Putting Dignity at the Core of Employee Data Use

BY DOROTHY LEIDNER, OLGERTA TONA, BARBARA H. WIXOM, AND IDA A. SOMEH

قرار دادن ارزش کرامت در هسته‌ی داده‌های کارمندان ایالات متحده

وقتی شرکت‌ها اطلاعات کارکنان را مسئولانه مدیریت می‌کنند، در عین این که که بینش‌هایی را به دست می‌آورند، بهتر می‌توانند اعتماد را در سازمان خود افزایش دهند.

به گمان ما تعداد کمی از رهبران از تنوع و حجم داده‌های مربوط به کارکنان که از منابع مختلف جمع‌آوری می‌شوند، بهره‌جویی می‌کنند. این داده‌ها می‌توانند از پلت‌فرم‌های همکاری دیجیتال گرفته تا ابزارهای پوشیدنی نیروی کار و دستگاه‌های تلفن همراه گردآوری شوند. در سرتاسر همه‌گیری کرونا، دامنه و ماهیت داده‌های کارکنان به سرعت گسترش یافت و به وضعیت واکسیناسیون، نتایج حاصل از بررسی‌های مکرر سلامت، رفتارهای ملاقات مجازی و نتایج مربوط به زندگی کاری نیز تسری داده شد.

در اکثر شرکت‌های بزرگ جهانی، رهبران منابع انسانی با تجزیه‌وتحلیل افراد و نیروی کار، ابتکارات در سازمان را آغاز می‌کنند. اما داده‌های کارکنان به روش‌های جدید و فزاینده‌ای و با اهدافی فراتر از منابع انسانی، برای تولید نتایج سودآور استفاده می‌شوند. به عنوان مثال، یک سازمان فعالیت کارکنان و ویژگی‌های ساختمان را تجزیه‌وتحلیل کرد تا بینشی در مورد مصرف انرژی تأسیسات خود به دست آورد. داده‌های به دست آمده در نهایت از طریق کاهش هزینه‌های گرمایش و سرمایش ساختمان باعث صرفه‌جویی میلیون‌ دلاری سازمان شد.

در مرکز تحقیقات سیستم‌های اطلاعاتی MIT (CISR)، اخیراً پژوهشی انجام دادیم با این موضوع که چگونه استفاده‌های نوآورانه از داده‌های کارکنان توسط سازمان‌ها می‌توانند حیثیت کارکنان را پشتیبانی و یا تهدید کنند. رفتارها و دانش کارکنان به‌ویژه در زمینه‌های تحول دیجیتال، موجب می‌شوند تا درک بهتری از نحوه‌ی عملکرد یک سازمان در طول زمان به دست بیاوریم. این درک می‌تواند عملکرد سازمان را بهبود داده و زمانی که تصمیم می‌گیرد وظایف کاری خاصی را به‌طور اساسی تغییر داده یا ریشه‌کن کند، با نتایج غیرمنتظره‌ای مواجه نشود. چنین استفاده‌هایی از داده‌ها می‌تواند تنش‌ها و نگرانی‌های اخلاقی پیچیده‌ای را هم ایجاد نماید.

سازمان‌ها ممکن است وسوسه شوند تا با تکیه بر مقرراتی که ریشه در حفظ حریم خصوصی و حفاظت از داده‌های شخصی دارند، (مانند مقررات عمومی حفاظت از داده‌های اتحادیه‌ی اروپا و قانون قابلیت حمل و پاسخگویی بیمه سلامت در ایالات متحده) بر داده‌های کارکنان حکومت کنند. وقتی پای نظارت اخلاقی بر استفاده از داده‌های کارمندان به میان باشد، این مقررات کافی به نظر نمی‌رسند. در مواقعی که داده‌های کارکنان عملیات اصلی شرکت را اطلاع‌رسانی و بهبود می‌بخشند، می‌توانند از محدودیت‌های نظارتی مستثنی باشند. همچنین، تحقیقات MIT CISR نشان داده است که دیدگاه مبتنی بر مقررات به اندازه‌ی کافی گسترده یا عمیق نیست که بتواند به‌طور جامع بر استفاده‌ی داخلی و خارجی از داده‌های افراد نظارت داشته باشد. شرکت‌ها به قابلیتی به نام استفاده‌ی قابل‌قبول از داده‌ها (ADU: acceptable data use) نیاز دارند که ضامن رویه‌های نظارتی مجاز قانونی، تنظیمی و اخلاقی باشد. ADU فراتر از مقررات با در نظر گرفتن انتظارات و خواسته‌های سازمان و سهامداران کلیدی، از جمله خود کارکنان، نظارت اخلاقی را ارائه می‌دهد.

