בשורה רעה לגברים גבוהים

תהליך הגיוס של עובדים חדשים הוא לקוי ביסודו ונשען על דיעות קדומות, מבחנים ארכאיים או סתם שחיתות. האם המעבר לניתוח סטטיסטי יעמיק את הפילוג בחיינו המקצועיים -- או יקדם אותנו לשוק עבודה הוגן יותר?
X זמן קריאה משוער: 40 דקות

שמעתם אולי על בילי בין, שהפך ב-2003 לכוכב תודות לספרו של מייקל לואיס "מאניבול" ולסרט בעקבותיו. כמנהל של קבוצת הבייסבול אוקלנד אתלטיקס,  הוא נטש את ציידי הכישרונות ושם את אמונו במודלים מתמטיים שפותחו על-ידי גאון צעיר בסטטיסטיקה. מה שקרה אחר כך הפך לאגדת ספורט: האוקלנד אתלטיקס, קבוצה מסדר גודל קטן עם תקציב זעום, קטפה את סדרת הזכיות הארוכה יותר בהיסטוריה של הליגה האמריקאית, וסיימה את העונה עם מאה ושלוש זכיות.

הצלחתה של הקבוצה הציתה מהפכה. בשנים שלאחר מכן, יותר ויותר קבוצות החלו להשתמש במודלים תחזיתיים מפורטים כדי להעריך את פוטנציאל השחקנים ואת הערך הכספי שלהם. אלה שהקדימו לאמץ את הטכנולוגיה החדשה צברו על פי רוב יתרון תחרותי ממשי על פני עמיתיהם שנותרו מאחור.

זה הסיפור שרובנו מכירים, אבל זה לא כל הסיפור. ייתכן שמה שנראה במבט ראשון כלא יותר מאשר סיפור מרתק על בייסבול אינו אלא הפרק הראשון בסיפור גדול בהרבה על עבודה: ניתוח סטטיסטי תחזיתי המקושר לביג דאטה עומד, כפי הנראה, לשנות את תהליך הגיוס לעבודה והסינון של מיליוני אנשים.

כן, מה לעשות - ביג דאטה. המונח הזה נעשה מאוס בתור חלק מז'רגון עולם העסקים, ואפילו יותר מכך כחלק מהשיח על שיבושי שוק צפויים, אבל אין ספק שחל גידול עצום בהיקף ובעומק המידע הנצבר, באופן שגרתי, לגבי הדרך שבה אנו מתנהגים, ושהמידע הזה מאפשר צורות ניתוח חדשות. לפי אחת ההערכות, יותר מתשעים ושמונה אחוזים של המידע בעולם מאוחסן כעת באופן דיגיטלי, וכמות המידע הקיים היום היא פי ארבעה מאשר ב-2007. רוב המידע הזה מיוצר על-ידי אנשים רגילים בבית ובמקום העבודה שלהם - אנשים ששולחים אימיילים, גולשים באינטרנט, משתמשים ברשתות חברתיות, עובדים על פרויקטים במיקור המונים ועוד – ותוך כדי כך תורמים ללא ידיעתם ליצירת פרויקט חברתי חדש ורחב-היקף.

"אנחנו באמצעו של פרויקט תשתיתי חדש, שבמובנים מסוימים משתווה לאלה של העבר, כמו האקוודוקטים הרומאיים ועד לאנציקלופדיה של תקופת הנאורות," כותבים ויקטור מאייר-שונברגר וקנת' קוקייר בספרם האחרון Big Data: A Revolution That Will Transform How We Live, Work, and Think"הפרויקט הזה הוא דטפיקציה. וכמו דוגמאות העבר להתקדמות תשתיתית, הוא יביא עמו שינויים מהותיים בחברה."

חלק מהשינויים הללו ידועים, ואחדים מהם כבר התרחשו. אלגוריתמים המנבאים תנודות במחירי המניות שינו את וול סטריט מן היסוד. עולם השיווק השתנה בעקבות השימוש באלגוריתמים שמבוססים על היסטוריות הגלישה שלנו. אולם עד לא מזמן, מעטים היו האנשים שהאמינו שגישה מבוססת ביג דאטה יכולה להיות מיושמת באופן רחב בשוק העבודה. המציאות מוכיחה שכן. לדברי ג'ון הוסקנקט, מרצה בבית הספר ליחסי עבודה ותעשייה באוניברסיטת קורנל, הכלכלה הייתה עדה ל"זינוק עצום בדרישה לאנליטיקאים בתחום משאבי האנוש" בשנים האחרונות. התכנית שהוסקנקט עומד בראשה נאלצת לעדכן את הקוריקולום שלה במהירות כדי להישאר עדכנית.

מיון מועמדים

ראיונות העבודה הם כישלון מתמשך: 25% מהעובדים החדשים מפוטרים בתוך שנה. צילום: "סטון"

תוכלו למצוא צוותי אנליטיקאים מתמחים לא רק במחלקות כוח האדם של תאגידי ענק כמו גוגל, HP, אינטל, ג'נרל מוטורס או פרוקטר וגמבל, אלא גם בחברות בסדר גודל בינוני. אפילו בילי בין נכנס לעניינים.

בשנה שעברה הופיע בין בוועידה גדולה לבכירים בתחום ניהול משאבי אנוש בתאגידים, שנערכה באוסטין שבטקסס, ולפי הדיווחים גנב שם את ההצגה עם הרצאה בשם "גישת מאניבול לניהול כישרונות". הכותרת הזו הופצה בינתיים, בשינויים מינוריים, ברחבי כל העיתונות המקצועית בתחום. השימוש בניתוח תחזיתי לגבי קריירות של אנשים – תחום מתפתח הזוכה לעיתים לכינוי "ניתוח אנשים" (People Analytics)– מאתגר ביותר, שלא לומר טעון מבחינה מוסרית. ואי אפשר שלא להרגיש קצת מבוהל.

הוא מצריך יצירה של טבלת תוצאות של ביצועים אנושיים, שתהיה גדולה בהרבה מכל טבלה שפורסמה אי פעם במדורי הספורט, גדולה מכל מה שמישהו העלה בדמיונו. המשימה הזו נוגעת, במידה מסוימת, בתעלומה האנושית העמוקה מכל: איך אנחנו גדלים, האם אנחנו משגשגים, למה אנחנו הופכים. רוב החברות רק מתחילות לחקור את האפשרויות. אבל אין לטעות: במשך חמש עד עשר השנים הבאות, מודלים חדשים ייווצרו וניסוים חדשים יערכו – בקנה מידה רחב מאד. האם ההתפתחות הזו תהיה טובה או רעה – לכלכלה, לקריירות שלנו, למורל ולהערכה העצמית שלנו? החלטתי לצאת ולגלות.

