CHRO/HRD demande : Pourquoi nous ne partageons pas les données individuelles ?
TL;DR:
- Risque de biais et de mauvaise interprétation
- Exige des compétences psychométriques spécialisées
- Réduction des personnes à des étiquettes
- Le partage peut causer du tort
- L'entreprise reçoit un effet agrégé et des recommandations, pas des chiffres bruts
Pourquoi Empatyzer ne divulgue-t-il aucune donnée individuelle ?
Empatyzer traduit les connaissances sur les autres en conseils pratiques pour la collaboration quotidienne, plutôt que de fournir aux utilisateurs les diagnostics complets et les résultats bruts des autres.
Fonctionnalités qui peuvent vous aider :
- Conseils: Fournissent des conseils fonctionnels sur la façon de travailler avec une personne spécifique, axés sur ce qui peut aider dans la relation.
- Comparaison: Montre les différences entre deux personnes sous une forme relationnelle, afin que l’utilisateur comprenne le mécanisme sans avoir accès au profil complet de quelqu’un d’autre.
Nous ne communiquons pas les résultats individuels bruts car, seuls, ils n'aident guère à prendre des décisions sans une interprétation qualifiée. Cette interprétation réclame des compétences psychométriques et une connaissance contextuelle; en leur absence, on tire des conclusions erronées. Lorsqu'une entreprise reçoit des profils isolés, le risque de biais, de simplification excessive et d'essentialisation augmente. Étiqueter une personne sur la base de quelques indicateurs renforce les préjugés et peut nuire aux trajectoires professionnelles ainsi qu'aux relations au sein des équipes. Empatyzer fournit, au lieu des nombres bruts, un effet consolidé et des recommandations pratiques, prêtes à l'emploi. L'outil automatise le traitement des données de façon sécurisée et non évaluative et génère des conseils adaptés aux relations et au contexte. La diffusion des résultats bruts accroîtrait également le risque d'usages inappropriés lors d'évaluations annuelles, de recrutements ou de jeux politiques internes. Les données individuelles demeurent en outre sujettes à des erreurs d'interprétation même pour des psychologues expérimentés, c'est pourquoi nous remettons des agrégats et des tendances. Les agrégats permettent d'identifier les risques culturels, des sujets de formation et des zones d'intervention sans compromettre la vie privée. Par ailleurs la confidentialité des échanges et des contenus est protégée : les contenus ne sont pas transmis aux responsables ni au service RH, et les comptes peuvent être supprimés et les données retirées. Cette politique renforce la confiance et l'adoption, condition nécessaire à l'efficacité de l'outil au niveau organisationnel. En résumé : nous protégeons les personnes contre le tort et fournissons à l'entreprise un résultat utile plutôt que des chiffres bruts.
Nous ne partageons pas de données individuelles pour éviter les biais, protéger la vie privée et livrer un effet utile plutôt que des résultats bruts.
Sources et recherches
- American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for Educational and Psychological Testing. American Educational Research Association. Source
- Amos Tversky; Daniel Kahneman (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124 DOI: 10.1126/science.185.4157.1124
- 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
- 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
Auteur: Empatyzer
Publié:
Mis à jour: