Vermijd onbewuste vooroordelen in uw tech wervingsproces

Gepubliceerd: Laatst bijgewerkt:
Een diverse groep mensen

Het doel van het technische wervingsproces is in wezen het vinden van de beste persoon voor de baan. De eenvoudige waarheid is dat door het elimineren van onbewuste vooroordelen in recruitment, u toegang krijgt tot meer gekwalificeerde kandidaten dan je voorheen kon.

Ik denk dat het moeilijk zal zijn een technicus te vinden die bij het aanwervingsproces bewust aan zijn vooroordelen toegeeft. Op dezelfde manier denk ik dat het moeilijk zal zijn om een wandelaar te vinden die de bergen ingaat met de verwachting gered te worden door een bergredder.

Helaas stranden er nog steeds wandelaars en is er nog steeds bewijs dat de tech-industrie doorspekt is van vooroordelen. Uit de Stack Overflow 2017 Developer Survey bleek dat hun respondenten die professionele ontwikkelaars waren, waren bijna 90% man en bijna 80% blank.

Dit is niet ideaal omdat meer etnisch diverse bedrijven presteren 33% beter dan hun niet-diverse collega's, terwijl bedrijven met genderdiversiteit 21% beter presteren dan hun collega's. De eerste stap naar het zien van deze voordelen is het creëren van een zo gelijk mogelijk speelveld bij het aannemen van technici door het elimineren van elk onbewust vooroordeel dat kandidaten die geen blanke mannen zijn, kan benadelen.

Een grafiek die aantoont hoe onbewuste vooroordelen de diversiteitswinst schadenBron: McKinsey

Het doel van dit bericht is niet om te schelden, maar om tech-recruiters de nodige instrumenten te geven om zoveel mogelijk vooroordelen in hun rekruteringsproces te elimineren, zodat ze betere kandidaten kunnen rekruteren.

Herken de onbewuste vooringenomenheid in uw proces

Mens zijn betekent dat je onbewuste cognitieve vooroordelen hebt. Ze zijn in ons systeem ingebakken als een overblijfsel uit de tijd dat we nog op de savanne jaagden, een tijd waarin het niet luisteren naar je intuïtie je tot leeuwenvoer kon maken. Maar de omstandigheden waarmee we in de moderne wereld te maken hebben, betekenen dat we er goed aan doen verder te kijken dan onze directe groep.

Dit is vergelijkbaar met onze oeroude drang om alles te eten wat zoet is en waar we de hand op kunnen leggen. Omdat suiker nu veel meer beschikbaar is dan ooit voor onze voorouders, hebben we moeten inzien dat te veel ervan ongezond is en hebben we onze denkwijze daarop aangepast. Maar voordat we dat konden, moesten we eerst de eerste stap zetten en erkennen dat we een zoetekauw hebben.

Door onze onbewuste vooroordelen te erkennen, kunnen we stappen ondernemen om ze uit ons besluitvormingsproces te verwijderen, of zoals Natasha Broomfield-Reid, hoofd ontwikkeling bij Equal Approach, zegt,


Natasha Broomfield-Reid, hoofd ontwikkeling bij Equal Approach vertelt over onbewuste vooroordelenDoor zelfbewustzijn en het onderkennen van onze eigen vooroordelen en hoe die ons gedrag beïnvloeden, kunnen we beginnen ons denken te vertragen en onze beslissingen in twijfel te trekken.

Bron: theundercoverrecruiter.com


Deze zes cognitieve vooroordelen zijn een goede plaats om te beginnen. Als we ze niet herkennen, kunnen ze een effect hebben op het technische aanwervingsproces door onze perceptie van de kandidaten die we aanwerven te vertekenen.

Bevestigingsvooringenomenheid

Dit is het geval wanneer wij zoeken naar manieren om een eerste oordeel waar te maken in plaats van objectief naar gegevens te zoeken.

Een veel voorkomende manier waarop dit het aanwervingsproces beïnvloedt, is wanneer een interviewer zijn vragen afstemt op elke kandidaat om de vooroordelen van de interviewer te bevestigen, aldus Ji-A Min hoofd data wetenschapper bij Ideal.

Een oudere kandidaat kan bijvoorbeeld de vraag krijgen of hij soms 12 uur achter elkaar zit te coderen, terwijl een jongere kandidaat die vraag misschien niet krijgt. De interviewer denkt namelijk dat een oudere kandidaat misschien minder energiek is, terwijl de jongere kandidaat nooit naar zijn energieniveau wordt gevraagd.

Effectieve Heuristiek

Dit is een deftige manier om te zeggen dat een interview iemands geschiktheid zou beoordelen op basis van oppervlakkige factoren, zoals uitgelegd door Wepow. Dit kan tot uiting komen in de veronderstelling dat een kandidaat met overgewicht wellicht minder goed presteert dan een slankere kandidaat, ook al bestaat er geen verband tussen iemands gewicht en zijn of haar codeervermogen.

Verwachtingsanker

Een andere manier om dit te zeggen is onbewuste vriendjespolitiek. Dit gebeurt wanneer een interviewer om welke reden dan ook een bepaalde kandidaat graag mag. Veel bedrijven hebben een aanwervingsproces dat uit meerdere stappen bestaat en dat kan worden beïnvloed als een interviewer in de eerste ronde een oogje heeft op de kandidaat.

De volgende gespreksronden moeten meer informatie over de kandidaten opleveren, maar het is mogelijk dat de bevoorrechte kandidaat niet dezelfde aandacht krijgt als de andere kandidaten. Bovendien worden de andere kandidaten uiteindelijk beoordeeld ten opzichte van de eerste kandidaat in plaats van op hun eigen merites.

Gelijkenis Aantrekkingseffect

Onze onbewuste vooroordelen bevoordelen mensen zoals wij

Ji-A Min beschrijft dit als het feit dat we de neiging hebben om anderen te zoeken zoals onszelf. Nu kan dat zinvol zijn als je mensen probeert aan te trekken met dezelfde waarden als jijzelf, maar omdat de tech industrie overwegend blank en mannelijk is, kan het eindigen met het uitsluiten van capabele kandidaten die niet op de interviewer lijken.

Het is zo erg geworden in de tech industrie dat Vivian Giang zegt, "het percentage ondervertegenwoordigde minderheden [in Silicon Valley] is zo laag, dat werkgevers niet meer op hun eigen oordeel moeten vertrouwen."

Vooroordelen op grond van geslacht

Dit is niet voor niets een heet hangijzer op dit moment in tech. Vrouwen worden anders gezien dan mannen, ondanks routinematig bewijzen hun capaciteiten.

Intuïtie

Met andere woorden, op je gevoel vertrouwen. Intuïtie lijkt misschien een teken van wijsheid en iets dat gevierd wordt in de tech-wereld. Immers, visionairs zoals Steve Jobs worden gevierd voor het aandringen, volgens de New York Times dat "Intuïtie een zeer krachtig iets is, krachtiger dan intellect." Dus waarom zou dit geen deel uitmaken van uw aanwervingsproces?

Omdat het gewoon je onbewuste vooroordelen versterkt. Door een objectief kader voor de evaluatie van kandidaten uit de weg te gaan, worden interviewers vatbaarder voor hun eigen vooroordelen. Dit wordt bevestigd door onderzoek van Hays waaruit bleek dat hoe meer rekruteringservaring een rekruteerder heeft, hoe meer vooringenomenheid hij aan de dag legt.

Zal het erkennen van je vooroordelen het proces op zichzelf oplossen? Nee, maar het is een goede eerste stap. Als een Deloitte Directeur Personeelszaken zei:

We dachten allemaal dat we ongelooflijk eerlijk waren en toen hebben we onze gegevens getoetst aan geslacht, leeftijd en voltijd versus deeltijd. Alleen al het instellen van een proces om de gegevens te testen was genoeg om mensen te laten stoppen, nadenken en hun besluitvorming te testen. Het is voor de mensen een echt catharsisch proces geweest. We beseften niet dat we bevooroordeelde beslissingen konden nemen.

