataink, amikor ellentéteket keresünk a rutin elől való meneküléshez, akkor a közös érdekek érvényesülnek a munkahelyen, még akkor is, ha ezek a hasonlóságok nem kapcsolódnak a munkahelyi teljesítményhez.
A kontraszthatás
Agyunk összehasonlítások segítségével kontextusba helyezi a dolgokat és az embereket. Egy interjúhelyzetben, ha a jelölt jobban néz ki, mint elődje, akkor nagyobb valószínűséggel értékeli őt, mint általában más kontextusban. Vagy ha az előző jelentkező különösen jó volt, akkor a következő nem tűnik megfelelőnek erre a pozícióra. Ez történhet a jelöltek előzetes kiválasztási szakaszában az önéletrajzuk alapján is. Ahelyett, hogy az egyes jelölteket saját érdemeik alapján ítélnék meg, és mennyire alkalmasak a felajánlott pozícióra, lehetőség van arra, hogy a felvételi folyamat során objektív módon összehasonlítsák a különböző jelölteket.
A megerősítés szükségessége
Ez a torzítás a toborzás során akkor fordul elő, amikor az emberek csak olyan információkat vesznek figyelembe, amelyek megerősítik meggyőződésüket, és figyelmen kívül hagyják vagy csökkentik azoknak az elemeknek a fontosságát, amelyek nem támogatják véleményüket. Emiatt az állásinterjún az azonos pozícióra pályázók különböző kérdésekkel nézhetnek szembe. A vezetők vagy a toborzók ezt önkéntelenül is megtehetik, hogy megerősítsék az egyes jelöltekkel kapcsolatos meggyőződésüket. Ez pedig az alma és a körte összehasonlításához vezet.
A halo effektus a toborzásban
Itt van egy elfogultság, amikor azt feltételezzük, hogy ha az emberek jóak az A tevékenységben, akkor a B tevékenységben is jók lesznek. A toborzásnál a halo-effektus akkor jelentkezik, amikor a végső döntéshozó megbecsüli a jelöltet és feltételezi, hogy jól áll a munkában, képességeinek konkrét értékelése nélkül.
A kürt hatása
Ez ellentétes a toborzásban alkalmazott halo effektussal, ahol az első benyomások ismét öntudatlan elfogultságot teremtenek. Ebben az esetben, ha azt látjuk, hogy egy személy túl kemény vagy túl félénk, akkor feltételezhető, hogy nem lesz alkalmas vagy jó a munkában. A kedvezőtlen tulajdonságok bármilyen észlelése az első percekben tudattalan okot teremt a diszkriminációra, amely beárnyékolja egyéb vonásait, meggyőződését és cselekedeteit.
Válasszon egy standard formátumú kérdést a felvételi interjúból
A kérdőív elhagyása a toborzási folyamat során véletlenszerű kiválasztási folyamathoz vezethet, a szubjektivitás miatt. Próbáljon meg nem térni az összes jelölt számára létrehozott kérdések listájától. Ezzel a technikával ki lehet irtani a toborzási folyamatra jellemző előítéleteket. És minden jelentkezőnek, aki átlépi a toborzó cég küszöbét, ugyanazon kérdéssor kerül majd alá, anélkül, hogy előnyben részesítené őket, vagy éppen ellenkezőleg, hátrányos megkülönböztetés nélkül.
A kiszervezés, mint megoldás: egy toborzó cég megakadályozhatja a diszkriminációt?
A tehetségért folytatott verseny élesebb, mint valaha. A legjobb emberek vonzása érdekében a vállalatoknak át kell orientálódniuk olyan csoportokba, amelyeket a toborzási folyamat során nem tartottak elég vonzónak. Egy külső toborzó cég pedig ezekre a passzív és kihasználatlan tehetségekre koncentrálhat. Az ilyen tehetségcsoportokkal helyesen kell bánni a felvételi folyamat során - így magas megtartási szintjük van, és végül a vállalat sokszínűségének és befogadásának jó hírnevéhez vezet. Egy másik fontos szempont a különféle csapatok értéke. A Harvard Business Review által közzétett kutatás szerint a sokszínűségre összpontosító vállalatok jobban teljesítenek: 45% -uk a piaci részesedés növekedéséről számolt be az előző évhez képest.
