CHRO/HRD chiede: perché non condividiamo dati individuali?

TL;DR:

  • Rischio di bias e interpretazioni errate
  • Serve competenza psicometrica
  • Esenzializzazione e etichettatura danneggiano le persone
  • La divulgazione può causare danni
  • L'azienda riceve l'effetto e raccomandazioni, non i numeri grezzi

Perché Empatyzer non rivela i dati delle singole persone?

Empatyzer traduce la conoscenza degli altri in suggerimenti pratici per la collaborazione quotidiana, invece di fornire agli utenti diagnosi complete e risultati grezzi di qualcun altro.

Funzioni che possono aiutarti:

  • Suggerimenti: forniscono suggerimenti funzionali per lavorare con una persona specifica, focalizzati su ciò che può aiutare la relazione.
  • Confronto: mostra le differenze tra due persone in forma relazionale, in modo che l'utente comprenda il meccanismo senza avere accesso al profilo completo di qualcun altro.

Scopri EmpatyzerAccedi / registratiGuarda il video

Non forniamo i risultati individuali grezzi perché, da soli, non aiutano le decisioni senza un'interpretazione professionale. Interpretare i profili richiede competenze psicometriche e conoscenza del contesto; senza di esse si possono trarre conclusioni sbagliate. Se un'azienda ricevesse profili singoli, crescerebbe il rischio di bias, semplificazioni ed essenzializzazioni delle persone. Etichettare qualcuno sulla base di pochi indicatori rafforza i pregiudizi e può danneggiare carriere e relazioni nel team. Empatyzer, invece, restituisce un effetto aggregato e raccomandazioni pratiche pronte all'uso: elabora i dati in modo sicuro e non giudicante e genera suggerimenti calibrati sulla relazione e sul contesto. Condividere i risultati grezzi aumenterebbe il rischio di usi impropri in valutazioni annuali, selezione o dinamiche interne. I dati individuali sono anche soggetti a errori interpretativi, persino per professionisti esperti, per questo forniamo aggregati e trend. Gli aggregati aiutano a individuare rischi culturali, temi formativi e aree d'intervento senza mettere a rischio la privacy. Inoltre, il contenuto delle conversazioni è protetto: non viene condiviso con superiori né con HR, e gli account possono essere cancellati con rimozione dei dati. Questa politica aumenta la fiducia e l'adozione, condizione necessaria per l'efficacia dello strumento a livello organizzativo. In sintesi: proteggiamo le persone da danni e forniamo all'azienda un risultato utile invece di numeri grezzi.

Non condividiamo dati personali per evitare bias, tutelare la privacy e offrire all'azienda un effetto pratico invece di risultati grezzi.

Fonti e ricerche

  1. 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
  2. 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
  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. 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

Autore: Empatyzer

Pubblicato:

Aggiornato:

 

""

—