Dus als u zich eenmaal bewust bent van de vooroordelen die u met u meedraagt, is het belangrijk om de effecten ervan te verzachten en dat begint al bij het begin van het aanwervingsproces voor technici.

Maak de taal van uw personeelsadvertenties genderneutraal

De meeste banen buiten de natte verpleegkunde zijn niet van nature geslacht of dragen geslacht specifieke kwalificaties en in tech, is er niets dat beter wordt gedaan door een geslacht of het andere. Het kan u echter verbazen dat de taal van uw jobadvertenties gendervoorkeur kan oproepen.

We hebben al gesproken elders op deze blog over het belang van het verwijderen van geslachtsgebonden voornaamwoorden uit je advertenties zonder een studentenhuisatmosfeer te beschrijven die bedoeld is om jonge mannen aan te trekken in plaats van vrouwen met gezinnen.

Maar buiten dat, een studie uitgevoerd door de Universiteit van Waterloo en de Duke Universiteit ontdekte dat mannelijke woorden (zoals leider, concurrerend en dominant) veel vaker voorkwamen in advertenties voor door mannen gedomineerde vakgebieden, zoals computerprogrammering, dan in advertenties voor door vrouwen gedomineerde vakgebieden.

Dit betekent dat u de coderende ninja uit uw personeelsadvertenties moet schrappen en in plaats daarvan een bekwame codeur moet gebruiken. Volgens de Carmen Nobel aan de Harvard Business ReviewEen veel voorkomende reden dat deze bijvoeglijke naamwoorden opduiken, is een barokke functieomschrijving die veel bijvoeglijke naamwoorden vergt. Verwijder niet alleen deze bijvoeglijke naamwoorden uit uw advertentie, maar beperk uw functiebeschrijvingen ook tot de noodzakelijke informatie om te vermijden dat ze volgestopt moeten worden met geslachtsgebonden beschrijvingen.

Doe geanonimiseerde coderingstesten voor het interview


William Gadea van IdeaRocket praat over onbewuste vooroordelenHet is niet verstandig en meestal ook niet mogelijk om een persoonlijk gesprek te vermijden alvorens iemand aan te nemen, maar ik denk dat het wel een level playing field is als je zoveel mogelijk evalueert vóór dat persoonlijke gesprek.

William Gadea, IdeaRocket
Bron: Recruiter.com


Hoe objectief we ook proberen te zijn, er komt altijd een moment in het wervingsproces waarop we iemand persoonlijk moeten ontmoeten. Dit is een uitgelezen kans voor al onze cognitieve vooroordelen om de overhand te krijgen als we niet oppassen.

Er zijn voldoende aanwijzingen dat in de US, Canadaen FrankrijkEen kandidaat met verder gelijke kwalificaties wordt vaker teruggeroepen naar 50% voor een eerste gesprek als hij een "blanke" klinkende naam heeft (of in het geval van Frankrijk een niet-buitenlandse). Dit effect wordt ook gevoeld wanneer het gaat om mannelijke en vrouwelijke namen, waarbij "mannelijke" cv's als aanzienlijk competenter en beter in dienst te nemen worden beschouwd dan vrouwelijke cv's.

Een van de beste manieren om dit effect te verzachten is zoveel mogelijk anonieme gegevens te verzamelen alvorens kandidaten uit te nodigen voor een gesprek. In plaats van te proberen iemands competenties te beoordelen op basis van een cv met vreemde culturele en genderinformatie, geef je je prospects een objectieve en anonieme test.

Voor technische aanwervingen is het belangrijkste om uit te vinden of ze daadwerkelijk binnen een deadline krachtige en efficiënte oplossingen voor uw bedrijfsproblemen kunnen produceren. De beste manier om dit te doen is met een eerste werkdag test, met geanonimiseerde resultaten rapporten die kunnen worden verzonden naar recruiters of ontwikkelaars, zoals die aangeboden door DevSkiller.

DevSkiller anonimiseert testresultaten om onbewuste vooringenomenheid te verwijderenBron: DevSkiller

Volgens Laszlo Bock, voormalig Senior Vice President van People Operations bij Google, geven werkproeven de best mogelijke indicatie van toekomstige prestaties. Het is belangrijk om uw ontwikkelaars een programmeertaak te geven die weerspiegelt wat ze op hun eerste werkdag zullen hebben, met gebruik van alle hulpmiddelen en middelen die ze normaal zouden gebruiken.

Dit is de beste objectieve indicatie van hun bekwaamheid om de job uit te voeren. U kunt al uw uitgewerkte kandidaten een van deze tests laten afleggen. Nodig alleen diegenen uit voor het sollicitatiegesprek van wie u weet dat ze de job aankunnen. Op die manier is er, wanneer u ze uiteindelijk persoonlijk ontmoet, geen twijfel dat ze de job aankunnen, en hoeft u niet te vertrouwen op intuïtie of andere vooroordelen.

Het interviewproces standaardiseren


Robin Schwartz van MFG Jobs praat over onbewuste vooroordelenConsistentie is de sleutel tot het wegnemen van vooroordelen uit aanwervingsprocedures.

Robin Schwartz, MFG Banen

Bron: recruiter.com


Je zou enkel dev's moeten interviewen waarvan je weet dat ze technisch competent zijn. Het interviewproces zou uitsluitend gebruikt moeten worden om de motivatie en culturele fit te achterhalen. Natuurlijk, dit zijn subjectieve ideeën en er is een reëel gevaar dat de vooroordelen van de interviewer binnensluipen. Het beste wat u kunt doen is het interviewproces standaardiseren.

Lilly Zhanglegt een specialist in loopbaanontwikkeling aan het MIT uit waarom en hoe je dit moet doen. De grootste is waarschijnlijk confirmation bias. Zoals we al eerder hebben uitgelegd: als je elke kandidaat een uniek interview geeft, ga je bij elke kandidaat op zoek naar andere dingen. Zoals Ji-A Min Als je dat niet doet, komen je gegevens niet overeen en vergelijk je appels met peren. Door iedereen hetzelfde interview te geven, kun je de resultaten gelijk vergelijken.

Maak goede aantekeningen

Het is verleidelijk om een kandidaat in de eerste ogenblikken na de ontmoeting te beoordelen, maar dit heeft tot gevolg dat de verwachtingen worden verankerd. Door aantekeningen te maken, kunt u precies teruggrijpen op wat de kandidaat heeft gezegd in plaats van te vertrouwen op uw algemene indruk van de kandidaat. Op die manier is uw eerste indruk van de kandidaat gebaseerd op alles wat ze zeggenniet alleen hoe ze eruit zagen toen ze door de deur liepen.

Gebruik een Rubric

Bepaal welke criteria u gaat hanteren en houd u daaraan voor elke kandidaat. Om dit te doen hebt u een standaardlijst met vragen nodig. Zo kunt u er zeker van zijn dat u van elke persoon dezelfde informatie krijgt en dat u ze op dezelfde schaal beoordeelt in plaats van een verwachtingsanker te creëren.

Zelfs als iets subjectiefs als sympathie belangrijk is voor uw aanwervingsproces, ken er dan een numerieke waarde aan toe. Op die manier vertrouwt u niet op vage indrukken, maar op getallen die u tussen de kandidaten kunt vergelijken.

Motiveer je beslissing

Rechtvaardig je beslissing om onbewuste vooroordelen te elimineren

De reden waarom u aantekeningen hebt over een standaardreeks vragen is dat u elke beslissing die u neemt moet kunnen verdedigen met het bewijsmateriaal dat u hebt verzameld. Aangezien u naar hetzelfde stukje informatie hebt gezocht bij de kandidaat-ontwikkelaar, kunt u rechtvaardigen waarom het antwoord van de ene ontwikkelaar beter zou zijn dan het antwoord van een andere ontwikkelaar.

Elitesnelwegen afschaffen

Elite snelle banendie bepaalde voorkeurskandidaten vrijstellen van de eerste screeningfasen en hen rechtstreeks naar de laatste gesprekken leiden, zijn slechts broedplaatsen voor verwachtingsankers en vooringenomenheid ten aanzien van gelijkenissen. Het heeft de situatie gecreëerd waarin alleen vreemden een codetest moeten ondergaan, terwijl vrienden van het huidige team snel worden opgespoord.