 המסע להעסיק את האדם הנכון

מאז שיש בעולם חברות, יש גם מנהלים שמנסים להבין מיהם האנשים המתאימים ביותר לעבוד בעבורן. לצורך כך השתמשו בשיטות שונות ומשונות. לקראת סוף המאה ה-19, יצרן אחד בפילדלפיה הציב את מנהלי העבודה שלו בחזית המפעל, כדי שיזרקו תפוחים אל מחפשי העבודה המתגודדים לפניהם. אלה שהיו מהירים מספיק כדי לתפוס את התפוחים וחזקים מספיק כדי לשמור עליהם, התקבלו לעבודה. תהליך דרוויניאני שונה (ואלים פחות) השפיע באותה תקופה על איכות המנהלים. תעשיות שלמות מוזגו על ידי ענקים עולים כמו יו אס סטיל, דופונט, וג'נרל מוטורס. מתחרים חלשים פשוט נמחקו, אבל החזקים יותר נקנו, ולמייסדיהם הוצעו בדרך כלל משרות בכירות אצל הטיטנים. הגישה הזו עבדה לא רע. כפי שכתב פיטר קאפלי, מרצה בבית הספר למנהל עסקים וורטון, "שום דבר במדע הניבוי והברירה אינו משתווה לצפייה בביצועים אמיתיים של תפקיד כזה." ייתכן שהדעה הקדומה הנפוצה ביותר כלל אינה נראית לעין: בסקר שנערך לאחרונה בקרב 500 מנהלי גיוס, 74% מהם דיווחו שלאדם האחרון שגייסו הייתה "אישיות דומה לשלי." אולם בסוף מלחמת העולם השנייה עמדו התאגידים האמריקאיים בפני מחסור חמור בכישרונות. המנהלים הבכירים שלהם הלכו והזדקנו, והצמצום החריף בגיוס עובדים חדשים מאז השפל הגדול ולאורך שנות המלחמה גרם למחסור במנהלים בעלי יכולת והכשרה. כתוצאה מכך, איתור אנשים שמסוגלים לעלות במהירות בסולם הדרגות נעשה לדאגתם העיקרית של עסקים אמריקאיים. הם החלו לפתח מערכת העסקה וניהול פורמאלית, שהתבססה בחלקה על מחקרים חדשים בתחום ההתנהגות האנושית, ובחלקה האחר על שיטות צבאיות שפותחו במהלך שתי מלחמות העולם, כאשר גיוסי ענק ומספר גדול מאד של הרוגים יצרו צורך להכניס את האנשים הנכונים לתפקידים הנכונים ביעילות הרבה ביותר האפשרית.

בשנות החמישים כבר לא היה זה מחוץ לגדר הרגיל שחברות יגרמו למועמדים צעירים לבלות ימים שלמים בשורה של מבחנים, שכולם מכוונים לאיתור העובד שיש לו פוטנציאל למשרד משלו ביום מן הימים. "פרוקטר אנד גאמבל קוטפת את יבול המנהלים שלה ישירות מהקולג'," ציין BusinessWeek ב-1950, בנאום אופייני לתקופה שהאפשרויות הטכנוקרטיות הילכו עליה קסם.

מבחני אינטליגנציה, מבחנים במתמטיקה, מבחנים באוצר מילים, מבחני יכולת מקצועית, שאלונים לזיהוי ייעוד, מבחני רורשאך, עוד צרור מבחני הערכת אישיות אחרים ואפילו בדיקות רפואיות (אחרי הכול, מי ירצה להעסיק מישהו שעלול למות לפני שיגשים עד תום את ההשקעה שהשקיעה בו החברה?) – החברות הגדולות השתמשו בכל אלה באופן קבוע במסע להעסיק את האדם הנכון. והתהליך הזה לא הסתיים עם תחילת העבודה. בספרו הקלאסי מ-1956, "The Organization Man", דיווח עיתונאי העסקים וויליאם ווייט שכרבע מהתאגידים בארה"ב משתמשים במבחנים דומים כדי להעריך מנהלים ומנהלים זוטרים, בדרך כלל כדי לקבוע אם הם מתאימים לתפקידים בכירים יותר. "האם לקדם את ג'ונס או לייבש אותו?" כתב. "פעם נאלצו הממונים לדוש בשאלה הזו בינם לבין עצמם; עכשיו הם יכולים לפנות לפסיכולוגים ולראות מה אומרים המבחנים."

אולם התורה הזו, שהייתה כה נפוצה באמריקה התאגידית של אמצע המאה, כמעט ונעלמה עד 1990. "אני חושב שאיש משאבי אנוש מסוף שנות השבעים יהיה המום לראות איך חברות בוחרות מועמדים היום," אמר לי פיטר קאפלי – עידן המבחנים הוחלף בידי קומץ ראיונות מאולתרים הבנויים משאלות המחוברות על הדרך. השינוי הזה נובע ממספר גורמים, הוא אומר, ומונה כמה מהם: תחלופה גבוהה של משרות גרמה לכך שפחות חשוב ופחות משתלם לחברות להשקיע במבחנים יסודיים; התמקדות הולכת וגוברת בתוצאות פיננסיות בטווח הקצר הובילה לקיצוצים נרחבים בתפקידים התאגידים שנושאים פרי רק בטווח ארוך; חוק זכויות האזרח מ-1964, שחשף חברות לאחריות חוקית למדיניות העסקה מפלה, גרם למחלקות כוח האדם להסתייג ממבחנים כלליים בעלי שיטת דירוג ברורה, שיהיה אפשר לטעון שהם מביעים הטיה שיטתית. החברות החלו להעדיף על פניהם שיטות העסקה איכותניות ופחות פורמאליות, שנפוצות במידה רבה עד היום. אולם חברות נטשו את השיטות הקשיחות הללו מסיבה חשובה נוספת: הסתבר כי רבות מהן לא היו כל כך מדעיות. חלקן היו מבוססות על תיאוריות פסיכולוגיות שמעולם לא נבחנו.

אחרות נוצרו במקור כדי להעריך מחלות נפש, ולא גילו הרבה יותר מאשר את מיקומם של הנבדקים בקרב ההתפלגות ה"נורמאלית" של התשובות – שבמקרים מסוימים נקבעה בהסתמך על בחינת קבוצה קטנה ולא מייצגת של אנשים, כמו תלמידי שנה ראשונה בקולג'. כשוויליאם ווייט ערך סדרת מבחנים לקבוצה של מנכ"לים בתאגידים, הוא גילה שאף אחד מהם לא קיבל ציון בטווח ה"מתקבל על הדעת" להעסקה. הוא הסיק כי ההערכות הללו לא מודדות פוטנציאל, אלא קונפורמיות.

חלק מהמבחנים היו חודרניים ביותר, ושאלו שאלות על הרגלים אישיים או על אהבה הורית. שלא במפתיע, הנבדקים לא אהבו שמטרידים אותם באופן כה בלתי אישי. הסיבות הללו ואחרות גרמו לזניחת הרעיון של התעסוקה כמדע. אבל עכשיו הרעיון הזה חוזר, תודות לטכנולוגיות ושיטות ניתוח שהן זולות, מהירות ורחבות היקף מאי פעם. לטוב או לרע, עידן חדש של אפשרות טכנוקרטית החל.

 לשנות את חוקי המשחק

קחו למשל את Knack, חברת סטארט אפ זעירה מעמק הסיליקון. קנאק מייצרת משחקי וידאו מבוססי אפליקציות, ביניהם Dungeon Scrawl, משחק קווסט שבמהלכו נדרשים השחקנים לנווט את דרכם בתוך מבוך ולפתור חידות; ו-Wasabi Waiter, שדורש מהם להגיש את הסושי הנכון ללקוח הנכון בשעה שמחה שהולכת ונעשית עמוסה יותר ויותר. המשחקים האלה לא נועדו רק להנאה: הם תוכננו על-ידי צוות של מדעני מוח, פסיכולוגים ומדעני מידע כדי להעריך את הפוטנציאל של השחקנים.

שחקו באחד מהם במשך עשרים דקות בלבד, אומר גיא הלפטק, המייסד של קנאק, ותיצרו מגה בייטים של מידע – מדובר על סדר גודל אחר לחלוטין ממה שמבחן SAT , או שאלון להערכת אישיות, מסוגלים לייצר. זמן ההיסוס שלכם לפני כל פעולה, סדר הפעולות שבו אתם נוקטים, הדרך שבה אתם פותרים בעיות – כל הגורמים האלה ורבים אחרים מתועדים בזמן שאתם משחקים, ומשמשים אחר כך לשם ניתוח מידת היצירתיות וההתמדה שלכם, יכולתכם ללמוד במהירות מטעויות, היכולת שלכם ליצור סדרי עדיפויות ואפילו האינטליגנציה החברתית שלכם ואישיותכם. התוצאה הסופית, אומר הלפטק, היא תמונה ברזולוציה גבוהה של הנפש והאינטלקט שלכם, והערכת הפוטנציאל שלכם בתור מנהיגים או חדשנים. Knackכשהנס הרינגה שמע על קנאק, הוא היה ספקן אבל סקרן.

