Mangfold på arbeidsplassen er et biprodukt

Stay on the leading edge of leading with human-centric AI. Create a free account.

Mangfold i arbeidsstyrken er etter mitt syn et av de mest misforståtte og feilsiterte aspektene ved HR-praksis. Du vil ofte finne mennesker, gjerne svært høytstående personer i organisasjoner, som påpeker at topporganisasjoner har en mangfoldig arbeidsstyrke, og at dette derfor er noe «vi» bør kopiere. Dette representerer en grunnleggende misforståelse av mangfold og dets forhold […]

Workplace Diversity Is A By-Product

Mangfold i arbeidsstyrken er etter mitt syn et av de mest misforståtte og feilsiterte aspektene ved HR-praksis. Du vil ofte finne mennesker, gjerne svært høytstående personer i organisasjoner, som påpeker at topporganisasjoner har en mangfoldig arbeidsstyrke, og at dette derfor er noe «vi» bør kopiere. Dette representerer en grunnleggende misforståelse av mangfold og dets forhold til organisasjoner med høy ytelse.

Generelt sett har disse topppresterende organisasjonene en svært enkel tilnærming: Finn de smarteste menneskene som har interesse for arbeidet, og ansett dem. Det viser seg at intelligens ikke avgjøres av kjønn, seksualitet, høyde, vekt, alder eller noen av de mange andre aspektene som vi tilsynelatende fokuserer på i massemediene. Organisasjoner som fokuserer på å ansette og beholde de beste innen sine respektive fagområder og/eller karrierenivåer, ender derfor svært ofte opp med en ganske mangfoldig arbeidsstyrke. Dette fører igjen til den feilaktige oppfatningen at mangfold driver prestasjoner, noe som uunngåelig etterfølges av at organisasjoner, nesten latterlig nok, lanserer et mangfoldsfokusert program basert på diskriminering. Hvor mange av oss har vært i organisasjoner og sett alders- eller kjønnsfokuserte programmer som et middel for å bygge mangfold? Det viser seg at både alder og kjønn er svært dårlige indikatorer på prestasjoner.

Et fokus på svært dårlige indikatorer på prestasjoner i ønsket om å være mangfoldig vil føre til en mangfoldig arbeidsstyrke i organisasjonen, men i noen tilfeller vil det føre til at organisasjonen presterer svakt. Fokuser heller på det som faktisk forutsier sterke prestasjoner, fokuser på å finne de smarteste menneskene du har råd til, og rekrutter dem. Fokuser på å fjerne de aspektene ved rekrutterings- og utvelgelsesprosessene som diskriminerer, slik at veien blir åpen for faktisk å finne medarbeidere som presterer på høyt nivå, og som vil være kvinner, menn, kjønnsdiverse, høye, lave, morsmålsbrukere og ikke-morsmålsbrukere av det dominerende språket på arbeidsplassen din.

Relaterte artikler:

Brendan Lys
Operating at the intersection of Human Resources and Data Science, I leverage extensive specialist experience within Human Resources, with the methodologies and approaches of Data Science. This focus on the discovery of actionable insights from data, has been applied to areas such as: remuneration & benefits, workforce planning, recruitment, health & safety, diversity, and training. But what does the application of data science to HR challenges and opportunities actually look like. Within an HR framework the data we work with typically comes directly from our HRMIS, an advantage of using data science methodologies is that we can bring in additional data either held within the organization or from external sources - data which is out of reach from a pure HR analytics approach. Consider for example position descriptions, these contain a wealth of data that we typically ignore as its not in a analysis ready format. A side project I'm working on currently (April 2019) is using text mining on job descriptions to provide insights into which job family the position may fit into. The insights of my work have been enjoyed by organizations across a diversity of sectors including: Government (Australia and New Zealand), ASX and NZX listed companies, utilities, not for profit and higher education.
Follow the author: