CHRO/HRD pyta: Dlaczego nie udostępniamy danych o konkretnych osobach?

TL;DR:

  • Ryzyko biasów i błędnej interpretacji
  • Wymagana jest specjalistyczna wiedza psychometryczna
  • Esencjalizacja i etykietowanie szkodzi ludziom
  • Udostępnianie może wyrządzić krzywdę
  • Firma dostaje efekt i rekomendacje, a nie surowe liczby

Co ci da Empatyzer?

Wysoka adopcja narzędzia wynika z naturalnej ciekawości pracowników, którzy chcą poznać swój profil zawodowy i motywatory. Działa to w modelu „fire and forget”, gdzie HR nie musi ręcznie sterować procesem ani wymuszać logowania. Sprawna komunikacja interpersonalna w pracy rozwija się więc oddolnie, napędzana chęcią zrozumienia siebie i innych. To ogromne odciążenie dla działu personalnego, który zyskuje samouczący się organizm.

Zobacz wideo na YouTube

Surowe wyniki jednostek nie są udostępniane, bo same w sobie praktycznie nic nie wnoszą dla decyzji bez fachowej interpretacji. Interpretacja wymaga kompetencji psychometrycznych i kontekstowej wiedzy, których brak prowadzi do błędnych wniosków. Gdy firma otrzyma pojedyncze profile, istnieje wysokie ryzyko biasów, upraszczania i esencjalizacji ludzi. Etykietowanie osób na podstawie kilku wskaźników wzmacnia uprzedzenia i może zaszkodzić karierom oraz relacjom w zespole. Empatyzer zamiast surowych liczb dostarcza skumulowany efekt i rekomendacje, czyli praktyczną wiedzę gotową do użycia. To narzędzie automatycznie przetwarza dane w bezpieczny, nieoceniający sposób i generuje porady dostosowane do relacji i kontekstu. Udostępnienie surowych wyników zwiększyłoby też ryzyko niewłaściwego użycia w ocenach rocznych, rekrutacji lub polityce wewnętrznej. Dane jednostkowe są też podatne na błędy interpretacyjne nawet przez doświadczonych psychologów, dlatego dajemy firmie agregaty i trendy. Agregaty pozwalają identyfikować ryzyka kulturowe, tematy do szkoleń i obszary interwencji bez narażania prywatności. Ponadto prywatność rozmów i treści jest chroniona: treści nie trafiają do przełożonych ani HR, a konta można usunąć i wycofać dane. Taka polityka zwiększa zaufanie i adopcję, co jest warunkiem skutecznego działania narzędzia na poziomie organizacji. W skrócie: chronimy ludzi przed krzywdą i firmie dostarczamy użyteczny efekt zamiast surowych, łatwych do nadużyć liczb.

Nie udostępniamy danych osobowych, by zapobiegać biasom, chronić prywatność i dostarczać firmie praktyczny efekt zamiast surowych wyników.

Źródła i badania

  1. American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Educational Research Association. Source
  2. Amos Tversky; Daniel Kahneman (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124 DOI: 10.1126/science.185.4157.1124
  3. William M. Grove; David H. Zald; Boyd S. Lebow; Beth E. Snitz; Chad Nelson (2000). Clinical versus mechanical prediction: A meta-analysis. Psychological Assessment, 12(1), 19–30. https://doi.org/10.1037/1040-3590.12.1.19 DOI: 10.1037/1040-3590.12.1.19
  4. DeYoung, C. G., Quilty, L. C., & Peterson, J. B. (2007). Between facets and domains: 10 aspects of the Big Five. Journal of Personality and Social Psychology, 93(5), 880–896. https://doi.org/10.1037/0022-3514.93.5.880 DOI: 10.1037/0022-3514.93.5.880

Autor: Empatyzer

Opublikowano:

Zaktualizowano:

 

""

—