הרינגה עובד אצל ענק הנפט של (Shell)– מבחינת הכנסותיה, החברה הגדולה בעולם בשנה האחרונה. במשך שבע שנים הוא היה בכיר בצוות ה-GameChanger של החברה: צוות של שנים-עשר איש שהייתה לו השפעה גדולה בהרבה מגודלו על דרכה של החברה ועל ביצועיה, במשך כמעט שני עשורים. הוא ממונה על זיהוי רעיונות עסקיים שיש להם פוטנציאל לשנות את השוק באופן דרמטי. הרינגה והצוות שלו אוספים רעיונות מתוך החברה ומחוצה לה ללא אבחנה, ואז משחקים את תפקיד מנהלי קרנות ההון סיכון, בוחנים כל רעיון, נפגשים עם חסידיו, מקציבים מימון התחלתי צנוע למועמדים המעטים שנראים מבטיחים, ועוקבים אחר התקדמותם. יש להם היסטוריה טובה של בחירת רעיונות מנצחים, אמר לי הרינגה, אבל מסתבר כי זיהוי רעיונות מבטיחים הוא משימה קשה ביותר שדורשת זמן רב. התהליך לוקח על פי רוב יותר משנתיים, ופחות מעשרה אחוזים מהרעיונות שמוצעים ליחידה מגיעים לשלב המחקר והפיתוח.

כשהרינגה שמע על קנאק, הוא חשב שאולי מצא קיצור דרך. אולי קנאק תוכל לעזור לו להעריך את האנשים שמציעים את כל הרעיונות הללו, כך שהוא והצוות שלו יוכלו להתרכז רק באלה שרעיונותיהם באמת ראויים לתשומת לב? הרינגה פנה לקנאק, ובסופו של דבר ערך ניסוי בעזרתה של החברה. צוות ה-GameChanger תיעד את כל הרעיונות שהגיעו אליו לאורך השנים, ואת השלב שאליו הגיע כל רעיון. הרינגה ביקש מכל תורמי הרעיונות שהצליח לאתר (כ-1,400 בסך הכול) לשחק בדנג'ן סקרול ובוואסאבי וייטר, ואמר לקנאק עד כמה הצליחו בתור מייצרי רעיונות (האם השיגו מימון התחלתי? סיבוב שני? האם הרעיונות שלהם הגיעו לכדי מימוש?) הוא עשה זאת כדי שהצוות של קנאק יוכל לפתח פרופילים חדשנים של החזקים בהשוואה לחלשים, לפי צורת המשחק שלהם. לבסוף, הוא ביקש מקנאק לנתח את צורת המשחק של הרבע הנותר של יצרני הרעיונות, ולנחש מי מביניהם תרם את הרעיונות הטובים ביותר. מה שקנאק עושה, אמר לי הרינגה, "הוא כמעט שינוי פרדיגמה." היא מציעה ליחידת ה-GameChanger שלו דרך להימנע מלבזבז את זמנה על שמונים אחוז מהאנשים שפשוט אין הרבה סיכוי שהרעיונות שלהם יעבדו הרינגה נזכר שכשהתוצאות הגיעו, לבו החל לפעום בקצב מואץ מהרגיל. מבלי להכיר את הרעיונות עצמם, מבלי לפגוש את האנשים שהציעו אותם או לראיין אותם, מבלי לדעת דבר על תפקידם או על הרקע שלהם או על השכלתם האקדמית, האלגוריתם של קנאק הצליח לזהות את הוגי הרעיונות שעשו את זה. אלה שסומנו על-ידי קנאק כעשירון העליון של יצרני הרעיונות אכן היו אלה שהתקדמו במידה הרבה ביותר בתהליך. קנאק זיהתה שש תכונות כלליות שמאפיינות במיוחד את בעלי הרעיונות שיש להם סיכוי גבוה להצליח בחברה: "שוטטות רעיונית" (או הנטייה לעקוב אחרי התפתחויות מעניינות ובלתי צפויות של המשימה העיקרית, כדי לראות לאן הן מובילות), אינטליגנציה חברתית, "שליטה טובה בדבקות במטרה", למידה מרומזת, יכולת ניהול משימות ותפיסה מצפונית. הרינגה אמר לי שיש מידה רבה של דמיון בין הפרופיל הזה לבין הדרך שבה הוא תופס חדשנים מוצלחים. "חייבת להיות לך משמעת," הוא אומר, "אבל אתה גם צריך לשמור תמיד על ראש פתוח לאפשרויות והזדמנויות אחרות." מה שקנאק עושה, אמר לי הרינגה, "הוא כמעט שינוי פרדיגמה."

היא מציעה ליחידת ה-GameChanger שלו דרך להימנע מלבזבז את זמנה על שמונים אחוז מהאנשים – שכמעט כולם נראים נבונים, בעלי הכשרה ומתקבלים על הדעת על הנייר – שפשוט אין הרבה סיכוי שהרעיונות שלהם יעבדו. אם הוא ועמיתיו לא יהיו שקועים עד צווארם בעבודת ההערכה של "חסרי התקווה", כפי שניסח זאת, הם יוכלו לאסוף כמות אפילו גדולה יותר של רעיונות, ולהקדיש תשומת לב פרטנית יותר לעשרים האחוזים מהאנשים, שרעיונותיהם ראויים לכך. כעת מנסה הרינגה לשכנע את עמיתיו לצוות ה-GameChanger להשתמש במשחקים של קנאק ככלי הערכה. אבל הוא גם חושב הרבה מעבר לתפקידו הקטן בשל: הוא מעודד את בכירי מחלקת משאבי האנוש בחברה לשקול ליישם את המשחקים בתהליך הגיוס וההערכה של כל העובדים המקצועיים. של עושה מאמצים מופלגים כדי להפוך לחברת האנרגיה החדשנית ביותר בעולם, אמר לי, אז מדוע שלא תיישם את הרוח הזו גם בפיתוח "מימד אנושי" משלה?

מכונות או דעות קדומות

"הארגון מתעניין באדם השלם," כתב וויליאם ווייט ב-1956, בבואו לתאר את גבולותיהם של שאלוני ההערכה שהיו אז באופנה. כישרון, מיומנויות, היסטוריה אישית, יציבות נפשית, סודיות, נאמנות – החברות של אז הרגישו צורך (וזכות) לבחון את כל אלה. הגבולות האלה מתרחבים פעם נוספת, ואין ספק שזה מטריד. האם יש לפסול רעיונות של מדענים בגלל הדרך שבה הם משחקים? האם ראוי לדרג מועמדים לעבודה לפי המשתמע מהרגלי הגלישה שלהם ברשת? האם ל"חתימת המידע" של מנהיגים מלידה צריכה להשפיע על קידומם? כל אלה הן שאלות עדכניות, שמעוררות דאגה של ממש: דאגה שנפקיר את אחת המיומנויות האנושיות העדינות ביותר, הערכת כישרונותיהם ועתידם של אחרים, בידי מכונות; שהמודלים ישגו לגמרי; שאנשים מסוימים לעולם לא יזכו להזדמנות בכוח העבודה החדש הזה.

