Hvorfor EUs direktiv om lønnstransparens er mer enn en etterlevelsesøvelse
EUs direktiv om lønnstransparens er ikke bare enda et rapporteringskrav. Som eksperten på lønnsrapportering Tom Heys sier, er det nærmere det britiske regelverket for kjønnslønnsgap «på steroider» – en kombinasjon av rapportering på organisasjonsnivå, individuelle arbeidstakerrettigheter, begrensninger på rekrutteringspraksis og krav om å gruppere jobber med lik verdi og forklare lønnsforskjellene mellom dem.
Det større spørsmålet er hva som skjer når organisasjoner endelig blir pålagt å vise hvordan de har kommet frem til resultatene. Lønnstransparens avdekker svak jobbsstruktur, utdaterte stillingsbeskrivelser, for stort skjønn hos ledere og analytiske modeller som ingen kan forklare. Og det ligger en bredere lærdom om kunstig intelligens begravet i alt dette: Teknologi kan fremskynde analysen, men den kan ikke ta ansvar. Ledere må fortsatt forstå – og forsvare – beslutningene som tas på deres vegne.
Dette vil du lære
- Hvorfor EUs direktiv om lønnstransparens representerer en endring i driftsmodellen, ikke bare et spørsmål om etterlevelse
- Hvordan jobbsstruktur og jobbklassifisering danner grunnlaget for lønnstransparens
- Hvorfor dokumenterte stillingsbeskrivelser kan skape risiko når de ikke gjenspeiler arbeidet de ansatte faktisk utfører
- Hvordan arbeidstakerrettigheter og gransking fra representanter endrer dynamikken rundt lønn
- Hvorfor statistisk nøyaktig analyse ikke nødvendigvis er en analyse som kan forsvares
- Hvor kunstig intelligens kan fremskynde lønnsanalyser – og hvor menneskelig skjønn fortsatt må ha ansvaret for beslutningen
- Hvorfor forklarbarhet er i ferd med å bli en sentral lederferdighet
Viktigste poenger
- Lønnstransparens avdekker maskineriet under lønnsfastsettelsen. Rapportering er bare den synlige delen av isfjellet. Organisasjoner trenger også metoder som kan forsvares for jobbsstruktur, nivåinndeling, lønnsfastsettelse, styring og jobbklassifisering.
- Du kan ikke vurdere jobben folk ble ansatt for å gjøre, hvis de gjør en annen jobb. Utvidet ansvarsområde og utdaterte stillingsbeskrivelser skaper et «søppel inn, søppel ut»-problem. Før organisasjoner automatiserer jobbevaluering, trenger de et nøyaktig bilde av arbeidet som faktisk utføres.
- Det er ikke lenger nok å ha det riktige svaret. Som Tom sier, er dette som en matteprøve: Du får poeng for svaret, men flere poeng for å vise utregningen. Hvis arbeidstakerrepresentanter kan utfordre metodene, må organisasjoner forklare hvordan de kom frem til konklusjonene sine – ikke bare peke på et resultat.
- Kunstig intelligens bør fremskynde skjønnet, ikke erstatte det. En polert modell eller analyse kan skape større tillit enn de underliggende dataene fortjener. Kunstig intelligens kan gjøre prosessen raskere, men ledere har fortsatt ansvaret for forutsetningene, metoden og konsekvensene.
- Transparens gjør gamle inkonsekvenser til aktuelle forpliktelser. Lønnsforskjeller som tidligere var skjult i ugjennomsiktige systemer, blir langt vanskeligere å ignorere når ansatte har informasjonen og rettighetene som trengs for å utfordre dem.
- Forklarbarhet er i ferd med å bli en lederferdighet. Ledere må i økende grad forsvare beslutninger som er påvirket av systemer de ikke har bygget og kanskje ikke forstår fullt ut. Effektivitet er viktig, men «systemet sa det» er ikke styring.
