Рекрутеры, менеджеры по персоналу и инвесторы всегда искали лучшие способы определить, кто подходит и обладает потенциалом, и как распределить для них возможности. Большие данные обещают не только значительно повысить эффективность, но и привнести большую объективность в процесс принятия решений человеком, который бессознательно предвзят. И, несомненно, предиктивная "кадровая аналитика" начинает трансформировать то, как работодатели нанимают, увольняют и продвигают сотрудников. Как утверждается в недавней статье в Atlantic, "то, что началось с онлайн-тестирования для работников начального уровня, закончится преобразованием почти всех аспектов найма, оценки эффективности и управления".
Но это только вершина айсберга. Одним из событий, которое, несомненно, закрепит связь между большими данными и процессами работы с талантами, является рост массовых открытых онлайн-курсов, или МООКов. Бизнес-школы набрасываются на них всем скопом. Вскоре ваши результаты MOOC будут продаваться онлайн-рекрутерам, использующим те виды информации, которые позволяют большие данные - тонкие различия не только в усвоении контента, но и в участии, вкладе и статусе в соответствующих онлайн-сообществах. Но что если эти новые возможности, используемые рекрутерами и менеджерами для эффективного и объективного отбора лучших талантов, только усугубляют существующее неравенство? Или создают новые?
Данные, которые называются защитниками равенства, показывают не только то, что большинство слушателей МООК - хорошо образованные, работающие, молодые и мужчины, но и то, что большинство преподавателей, особенно "звезд", - мужчины. И как предупреждает недавняя статья под названием "Мужественные открытые онлайн курсы", МООК могут вернуть академическую науку "к временам огромного гендерного разрыва, когда старшие ученые в подавляющем большинстве были мужчинами".И все же, кто нас учит, важно не только это. Посмотрите на любое исследование о тонких, системных или "предвзятых взглядах второго поколения", сдерживающих женщин и меньшинства в бизнесе, и вы увидите, что отсутствие ролевых моделей находится в верхней части списка. В конце концов, кто является одним из наших первых образцов для подражания (после родителей, если нам повезет): наши учителя. Говоря по собственному опыту, я знаю, что не стал бы доктором философии Йельского университета, если бы мой заведующий кафедрой в Университете Майами, доктор Роберт Таллерико, лично не поощрял и не наставлял меня с первого дня.
Далеко не демократизируя образование, критики утверждают, что МООК лишь усилят власть и ослабят тех, у кого ее нет. Первые данные о МООК свидетельствуют об огромном проценте отсева. После публичного отступления основателя Udacity Себастьяна Труна от церкви МООК его упрекали в том, что он провел коммерческий "эксперимент" в штате Сан-Хосе, не подумав о том, могут ли показатели окончания обучения отличаться по расовым и классовым признакам. Я не могу не задаться вопросом, что было бы со мной, если бы мой первый год в университете прошел по программе MOOC. Рассматривали ли Трун и его коллеги возможность того, что проблема могла заключаться не в "трудном районе без хорошего доступа к компьютерам", а в отсутствии контакта и идентификации с преподавателями?
И давайте более внимательно рассмотрим те онлайн-игры, о которых пишет Дон Пек в своей статье в Atlantic. Поскольку все больше рекрутеров используют игровые данные для принятия решений о найме, не обеспечивают ли они непреднамеренно однородность рабочей силы? Как показало недавнее исследование Sex Roles, мужчины проводят гораздо больше часов за подобными играми, чем женщины. Игры также ассоциируются с меньшим количеством времени, потраченного на выполнение домашней работы, т.е. на усердную работу - важнейший компонент, на который полагаются девочки, меньшинства и иммигранты (я знаю, я отметила всех троих), чтобы добиться успеха. Я не могу представить, как мои родители говорят: "Дорогая, отложи учебники и работай над своими играми, иначе ты ничего не добьешься в жизни".
И все же рекрутеры серьезно относятся к этим данным. "Как долго вы колеблетесь перед каждым действием, последовательность ваших действий, как вы решаете проблемы, - говорит один из специалистов по анализу рабочей силы, - все эти и многие другие факторы регистрируются в процессе игры, а затем используются для анализа вашей креативности, настойчивости, способности быстро учиться на ошибках, умения расставлять приоритеты и даже вашего социального интеллекта и личности".Даже после двадцати минут игры вы получите несколько мегабайт данных, которые "составят портрет вашей психики и интеллекта в высоком разрешении, а также оценку вашего потенциала как лидера или новатора".
