The datafication of talent: how technology is advancing the science of human potential at work

چکیده

این مقاله 3 نوآوری را بررسی می کند که نه تنها پتانسیل تحول روش شناسایی و توسعه و بکارگیری استعدادها توسط سازمانها را دارند، بلکه همچنین به عنوان ابزار استفاده شده توسط متخصصین و شرکتها در حال ظهور هستند. به طور دقیق تر، (a) ما الگوریتم های یادگیری ماشینی را بحث خواهیم کرد می توانند footprint های دیجتالی را ارزیابی کنند، (b) تکنولوژی حسگر اجتماعی که می تواند به طور خودکار رفتار کلامی و غیرکلامی را برای تشخیص شخصیت و حالات احساسی را رمزگشایی کند، و (c) ابزار ارزیابی که بر ارتقا تجربه کاربر در انتخاب پرسنل تمرکز دارند. نقاط قوت و محدودیتهای هر یک از این روشها مورد بحث قرار گرفته، و تاثیرات عملی و تئوری در نظر گرفته شده اند.

Abstract

This article reviews three innovations that not only have the potential to revolutionize the way organizations identify, develop and engage talent, but are also emerging as tools used by practitioners and firms. Specifically, we discuss (a) machine learning algorithms that can evaluate digital footprints, (b) social sensing technology that can automatically decode verbal and nonverbal behavior to infer personality and emotional states, and (c) gamified assessment tools that focus on enhancing the user-experience in personnel selection. The strengths and limitations of each of these approaches are discussed, and practical and theoretical implications are considered.

مدیریت استعداد، واحد منابع انسانی (HR) که بر شناسایی و توسعه و بکارگیری کارمندان برای افزایش کارآمدی سازمانی تمرکز دارد، چالش سرمایه انسانی اصلی در قرن 21 است. ارزیابی های روانشاناسانه، بستر اصلی اقدامات مدیریت استعداد موثر هستند: اگر شما نتوانید رفتار انسان را پیش بینی و درک کنید، قادر نخواهید بود مدیریتش کنید. علی رغم اینکه ارزیابی ها در مکانهای استخدامی برای بیش از 1 قرن استفاده شده اند، پیشرفتهای تکنولوژیکی اخیر انواعی از ابزار مدرن را برای ارزیابی رفتار کارمند ارائه کرده اند، و بکاگیری فزاینده شان حاکی از این است که آنها پتانسیل این را که اقدامات مدیریت استعداد را حسی ذاتی کنند و بیشتر بر اساس شواهد کنند را دارند. این روند تازه در حال شروع است و قطعی است، و روش های موجود را تکمیل خواهد کرد. با این وجود، بیشتر این روش های نوظهور هنوز باید توسط تحقیقات علمی بسیار مورد بررسی قرار بگیرند. همان طور که یک تحقیق به تازگی نشان داده، حوزه جامع “آنالیز استعداد” هنوز یک کودک است، که فقط 16% سازمانهای از فناوری های HR برای پیوند افراد طرف بیزینس به خروجی های سازمانی حیاتی استفاده می کنند، و شاید حتی تعداد کمتری تصمیمات دیتایی را بر اساس آن آنالیزها می گیرند. این پژوهشگران این گونه نتیجه گیری کردند: ((علی رغم اینکه این موضوعی بسیار داخل در بین متخصصین HR است، جستجویی برای تحقیقات در لیست شده در مجلات دانشگاهی، مقدار بسیار کمی تحقیقات علمی دانشگاهی را نشان می دهد.

این نتیجه گیری ها بر مسائل مختلفی که با رهبران و استادان HR مواجه می شوند تاکید می کنند. نخست، کارشناسان HR نیاز به آموزش دارند برای اینکه بتوانند از ارزیابی های روانشناسی موجود به درستی استفاده کنند. دوم، افراد دانشگاهی باید درستی فناوری ها و اقدامات نوظهور درباره کلان داده، تکنولوژی  و پتانسیل انسانی را بررسی کنند. در آخر، در فقدان شواهد علمی قانع کننده، رهبران سازمانی باید در برابر کلان داده محیط hype و ادعاهای مرتبط که نوید افزایش کارآمدی و عملکرد را می دهند مقاومت کنند. حل این مسائل، فراتر از حوزه این مقاله است، با این وجود ما 3 نوآوری نویددهنده در زمینه دیتافیکیشن استعداد” را برای افزایش آگاهی درباره کارآمدی شان و محدودیتهای فعلی شان بررسی می کنیم. این امید می رود که با انجام این کار، سازمانها استفاده و بهره گیری از روشی با هدایت دیتاها و بر اساس شواهد برای شناسایی و رشد استعداد را افزایش دهند.