Dit betekent dat de bewijslast vaak bij minderheden wordt gelegd, terwijl hun blanke tegenhangers een snelle behandeling krijgen. Immers. 76.2% van de professionele ontwikkelaars die reageerden op de 2017 Stack Overflow Developer Survey was blank terwijl in de VS ¾ van de blanken geen niet-blanke vrienden hebben. Dit betekent dat verhoudingsgewijs, de meerderheid van de ontvangers van elite snelle banen in Tech blank zullen zijn.

Grafiek die aantoont dat de meeste software ontwikkelaars blanke mannen zijn

Bron: Stack Overflow

Vooral in de technische sector zou iedereen door een technische screening moeten gaan. Als de voorkeurskandidaat echt zo goed is als je denkt, moet het geen probleem zijn om te bewijzen dat hij technisch bekwaam is.

Stel een diverse groep samen om de kandidaten te interviewen

Ondanks al uw inspanningen kan het gebeuren dat u gewoon een voorgevoel hebt over een kandidaat, een valkuil voor wie op intuïtie vertrouwt. Om te vermijden dat dit de aanwervingsbeslissing kleurt, laat u een diverse groep deelnemen aan het interview. Zij zullen elk hun eigen indrukken hebben en zo voorkomen de vooroordelen van één persoon van het kleuren van hun indrukken van de kandidaat.

Te vermijden praktijken

De beste manier om onbewuste vooringenomenheid uit te schakelen is zich alleen te richten op de informatie die essentieel is voor het kiezen van een dev en zoveel mogelijk andere factoren uit het proces te verwijderen. Er bestaat zoiets als te veel informatie. Hier zijn enkele praktijken om te vermijden die de gegevens die u gebruikt voor uw aanwervingsbeslissing vertekenen.

Druk die geen verband houdt met het werk

Uw technische screening moet testen hoe uw ontwikkelaar het in de echte wereld doet. In de echte wereld zouden ze normaal gezien een idee hebben van het soort taak dat ze zouden moeten uitvoeren. Ze zouden ook in staat zijn om hulpmiddelen te gebruiken waarmee ze al vertrouwd waren om de taak uit te voeren. Hen vragen om een willekeurige taak uit te voeren op een onbekend platform voegt spanningen toe die niets te maken hebben met hun vaardigheid.

Gegeven hen wat voorbereiding uit te leggen hoe de test zal verlopen en hen hun eigen IDE te laten gebruiken. Dit zal u de zuiverste gegevens geven over hun capaciteiten.

Academische geloofsbrieven

Deze en andere indicatoren zijn in tech minder relevant dan het ultieme technische scherm. Het klinkt misschien geweldig om te zeggen dat u uw kandidaten betrekt van elite instellingen, maar zoals David Lopes van Dassen Kaarten zegt,


David Lopes van Badger Maps spreekt over onbewuste vooroordelenDe meeste mensen hebben niet het geluk naar Stanford of University of California, Berkeley te gaan, maar zij zijn even bereid, gekwalificeerd en gretig als hun tegenhangers.

Bron: Recruiter.com


Uw onbewuste vooroordelen bezitten u niet

Zelfs de meest onpartijdige persoon heeft cognitieve vooroordelen waar hij rekening mee moet houden. Dit maakt je niet slecht, het maakt je gewoon menselijk. Er is een groot diversiteitsprobleem in tech op dit moment, dus leren hoe je rekening moet houden met je vooroordelen en ze elimineren uit het aanwervingsproces zal je dicht bij het aannemen van de beste kandidaat brengen, elke keer weer.

Post delen

Meer informatie over het inhuren van tech

Abonneer u op onze Learning Hub en ontvang nuttige inzichten rechtstreeks in uw inbox.

Verifieer en ontwikkel coderingsvaardigheden naadloos.

Zie DevSkiller producten in actie.

Beveiligingscertificeringen & naleving. Wij zorgen ervoor dat uw gegevens veilig en beveiligd zijn.

DevSkiller logo TalentBoost logo TalentScore logo