מנכ"לי הבנקים הגדולים. בסופו של דבר, מי שנראה כמו מנכ"ל משתכר כמו מנכ"ל, בלי קשר לתוצאות עיסקיות. צילום: גטי

מנכ"לי הבנקים הגדולים. בסופו של דבר, מי שנראה כמו מנכ"ל משתכר כמו מנכ"ל, בלי קשר לתוצאות עיסקיות. צילום: גטי

הדאגה הזו טבעית - אבל חשבו על האלטרנטיבה. הר של ספרות אקדמית שנכתבה על הנושא מוכיח שהדרך האינטואיטיבית שבה אנו שופטים פוטנציאל מקצועי משופעת בשיפוטי בזק ובדעות קדומות חבויות, שנובעות מהרקע האישי שלנו או מקישורים נוירולוגיים עמוקים, שאמנם שימשו אותנו היטב בסוואנה, אבל יש להם פחות תוקף בעולם העבודה. גברים גבוהים מתקבלים לעבודה ומקודמים יותר מגברים נמוכים, וגם מרוויחים יותר מהם. גם נשים יפות זוכות ליחס מועדף – אלא אם כן יש להן חזה גדול מדי למשל, מה באמת מבדיל מנכ"לים משאר בני האדם? ב-2010, שלושה מרצים בבית ספר לעסקים על שם פיוקווה באוניברסיטת דיוק ביקשו מאלפיים איש בערך להתבונן בסדרה ארוכה של תמונות. בחלקן היו מצולמים מנכ"לים, ובאחרות אנשים שאינם בכירים. המשתתפים, שלא ידעו מי הוא מנכ"ל ומי לא, התבקשו לדרג את המצולמים בהתאם למידה שהם נראים "כשירים". מתוצאות המחקר עולה בין השאר שמנכ"לים נראים כשירים בהרבה מלא-מנכ"לים; מנכ"לים של חברות גדולות נראים כשירים בהרבה ממנכ"לים של חברות קטנות; וככל שמנכ"ל/ית נראה כשיר/ה יותר, כך תלוש המשכורת שהם קיבלו היה שמן יותר בחיים האמיתיים. אבל עורכי המחקר לא מצאו כל קשר בין "המראה הכשיר" של המנכ"לים לבין הביצועים הפיננסיים של החברות שלהם.

לא חסרות דוגמאות לדעות קדומות: גברים גבוהים מתקבלים לעבודה ומקודמים יותר מגברים נמוכים, וגם מרוויחים יותר מהם. גם נשים יפות זוכות ליחס מועדף – אלא אם כן יש להן חזה גדול מדי. לפי סקר שערך איגוד דיני העבודה האמריקאי לפני מספר שנים, רוב העובדים האמריקאים לא מאמינים שאנשים מושכים מועסקים או מקודמים בתדירות גבוהה יותר מאנשים שאינם כאלה בחברות שבהן הם עובדים, אולם הראיות מוכיחות אחרת, באופן חד משמעי. לעובדים מבוגרים יש תדמית של מתנגדים לשינויים ובאופן כללי כשירים פחות מעובדים צעירים יותר, למרות שפע של מחקר שמוכיח שזה פשוט לא נכון. הסטיגמה על עובדים צעירים מדי, או באופן ספציפי יותר אלה הנמנים עם דור המילניום, היא שיש להם תפיסה של "מגיע לי" ושהם לא מסוגלים לחשוב מחוץ לקופסה.

מלקולם גלדוול כולל דוגמה קלאסית לכך בספרו "ממבט ראשון" (Blink). בשנות השבעים והשמונים, רוב התזמורות המקצועיות החלו לערוך אודישנים "עיוורים", שבמהלכם המוזיקאים שביקשו להתקבל כנגנים ניגנו מאחורי מסך. אחת הסיבות לכך הייתה הרצון למנוע ממנצחים להעדיף תלמידים לשעבר. זה אכן הצליח, אבל הייתה לכך גם תוצאה נוספת: יחס הנשים בקרב הזוכים בתפקידים בתזמורות היוקרתיות ביותר גדל פי חמישה, בעיקר כאשר הן ניגנו בכלים המזוהים על פי רוב עם נגנים גברים.

גלדוול מספר את סיפורה המרתק של ג'ולי לנדסמן, שבשעה שהספר התפרסם (2005) ניגנה קרן יער ראשית במטרופולין אופרה בניו יורק. שנים קודם לכן, ידעה לנדסמן שקיבלה את התפקיד מיד בתום האודישן העיוור שלה. הצליל האחרון שנגינה היה כה מדויק, והיא החזיקה אותו במשך זמן כה ארוך, עד ששמעה צחוק רועם מן הצד השני של המסך, שבו ישבו הבוחנים. אבל כשיצאה לברך אותם, היא שמעה אנחת תדהמה. לנדסמן ניגנה במטרופולין אופרה קודם לכן, אך רק בתור מחליפה. הבוחנים הכירו אותה, אבל רק כאשר לא היו מודעים למינה – כלומר, רק כאשר לא הייתה להם ברירה אלא להעריך אותה באופן לא-אישי – הם היו מסוגלים לשמוע כמה מבריקה נגינתה.

עובדת מחייכת.

עובדת צעירה. מועמדים מבוגרים נתפסים כמתנגדים לשינויים. צילום: Highways Agency

אולי היינו רוצים לחשוב שהחברה שאנו חיים בה נעשתה נאורה בהרבה מאז, ובמובנים מסוימים זה נכון, אולם רוב הדעות הקדומות שלנו הן בלתי-מודעות, ולעתים קרובות הן עמוקות באופן מפתיע. גזע, למשל. במחקר מ-2004 שכותרתו "האם אמילי וגרג מתאימים יותר לעבודה מלקישה וג'מאל?," הכלכלנים סנדהיל מולאינתן ומריאן ברטראנד הגישו לחברות בבוסטון ובשיקגו קורות חיים בדויות דומות, תחת שמות "לבנים" ו"שחורים". הם גילו שכדי לקבל מספר דומה של זימונים לראיון, הם צריכים לשלוח את קורות החיים של המועמדים השחורים פי אחד וחצי יותר פעמים, או להוסיף להם שמונה שנים נוספות של ניסיון רלוונטי בעבודה.

שוחחתי עם מולאינתן על המחקר. הוא וברטראנד התייעצו עם מנהלי גיוס בזמן תכנון המחקר, וכולם אמרו לו בביטחון שלקישה וג'מאל יקבלו יותר זימונים מאמילי וגרג. לדבריהם, האפליה המתקנת מבטיחה זאת: המגייסים מחפשים מועמדים שחורים טובים בנרות.

אולם למרות המאמץ המודע שעשו המגייסים בחיפוש מועמדים כאלה, מתברר שהם פסלו אותם בכל הזדמנות באופן בלתי מודע. אחרי פרסום המחקר שלח אדם בשם ג'מאל מכתב תודה למולאינתן; הוא התחיל להשתמש רק באות הראשונה של שמו על קורות החיים שלו, ומאז הוא מוזמן ליותר ראיונות. ייתכן שהדעה הקדומה הנפוצה ביותר כלל אינה נראית לעין. בסקר שערכה לאחרונה חברת המחקר The Corporate Executive Board בקרב חמש מאות מנהלי גיוס, שבעים וארבעה אחוזים מהם דיווחו שלאדם האחרון שגייסו הייתה "אישיות דומה לשלי."

לורן ריברה, סוציולוגית מאוניברסיטת נורת'ווסטרן, הקדישה חלק משלוש השנים שבין 2006 ו-2008 לראיונות של עובדים מהעלית של בנקי ההשקעות, חברות הייעוץ ומשרדי עריכת הדין על הדרך שהה הם מגייסים, מראיינים ובוחנים מועמדים לעבודה. היא הסיקה שאחד הגורמים המשפיעים ביותר על המלצתם לגיוס עובדים הוא – לא תאמינו – תחביבים משותפים. "זה כמו לצאת לדייט," אמר לה עורך דין אחד, "את איכשהו יודעת אם אתם מתאימים." כשביקשה ממנהל בבנק השקעות שמרני במיוחד לבחור את המועמדים המבטיחים במיוחד מבין צרור קורות חיים מזויפות שהכינה, הוא אמר לה, "הייתי בוחר בבלייק ובשרה. הוא משחק לקרוס והיא שחקנית סקווש, הם יסתדרו מעולה בקומת המסחר." מכיוון שלבוחנים חסרו "אמצעים אמינים לחיזוי ביצועיהם העתידים של המועמדים" כותב ריברה, "הם השתמשו בעקביות בחוויות הפרטיות שלהם כמודל." אתלטים בקולג' לשעבר "נטו להעריך השתתפות בספורט קבוצתי יותר מכל עיסוק אחר." אנשים עם תואר בהנדסה נתנו למהנדסים יתרון, מתוך אמונה שיש להם הכנה טובה יותר לתפקיד.

לאור צורת החשיבה צרת האופקים והשבטית הזו, אין פלא ששיטת הגיוס וההעסקה השלטת בארצות הברית נגועה בחוסר יעילות שאמור להיות בלתי מתקבל על הדעת בכלכלה כה מתקדמת. מסקר שערכה Corporate Executive Board עולה למשל שכמעט רבע מכלל הגיוסים החדשים עוזבים את החברה תוך שנה מתחילת העסקתם, ושמנהלי גיוס מתחרטים שהגישו הצעת עבודה לאחד מכל חמישה חברים בצוותים שלהם. סקר שערכה חברת גאלופ ביוני האחרון מגלה שרק 30 אחוזים מהעובדים בארה"ב מרגישים קשר חזק לחברה שבה הם מועסקים ועובדים מתוך תשוקה. מהסקר עולה כי 52 אחוזים "אינם מחויבים" לעבודתם, ו-18 אחוזים נוספים "מנותקים באופן אקטיבי", כלומר, יש סבירות גבוהה שיביעו זלזול כלפי החברה וכלפי עמיתיהם, וינצלו כל הזדמנות כדי להתחמק מחובותיהם. נכון שהמספרים האלה מושפעים מעט מגישתם של עובדים לפי שעה, שנוטה על פי רוב להיות שלילית יותר מזו של עובדים קבועים; אבל לאיזו עוד הוכחה אנו זקוקים לסטטוס קוו האיום שאנו נמצאים בו?

תוצאות המבחן הגבוהות ביותר

מאחר שהשימוש באלגוריתם להערכת היכולת של עובדים הוא עניין כה חדש, אין עדיין מספיק נתונים שמוכיחים את יעילותו. כיום הוא מוכח ונפוץ יותר מכול אצל עובדים שמשתכרים לפי שעה. משרות בחנויות ענק ומוקדי שירות, למשל, יחממו את לבם של אלה השואפים להפוך לעוד בילי בין: הן פחות או יותר אחידות, קיימות במספרים עצומים, יש בהן תחלופה גדולה (במוקדי שירות, תחלופה של 50 אחוז בשנה אחת אינה עניין נדיר), ואפשר למדוד את ההצלחה בהן בבהירות (באמצעות שילוב משתנים כמו מכירות, יעילות שיחה, טיפול בלקוחות מתלוננים וזמן העסקה). כשזירוקס התחילה להשתמש בדירוג כדי להחליט אילו מועמדים להעסיק, איכות הגיוסים השתפרה מיד. במהלך תקופת הפיילוט הראשונית חלה ירידה של 20 אחוזים ביחס השחיקה, ומספר הקידומים עלה עם הזמן גופים שמעסיקים מספר רב של עובדים לפי שעה לרוב לא מתביישים להשתמש במבחנים פסיכולוגיים, בין השאר במאמץ למנוע גנבה והיעדרות כרונית. בשנות התשעים המאוחרות, כששאלוני ההערכה האלה עברו מן הנייר לפורמט דיגיטלי ושגשגו, מדעני מידע החלו לערוך מבחנים המוניים בניסיון לגלות מה הופך נציג שירות במוקד לתמיכה טכנית או איש מכירות למוצלח. אין ספק שבעקבות כך השתפרה איכות העובדים בחברות רבות. טרי מוריס, סמנכ"לית גיוס בזירוקס, אחראית על גיוס עובדים במאה וחמישים מוקדי השירות של החברה בארה"ב, שמעסיקים כ-45,000 עובדים. כאשר שוחחתי עמה ביולי, היא אמרה לי שעד 2010 גייסה זירוקס את המועמדים למשרות האלה באמצעות ראיונות ומספר קטן של מבחנים בסיסיים שנערכו במשרד – כמו למשל מבחן הקלדה. מנהלי גיוס חיפשו לרוב ניסיון בתפקיד דומה; אחרת פשוט השתמשו בשיקול הדעת שלהם כדי להעריך את המועמדים. אולם ב-2010 החלה זירוקס להשתמש במבחן מקוון שמשלב מבחני אישיות, שאלונים להערכת היכולת הקוגניטיבית ושאלות אמריקאיות, שמטרתן לבדוק איך יתמודדו המועמדים עם תרחישים ספציפיים שהם עלולים להיתקל בהם במהלך העבודה. אלגוריתם מנתח את התשובות בנוסף למידע עובדתי שנשאב מטופס המועמדות, ופולט דירוג מקודד לפי צבע: אדום (מועמד חלש), צהוב (בינוני) או ירוק (לגייס מיד).

למועמדים שזוכים לציונים הטובים ביותר יש בדרך כלל אישיות יצירתית אבל לא חתרנית מדי, והם פעילים ברשת חברתית אחת לפחות, אבל לא ביותר מארבע, לצד גורמים אחרים (מסתבר שלניסיון קודם, אחד מהקריטריונים הבודדים שזירוקס סיננה לפיהם באופן מוצהר בעבר, אין השפעה על היצירתיות או על משך ההעסקה. לעומת זאת, יש קשר חזק בין המרחק בין ביתו של העובד למקום העבודה למחויבותו אליה ולמשך העסקתו.) כשזירוקס התחילה להשתמש בדירוג כדי להחליט אילו מועמדים להעסיק, איכות הגיוסים השתפרה מיד. במהלך תקופת הפיילוט הראשונית חלה ירידה של 20 אחוזים ביחס השחיקה, ומספר הקידומים עלה עם הזמן. זירוקס עדיין מראיינת את כל המועמדים באופן אישי לפני שהיא מחליטה לשכור אותם לעבודה, אמרה מורס, אבל היא הוסיפה ש"אנחנו מגיעים לרגע שבו חלק ממנהלי הגיוס שלנו לא רוצים אפילו לראיין יותר" – הם פשוט רוצים לגייס את האנשים שהשיגו את התוצאות הגבוהות ביותר. מסתבר שיש חשיבות לסוג הדפדפן שהמועמדים משתמשים בו כדי לענות על השאלון המקוון, לפחות כשמדובר במשרות טכניות: יש דפדפנים יעילים מאחרים, אך נדרשת מידה מסוימת של היכרות עם הנושא ושל יוזמה כדי להוריד אותם המבחן המקוון שבו משתמשת זירוקס פותח על-ידי Evolv, חברה קטנה אך בעלת קצב צמיחה מרשים מסן פרנסיסקו. שוחחתי עם ג'ים מיירלי, אחד ממייסדי החברה, ועם דייויד אוסטברג, סמנכ"ל למדעי התעסוקה, שתיארו באוזניי כיצד שיטות מודרניות לאיסוף וניתוח מידע מעניקות לחברות יתרון עצום על פני אינטואיציה אנושית, כשמדובר בגיוס עובדים. אוסטבגר אמר לי שחלפו הימים שבהם השתמשו בסקר מצומצם שנערך על תלמידי קולג' כדי לנבא את התוקף הסטטיסטי של כלי הערכה. "יש לנו מאגר מידע של 347,000 עובדים שמועסקים ברגע זה, ועברו כל מיני שיטות הערכה ומבחנים" הוא אמר לי, "ועכשיו יש לנו נתונים על הביצועים שלהם, שאנחנו יכולים לנתח ולסנן לפי תעשייה ומיקום." המבחנים של Evolv מאפשרים לחברות לשמור מידע על כל האנשים שהגישו מועמדות לעבודה אצלן ועל כל אלה שהתקבלו– מאגר נתונים שלם שהוא נקי לחלוטין מדגימה מוטה, אחד התסכולים הראשיים של פסיכולוגים העוסקים בפסיכולוגיה תעשייתית-ארגונית.

