Vyhněte se nevědomým předsudkům při náboru zaměstnanců v oblasti technologií

Vydáno: Poslední aktualizace:
Různorodá skupina lidí

Cílem procesu náboru pracovníků v oblasti technologií je v zásadě najít nejlepšího člověka pro danou práci. Jednoduchou pravdou je, že eliminací nevědomých předsudků při náboru se dostanete k většímu počtu kvalifikovaných kandidátů, než tomu bylo dříve.

Myslím, že byste jen těžko hledali člověka v oblasti technologií, který by se při náboru vědomě podřizoval svým předsudkům. Stejně tak si myslím, že byste těžko hledali turistu, který jde do hor s tím, že ho zachrání horská služba.

Turisté bohužel stále uvíznou na cestě a stále existují důkazy o tom, že technický průmysl je plný předsudků. Průzkum Stack Overflow 2017 mezi vývojáři zjistil, že jejich respondenti kteří byli profesionálními vývojáři, bylo téměř 90% mužů a téměř 80% bělochů.

To není ideální, protože etnicky rozmanitější společnosti překonávají své vrstevníky bez genderové diverzity o 33%, zatímco společnosti s genderovou diverzitou překonávají své vrstevníky o 21%. Prvním krokem k tomu, aby se tyto výhody projevily, je vytvořit co nejrovnější podmínky při najímání zaměstnanců v oblasti technologií tím, že se odstraní všechny nevědomé předsudky, které mohou znevýhodňovat kandidáty, kteří nejsou běloši.

Graf, který ukazuje, jak nevědomé předsudky poškozují zisky z rozmanitostiZdroj: McKinsey

Účelem tohoto příspěvku není kárat, ale poskytnout náborářům technických pracovníků nástroje potřebné k tomu, aby ve svém náborovém procesu eliminovali co nejvíce předsudků a pomohli tak získat lepší kandidáty.

Rozpoznejte nevědomé předsudky ve svém procesu.

Být člověkem znamená být nositelem nevědomých kognitivních předsudků. Jsou v našich systémech pevně zakódovány jako pozůstatek z dob, kdy jsme lovili na savaně, z dob, kdy neposlouchání intuice z vás mohlo udělat potravu pro lvy. Podmínky, kterým čelíme v moderním světě, však znamenají, že je nejlepší dívat se mimo naši bezprostřední skupinu.

Je to podobné jako naše odvěká touha jíst vše sladké, co se nám dostane pod ruku. Vzhledem k tomu, že cukr je dnes mnohem dostupnější než kdy byl pro naše předky, museli jsme si uvědomit, že jeho nadměrné množství je nezdravé, a přizpůsobili jsme tomu své myšlení. Než jsme to však dokázali, museli jsme udělat první krok a uznat, že máme chuť na sladké.

Stejně tak můžeme rozpoznáním svých nevědomých předsudků podniknout kroky k jejich odstranění z našeho rozhodovacího procesu, nebo jak říká Natasha Broomfield-Reid, vedoucí oddělení rozvoje ve společnosti Equal Approach,


Natasha Broomfield-Reid, vedoucí oddělení rozvoje ve společnosti Equal Approach, hovoří o nevědomé zaujatostiKdyž si uvědomíme sami sebe a zjistíme, jaké máme předsudky a jak ovlivňují naše chování, můžeme začít zpomalovat své myšlení a zpochybňovat svá rozhodnutí.

Zdroj: theundercoverrecruiter.com


Těchto šest kognitivních předsudků je dobrým začátkem. Pokud je nerozpoznáme, mohou mít vliv na proces náboru zaměstnanců v oblasti technologií, protože zkreslují naše vnímání kandidátů, které přijímáme.

Potvrzovací předsudek

Tehdy spíše hledáme způsoby, jak naplnit původní úsudek, než abychom objektivně hledali údaje.

Běžným způsobem, jak to ovlivňuje proces přijímání zaměstnanců v oblasti technologií, je, že tazatel přizpůsobuje své otázky každému uchazeči tak, aby potvrdil jeho předsudky, jak uvádí server Ji-A Min vedoucí datový vědec ve společnosti Ideal.

Starší kandidát může například dostat otázku, zda někdy stráví 12 hodin v kuse kódováním, což by mladší kandidát nemusel vědět. Je to proto, že tazatel má pocit, že starší kandidát může být méně energický, zatímco mladšího kandidáta se na jeho úroveň energie nikdy neptá.

Efektivní heuristika

Jedná se o elegantní způsob, jak říci, že při pohovoru by se vhodnost osoby posuzovala na základě povrchních faktorů, jak vysvětluje. Wepow. To se může projevit tím, že se předpokládá, že uchazeč s nadváhou nemusí podat tak dobrý výkon jako štíhlejší uchazeč, i když neexistuje žádná souvislost mezi hmotností člověka a jeho schopností kódovat.

Kotva očekávání

Jiným způsobem se dá říci, že se jedná o nevědomé zvýhodňování. K němu dochází, když se tazateli z jakéhokoli důvodu líbí určitý kandidát. Mnoho společností má vícestupňový proces přijímání zaměstnanců, který může být ovlivněn, pokud se tazateli zalíbí kandidát v prvním kole.

Další kola pohovoru mají poskytnout více informací o uchazečích, ale favorizovaný kandidát nemusí být podroben stejné kontrole jako ostatní uchazeči. A nejen to, ostatní kandidáti jsou nakonec posuzováni spíše podle prvního kandidáta než podle svých vlastních zásluh.

Efekt přitažlivosti podobnosti

Naše nevědomé předsudky upřednostňují lidi, jako jsme my.

Ji-A Min to popisuje jako skutečnost, že máme tendenci vyhledávat druhé, kteří jsou nám podobní. To může dávat smysl, pokud se snažíte přilákat lidi s podobnými hodnotami jako vy, ale vzhledem k tomu, že v technologickém průmyslu převažují běloši a muži, může to vést k vyloučení schopných kandidátů, kteří nevypadají jako tazatel.

V technologickém průmyslu se to zhoršilo natolik. Vivian Giang říká, že "podíl nedostatečně zastoupených menšin [v Silicon Valley] je tak nízký, že by zaměstnavatelé už neměli věřit svému vlastnímu úsudku".

Genderové předsudky

Toto téma je v současné době v oblasti technologií velmi aktuální, a to z dobrého důvodu. Ženy jsou vnímány jinak než muži navzdory tomu. běžně prokazuje jejich schopnosti.

Intuice

Jinými slovy, důvěřujte svému instinktu. Intuice se může zdát jako znak moudrosti a něco, co se ve světě technologií oslavuje. Koneckonců, vizionáři jako Steve Jobs jsou oslavováni za to, že trvají na tom, že podle New York Times "Intuice je velmi mocná věc, mocnější než intelekt." Proč by to tedy nemělo být součástí vašeho náborového procesu?

Protože to jednoduše zvyšuje vaši nevědomou zaujatost. Tím, že se vyhýbají objektivnímu rámci pro hodnocení kandidátů, se stávají náchylnějšími k vlastním předsudkům. To potvrzuje i výzkum Hays která zjistila, že čím více zkušeností s náborem má náborový pracovník, tím větší zaujatost projevuje.

Napraví rozpoznání vašich předsudků proces samo o sobě? Ne, ale je to dobrý první krok. Jako Ředitel lidských zdrojů společnosti Deloitte řekl:

Všichni jsme si mysleli, že jsme neuvěřitelně spravedliví, a pak jsme naše údaje testovali podle pohlaví, věku a poměru plného a částečného úvazku. Pouhé zavedení procesu testování údajů stačilo k tomu, aby se lidé zastavili, zamysleli a otestovali své rozhodování. Pro lidi to byl opravdu katarzní proces. Neuvědomovali jsme si, že bychom mohli dělat neobjektivní rozhodnutí.

Jakmile si tedy uvědomíte předsudky, které si s sebou nesete, je důležité zmírnit jejich dopady, a to již na začátku procesu náboru techniků.

Zvolte genderově neutrální jazyk v inzerátech na pracovní místa

Většina povolání mimo ošetřovatelství není přirozeně genderově podmíněna ani není spojena s genderově specifickou kvalifikací a v oblasti techniky neexistuje nic, co by jedno nebo druhé pohlaví dělalo lépe. Možná vás však překvapí, že jazyk pracovních inzerátů pak může preferovat jedno pohlaví.

Už jsme mluvili jinde na tomto blogu o tom, jak je důležité odstranit z reklam genderová zájmena a zároveň nepopisovat atmosféru bratrstva, které má oslovit spíše mladé muže než ženy s rodinami.

Kromě toho však studium provedené University of Waterloo a Duke University zjistily, že mužská slova (jako vůdce, soutěživý a dominantní) se v inzerátech oborů, v nichž dominují muži, jako je programování, objevují mnohem častěji než v inzerátech oborů, v nichž dominují ženy.

To znamená, že z inzerátů na pracovní pozice vypustíte kódovací ninji a místo toho použijete zkušeného kodéra. Podle Carmen Nobelové na Harvard Business Review, častým důvodem, proč se tato přídavná jména objevují, jsou barokní popisy práce, které vyžadují spoustu přídavných jmen. Kromě toho, že tato přídavná jména z inzerátu odstraníte, omezte popisy pracovních pozic pouze na nezbytné informace, abyste je nemuseli přeplňovat genderovými popisy.

Proveďte anonymizované testy kódování před pohovorem.


William Gadea ze společnosti IdeaRocket hovoří o nevědomých předsudcíchNení moudré ani obvykle možné vyhnout se osobnímu pohovoru před přijetím zaměstnance, ale myslím, že pokud před osobním pohovorem provedete co nejvíce hodnocení, vyrovnáte tím podmínky.

William Gadea, IdeaRocket
Zdroj: Recruiter.com


Ať se snažíme být sebeobjektivnější, vždycky přijde okamžik, kdy se s někým musíme setkat osobně. Pokud si nedáme pozor, je to nejlepší příležitost, aby se projevily všechny naše kognitivní předsudky.

Existuje dostatek důkazů, které naznačují. US, Kanadaa Francie, uchazeč s jinak stejnou kvalifikací je častěji předvolán na 50% k úvodnímu pohovoru, pokud má "bíle" znějící jméno (nebo v případě Francie ne-cizinec). Tento efekt se projevuje i v případě mužských a ženských jmen, kdy jsou "mužské" životopisy považovány za výrazně kompetentnější a vhodnější k přijetí než životopisy ženské.

Jedním z nejlepších způsobů, jak tento efekt zmírnit, je shromáždit co nejvíce anonymních údajů ještě před pozváním uchazečů na pohovor. Než abyste se snažili posoudit něčí kompetence na základě životopisu s cizími informacemi o kultuře a pohlaví, zadejte svým potenciálním uchazečům objektivní a anonymní test.

U technických pracovníků je nejdůležitější zjistit, zda jsou skutečně schopni v daném termínu vytvořit výkonná a čistá řešení vašich obchodních problémů. Nejlepším způsobem, jak toho dosáhnout, je test prvního pracovního dne s anonymizovanými zprávami o výsledcích, které lze zaslat náborářům nebo vývojářům, jako nabízí např. DevSkiller.

DevSkiller anonomizuje výsledky testů, aby odstranil nevědomou zaujatostZdroj: DevSkiller

Podle Laszlo Bock, bývalého senior viceprezidenta pro personální operace ve společnosti Google, jsou testy na pracovních vzorcích nejlepším možným ukazatelem budoucího výkonu. Je důležité zadat vývojářům programátorský úkol, který odráží to, co budou mít první den v práci, s použitím všech nástrojů a zdrojů, které by běžně používali.

To je nejlepší objektivní ukazatel jejich schopnosti vykonávat práci. Každého z kandidátů na pozici dev můžete nechat absolvovat jeden z těchto testů. Na pohovor pozvěte pouze ty, o kterých víte, že práci zvládnou. Tímto způsobem, až se s nimi nakonec setkáte tváří v tvář, nebudete mít pochybnosti o tom, že práci zvládnou, a omezíte tak své spoléhání na intuici nebo jiné předsudky.

Standardizace procesu pohovoru


Robin Schwartz z MFG Jobs hovoří o nevědomé zaujatostiKlíčem k odstranění předpojatosti při přijímání zaměstnanců je důslednost.

Robin Schwartz, Nabídky práce na MFG

Zdroj: recruiter.com


Měli byste vést rozhovory pouze s vývojáři, o kterých víte, že jsou technicky kompetentní. Pohovory by měly sloužit výhradně ke zjištění motivace a kulturní shody. To jsou samozřejmě subjektivní představy a existuje reálné nebezpečí, že se do nich vloudí předsudky vedoucího pohovoru. Pravděpodobně to nejlepší, co můžete udělat, je standardizovat proces pohovoru.

Lilly Zhang, odborník na kariérní rozvoj z MIT vysvětluje, proč a jak byste to měli udělat. Největším důvodem je pravděpodobně konfirmační zkreslení. Jak jsme již vysvětlili dříve, Když každému uchazeči poskytnete jedinečný pohovor, začnete u každého hledat jiné věci. Jak uvádí . Ji-A Min vaše údaje neodpovídají a nakonec srovnáváte jablka s pomeranči. Když poskytnete všem stejný rozhovor, můžete pak výsledky porovnávat stejně.

Dělejte si dobré poznámky

Je lákavé hodnotit kandidáta v prvních okamžicích setkání, ale to má za následek nastavení kotvy očekávání. Když si napíšete poznámky, můžete se odvolat na to, co přesně kandidát řekl, a nespoléhat se na svůj celkový dojem z něj. Tímto způsobem je váš první dojem z něj na základě všeho, co říkají, nejen jak vypadali, když procházeli dveřmi.

Použití rubriky

Rozhodněte se, jaká kritéria budete používat, a dodržujte je u každého kandidáta. K tomu budete potřebovat standardní seznam otázek. Tímto způsobem si můžete být jisti, že od každého uchazeče získáte stejné informace a že jste je hodnotili na stejné škále, místo abyste vytvářeli kotvu očekávání.

I když je pro váš náborový proces důležitý subjektivní faktor, jako je sympatie, přiřaďte mu číselnou hodnotu. Nespoléháte se tak na vágní dojmy, ale na čísla, která můžete mezi kandidáty porovnat.

Odůvodněte své rozhodnutí

Zdůvodněte své rozhodnutí odstranit nevědomé předsudky.

Důvodem, proč máte poznámky ke standardnímu souboru otázek, je to, že byste měli být schopni obhájit každé své rozhodnutí na základě shromážděných důkazů. Protože jste hledali stejnou informaci u kandidáta na vývojáře, můžete zdůvodnit, proč by odpověď jednoho vývojáře byla lepší než odpověď jiného vývojáře.

Zrušení elitních rychlodráh

Elitní rychlé tratě, které omlouvají určité preferované kandidáty z počátečních fází výběru a přivádějí je přímo k posledním pohovorům, jsou jen živnou půdou pro zakotvení očekávání a podobnostní předsudky. Vytvořila se tak situace, kdy pouze cizinci musí projít kódovacím testem, zatímco členové současného týmu budou mít zrychlený postup.

