人力資源管理七大途徑推進數據公平
企業成功的關鍵人資要素
七大途徑推進數據公平
7 Ways HR Can Build a Fairer, Data-Informed Culture
Shutterstock
人類有近兩百種認知偏誤,這些偏誤會滲入數據的使用與收集。若人資部門使用有偏誤的數據,會對企業決策帶來影響。該如何調整,才能確保使用的,是不失公平性的數據資料?
員工數據和分析,對人力資源專業人員來說,是當前最熱門、最搶手的技能之一;對組織來說,是當今最重要的人力資本趨勢之一。企業正紛紛檢視數據,以提供決策依據,並回答這類問題:誰將離職,何時離職?相較於競爭對手,我們的能力如何?我們需要什麼技能和才幹?這類數據可提供深入見解,而回答這些問題和其他問題,可以幫助決策者。
但隨著數據使用激增,一些疑慮隨之而來:以數據為基礎的流程,可能會帶來許多認知偏誤,而且歷久不消,對職場的公平性,也會有廣泛的影響。
我們人類有將近兩百種會影響自身決策的認知偏誤。當我們注意到,有些人傾向只尋求確認他們已經相信事物的資訊時,我們看到確認偏誤(confirmation bias);或是在某事件發生後,聽到某人說他「早就知道會那樣」時,我們看到後見之明偏誤(hindsight bias)。
並非所有偏誤都是不好的。在工作截止期限很短、資訊太多的世界中,許多偏誤幫助我們更快做出決策,可節省時間與腦力。問題是,有時我們的數據會反映出有害的人類偏誤,而且,會把設計、收集和使用數據的人所具有的無意識錯誤,寫入電腦程式碼中。當有偏誤的數據影響到判斷,並把錯誤引入我們的人資數據、流程和技
但隨著數據使用激增,一些疑慮隨之而來:以數據為基礎的流程,可能會帶來許多認知偏誤,而且歷久不消,對職場的公平性,也會有廣泛的影響。
我們人類有將近兩百種會影響自身決策的認知偏誤。當我們注意到,有些人傾向只尋求確認他們已經相信事物的資訊時,我們看到確認偏誤(confirmation bias);或是在某事件發生後,聽到某人說他「早就知道會那樣」時,我們看到後見之明偏誤(hindsight bias)。
並非所有偏誤都是不好的。在工作截止期限很短、資訊太多的世界中,許多偏誤幫助我們更快做出決策,可節省時間與腦力。問題是,有時我們的數據會反映出有害的人類偏誤,而且,會把設計、收集和使用數據的人所具有的無意識錯誤,寫入電腦程式碼中。當有偏誤的數據影響到判斷,並把錯誤引入我們的人資數據、流程和技