Wetenschap
In een tijd waarin veel bedrijven zich onder druk gezet voelen om te rapporteren over genderongelijkheid binnen het personeelsbestand en deze te verbeteren, een socioloog van Stanford boekt succes met een nieuwe methode om de vooroordelen die tot deze ongelijkheden leiden, te verminderen.
In een onlangs gepubliceerd artikel in Geslacht &Maatschappij , Shelley Correll, directeur van het Clayman Institute for Gender Research, legt de methode uit, die zij en haar team hebben uitgeprobeerd en succesvol hebben gevonden tijdens het werken met verschillende technologiebedrijven in de afgelopen drie jaar.
De methode, die Correll "een klein wint-model" noemt, " richt zich op het opleiden van managers en werknemers over vooroordelen, diagnosticeren waar gendervooroordelen de aanwerving van hun bedrijf kunnen binnendringen, promotie- of andere evaluatiepraktijken en het werken met de leiders van het bedrijf om instrumenten te ontwikkelen die vooroordelen en ongelijkheid meetbaar helpen verminderen.
"De verandering die we realistisch gezien in elk geval kunnen verwachten, zal klein zijn, onvolmaakt en onvolledig, ' schreef Correll. 'Stap voor stap, Ik geloof dat deze kleine overwinningen de weg zijn naar het bereiken van ons grotere doel, dat is de transformatie van onze organisaties."
Wijze van werving, evaluatie
In de afgelopen 30 jaar, onderzoek heeft aangetoond dat stereotypen over wat mannen en vrouwen kunnen en hoe ze zich zouden moeten gedragen ertoe leiden dat mensen mannen en vrouwen verschillend beoordelen, vooral wanneer de criteria voor evaluatie dubbelzinnig zijn. Deze vooringenomenheid zet vrouwen in het nadeel op de werkvloer, waar ze worden aangenomen en gepromoveerd tegen lagere tarieven dan mannen.
Vrouwen worden meestal onderworpen aan een hogere lat, meer bewijs nodig hebben dan mannen om als gekwalificeerd te worden beschouwd. In aanvulling, als mensen een vrouw als competent beoordelen, ze beoordelen haar vaak als minder aardig, een correlatie die niet geldt voor mannen.
Door dit onderzoek is veel bedrijven hebben de afgelopen jaren middelen geïnvesteerd in het verminderen van vooroordelen die leiden tot genderongelijkheid. De twee meest voorkomende benaderingen zijn onbewuste vooringenomenheidstraining en het formaliseren van methoden voor het aannemen en evalueren van werknemers, zodat ze zijn gebaseerd op prestatiegerelateerde criteria.
Correll zei dat hoewel de twee benaderingen bedrijven helpen met diversiteit, het zijn geen complete oplossingen.
Hoewel training voor onbewuste vooroordelen belangrijk is en helpt bij het verbeteren van gedrag op korte termijn tijdens beslissingen over aanwerving en promotie, de effecten nemen na verloop van tijd af en kunnen bedreigend zijn voor machthebbers, leidt tot meer bias in plaats van minder, zei Correl.
Formele procedures voor aanwerving en promotie zijn ook niet helemaal succesvol geweest. Bijvoorbeeld, Correl schreef, brandweerkorpsen gebruikten voorheen hoogte als criterium voor het screenen van sollicitanten. Ondanks dat hoogte een objectieve maatstaf is, de vereiste schermt meer vrouwen uit dan mannen en de lengte van een persoon is niet direct gerelateerd aan iemands vermogen om het werk van brandweerman uit te voeren.
"Bias-training kan averechts werken, toenemende vooringenomenheid; en formele procedures kunnen worden misbruikt door besluitvormers of, slechter, hebben gendervooroordelen ingebouwd in hun ontwerp, ' schreef Correll. 'Ondanks deze beperkingen, Ik beargumenteer dat voorlichting over stereotypering en vooringenomenheid en het formaliseren van evaluatieprocessen twee belangrijke bouwstenen zijn die cruciaal zijn voor het produceren van duurzame verandering."
Kleine overwinningen tellen op
Hoewel geen van beide benaderingen alleen volledig succesvol is geweest, Correll pleit voor het combineren van de twee op een manier die ook het meten van kleine incrementele veranderingen binnen de organisatie omvat.
Bij dit model is een bedrijf zou werknemers vooringenomenheidstraining geven en experts zouden de procedures van het bedrijf analyseren om te begrijpen waar vooringenomenheid zou kunnen binnensluipen. De experts zouden dan samenwerken met managers van het bedrijf om betere procedures of hulpmiddelen te ontwikkelen, implementeren en evalueren welke veranderingen ze veroorzaken.
Het hele proces is gericht op het maken van objectieve prestatiechecklists en andere hulpmiddelen die dubbelzinnigheid en de kans op vooringenomenheid van mensen die ze gebruiken elimineren.
"Om duurzame verandering te creëren, we moeten het doel van verandering verschuiven van de individuele beslisser naar organisatorische processen, ’ schreef Correl.
Correll en haar team hebben dit model de afgelopen drie jaar bij verschillende bedrijven uitgeprobeerd als onderdeel van Stanford's Center for the Advancement of Women's Leadership. Ze vonden meetbare verbeteringen in genderongelijkheid bij die bedrijven.
Bijvoorbeeld, bij een middelgroot technologiebedrijf in het westen van de VS, Correll zei dat haar onderzoek aantoonde dat na het plaatsen van een nieuwe werknemersscorekaart, managers waren minder geneigd om de persoonlijkheid van een werknemer te bespreken in plaats van zijn of haar werk. Vóór de nieuwe scorekaart, opmerkingen tijdens deze discussies bekritiseerden 14 procent van de vrouwen omdat ze "te agressief" waren en 8 procent van de mannen omdat ze "te zacht" waren. Een jaar later, na het uitrollen van de nieuwe scorecard, die cijfers daalden tot nul procent en 1 procent, respectievelijk.
"De aanpak met kleine winsten geeft mensen resultaten en iets kleins dat ze dagelijks kunnen doen, "Zei Correll. "Die kleine overwinningen beginnen op te lopen. Zij zijn de bouwstenen voor grotere verandering."
Correll zei dat ze werd geïnspireerd door het aantal managers en leiders dat zich inzet voor gelijkheid op de werkplek en dat ze de afgelopen drie jaar heeft ontmoet. Hoewel het volledig terugdringen van vooringenomenheid en ongelijkheid lang zal duren, Correll zei dat ze optimistisch is.
"Het is bemoedigend om te zien dat veel mensen oprecht inclusiever willen zijn, "Zei Correll. "Deze bedrijven hoefden zich niet open te stellen voor ons onderzoekers. En ik kan niet genoeg benadrukken hoe waardevol het is om met hen samen te werken en hun gegevens te evalueren."
Wetenschap © https://nl.scienceaq.com