Różnorodność w miejscu pracy jest produktem ubocznym

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

Różnorodność w miejscu pracy jest moim zdaniem jednym z bardziej niezrozumianych i błędnie cytowanych aspektów praktyki zarządzania zasobami ludzkimi. Często można spotkać osoby, nierzadko bardzo wysoko postawione w organizacjach, które twierdzą, że najlepsze organizacje mają zróżnicowaną kadrę, a zatem jest to coś, co „my” powinniśmy naśladować. Stanowi to fundamentalne niezrozumienie pojęcia różnorodności i jej związku […]

Workplace Diversity Is A By-Product

Różnorodność w miejscu pracy jest moim zdaniem jednym z bardziej niezrozumianych i błędnie cytowanych aspektów praktyki zarządzania zasobami ludzkimi. Często można spotkać osoby, nierzadko bardzo wysoko postawione w organizacjach, które twierdzą, że najlepsze organizacje mają zróżnicowaną kadrę, a zatem jest to coś, co „my” powinniśmy naśladować. Stanowi to fundamentalne niezrozumienie pojęcia różnorodności i jej związku z organizacjami osiągającymi wysokie wyniki.

Ogólnie rzecz biorąc, te najlepsze organizacje mają bardzo proste podejście: znajdują najzdolniejsze osoby zainteresowane daną pracą i je zatrudniają. Jak się okazuje, inteligencja nie jest determinowana przez płeć, orientację seksualną, wzrost, wagę, wiek ani żaden z wielu aspektów, na których, jak się wydaje, koncentrują się media głównego nurtu. Dlatego organizacje, które skupiają się na zatrudnianiu i zatrzymywaniu najlepszych osób w swoich dziedzinach i/lub na poszczególnych szczeblach kariery, bardzo często kończą ze stosunkowo zróżnicowaną kadrą. Prowadzi to następnie do błędnego przekonania, że różnorodność napędza wyniki, po którym organizacje niemal komicznie uruchamiają program ukierunkowany na różnorodność, oparty na dyskryminacji. Ilu z nas pracowało w organizacjach i obserwowało programy skupione na wieku lub płci jako sposób budowania różnorodności? Jak się okazuje, zarówno wiek, jak i płeć są bardzo słabymi predyktorami wyników.

Koncentrowanie się na wyjątkowo słabych predyktorach wyników w dążeniu do różnorodności doprowadzi do powstania zróżnicowanej kadry w danej organizacji, jednak w niektórych przypadkach doprowadzi również do tego, że organizacja będzie osiągać słabe wyniki. Zamiast tego należy skupić się na tym, co rzeczywiście przewiduje wysokie wyniki, znaleźć najzdolniejsze osoby, na których zatrudnienie można sobie pozwolić, i je zrekrutować. Należy skoncentrować się na usunięciu z procesów rekrutacji i selekcji tych elementów, które prowadzą do dyskryminacji, otwierając drogę do rzeczywistego znalezienia osób osiągających wysokie wyniki — kobiet, mężczyzn, osób o różnej tożsamości płciowej, osób wysokich, niskich, rodzimych i nierodzimych użytkowników dominującego języka w miejscu pracy.

Powiązane artykuły:

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: