Ubevisst skjevhet i ansettelse av personer med funksjonsnedsettelser: Hvordan revidering og reparere prosessen din

Forstå funksjonsnedsettelseskjevhet i ansettelse

Ubevisst skjevhet -- de automatiske assosiasjoner og antagelsene hjernen vår gjør uten bevisst tanke -- påvirker hvert trinn i ansettelsesprosessen. Når det gjelder funksjonsnedsettelser, er disse skjevhetene særlig ondartede fordi de ofte utgir seg for å være bekymring, praktikalitet eller til og med vennlighet. I et felteksperiment fra 2015 av forskere fra Rutgers University og kollegaer (publisert av US National Bureau of Economic Research), ble fiktive søknader sendt til 6 016 regnskapsstillinger hvor avslørte funksjonsnedsettelser var usannsynlig å påvirke produktivitet. Søkere som avslørte en funksjonsnedsettelse mottok 26% færre uttrykk for arbeidsgiveinteresse enn de som ikke gjorde det.

Typer funksjonsnedsettelseskjevhet

Velvillig diskriminering

Dette er den vanligste og mest oversette formen for funksjonsnedsettelseskjevhet. Det ser slik ut:

• "Jeg ønsker ikke å sette dem opp for å mislykkes" (antar inkompetanse)
• "Denne jobben ville være for stressende for noen med deres tilstand" (paternalistisk beslutningstagning)
• "Jeg beskytter dem ved ikke å plassere dem i en kundevendt rolle" (begrense muligheter under påskudd av omsorg)
• Senke forventninger til ytelse i stedet for å gi passende støtte

Velvillig diskriminering er fortsatt diskriminering. Det nekter individer muligheten til å lykkes eller mislykkes basert på deres egne kvalifikasjoner.

Kompetanseantagelser

• Anta at en rullestolbruker ikke kan reise for arbeid
• Anta at en døv kandidat ikke kan delta i teammøter
• Anta at noen med lærevansker ikke kan håndtere komplekse oppgaver
• Anta at noen med en psykisk helsetilstand vil være upålitelig
• Likestille synlig funksjonsnedsettelse med lavere kognitiv evne

Funksjonshemmelsesspråk i ansettelse

Vanlige fraser som signaliserer eksklusjon:

Hvordan revidere ansettelsesprosessen din

Trinn 1: Revidere stillingsbeskrivelser

Bruk automatiserte verktøy for å identifisere partisk språk:

• Textio: AI-drevet skriveplattform som flagg eksklusivt språk og foreslår alternativer
• Gender Decoder: Gratis verktøy som identifiserer kjønnsspråk i stillingsannonser
• Hemingway Editor: Kontrollerer lesbarhet -- streber etter klart, lettlest språk
• Manuell gjennomgangskontroll:

- Er alle opplistede krav virkelig essensielle?

- Er det en tilpasningserklæring?

- Beskrives fysiske krav nøyaktig?

- Er språket fritt for idiomer og fagterminologi?

Trinn 2: Implementer strukturerte scoringskritt

Ustrukturert evaluering er hvor skjevhet blomstrer. Erstatt det med:

1. Definer kompetanser: For hver rolle, identifiser 4-6 målbare kompetanser direkte knyttet til jobbprestasjoner
2. Lag en vurdelingsskala: Bruk en 1-5-skala med atferdsmessige ankerpunkter for hver kompetanse. Eksempel:

- 1 = Ingen bevis for denne kompetansen

- 3 = Oppfyller forventninger med klare eksempler

- 5 = Overgår forventninger med sterk, spesifikk bevis

1. Score uavhengig: Hver intervjuer scorer før diskusjon med andre for å forhindre gruppetankegang
2. Vekt passende: Essensielle kompetanser bør ha mer vekt enn "nice-to-have"-ferdigheter
3. Dokumenter beslutninger: Skriv ned det spesifikke beviset som førte til hver score

Trinn 3: Diversifiser intervjupaneler dine

• Inkluder minst én intervjuer med trening i funksjonsnedsettelseskompetanse
• Der det er mulig, inkluder et teammedlem med funksjonsnedsettelse (bare hvis de velger å delta og ikke blir symbolisert)
• Roter panelmedlemmer for å forhindre at en enkeltpersons skjevheter dominerer
• Sikre at alle panelmedlemmer har gjennomført ubevisst bias-trening spesifikk for funksjonsnedsettelse

Trinn 4: Anonymiser tidlig screening

• Fjern navn, bilder og demografisk informasjon fra innledende CV-gjennomgang
• Bruk ferdighetsorienterte screeningsspørsmål snarere enn tilleggsbaserte filtre
• Vurder blindaudisjoner eller arbeidsprøver der det er mulig
• Hvis du bruker AI-screeningverktøy, reviderer du dem for funksjonsnedsettelseskjevhet -- for eksempel filtre som straffer sysselsettingsgap kan screening ut kandidater hvis gap er relatert til funksjonsnedsettelse eller behandling

Trinn 5: Spor data

Du kan ikke reparere det du ikke måler. Spor:

• Avsløringsrater: Hvor stor prosentandel av søkere frivillig avslører en funksjonsnedsettelse? Lave rater kan indikere en uvelkommen prosess
• Konverteringsrater trinn-for-trinn: Hvor i pipelinen faller kandidater med funksjonsnedsettelse ut sammenlignet med kandidater uten funksjonsnedsettelse?
• Oppfyllelse av tilpasningsforespørsel: Hvor mange tilpasningsforespørsler blir gjort, og hvor raskt blir de oppfylt?
• Tilbud akseptasjonssatser: Godtar kandidater med funksjonsnedsettelse tilbud med samme hastighet?
• Tid til ansettelse: Opplever kandidater med funksjonsnedsettelse lengre ansettelsestidslinjer?

Bygge ansvar

Trening

• Årlig ubevisst bias-trening er et minimum; funksjonsnedsettelsesspecifikke moduler bør inkluderes
• Treningen bør inkludere virkelige scenarier, ikke bare teori
• Følg opp med oppfriskningssession og casestudiediskusjoner

Policy

• Etabler en skriftlig policy om funksjonsnedsettelsesinkludering i ansettelse, gjennomgått årlig
• Tildel en leder for funksjonsnedsettelsesansettelsesinitiativer
• Inkluder funksjonsnedsettelsesansettelsesmålinger i lederresensjon

Tilbakemeldingssløyfer

• Spør alle kandidater (ansatt og ikke ansatt) om deres erfaring
• Opprett en konfidensielt kanal for ansatte for å rapportere skjevhet de observerer i ansettelse
• Gjennomgå samlede ansettelsesdata kvartalsvis med ledelsen

Hurtigstart revisjonssjekkliste

Å håndtere ubevisst skjevhet er ikke en engangsanstrengelse. Det krever løpende måling, trening og vilje til å konfrontere ubehagelige sannheter om hvordan organisasjonen din tar beslutninger.

Ressurser

• Project Implicit (Harvard IAT): implicit.harvard.edu
• Disability:IN Disability Index (tidligere Disability Equality Index): disabilityin.org
• EARN Unconscious Bias Resources: askearn.org
• Rutgers Program for Disability Research: smlr.rutgers.edu