To znamená, že břemeno dokazování je často kladeno na menšiny, zatímco jejich bělošské protějšky jsou přijímány rychle. Koneckonců. 76.2% profesionálních vývojářů, kteří odpověděli na průzkum Stack Overflow Developer Survey 2017, byli běloši, zatímco v USA. ¾ bělochů nemají žádné přátele jiné než bílé pleti. To znamená, že proporcionálně bude většina příjemců elitních rychlokvašek na technice bělochů.

Graf, který ukazuje, že většina vývojářů softwaru jsou běloši

Zdroj: Stack Overflow

Zejména v oblasti techniky by měl každý projít technickou kontrolou. Pokud je preferovaný kandidát skutečně tak dobrý, jak si myslíte, neměl by mít problém prokázat, že je technicky kompetentní.

Přidělte různorodou skupinu, která povede pohovor s kandidáty.

Přes veškerou snahu se může stát, že máte o kandidátovi jen tušení, což je past pro ty, kteří spoléhají na intuici. Chcete-li se vyhnout tomu, aby to podbarvilo rozhodnutí o přijetí, nechte se pohovoru zúčastnit různorodou skupinu. Každý z nich přijde s vlastními dojmy, které zabrání předsudky jedné osoby z jejich dojmů z kandidáta.

Praktiky, kterým je třeba se vyhnout

Nejlepším způsobem, jak eliminovat nevědomé předsudky, je zaměřit se pouze na informace, které jsou pro výběr věnované osoby zásadní, a odstranit z procesu co nejvíce ostatních faktorů. Existuje něco jako příliš mnoho informací. Zde je několik postupů, kterým se vyhněte a které zkreslují údaje, jež používáte pro rozhodování o náboru.

Tlak nesouvisející s prací

Technická obrazovka by měla otestovat, jak si váš vývojář vede v reálných podmínkách. V reálném světě by obvykle měli mít představu o tom, jaký úkol budou muset splnit. Také by k provedení úkolu mohli použít nástroje, které již znají. Chtít po nich náhodný úkol na neznámé platformě jim přidává stres, který nemá nic společného s jejich dovednostmi.

Vzhledem k nim některé přípravy vysvětlit, jak bude test vypadat, a nechat je použít jejich vlastní IDE. Tím získáte nejčistší údaje o jejich schopnostech.

Akademické tituly

Tyto a další ukazatele jsou v technice méně relevantní než konečná technická obrazovka. Může znít skvěle, když řeknete, že své kandidáty získáváte z elitních institucí, ale jak říká David Lopes ze společnosti Jezevec mapy říká,


David Lopes z Badger Maps hovoří o nevědomé zaujatostiVětšina lidí nemá to štěstí, aby studovala na Stanfordu nebo Kalifornské univerzitě v Berkeley, ale jsou stejně připraveni, kvalifikováni a dychtiví jako jejich kolegové.

Zdroj: Recruiter.com


Vaše nevědomé předsudky vás nevlastní

I ten nejvyrovnanější člověk má kognitivní předsudky, se kterými musí počítat. To z vás nedělá špatného člověka, ale jen člověka. V současné době je v oblasti technologií velký problém s diverzitou, takže když se naučíte počítat se svými předsudky a eliminovat je z procesu náboru, budete se pokaždé blížit k přijetí nejlepšího kandidáta.

Sdílet příspěvek

Další informace o najímání zaměstnanců v oblasti technologií

Přihlaste se k odběru našeho vzdělávacího centra a dostávejte užitečné informace přímo do své e-mailové schránky.

Bezproblémové ověřování a rozvíjení dovedností v oblasti kódování.

Podívejte se na produkty DevSkiller v akci.

Bezpečnostní certifikace a shoda s předpisy. Zajistíme, aby vaše data byla v bezpečí.

Logo DevSkiller Logo TalentBoost Logo TalentScore