CEO se ptá: Jak Empatyzer brání etiketám a chrání vztahy?

TL;DR:

  • Neoznačuje lidi; ukazuje plusy a mínusy rysů.
  • Bere v úvahu kontext vztahu (diady), proto rady vycházejí z konkrétní relace, ne ze štítku.
  • Nezpřístupňuje surové individuální výsledky; organizace vidí jen agregáty a trendy.
  • Mikrolekce a Em používají neutrální, nehodnotící jazyk a konkrétní praktické kroky.
  • Výchozí nastavení soukromí a technická omezení minimalizují riziko zneužití.

Jak Empatyzer omezuje riziko nálepkování zaměstnanců?

Empatyzer zobrazuje lidi kontextově: funkce může mít výhodu a cenu, rozdíl závisí na konkrétním vztahu a mapy ukazují podobnost bez oceňování osoby.

Funkce, které ti s tím pomohou:

  • Rysy: Popisuje vlastnosti podle jejich potenciálních silných stránek a nákladů, spíše než rozděluje lidi na dobré a špatné typy.
  • Porovnání: Ukazuje rozdíl mezi dvěma konkrétními lidmi, takže stejná osoba může v různých vztazích vypadat odlišně.
  • Mapa podobností: Ukazuje vzdálenosti a uspořádání lidí bez vytváření žebříčku lepších a horších zaměstnanců.

Podívat se na EmpatyzerPřihlásit se / zaregistrovat sePřehrát video

Empatyzer je navržen tak, aby zamezil zjednodušujícím a stigmatizujícím označením lidí. Nepřiděluje trvalé „barvy“ nebo typy osobnosti, místo toho poskytuje nuancovaný popis výhod a omezení jednotlivých rysů a ukazuje, jak se osoba chová v konkrétním týmovém kontextu. Systém pracuje s diadami — srovnáním mezi dvěma lidmi nebo mezi jednotlivcem a týmem — takže doporučení jsou vždy závislá na vztahu, nikoli na obecné nálepce. Odpovědi Em a texty mikrolekcí jsou napsané jazykem, který nehodnotí, a byl dlouhodobě testován a upravován tak, aby odstraňoval formulace vedoucí ke stigmatizaci. Empatyzer nesdílí surové individuální skóre s manažery ani s firmou; administrátoři vidí pouze souhrnné přehledy a trendy na úrovni skupiny, což snižuje možnost vyvozování závěrů o jednotlivcích. Výchozí nastavení ochrany soukromí a technická omezení blokují integrace, které by umožnily sledování konkrétních osob; uživatelé mohou účet odstranit nebo skrýt údaje. Mikrolekce a pravidelné opakování vedou k návykům rozpoznávat kontext a volit konkrétní kroky ve vztazích místo jednorázového štítkování. Nástroj ukazuje praktické způsoby komunikace, přizpůsobuje jazyk cílovému příjemci a navrhuje kroky, které snižují napětí, ne ho zvyšují. Pokud systém zachytí riziko nevhodného využití, upozorní administrátora a nabídne nápravná opatření. V materiálech a smlouvách je jasně zakotven zákaz využití dat pro hodnoticí procesy nebo nábor a tento zákaz podporují i technická omezení. Produkt je dobrovolný a dostupný pro všechny, takže jeho adopce vychází z motivace zlepšit vztahy, nikoli z přetváření nástroje v prostředek kategorizace.

Empatyzer potlačuje štítky skrze kontext, nehodnotící jazyk, technická omezení a souhrnné reporty — cílem je oprava vztahů, ne jejich poškozování.

Zdroje a výzkum

  1. Barrick, M. R., & Mount, M. K. (1991). The Big Five Personality Dimensions and Job Performance: A Meta-Analysis. Personnel Psychology, 44(1), 1–26. https://doi.org/10.1111/j.1744-6570.1991.tb00688.x DOI: 10.1111/j.1744-6570.1991.tb00688.x
  2. DeYoung, C. G., Quilty, L. C., & Peterson, J. B. (2007). Between facets and domains: 10 aspects of the Big Five. Journal of Personality and Social Psychology, 93(5), 880–896. https://doi.org/10.1037/0022-3514.93.5.880 DOI: 10.1037/0022-3514.93.5.880
  3. William M. Grove; David H. Zald; Boyd S. Lebow; Beth E. Snitz; Chad Nelson (2000). Clinical versus mechanical prediction: A meta-analysis. Psychological Assessment, 12(1), 19–30. https://doi.org/10.1037/1040-3590.12.1.19 DOI: 10.1037/1040-3590.12.1.19
  4. Bart A. De Jong; Kurt T. Dirks; Nicole Gillespie (2016). Trust and team performance: A meta-analysis of main effects, moderators, and covariates. Journal of Applied Psychology, 101(8), 1134–1150. https://doi.org/10.1037/apl0000110 DOI: 10.1037/apl0000110

Autor: Empatyzer

Publikováno:

Aktualizováno:

 

""

—