Toborzó gyakorlatok mesterséges intelligenciával
A mesterséges intelligenciának viszont fel kell készülnie. Ha pedig helytelenül van kiképezve, akkor helytelen adatokat szolgáltat. Tehát folyamatosan kell dolgoznia vele, hogy megfelelő algoritmusokat kapjon, amelyek pontos adatokat szolgáltatnak. Ez egy folyamatos fejlesztési és tanulási folyamat. És minél több adatod van, annál pontosabbak az eredmények. Más szavakkal, az első szakaszban bármely HR osztály célja a lehető legtöbb információ szolgáltatása a lehető legjobb eredmények elérése és a paraméterek finomítása érdekében. Az emberek a tökéletességre számítanak a toborzásban, de mind a mesterséges intelligencia, mind a gépi tanulás a nap végén termékünk, emberi hozzájárulás.
Annak érdekében, hogy a toborzási folyamat minél inkább mentes legyen az előzetes elképzelésektől, a szervezeteknek elemezniük kell a hagyományos akadályok mögött álló kritériumokat. Az AI toborzásával kapcsolatos probléma az, hogy a nemek közötti egyenlőség és a fizetés új paradigmáját próbálják megteremteni, de jelenleg nincsenek már meglévő modelljeink, információink vagy elegendő adatunk erről a témáról. Tehát még néhány lépést meg kell tennünk, mielőtt elérnénk az áhított semlegességet. A hosszú távú cél pedig az, hogy megtalálják az algoritmusok manipulálásának módját a tisztességes toborzási gyakorlatok létrehozása érdekében.
Amikor a tökéletességnek vannak tökéletlenségeink
A vonakodás nem kívánatos, amikor új technológiák bevezetéséről beszélünk a HR osztályon, de egy csepp óvatosság nem árt, különösen akkor, ha ezen eszközök közül sok még nem hibátlan. Például 2014-ben az Amazon egy új toborzómotort vezetett be, amelynek célja a bármilyen típusú megkülönböztetés kiküszöbölése a kiválasztási folyamat során. A forradalmi megoldás célja a pályázók önéletrajzainak leírása volt, hogy könnyebben megtalálhassák közöttük a legjobb tehetségeket. Hamarosan kiderült, hogy a mély tanulási motor viszont diszkriminálta a jelentkezőket a számukra átadott korábbi adatok miatt. Az Amazon által a toborzás során alkalmazott rendszer arra a következtetésre jutott, hogy a férfi munkavállalókat részesítik előnyben, ezért megbüntette az önéletrajzokat, amelyek a "nők" szót tartalmazzák a különféle tevékenységekhez, iskolákhoz vagy képesítésekhez fenntartott helyeken.
A toborzás továbbra is nyitva áll
Az egyik kérdés, amelyet a cikk végén felvetek, az, hogy egy eszköz alapján meghozott, pusztán objektív döntés végső soron kedvező lesz-e egy olyan csapat számára, amelyben a teljesítményen túl azok kémiája, akik fel. Bizonyos készségeket és képességeket lehet fejleszteni, megtanulni az idő múlásával, de mennyire hajlandók vagyunk elhagyni magunkat, és olyan emberekkel dolgozni, akik talán teljesen ellentétesek velünk, de akiktől tévedhetetlenül tanulnunk kell? Mennyire befolyásolja a toborzásban való szubjektivitásunk egy csapat teljesítményét? Hogyan nézne ki az ideális keverék a mesterséges intelligencia által kínált objektivitás, valamint az emberi elmére jellemző intuíció és érzékenység között? Megtalálhatja-e a toborzási eszköz az ideális alkalmazottat a vállalat számára, de amely tökéletesen beilleszkedik a meglévő csapatba? Csak az idő fog rávilágítani ezekre a kétértelműségekre.
Tetszett ez a cikk? Olvassa el még: