Главная  Карта сайта  Размещение рекламы на портале
  СООБЩЕСТВО КАДРОВИКОВ И СПЕЦИАЛИСТОВ ПО УПРАВЛЕНИЮ ПЕРСОНАЛОМ
Добро пожаловать
  УПРАВЛЕНИЕ ПЕРСОНАЛОМ
  Новости
  Библиотека статей
  Нормативная база
  Образцы документов
  Производств. календарь
  Книжная полка
  Кто есть кто
  Глоссарий
  События
  Опросы
  Размещение рекламы
  Наши партнеры
  Форум
Новые материалы
Подписаться на рассылку





Facebook
Календарь событий
Июнь 2020
Пн Вт Ср Чт Пт Сб Вс
1234567
891011121314
15161718192021
22232425262728
2930     

Июль 2020
Пн Вт Ср Чт Пт Сб Вс
  12345
6789101112
13141516171819
20212223242526
2728293031  

Все события
Реклама
Красивая проблема, или Как справиться с дискриминацией по внешности
Новости / В мире
30.01.2020
Красивая проблема, или Как справиться с дискриминацией по внешности
 

Одна из причин широкого интереса к искусственному интеллекту заключается в том, что он потенциально может снизить степень предвзятости в принятии решений. Например, в метааналитических исследованиях давно уделяется особое внимание повсеместно распространенной дискриминации при найме на работу.

Даже в богатом и либеральном мире в профессиональной среде проявляется множество предубеждений, из-за которых некоторые группы людей получают незаслуженное или несправедливое преимущество перед другими независимо от фактического таланта или потенциала: сексизм, расизм, эйджизм и т. д.

Но едва ли когда-либо обсуждается или признается один из наиболее заметных видов дискриминации, а именно дискриминация по внешности, также известная как «лукизм». Действительно, наличие преимущества на рынке труда из-за внешности документально подтверждено. Во всестороннем научном обзоре резюмируется: «Физически привлекательных людей с большей вероятностью пригласят на собеседование и возьмут на работу, они быстрее продвигаются по карьерной лестнице благодаря частым повышениям в должности и получают более высокую заработную плату, чем непривлекательные люди». Общие проявления дискриминации на основе внешности могут включать предубеждения в отношении кандидатов с ожирением, с татуировками, странно одетых или еще в чем-то не соответствующих господствующим эстетическим критериям общества.

В широком смысле дискриминация по внешности выражается в благосклонном отношении к тем, кого сочли более привлекательным, независимо от того, проявляется ли это сознательно или неосознанно. И, конечно, немногие люди, не говоря уже о работодателях, действительно готовы признать, что предпочтут работать с тем или иным человеком из-за его внешних данных. Разумеется, есть некоторые исключения. Например, «приятная внешность» является официальным требованием к поступающим на службу в военно-морской флот Китая — как к представителям страны. И хотя ритейлер Abercrombie & Fitch был вынужден пойти на соглашение о выплате $50 млн в связи с наймом на позиции консультантов по продажам белых кандидатов англосаксонского типа внешности, суд не запретил компании навязывать стандарты привлекательности в своей политике подбора персонала и дальше, если при этом будет соблюдаться принцип многообразия.

Хорошая новость: выявить подобную дискриминацию удивительно просто. Это означает, что любой работодатель, решивший исключить предвзятость в отношении менее привлекательных людей, вероятнее всего, сможет обнаружить ее и оценить эффективность того или иного способа ее преодоления. Теперь плохая новость: если полагаться не на данные, а на интуицию, вы вряд ли достигнете цели. В этом деле может помочь ИИ, если подойти к вопросу ответственно. Итак, как мы можем решить проблему пристрастности к красоте?

Во-первых, вы можете измерить привлекательность — как функцию собирательной обобщенной оценки внешнего вида. Представьте, что вы просите десять участников эксперимента оценить внешность или привлекательность 100 человек. Несмотря на то что параметр этот необъективный, в силу чего одного и того же человека неизбежно будут характеризовать по-разному, тем не менее красота также и не полностью субъективная категория. Поэтому большинство оценивающих, например, по 10-балльной шкале, совпадут во мнении, что тот или иной человек обладает приятной (или не очень) внешностью, независимо от принадлежности к одной или разным культурам.

Затем можно соотнести полученный балл с рядом показателей успеха, начиная от оценок на собеседовании и заканчивая рейтингами эффективности работы и данными о карьерном росте или заработной плате. Учитывая, что внешняя привлекательность редко является формальным критерием выбора одного человека вместо другого — за исключением, конечно, романтических знакомств — имеет смысл проанализировать, могут ли полученные за привлекательность баллы коррелировать с каким-либо объективным показателем карьерного успеха и по каким причинам. И здесь может помочь ИИ в качестве диагностического инструмента для прогнозирования вероятности того, что из-за своей привлекательности человек считается более эффективным в бизнесе. Немало исследований свидетельствуют, что уровень привлекательности человека предопределяет целый ряд показателей успешности в куда большей степени, чем нам бы того хотелось, если говорить о каких-то надеждах на справедливость и беспристрастность мира.

Итак, что же на самом деле нам говорит наука?

Предвзятость по причине приятной внешности существует в сфере образования: исследования показывают, что физически привлекательные студенты, как правило, получают более высокие оценки в университете, отчасти потому, что их считают более добросовестными и умными, даже если это не так. Кроме того, привлекательность помогает еще на этапе вступительных собеседований. Это согласуется с более общими выводами о хорошо известном «эффекте ореола», в силу которого привлекательные люди обычно воспринимаются как более общительные, здоровые, успешные, честные и талантливые. На самом деле метааналитические исследования показывают, что даже детей считают более умными, более честными и целеустремленными, если их находят более симпатичными, — и дети делают такие же выводы, когда оценивают внешность взрослых.

Неудивительно, что пристрастность к красоте переносится и в профессиональную среду. Научные исследования показывают, что менее привлекательные люди с большей вероятностью могут быть уволены, хотя им изначально сложнее получить желаемую работу. Например, в экспериментальном исследовании ученые отправили на различные вакансии 11 тыс. резюме, в том числе и абсолютно идентичные резюме с фотографиями кандидатов разных внешних данных. Привлекательным женщинам и мужчинам отклики и приглашения на собеседования поступали гораздо чаще в сравнении с соискателями, не отличавшимся приятной внешностью (или отправившим резюме без фото).

Существует также установленная связь между привлекательностью и долгосрочным доходом, при этом люди с внешними данными выше среднего зарабатывают на 10–15% больше тех, кто по этому параметру соответствует характеристикам ниже среднего. В США такая «надбавка за красоту» аналогична надбавке за расу или пол. Примечательно, что этот эффект проявляется даже среди весьма успешных людей. Например, по рейтингам привлекательности руководителей компаний из списка Fortune 500 можно определять прибыльность их бизнеса.

Как известно, «корреляция не обязательно означает причинно-следственную связь», но давайте не будем забывать, что у корреляции все-таки есть причины. Один из деликатных вопросов — и многочисленные исследования в области эволюционной психологии тому подтверждение — касается вероятности того, что причиной корреляции между красотой и карьерным успехом является не (только) предубеждение или предвзятость, но и (также) реальный талант. Другими словами, может ли оказаться, что привлекательные люди преуспевают в жизни отчасти и потому, что на самом деле у них больше развиты адаптивные признаки, такие как интеллект или талант?

Иногда это утверждение сложно проверить не в последнюю очередь из-за обычного отсутствия объективных данных о результативности, которые не связаны с субъективными предпочтениями. Стоит учитывать, что эффективность в большинстве случаев измеряется лишь одной субъективной оценкой, данной подчиненному непосредственным руководителем или начальником. Если у работодателей нет объективных данных, которые позволили бы исключить предвзятость и субъективные предпочтения менеджеров из их оценок сотрудников, то как руководители могут количественно охарактеризовать точный вклад сотрудников в успехи компании? Именно по этой причине попытки использовать ИИ для измерения привлекательности выявили расовые предпочтения применительно к понятиям о привлекательности в конкретной культуре. Если мы научим ИИ подражать нашим предпочтениям, он будет не только воспроизводить, но и усиливать и усугублять человеческие предубеждения.

Кроме того, иногда трудно определить, следует ли рассматривать внешний вид как фактор предвзятости или необходимую для работы характеристику, особенно когда эффективность сотрудников зависит от восприятия их покупателями или клиентами. Как отмечается в докладе сайта Glassdoor, «множество отраслей и видов бизнеса пострадали бы безмерно, если бы дискриминация по внешности оказалась вне закона». В подтверждение этой идеи исследователи в области эволюционных наук сообщают о положительных корреляциях между показателями привлекательности и оценками социально желательных черт личности, таких как эмоциональная стабильность, экстраверсия и амбиции. Например, физическая привлекательность — так же как и психологическая привлекательность (эмоциональный интеллект или способность располагать к себе) — способствует росту продаж и потенциала по привлечению инвестиций, поэтому разумно ли мешать работодателям нанимать более привлекательных продавцов или организаторов сбора средств?

Возможно, причина в том, что альтернативой является дискриминация в отношении менее привлекательных людей, то есть тех групп меньшинств, которые не соответствуют доминирующим «нормам красоты». Но когда работодатели просто делают вид, что игнорируют привлекательность и сосредоточены на опыте кандидатов или результатах собеседования, и интерпретируют эти данные как объективные или беспристрастные, нет никакой гарантии, что у не очень привлекательных кандидатов будут равные шансы на получение работы. Получается то же самое, что и с отбором на основании документов об образовании без учета принадлежности к той или иной расе или социальному классу (на самом деле это связанные характеристики).

Очевидно, что существует несправедливое преимущество для привлекательных и несправедливые препятствия для тех, кто считается менее привлекательным. Работодатели могут смягчить эту предвзятость, исключив данные о внешнем виде из своей практики найма — не только с помощью ИИ, но и сосредоточившись на научно обоснованных оценках, прошлых результатах и данных резюме. Тем не менее таких мер будет недостаточно для устранения дискриминации, поскольку в этих показателях сказывается влияние предубеждений на предыдущем этапе: если в прошлом к привлекательным людям относились лучше из-за их внешности, то эта успешность отразится в их резюме и т. д. И все же это не причина для того, чтобы игнорировать проблему или узаконить дискриминацию по внешности на работе.

Важно отметить, что ИИ может стать мощным инструментом для выявления и демонстрации степени предвзятости, лежащей в основе человеческих оценок потенциала и результативности. При правильном программировании ИИ может стать объективным способом измерения того, что мы не всегда видим сами. Например, если вы пытаетесь сбросить вес, весы помогут вам быть честными. Если вы стараетесь больше тренироваться, фитнес-трекер может помочь вам отслеживать успехи. И при использовании правильных входных данных ИИ может помочь нам преодолеть наши сознательные и бессознательные предрассудки при приеме на работу.

Томас Чаморро-Премузик

HBR

Просмотров: 432 Отправить другу Версия для печати
 

Смотрите также:
Стаємо сильнішими: топ-12 антикризових HR-інструментів
Категоризація персоналу: як визначити найцінніших працівників
Что такое интеллект-карты и для чего они нужны
Программы для эйчара: как упростить свою работу
10 пунктов построения правильного HR
Презентация компании соискателям на рынке труда
Почему теплые чувства сотрудников к компании так важны для бизнеса
Что происходит с HR-аналитикой
Оптимизация HR-процессов для бизнеса: почему это необходимо?
Десять книг для тех, кто хочет перестать страдать и начать получать удовольствие от работы
Ученые разработали систему отслеживания продуктивности сотрудников с помощью «умных» браслетов
Пять правил digital
Автоматизация HR-процессов: возможности и обзор 4 систем
8 настольных книг менеджера: все об управлении персоналом
15 трендов в диджитализации рекрутинга и HR
5 шагов успешной автоматизации HR-процессов
ИИ научился определять, когда люди хотят уволиться с работы
Отличные перспективы: 7 инструментов управления карьерой сотрудников
Почему сегодня HR должен думать как рекламодатель, а не рекрутер
7 идей для тимбилдинга
Как прокачать эмоциональный интеллект (и почему это важно для рекрутера)
Как всего за один день сделать аудит вашего бренда работодателя
Пять мифов о People Analytics
Сторителлинг как важная составляющая бренда работодателя
Помогает ли ваша HR-система достигать бизнес-целей, или Зачем нужен HR-аудит
«К увольнению готовы», или Прогнозирование увольнений работников
Как использовать данные о сотрудниках с пользой для бизнеса
Геймификация в адаптации
7 мифов об HR-аналитике
HR-показатели, которые должен отслеживать каждый руководитель
Google создал методику, которая помогает учиться на своих ошибках
Чат-боты, соцсети, геймификация: digital-инструменты в HR
Найти слова: 5 способов, как не нужно давать обратную связь
Как провести аудит внутреннего бренда работодателя: 5 шагов
С цифрами на «вы»: 5 просчетов при работе с HR-аналитикой
Английские термины в HR: знать, понимать и применять
5 способов оптимизации HR-процессов
Блокчейн в HR: просто объясняем, что вам нужно знать
Email-маркетинг как инструмент HR-специалиста
Использование средств мониторинга работы персонала: 9 важных нюансов
Проще, чем кажется: три шага к Agile в HR-команде
5 советов, как использовать Big Data в HR
Идеальный кейс про кадровый резерв
«Ваша работа уже не будет прежней»: как использовать HR-аналитику
Командоутворення: корисні інструменти та кейси
6 кейсов про headhunting
Куда уходит HR-бюджет
5 нерешаемых кейсов для HR-специалистов и не только
50 вопросов для личной беседы с сотрудником
«Точнее, пожалуйста», или 7 базовых HR-показателей, которые важно отслеживать
Все новости
Реклама
Издания для профессионалов
Опросы
Кто с нами: какую должность Вы занимаете?
Руководитель компании
Заместитель руководителя компании
Директор по персоналу
Директор по развитию
Главный бухгалтер
Менеджер по персоналу
Начальник отдела кадров
Инспектор по кадрам
Начальник отдела развития
Начальник отдела охраны труда
Бухгалтер
Экономист
Инженер по нормированию труда
Инженер по организации труда
Инженер по охране труда
Секретарь руководителя
Психолог
Другая

Объявление
Уважаемые посетители! По всем вопросам относительно работы портала обращайтесь к администратору
2020 © МЕДИА-ПРО
2020 © HR-Лига
Copyright © 2005–2020 HR-Лига
Использование материалов из журналов Группы компаний «МЕДИА-ПРО» только по согласованию с редакцией (администрацией) портала.
Редакция (администрация) оставляет за собой право не разделять мнение авторов размещаемых материалов.
Редакция (администрация) портала не несет ответственности за ущерб, который может быть нанесен в результате использования, неиспользования или ненадлежащего использования информации, содержащейся на портале.
Ответственность за достоверность информации и прочих сведений несут авторы публикаций.
По всем вопросам пишите на admin@hrliga.com.