מספר התצפיות שמתאפשרות כתוצאה מכך מספיק לבדו כדי ש-Evolv תוכל לומר במידה רבה של דיוק מהן התכונות שתורמות יותר מכול להצלחתם של מוכרים בחנויות (החלטיות, התמצאות במרחב, כושר שכנוע) או של נציגי שירות לקוחות במרכזי שירות (בניית קשר). והחברה יכולה להמשיך לכוון את השאלות שלה, או להוסיף משתנים חדשים למודל שלה, כדי למצוא מתאמים חזקים יותר ויותר להצלחה בכל משרה שהיא. כך למשל מסתבר שיש חשיבות לסוג הדפדפן שהמועמדים משתמשים בו כדי לענות על השאלון המקוון, לפחות כשמדובר במשרות טכניות: יש דפדפנים יעילים מאחרים, אך נדרשת מידה מסוימת של היכרות עם הנושא ושל יוזמה כדי להוריד אותם. יש מידע שאיבולב פשוט לא מוכנה להשתמש בו, מתוך דאגה שהוא עלול להוביל להטיה שיטתית לרעת סוגים שלמים של אנשים.

כך למשל המרחק מבית העובד למקום העבודה לעולם אינו משוקלל לתוך הדירוג, אף על פי שהוא נמסר לחלק מהלקוחות. הסיבה לכך היא שלשכונות או ערים מסוימות יכול להיות פרופיל גזעי שונה, ולפיכך הכללת המרחק מהעבודה כגורם בחישוב הדירוג עלולה להפר את כללי שוויון ההזדמנויות בתעסוקה. מצב משפחתי? אמהות? חברות בכנסיה? "בדברים כאלה," אומר מיירלי, "אנחנו לא נוגעים." – לפחות לא בארה"ב, שבה החוקים בעניינים כאלה קשוחים. מיירלי אמר לי ש-Evolv בחנה גורמים מן הסוג זה בעבור לקוחות בארצות אחרות, ושחלקם מביאים ל"תוצאות מפתיעות." הוא לא מרחיב את הדיבור מטעמי חיסיון לקוח. מיירלי אמר לי שהוא נלהב במיוחד מהאפשרויות שעולות ממעקב אחר מעגל החיים השלם של עובד בכל חברה שהיא. Evolv עושה זאת כעת עבור Transcom , חברה שמספקת שירותי תמיכה, מכירות וגבייה במיקור חוץ, ומעסיקה כ-29,000 עובדים ברחבי העולם. לפני כשנתיים, החלה טרנסקום לעבוד עם Evolv במטרה לשפר את איכות כוח העבודה דובר האנגלית שלה ולשמר אותו, ועד מהרה ירדה שחיקת העובדים לאורך שלושה חודשי עבודה ב-30 אחוזים.

כעת שתי החברות משתפות פעולה כדי לקשר בין הערכות עובדים שבוצעו לפני כניסתם לתפקיד, למערך הולך וגדל של נתונים שנאספו בזמן עבודתם: נתונים שמתייחסים לא רק לביצועי העובדים ולמשך הישארותם בתפקיד, אלא לגורמים נוספים כמו זהות המנהלים שלהם, האם קודמו לתפקיד ניהולי ובאיזו מהירות, מידת הצלחתם בתפקיד הזה והסיבה שגרמה להם בסופו של דבר לעזוב את החברה. הכוח הפוטנציאלי שבגישה הזו, המבוססת על עושר רב של נתונים, ברור. מה שהתחיל במבחני מיון פשוטים לעובדים מתחילים, נגמר בשינוי מהותי של כמעט כל היבט של גיוס עובדים, הערכת ביצועים וניהול.

הגישה הזו מאפשרת לחברות, באופן תיאורטי, להעביר עובדים למסלול מהיר לקידום בהתבסס על הפרופילים הסטטיסטיים שלהם; להעריך מנהלים באופן מדעי יותר; אפילו להתאים זה לזה עובדים ומנהלים שביצועיהם צפויים להיות נשכרים מהשילוב בין יכולותיהם והאישיות שלהם. טרנסקום מתכוונת לעשות את כל זה בהסתמך על מאגר המידע ההולך ומתרחב שלה. זו ההבטחה האמיתית – ואולי היהירות המסוכנת - שמאחורי "ניתוח האנשים" החדש. מסתבר שגיוס אנשים מתאימים יותר הוא רק ההתחלה. כשכל הנתונים יהיו בהישג יד, אפשרויות חדשות רבות ייפתחו.

חתימת המידע שלך

כדי להציץ בעתיד שניתוח האנשים יביא עמו, יצרתי קשר עם סנדי פנטלנד, מנהל המעבדה לדינמיקה אנושית ב-MIT. פנטלנד היה חלוץ השימוש ב"תגים" אלקטרוניים מיוחדים שאוספים מידע על תקשורת בין עובדים לאורך יום העבודה שלהם. התגים קולטים סוגים שונים של מידע לגבי שיחות רשמיות ובלתי רשמיות; נימת הדיבור ותנועות הגוף של המשוחחים; כמות הזמן שהם מדברים או מקשיבים ומספר הפעמים שהם מתפרצים לדברי חבריהם; מה דרגת האמפטיה וההחצנה שהם מפגינים ועוד. כל תג מייצר כמאה נקודות נתונים בדקה. אימיילים מהווים  אפיק פורה במיוחד לכריית תובנות לגבי מידת היצרנות שלנו, יחסנו לעמיתים לעבודה, נכונותנו לשיתוף פעולה, דפוסי השימוש שלנו בשפה כתובה ומה שכל אלה מגלים על האינטליגנציה שלנו המטרה ההתחלתית של פנטלנד הייתה לגלות מה מבדיל צוותים מוצלחים מצוותים בלתי-מוצלחים. הוא תיאר את הניסוי שלו בשנה שעברה ב-Harvard Business Review: פנטלנד ניסה את התגים על כ-2,500 איש בעשרים ואחד ארגונים שונים, ולמד כמה דברים מעניינים. למשל, הוא גילה שדי במספר השיחות אישיות בין חברי הצוות כדי לנבא כשליש מן הביצועים שלו. (יותר מדי שיחות מהוות בעיה, ממש כמו מעט מדי.) המידע שנאסף בעזרת התגים אפשר לו לחזות אילו צוותים יזכו בתחרות להכנת תכנית עסקית, ואילו עובדים יוכלו לומר (בצדק) שהיה להם יום "יעיל" או "יצירתי". יתרה מזאת, הוא טען שהחוקרים שלו הצליחו לזהות את "חתימת המידע" של מנהיגים מלידה, שהוא מכנה "מקשרים כריזמטיים".