Kapitler
- 00:00 — Omfattende endring av lønnstransparensen
- 02:23 — PTD på steroider
- 04:17 — Mer enn rapportering
- 05:10 — Jobbsstruktur
- 07:11 — Nøyaktighet kontra forklarbarhet
- 09:36 — KI og dens rolle
- 10:16 — Dokumentert kontra faktisk arbeid
- 12:09 — Dokumentering av utvidet ansvarsområde
- 14:24 — Nye etterlevelsesrisikoer
- 15:40 — Lønnsforskjeller som kan forsvares
- 17:06 — Ansattes rettigheter knyttet til lønn
- 21:39 — Fra «Stol på oss» til «Vis oss»
- 22:18 — Utfordringen med styring
- 24:39 — Automatisering av lønnsanalyser
- 28:54 — Ansvarlighet og kunstig intelligens
- 30:00 — Forklarbarhet som lederegenskap
Møt gjesten vår
Tom Heys er ansvarlig for lønnsrapportering hos Lewis Silkin og en anerkjent ekspert på lønnstransparens og rapportering av lønnsforskjeller mellom kjønn og etnisitet. Han leder firmaets tjenester for rapportering av lønnsforskjeller i Storbritannia og Irland, og hjelper arbeidsgivere med å bruke statistisk analyse for å forstå de underliggende årsakene til lønnsforskjeller og utvikle meningsfulle tiltak. Tom har en mastergrad i statistikk og er også medansvarlig for Lewis Silkins tjenester knyttet til EUs direktiv om lønnstransparens. Han er programleder for firmaets podcast Pay Attention, der han deler praktisk innsikt om utviklingen innen krav til lønnstransparens og likestilling på arbeidsplassen.
Relaterte lenker:
- Bli med i People Managing People-fellesskapet
- Abonner på nyhetsbrevet for å få våre nyeste artikler og podkaster
- Se nærmere på sponsoren for denne episoden: QuickBooks Online
- Ta kontakt med Tom på LinkedIn
- Besøk Lewis Silkin
Relaterte artikler og podkaster:
David Rice diskuterer med Tom Heys hvorfor EUs direktiv om lønnstransparens er langt mer enn en rapporteringsøvelse. Direktivet innebærer en omfattende endring av hvordan organisasjoner arbeider med lønn, stillingsarkitektur, likeverdige jobber, rekruttering, styring og beslutninger som kan forklares.
Samtalen tar for seg hvorfor direktivet kan beskrives som Storbritannias regelverk for kjønnslønnsgap på steroider, og hvordan det kombinerer rapportering av lønnsgap på virksomhetsnivå med individuelle arbeidstakerrettigheter. Det innføres også nye begrensninger på hva arbeidsgivere kan spørre om under rekruttering, samt krav om å kategorisere jobber av lik verdi og kunne begrunne beslutningene overfor arbeidstakerrepresentanter.
David og Tom diskuterer hvorfor jobbanalyse og stillingsarkitektur er grunnlaget for resten av arbeidet, og hvorfor dokumenterte arbeidsoppgaver ikke alltid samsvarer med det ansatte faktisk gjør. De ser også på hvordan kunstig intelligens kan bidra til å fremskynde prosessen, men ikke bør overta beslutningene.
Et sentralt tema er forskjellen mellom nøyaktighet og forklarbarhet. Et svar kan være statistisk korrekt, men likevel umulig å forsvare. Når arbeidsgivere må vise hvordan lønnsforskjeller er beregnet, er det ikke tilstrekkelig å si at «systemet sa det». Organisasjonene må kunne forklare modellen, vurderingene og beslutningene som ligger bak.
Samtalen tar også opp risikoen ved å bruke kunstig intelligens på foreldet eller mangelfull informasjon, problemet med at stillingsbeskrivelser ikke gjenspeiler reelt arbeid, og hvordan større åpenhet kan føre til flere krav om likelønn. Tom forklarer hvordan regresjonsanalyse kan brukes til å analysere lønnsgap, men også hvorfor slike modeller inneholder skjønnsmessige valg som må kunne forsvares overfor ansatte og deres representanter.
Til slutt diskuterer David og Tom hvordan forklarbarhet blir en stadig viktigere lederkompetanse i en tid der beslutninger delvis påvirkes av systemer lederne ikke selv har utviklet eller fullt ut forstår. Hovedbudskapet er at lønnstransparens ikke bør behandles som en sjekkliste for etterlevelse, men som en mulighet til å etablere en mer objektiv, tydelig og rettferdig måte å fastsette lønn på.