Еще больше. Соавтор исследования Sex Roles говорит, что еще одним возможным фактором отсутствия интереса девочек к играм является нехватка женщин, работающих в индустрии гейм-дизайна. 88% разработчиков игр - мужчины", - говорит Хитер, добавляя, что "игры, разработанные для оптимального привлечения женщин, могут минимизировать внутриигровое давление, предоставлять реальные преимущества, такие как снятие стресса, упражнения для мозга или больше качественного времени с семьей и друзьями, и быть доступными для игры в течение коротких отрезков времени".
В связи с этим возникает другой вопрос: Что, если "давление на производительность в игре" провоцирует стереотипную угрозу? Десятилетия назад психолог Клод Стил показал, что женщины и афроамериканцы отстают в учебе и в стандартизированных тестах не из-за неспособности, а скорее из-за стереотипной угрозы - страха, что их будут стереотипизировать и недооценивать на основании их расы и пола. Стил также обнаружил, что процент отсева среди афроамериканских студентов был гораздо выше, чем среди их белых сверстников, даже если они хорошо учились и получили отличные баллы по SAT. По мере того, как формы онлайн-обучения и отбора становятся все более изощренными, добавляя все больше элементов участия и более четко связываясь с карьерными привратниками, будем ли мы затыкать дыры в трубопроводе многообразия или добавлять новые?
Прелесть (и опасность) больших данных в том, что они не ограничиваются тестами, которые человек добровольно проходит в рамках процесса приема на работу, - они также могут исследовать наши цифровые следы, чтобы найти ведущие показатели, коррелирующие с результатами работы. Огромное количество точек данных, которые собирают шахтеры, позволяет им с хирургической точностью определять, какие качества лучше всего коррелируют с успехом на разных рабочих местах. Например, выяснилось, что браузер, который соискатель использует для прохождения онлайн-теста, имеет большое значение, особенно для технических должностей, поскольку использование самых сложных браузеров требует "определенной смекалки и инициативы для их загрузки".Другие предикторы настолько тревожны, что компании не используют их, несмотря на их силу. Один стартап, применяющий анализ людей для отбора кандидатов на работу, обнаружил, что расстояние между домом и работой сильно связано с вовлеченностью и удержанием сотрудников. Другая компания обнаружила, что самые сильные кодеры, как правило, являются поклонниками определенного японского сайта манга. В чем разница между распознаванием образов, которое позволяют большие данные, и профилированием по признаку пола, расы или класса?
Даже тот, кто никогда не выходил за рамки курса "Статистика 101", знает, что корреляция не является причинно-следственной связью, и этот факт признают сами создатели алгоритмов. Например, компания Google перестала использовать головоломки и мозговые головоломки при приеме на работу после того, как выяснилось, что они не позволяют предсказать эффективность работы и лидерские качества. Во многих случаях неизмеряемые факторы вызывают как переменную-предсказатель, так и результат, который она пытается предсказать. Что если то, каким браузером вы пользуетесь или что вы читаете в свободное время для развлечения, частично зависит от вашей социальной сети? Например, хорошо задокументировано, что инновации распространяются через социальные сети, которые, как известно, являются "гомофильными", т.е. объединяют людей, схожих по таким демографическим признакам, как класс, раса и пол. Смогут ли алгоритмы, основанные на нашем социальном взаимодействии, не только воссоздать в цифровом виде, но и экспоненциально расширить возможности "клуба старых (белых) мальчиков?"
Большие данные обещают большую предсказуемость, но это не следует путать с объективностью. Будучи сам исследователем, я предлагаю слово предостережения: Прежде чем мы с головой окунемся в эту революцию, основанную на фактах, не следует ли нам последовать ее постулатам и провести несколько исследований о динамике разнообразия в этом смелом новом мире управления талантами?
Таланты и новый мир найма
Познавательный центр HBR
- Как использовать психометрическое тестирование при найме
- Более справедливый способ принятия решений о найме и продвижении по службе
- Почему HR-отдел должен перестать обходить вниманием длительно безработных
- Рынок вакансий для MBA скоро пострадает
Об авторе
Эрминия Ибарра - профессор организационного поведения Чарльза Хэнди в Лондонской школе бизнеса и автор книги Act Like a Leader, Think Like a Leader (Harvard Business Review Press, 2015). Посетите ее веб-сайт herminiaibarra.com. HerminiaIbarra
- Hbr.org
Поделиться