לפי הדיווח שלו, רובם ככולם מרבים להסתובב בשטח, מקדישים את זמנם לאחרים ללא פניות, מנהלים שיחות קצרות אך נמרצות, והזמן שהם מבלים בהקשבה לדברי בני שיחם לכל הפחות זהה לזמן שהם מקדישים לדיבור. רוב הקוראים בוודאי לא יופתעו לגלות שפנטלנד ושותפיו למחקר הקימו ב-2010 חברה בשם Sociometric Solutions, כדי למצוא שימוש מסחרי לטכנולוגיית התגים שלו. פנטלנד אמר לי שהוא אינו מכיר אף עסק שמשתמש בטכנולוגיה מסוג זה על בסיס קבוע. לקוחותיו משתמשים בתגים רק כחלק מפרויקטים של ייעוץ שנמשכים שבועות בודדים. אולם לדעתו אין סיבה שתמנע שימוש ארוך טווח בעתיד, במיוחד עם הירידה הצפויה בעלויות. הקבוצה שלו מפתחת אפליקציות שיאפשרו לחברי צוות לראות את הפרמטרים שלהם כמעט בזמן אמת, כדי שיוכלו להשוות אותם לאלה של עובדים מצליחים במיוחד ולדעת אם הם יוצאים מספיק מהמשרד, מקשיבים מספיק או מבלים מספיק זמן עם אנשים מחוץ לצוות שלהם.

בין אם כולנו עומדים לענוד תגים בסגנון סטאר טרק ובין אם לא, יש די מקורות אחרים שיכולים לשמש בקלות כבסיס לניתוח דומה. הררי נתונים נאספים באופן שגרתי על-ידי חברות אמריקאיות ונשמרים בשרתיהן או מאוחסנים בענן, בהמתנה לניתוח. ראש עיריית ניו יורק לשעבר בלומברג תיעד, לפי השמועות, כל הקשת מקלדת של כל אחד מעובדיו, לצד זמני ההגעה והעזיבה שלהם. קזינו הרה'ס בלאס וגאס מתעד כל חיוך של הדילרים והמלצרים (צוות האנליטיקאים שלו כימת את השפעת החיוכים על שביעות הרצון של הלקוחות). אימיילים מהווים כמובן אפיק פורה במיוחד לכריית תובנות לגבי מידת היצרנות שלנו, יחסנו לעמיתים לעבודה, נכונותנו לשיתוף פעולה או לסיוע לאחרים, דפוסי השימוש שלנו בשפה כתובה ומה שכל אלה מגלים על האינטליגנציה שלנו, המיומנויות החברתיות שלנו ועל התנהגותנו.

כשטכנולוגיות ניתוח השפה ישתפרו ויוזלו, חברות יוכלו להריץ תוכנות שיסרקו באופן אוטומטי את תנועת האימייל של עובדיהם, ויחפשו אחר משפטים או דפוסי תקשורת שניתן לקשר מבחינה סטטיסטית למדדים שונים של הצלחה או כישלון בתפקידים מסוימים. כאשר העליתי את הנושא בפני אריק ברינג'ולפסון, מרצה מסלואן, ביה"ס לניהול של אוניברסיטת MIT, הוא אמר לי שהוא מעריך שהשפעתו של ניתוח אנשים על הכלכלה תהיה בסופו של דבר גדולה לאין שיעור מהשפעתם של האלגוריתמים שמשמשים כיום למסחר בוול סטריט, או מחליטים אילו פרסומות להציג לנו.

עובדים יפאניים

עובדים חדשים בתאגיד היפאני "סבן הולנדינג" בעת נאום הברכה של המנכ"ל, טושהימי סוזוקי. צילום: "בלומברג"

הוא הזכיר לי שהיינו עדים לשינוי דומה בהיסטוריה של מדעי הניהול. לקראת מפנה המאה ה-20 התפרסמו הן פרדריק טיילור והן הנרי פורד בכך שנהגו לצעוד לאורך אולמות המפעלים שלהם כשבידם שעון עצר, כדי לשפר את יעילות העובדים. לקראת אמצע המאה, השימוש בהערכות מבוססות נתונים התפשט בקצב מרשים. אבל יש הבדל ברור וחשוב בין אז להיום, אמר ברינג'ולפסון. "כמויות המידע שעמדו לרשות הדורות הקודמים הן מזעריות בהשוואה למה שעומד לרשותנו כיום. בחמש השנים האחרונות התרחשה תפנית מכריעה, כשהכמויות נעשו כה עצומות – פטה ביטים, אקסה ביטים, זטה ביטים – עד שהן מאפשרות לנו לעשות דברים שלא היו אפשריים עד כה."

הכלכלן סנדיל מולאינתן אומר שהיתרונות המשמעותיים ביותר של ניתוח אנשים עתידים לבוא לידי ביטוי במנגנוניהם הפנימיים של הארגונים. בשיחתנו הביע מולאינתן את תדהמתו מכמה מעט רוב העובדים היצירתיים ובעלי ההכשרה (וביניהם הוא עצמו) יודעים על הגורמים שמשפיעים על מידת היעילות שלהם במשרד. רובנו אפילו לא מסוגלים לומר בוודאות כמה זמן בילינו באיסוף מידע לפרויקט מסוים, או מה דפוס איסוף המידע שלנו, ועל אחת כמה וכמה אילו היבטים של הדפוס הזה כדאי לנו להדגיש, ומאלה כדאי לנו להיפטר. אם להשתמש במילותיו של מולאינתן, איננו מכירים את "התפקוד היצרני" שלנו. הסיכוי לעקוב אחר התפקוד הזה באמצעות ניתוח אנשים מרגשת את מולאינתן. הוא סבור שזה לא רק ייטיב עם יעילות העסקים ומצבם באופן כללי, אלא גם ישמש ככלי חדש וחשוב שעובדים יוכלו להשתמש בו למטרות שיפור עצמי: מעין גרסה מורחבת ביותר של "שבעת ההרגלים של אנשים אפקטיביים במיוחד", שנכתבה במיוחד בעבור כל אחד מאיתנו, או לפחות בעבור כל סוג עבודה.

הכל בטקסט

ייתכן שהפיתוח האקזוטי ביותר בתחום ניתוח האנשים כיום הוא יצירת אלגוריתמים שבכוחם להעריך את הפוטנציאל של כל העובדים, בכל החברות, כל הזמן. בקיץ האחרון צפיתי במצגת מכירות של Gild, חברה שמשתמשת בניתוח אנשים כדי לסייע לחברות למצוא מהנדסי תוכנה. לא היה עליי לנסוע רחוק: אטלנטיק מדיה, החברה ששולטת באטלנטיק, שקלה להשתמש בגילד כדי למצוא מתכנתים. (לא התבצעה מכירה, ואין קשר מסחרי בין שתי החברות.)

