Не является ли ваш процесс приема на работу предвзятым? Недавнее исследование компании Mckinsey показало, что разнородный по полу и этническому составу персонал приносит большую прибыль компании, чем однородный. Так почему же мы до сих пор нанимаем не тех людей?
Не потому, что не стараемся. Западные компании тратят миллиарды каждый год на то, чтобы избавиться от клонирования персонала. В 2015 году только Google инвестировал 150 миллионов долларов в диверсификацию. Однако улучшения происходят медленно, и недавние сообщения о неудачных попытках Facebook создать более разнообразный штат сотрудников - не очень хорошая новость. В конце концов, если Facebook не может этого сделать, то никто не сможет.
Так в чем же проблема? Неужели талантов действительно нет? Конечно, есть. Проблема, друзья мои, не в кандидатах. А в рекрутерах.
Дженнифер или Джон?
Мы все знаем основы. Мужчины доминируют в технологических компаниях, в кабинетах руководителей и в финансовой сфере. Женщины правят первичным медицинским обслуживанием, консультированием и HR. Но вызван ли этот дисбаланс реальным гендерным неравенством в хороших кандидатах? Или это проблема методов приема на работу?
В ходе эксперимента, проведенного Коринн Мосс-Ракузин из колледжа Скидмор, более 100 профессоров STEM (Science, Technology, Engineering and Maths) из США попросили оценить два резюме: одно принадлежало Дженнифер, другое - Джону. Резюме были идентичны, за исключением имени в верхней части. И тем не менее, в отзывах, полученных от профессионалов, компетентность Джона была признана значительно более высокой, чем у Дженнифер. Профессора не только менее охотно приняли Дженнифер на работу в качестве руководителя лаборатории, но и предложили Дженнифер среднюю зарплату на $4 000 в год (13%) меньше, чем Джону.
Скорее всего, мало кто из профессоров, участвовавших в испытании Мосса-Ракузина, отнес бы себя к сексистам до получения результатов эксперимента. Именно их неосознанная гендерная предвзятость склонила чашу весов в пользу Джона. Гендерные предубеждения характерны не только для областей STEM. По данным Medreps, во всех областях рекрутеры подсознательно ожидают, что мужчины будут лучше сдавать экзамены, предлагают женщинам более низкую зарплату и ориентируют объявления о высокооплачиваемой работе на мужчин, а не на женщин.
Конечно, весы склоняются и в другую сторону. В частности, в таких областях, как первичная медицинская помощь, как пишет этот автор в "Гардиан", мужчины гораздо реже нанимаются на должности, чем женщины. Связано ли это со значительно меньшим количеством заявок от мужчин и ожиданиями мужчин от более высоких зарплат по сравнению со скромными зарплатами учителей - вопрос спорный.
Лакиша или Лора?
Расовая предвзятость остается серьезной проблемой во многих областях - и не всегда из-за предпочтений рекрутеров. Исследование NBER, аналогичное эксперименту "Дженнифер/Джон", но только с использованием имен "этнических меньшинств", показало, что кандидаты с именами меньшинств на 33% реже получают обратный звонок на отправленное резюме.
На самом деле, исследования, подобные этому в Fortune, показывают, что многие компании избегают нанимать представителей этнических меньшинств по более сложной причине: они боятся предрассудков своих клиентов. К сожалению, исследование, проведенное в Корнелле, показало, что многие якобы не предвзятые менеджеры по найму склонны нанимать людей своей собственной национальности - не обязательно потому, что они расисты, но потому, что мы склонны больше всего сопереживать людям, похожим на себя.
Кто
Есть множество других предубеждений, которые влияют на решения о найме. Рекрутеры, как и все мы, люди. Они делают предположения на основе роста, веса и расы.
Исследования показывают, что благодаря "эффекту ореола" привлекательные люди имеют больше шансов быть принятыми на работу и быстро продвинуться в организации. Предвзятость "родства" гарантирует, что рекрутеры отдают предпочтение кандидатам с похожей биографией, будь то школа, в которой они учились, или их предпочтения в музыке техно.
А еще есть феномен контраста - когда мы выбираем кандидата только потому, что его резюме выделяется на фоне других, независимо от того, подходит он для этой работы или нет. И, наконец, есть простое предубеждение подтверждения - то есть когда вы с большей вероятностью примете на работу человека, о котором вы ранее сделали положительное заключение.
В конечном счете, неважно, что представляют собой неосознанные предубеждения вашей команды по подбору персонала; они приводят к тому, что лучшие кандидаты остаются за бортом, а это нечестно и не выгодно для вашего бизнеса.
Принятие мер
Первый шаг к тому, чтобы убедиться, что вы принимаете на работу справедливо, - это посмотреть на ваше типичное объявление о вакансии. Известно, что объявления о вакансиях могут вводить в заблуждение, и Гарвард обнаружил, что они часто имеют гендерную окраску. Такие популярные слова, как "ниндзя" и "доминантный", скорее всего, отпугнут соискателей-женщин, в то время как "заботливый" и "совместный" сделают то же самое с парнями. Убедившись, что ваше объявление одинаково привлекательно для мужчин и женщин, вы охватите максимальный кадровый резерв.
Простой ответ на предрассудки, основанные на именах, - уничтожить их в самом источнике. В октябре 2015 года правительство Великобритании объявило о планах UCAS начать рассмотрение заявлений студентов только со стертыми именами. Такой "безымянный" подход, который начнет применяться с 2017 года, позволит исключить дискриминацию кандидатов по расовым или классовым причинам на этапе чтения заявлений. Такой подход, конечно, может быть распространен рекрутерами на другие детали, которые не должны иметь отношения к процессу найма, такие как возраст и пол - как недавно продемонстрировали несколько компаний в Австралии.
Рекрутинговая компания TMPW предлагает видеоинтервью в качестве возможного решения. Их аргументация? "Поскольку видео могут просматривать несколько человек, вероятность неосознанной предвзятости снижается". Конечно, видео само по себе открывает возможности для потенциальной дискриминации, раскрывая расу, привлекательность и акцент кандидата. Но, как признает TMPW, "при должном уровне образования и контроля этот вид дискриминации можно устранить, а компании могут гарантировать, что менеджеры сосредоточатся на соответствующих критериях".
Конечно, существует простое решение всех этих проблем: роботизация. Уже сейчас большинство компаний используют ту или иную форму компьютерного отбора, чтобы отсеять потенциальных кандидатов из общего числа претендентов. В ближайшие несколько лет даже последние этапы будут определяться искусственным интеллектом. Такие приложения, как Joonko и Blendoor, уже пытаются бороться с предвзятостью, присущей процессам подбора персонала. Они недороги в использовании и могут стать ценным инструментом обучения, если не более того.
Поэтому в следующий раз, когда вы будете нанимать сотрудников, честно спросите себя: могу ли я быть уверен, что в этом процессе не будет предвзятости? Если ответ отрицательный, помните, что есть вещи, которые вы можете сделать, чтобы улучшить качество найма. Ваши кандидаты - и бизнес - будут вам за это благодарны.
Об авторе: Сюзанна пишет для Inspiring Interns, агентства по подбору персонала для выпускников вузов.
Об авторе.
- Theundercoverrecruiter.com
Поделиться