تحقیقات آکادمیک منتشر شده در سال جاری توسط دو نفر از ما (لیدنر و تونا) نشان می‌دهد که رهبران می‌توانند به طور موثری الزامات اخلاقی ADU کارکنان را با تمرکز بر ارزش کرامت مدیریت کنند. چنین دیدگاهی رهبران را برمی‌انگیزاند تا به دنبال رضایت افراد باشند، اهداف و یافته‌های خود را شفاف کنند و مطمئن شوند که نتایج به دست آمده برای سازمان و افراد در هر دو طرف سودمند است.

در واقع، ما معتقدیم که قرار دادن عزت و کرامت در مرکزِ استفاده‌ی قابل‌قبول از داده‌ها، نه تنها مدیریت و حاکمیت داده‌های کارکنان را بهبود می‌بخشد، بلکه به رهبرانِ تحول اجازه می‌دهد تا ارزش‌ها و تعهدات سازمان را برای کارکنانشان تقویت کنند.

ابعاد داده‌های کارکنان را درک کنید
برای رهبران مفید است که ابتدا ابعاد مختلف داده‌های کارکنان را درک کنند. ما به مجموعه‌ی جامعی از داده‌های مرتبط با کارکنان تحت عنوان داده‌های 5-W اشاره می‌کنیم - داده‌هایی در مورد چه کسی، چه چیزی، کجا، چه زمانی و چرا که به شرح زیر هستند:

• داده‌های چه کسی ــ کارکنان را در حال انجام کار توصیف می‌کنند. این داده‌ها شامل جمعیت‌شناسی کارکنان، اطلاعات تماس، تاریخچه‌ی سلامت، حقوق و مزایا، ارتباطات آن‌ها در شبکه‌های اجتماعی و زیست‌سنجی ابزارهای پوشیدنی‌شان می‌شوند.

• چه داده‌هایی ــ فعالیت‌های کاری کارکنان را توصیف می‌کنند. این داده‌ها می‌توانند شامل رفتارهای آنلاینی مانند جستجوهای اینترنتی و اقدامات صفحه کلید، و همچنین رفتارهای دیجیتالی آفلاین مانند نظارت‌های تصویری، رونوشت‌های صوتی مرکز تماس، و گزارش‌های کاری باشند.
• جایی که ــ این داده‌‌ها با محل اقامت کارمندان در ارتباطند. داده‌هایی مانند مکان فیزیکی و حرکت فضایی با برچسب‌های شناسایی فرکانس رادیویی، پوشیدنی‌های نیروی کار، ردیابی موبایل در یک ساختمان و کارخانه‌های هوشمند به طور فزاینده‌ای دقیق‌تر شده‌ و مورد استفاده قرار می‌گیرند.
• چه زمانی ــ این داده‌ها زمان فعالیت‌های کارکنان و رویدادها یا نتایج مرتبط را مشخص می‌کنند و می‌توانند دربرگیرنده‌ی نقاط عطف ساده در یک روز کاری یا منعکس‌کننده‌ی یک سریِ زمانی پیچیده از رویدادهایی باشند که با استفاده از منابع مختلف، مانند گزارش‌های استفاده، دستگاه‌های تلفن همراه، حسگرها و تراکنش‌ها جمع‌آوری شده‌اند.
• چرا داده‌ها ــ در طول تاریخ بیانگر تخصص و منطق کارکنان بوده‌اند، مانند قوانین تجاری مستندی که کارکنان هنگام تصمیم‌گیری در نظر می‌گیرند یا بازتاب این تخصص و منطق در تجارب تماس با مشتری. با اتوماسیون کارها در نتیجه‌ی دیجیتالی شدن فراگیر، سازمان‌ها به منبع رو به رشدی از این استدلال‌ها و منطق‌ها که کارکنان در پشت تصمیمات خود دارند، دست یافته‌اند. به عنوان مثال، داده‌های آموزش هوش مصنوعی اطلاعات زیادی راجع به بازخورد کارکنان در مدل خود دارند که این تجربیات می‌توانند عملکرد این مدل را در طول زمان بهبود بخشند. 

آنچه در مورد مجموعه‌ی متنوعِ داده‌های کارکنان قابل‌توجه است، پتانسیل گسترده‌ایست که سازمان‌ها برای ترکیب این داده‌ها به روش‌های بی‌شماری در اختیار دارند. ترکیبی از داده‌های 5-W به شرکت‌ها این امکان را می‌دهد تا در مورد شیوه‌ها و تأثیرات کاری کارکنان به شفافیت و بینش بی‌سابقه‌ای دست یابند. ما دیده‌ایم که شرکت‌ها این کار را به منظور هدایت خدمات اطلاعاتی جدید، تغییر مدل کسب‌وکار و مهندسی مجدد وظایف کاری انجام می‌دهند.

اما دیدگاه مبتنی بر مقررات به اندازه‌ی کافی گسترده یا عمیق نیست که بتواند بر استفاده‌ی داخلی و خارجی از داده‌های افراد نظارت جامعی داشته باشد.

درک استفاده از داده‌های کارکنان

سازمان‌ها می‌توانند از داده‌های 5-W برای شناخت کارکنان ــ یا نشان دادن آن‌ها بهره ببرند. در طول تحول دیجیتال، هر دوی این فعالیت‌ها مهم‌اند. شناخت و  نشان دادن کارمندان، به سازمان‌ها در ارزیابی، بهبود، تغییر و مهندسی کار کمک می‌کنند.

شناخت کارکنان

شناخت کارکنان به این معناست که یک سازمان از داده‌های کارکنانش برای درک فعالیت‌های کاری، عملکرد و رفتار آن‌ها و نحوه‌ی ارتباط این اطلاعات با نتایج مورد نظر استفاده می‌کند. نمونه‌هایی از این شناخت را در شرکت‌هاییکه از داده‌های کارکنان برای اتوماسیون یا مهندسی مجدد فرایندهای دستی استفاده می‌کنند، دیده‌ایم. هنگامی که یک تیم پروژه می‌داند کارکنان چه وظایفی را انجام می‌دهند و چرا، قادر خواهد بود قوانین تجاری صریحی را برای اتوماسیون فرایندهای رباتیک ایجاد کند، تجهیزات رباتیک را در محل کار داشته باشد و یا مدل‌های هوش مصنوعی تحت نظارت را به منظور فرایندهای کارآمدتر آموزش بدهد.

نشان دادن کارمندان

نشان دادن کارمندان زمانی اتفاق می‌افتد که یک سازمان از داده‌های کارکنان برای انتقال بینش به کارکنان یا دیگران در داخل یا خارج از سازمان استفاده می‌کند. به عنوان نمونه ارزیاب‌‌های انطباق خبره در جنرال الکتریک در مورد اینکه آیا پیمانکار الزامات ایمنی را بر اساس مستندات ارائه شده برآورده می‌کند یا خیر آموزش‌های لازم را در اختیار سیستم هوش مصنوعی قراردادند.

این پروژه با اتکا بر ــ چرا داده‌ها ــ معیارها و فرایندهای ارزیابی را نشان می‌داد. این معیارها قبلاً به‌عنوان دانش ضمنی در ارزیابی‌کنندگان محبوس شده بودند، به این صورت که کارکنان را به شناسایی کلمات و عباراتی که بر الزامات انطباق تأثیر می‌گذارند ملزم کرده‌ بودند و اسناد آموزشی را بر اساس برآورده شدن این الزامات، طبقه‌بندی نموده و نتایج تصمیمات مدل را مورد بررسی قرار دادند. این پروژه که نظرات انسانی و خروجی ماشین را روی داشبورد گرافیکی نمایش می‌داد، دریافت که مشاهده‌گران گاهی اوقات در ارزیابی‌های خود ناسازگار هستند و ارزیابی‌کنندگان مختلف گاهی یک متن را به روش‌های متفاوتی تفسیر می‌کنند. در نهایت جنرال الکترونیک از این درک برای ارائه‌ی بازخورد به ارزیابان و بهبود آموزش آن‌ها بهره جست.

شایان ذکر است، سازمان‌ها گاهی اوقات بینش‌های حاصل از شناخت و نشان دادن کارکنان را با مشتریان یا شرکای خارجی خود به اشتراک می‌گذارند. به عنوان مثال، ممکن است آنچه را که از رفتارهای کارکنان می‌دانند با شرکای ارائه‌دهنده‌ی خدمات کارکنان، مانند پارکینگ یا امتیازات شرکتی، به اشتراک بگذارند یا شیوه‌های کاری و داده‌های ناشناس کارمندان را به ارائه‌دهنده‌ی معیاری که عملکرد در سطح صنعت را ارزیابی می‌کند، نشان دهند. مورد دیگر نشان دادن مکان کارمندان به مشتریان به منظور شفاف‌سازی فرایندهای خدماتی است.

هنگام ارزیابی استفاده از داده‌های کارکنان، روی ارزش کرامت متمرکز شوید

سازمان‌ها می‌توانند در راستای تحقق بازدهی و رشد بالا و رسیدن به اهدافی که قبلاً دست‌نیافتنی می‌نمودند، از بینش داده‌های کارکنان سود ببرند و موجب بهبود شیوه‌های کاری و تجربه‌ی مشتری شوند. با این حال، قبل از اینکه بتوان از این بردهای بزرگ بهره‌مند شد، شرکت‌ها و رهبران باید اطمینان حاصل کنند که مدیریت داده‌های کارکنان به طور مسئولانه‌ای انجام می‌شود. ایجاد ستاره‌ی شمالی درباره‌ی اینکه چگونه سازمان برای کارکنان ارزش قائل است  با استفاده از مدیریت داده‌های کارکنان - در کنار رفتار محترمانه با کارمندان ــ یک راه عالی برای باز کردن سر صحبت است.

کرامت به طور کلی به این معناست  که انسان‌ها دارای ارزش ذاتی و حقوق خاصی هستند و شایستگی این را دارند که مورد احترام واقع شوند. کرامت سه نمود رفتاری، شایسته‌سالارانه و ذاتی دارد:

• کرامت رفتاری: تک تک افراد به طور بالقوه شایسته‌ی دستیابی به یک زندگی پر رفاه هستند. 
• کرامت شایسته‌سالارانه: افراد متناسب با مشارکت‌های خود قدردانی می‌شوند.
• کرامت ذاتی: با افراد بدون توجه به موقعیت، به طرز شایسته و محترمانه‌ای رفتار می‌شود.

هر کدام از این نمودهای کرامت، به شیوه‌ای متمایز این موضوع را که آیا سازمان از شأن کارکنانش حمایت می‌کند یا برای آن یک تهدید است، ارزیابی می‌کنند. با داشتن این ادراک، سازمان‌ها می‌توانند شیوه‌ها را به‌گونه‌ای تغییر دهند  که به جای تهدید کارکنان، شأن رفتاری، شایسته‌سالاری و شأن ذاتی آن‌ها حفظ شود.

سازمان‌ها با فراهم کردن دسترسی کارکنان به منابع حمایتی، کمک به آن‌ها برای رسیدن به اهداف خود و برآورده کردن انتظارات سازمانی، می‌توانند از شأن رفتاری حمایت کنند.

جنرال الکتریک دقیقا این کار را زمانی انجام داد که از چرایی داده‌ها برای ارائه‌ی بازخورد و بازآموزی در جهت کمک به کارکنان برای تبدیل شدن به ارزیابی‌کنندگان انطباق بهتر استفاده کرد. این شرکت همچنین از طریق ابزار نظارت بر ارزیابی بسیار شفاف و مبتنی بر شواهد، از شأن رفتاری حمایت کرد. رابط بصری، تصمیمات انسانی و ماشینی را همراه با منطق آن‌ها به وضوح نشان می‌داد، به طوری که سازمان و کارمندان به یک درک مشترک از وضعیت ارزیابی انطباق و شکاف‌های فرایندی که نیاز به اصلاح داشتند رسیدند. همانطور که این مثال نشان می‌دهد، در اقداماتی که از شأن رفتاری حمایت می‌کنند، شفافیت یک عنصر کلیدی است.

سازمان‌ها با به رسمیت شناختن و پاداش دادن به کارکنان برای کمک‌هایشان، از شأن شایسته‌سالارانه‌ی آن‌ها حمایت می‌کنند.

در بررسی داده‌های کارمند برای کمک به تغییر شکل یا اتوماسیون، کارمندان مثلا می‌توانند کارهای سخت‌تر را شروع کنند (زیرا کارهای آسان‌تر خودکار یا حذف شده‌اند). در چنین مواردی، سازمان‌ها از طریق ارتقای هدفمند مهارت‌ها، جبران خدمات کارکنان برای انجام وظایف کاری جدید و پاداش دادن به کارکنان برای کمک به کارآمدتر کردن یک فرایند، از شأن شایسته‌سالارانه‌ی آن‌ها حمایت می‌کنند. در واقع، سازمان‌ها اطمینان حاصل می‌کنند که هم شرکت و هم کارکنان از استفاده‌ی مؤثر از داده‌های کارکنان به طور متقابل سود می‌برند.

سازمان‌ها از طریق رفتار با کارکنان به عنوان اعضایی محترم و ارزشمند، از شأن ذاتی آنان حمایت می‌کنند.

این امر مستلزم این است که در وهله‌ی اول کنترل استفاده از داده‌ها به خود کارمندان سپرده شود. یک روش مفید برای این منظور، مدیریت جمع‌آوری داده‌های کارکنان و مجوزهای استفاده به همان شیوه جمع‌آوری و استفاده از داده‌های مشتری است. اغلب، شرکت‌ها حد بالایی را برای نظارت بر داده‌های مشتری تعیین می‌کنند. می‌توان مجدداً همان فناوری‌ها، کنترل‌ها و دیدگاه‌های مورد استفاده برای مدیریت داده‌های مشتری را به کار برد تا اطمینان حاصل شود که با داده‌های کارکنان هم به‌طور قابل قبولی رفتار می‌شود.

بنابراین، برای مثال، اگر قبل از استفاده از داده‌های مشتری برای یک هدف جدید، به رضایت آن‌ها نیاز بود، سازمان برای استفاده از داده‌ها فراتر از اهداف تعیین‌شده نیز به تأییدیه‌ی کارکنان نیاز دارد.

سازمان‌ها می‌توانند شأن و منزلت کارکنان خود را با استفاده از موارد زیر افزایش دهند:

1. ارائه‌ی راهنمایی روشن و مبتنی بر شواهد به کارکنان که به آن‌ها کمک می‌کند به کار خود دست یابند؛
2. قدردانی و اعطای پاداش به کارکنان برای عملکرد و خلق دستاوردهای عالی‌شان؛
3. دادن کنترل به کارکنان برای مشارکت دادن داده‌هایشان.

چنین اقداماتی منعکس‌کننده‌ی مبادلات شفاف و ارزشمندی بین کارفرما و کارکنان است که در طول زمان موجب اعتماد بیشتر در طرفین می‌شود.

فعالیت‌های مرتبط با داده‌ها در راستای حفظ شأن و منزلت کارکنان

مهارت‌های فنی و مهارت‌های انسانی در شش دسته‌ی اصلی متفاوتی از یادگیری قرار دارند. به دلیل همین تفاوت‌هاست که رویکردهای یادگیری و توسعه‌ی سنتی مانند سمینارها و کارگاه‌های گروهی برای مهارت‌های انسانی کمتر جواب می‌دهند.

برای استفاده از داده‌های کارمندان کرامت (Dignity) را هسته اصلی قرار دهید

از آنجایی که روش‌های جمع‌آوری و استفاده از داده‌های 5 -W در سازمان‌ها در حال تغییر و نو شدن است، رهبران باید شأن و منزلت کارکنان را به طور مداوم در نظر بگیرند، زیرا این توجه به منزله‌ی بخش موثری از روند اداره‌ی داده‌های سازمانی تلقی می‌شود. چنین توجهی موجب می‌شود تا سازمان‌ها با هر کارمند به شیوه‌ای منحصر به فرد رفتار کنند و هم‌زمان رفتارهای حرفه‌ای او را در پیشرفت اتوماسیون، طراحی مجدد کار و پیگیری‌های آتی مد نظر قرار دهند.

برای ارزیابی وضعیت استفاده از داده‌های کارکنان در سازمانتان، سوالات زیر می‌توانند راه‌گشا باشند:

• کدام داده‌های 5-W در حال استفاده هستند؟ نمای 360 درجه‌ی کارمند ما چقدر دقیق و کامل است؟
• آیا کارکنان از داده‌های 5-W که در حال جمع‌آوری‌اند آگاهی دارند و آیا با استفاده از آن موافقت می‌کنند؟
• آیا آن‌ها در مورد اینکه کدام داده‌ها جمع‌آوری می‌شوند، انتخاب‌هایی دارند؟
• آیا کارکنان داده‌های خود را می‌بینند و آیا از بینش‌های به دست آمده از داده‌های خود سود می‌برند؟
• آیا کارکنان درک می‌کنند که چگونه و چرا داده‌های آن‌ها برای سازمان سودآور است؛ و چگونه و چرا داده‌های آن‌ها هم برای سازمان و هم شخصاً برای آن‌ها مفید است؟

منبع: https://sloanreview.mit.edu/article/putting-dignity-at-the-core-of-employee-data-use/