בחדר הישיבות הקטן הוצגה בפנינו מפה דיגיטלית של צפון מערב העיר וושינגטון, שם שוכנים משרדיו של האטלנטיק. נקודות אדומות קטנות סימנו את כל המתכנתים באזור השולטים במיומנויות הדרושות לפי המודעה שפרסמה אטלנטיק מדיה. לצד כל נקודה הופיע מספר שייצג את איכות המתכנת בסולם של אחד עד מאה, בהתבסס על שילוב המיומנויות המבוקשות. (נאמר לנו שאף אחד שקיבל ציון גבוה מ-75 מעולם לא נכשל במבחן קידוד של לקוחותיה של גילד.) אם היינו רוצים, יכולנו לעשות זום אין ולראות לאלו ציונים זכו המתכנתים של האטלנטיק. האם קריאה של סדרת קומיקס מסוימת יכולה לשפר באורח פלא מיומנויות תכנות?  לגילד יש ששה מיליון מתכנתים במסד הנתונים שלה, היא אמרה, וגם אם המתאם בלתי מוסבר, הוא קיים בבירור הדרך שבה גילד מחשבת את הדירוגים הללו אינה פשוטה. האלגוריתמים של החברה מתחילים בסריקת האינטרנט בחיפוש אחר כל פיסת קוד פתוח ואחר המתכנתים שכתבו אותו. הם מדרגים את הקוד לפי פשטות, אלגנטיות, רמת התיעוד ומספר גורמים נוספים, כמו למשל מספר הפעמים שמתכנתים אחרים השתמשו בו. אם הקוד נכתב לפרויקטים בתשלום, הם מתחשבים בזמן שלקחה כתיבתו ובמדדים אחרים לפרודוקטיביות. אחר כך הם בוחנים שאלות ותשובות בפורומים כמו Stack Overflow, אתר פופולארי שבו מתכנתים מבקשים עזרה בעבודה על פרויקטים מאתגרים. הם מתחשבים במידת הפופולאריות של העצה של אותו מתכנת, ובטווח השינוי בעצה הזו.

האלגוריתמים לא עוצרים כאן. הם מדרגים גם את האופן שבו המתכנתים משתמשים בשפה ברשתות חברתיות מלינקדאין ועד טוויטר; החברה הצליחה לזהות צירופי משפטים ומילים שיכולים להבחין בין מתכנתים מומחים למתכנתים מנוסים פחות. גילד יודעת לקשר בין המשפטים והמילים הללו לבין קידוד איכותי כי היא יכולה לקשר אותם עם מה שהיא מזהה כקוד פתוח איכותי, ועם השפה וההתנהגות ברשת של מתכנתים שעובדים במשרות טובות בחברות נחשבות. והנה החלק הכי מעניין: המתאם שגילד יצרה מאפשר לה לדרג מתכנתים שלא כתבו קוד פתוח מימיהם, באמצעות ניתוח אוסף רמזים מן ההיסטוריה המקוונת שלהם.

הרמזים האלה רחוקים מלהיות מובנים מאליהם, או פשוטים להסבר. ויויאן מינג, המדענית הראשית של גילד, אמרה לי שאמצעי ניבוי אמין לקידוד טוב הוא קרבה לאתר מנגה יפני מסוים. למה שמתכנתים טובים יימשכו לאתר מנגה מסוים (שמתכנתים רעים לא יביעו בו עניין)? האם קריאה של סדרת קומיקס מסוימת יכולה לשפר באורח פלא מיומנויות תכנות? "כמובן שאין כאן יחס סיבתי," אמרה לי מינג. אבל לגילד יש ששה מיליון מתכנתים במסד הנתונים שלה, היא אמרה, וגם אם המתאם בלתי מוסבר, הוא קיים בבירור.

גילד מתייחסת למידע מן הסוג הזה בזהירות, אמרה מינג. חיבה לאתר אינטרנט מסוים תהיה רק אחד מעשרות משתנים הנלקחים בחשבון במודל המתפתח ללא הרף של החברה. היא גם תהיה משתנה מינורי יחסית – כזה שרק "דוחף" מעט את הדירוג של המועמד כלפי מעלה, וגם זה רק כל עוד המתאם הזה עומד בעינו. חלק מהגורמים הם זמניים, ומחשבי החברה מעבדים את המספרים ללא הרף, כך שהמשתנים לא מפסיקים להשתנות.

הרעיון הוא ליצור מעין דיוקן פוינטליסטי – גם אם יסתבר שחלק מהמשתנים שגויים, מינג מאמינה שהתמונה הגדולה תהיה ברורה יותר ונאמנה יותר מזו שאנו מסוגלים לתפוס בכוחות עצמנו. המנכ"ל של גילד, שירוי דסאי, אמר לי שהוא מאמין שניתן ליישם את הגישה הזו על כל מקצוע שמתאפיין בקהילות גדולות ופעילות ברשת, שבמסגרתן אנשים מפרסמים עבודות מקוריות ומצטטים אותן, שואלים ועונים על שאלות מקצועיות, ומקבלים משוב על עבודתם.

אחד התחומים שהחברה חוקרת כעת הוא תחום העיצוב הגרפי, וישנם תפקידים מדעיים, טכניים והנדסיים רבים נוספים שיכולים להתאים. מבלי קשר לתחום עיסוקם, רוב האנשים משאירים אחריהם מעין "פסולת נתונים", הילה דיגיטלית שיכולה לגלות הרבה על פוטנציאל התעסוקה שלהם. דונלד קלומפר, מרצה לניהול באוניברסיטת אילינוי בשיקגו, גילה שאפשר להעריך הרבה מתכונות האופי הרלוונטיות מבחינה מקצועית רק מסריקת זרם הפעילות והתמונות בפייסבוק. כמובן שלינקדאין מכילה כמות עצומה של מידע מקצועי כמעט בכל תחום עיסוק. חברת סטארט אפ שנויה במחלוקת בשם Klout שמה לה למטרה למדוד ולדרג בגלוי את ההשפעה החברתית של אנשים ברשת.

מובן שההיבטים הללו של ניתוח אנשים מעוררים חרדה. יהיה זה נבון מצדנו להשתמש בחקיקה כדי להבטיח, לכל הפחות, שחברות לא יוכלו לרגל במקומות שבהם יש לנו ציפייה סבירה לפרטיות - ושההערכות לפוטנציאל המקצועי שלנו לא יתבססו על גורמים שמפלים לרעה סוגים שלמים של אנשים. אבל יש לכך צד נוסף. עבור עובדים רבים, ניתוח אנשים יספק בוודאות יותר אפשרויות ויותר כוח. גילד, למשל, עוזרת לחברות לאתר מתכנתים שאינם מוערכים כראוי, וכך פועלת באופן עקיף להעלאת שכרם. חברות אחרות עושות עבודה דומה.

חברה בשם Entelo, למשל, מתמחתה באלגוריתמים שמזהים חוסר שביעות רצון אצל מתכנתים שעשויים להיות פגיעים להצעת עבודה מתחרה (כי לאחרונה היו פעילים יותר מן הרגיל ברשתות החברתיות המקצועיות שלהם, או כי הייתה נטישה מסיבית של חברים לעבודה, או כי מניית החברה שלהם מתרסקת). כמו במקרה של גילד, השירות מועיל לעובד כפי שהוא מועיל למעסיק לעתיד. חבורת טכנולוגיה גדולות מגיבות ליוזמות האלה, ולפריחה ביזמות העצמאית באופן כללי, באמצעות שימוש באלגוריתמים שנועדו לשמור על שביעות הרצון של עובדיהם.

דון קלינגהופר, מנהלת בכירה לתובנות עסקיות במשאבי אנוש במיקרוסופט, אמרה לי שבעקבות גידול בשחיקת עובדים ברחבי התעשייה לפני מספר שנים, החל הצוות שלה להרכיב פרופילים סטטיסטיים של עוזבים פוטנציאליים (למשל עובדים שגויסו לתפקידים טכניים מסוימים מיד עם סיום לימודיהם בקולג', עובדים בחברה כשלוש שנים וקודמו רק פעם אחת). החברה יישמה התערבויות שונות על העובדים שהתאימו לפרופילים האלה: הקצאת מנטורים, שינויים בקצב הבשלת המניות, העלאות שכר.

מיקרוסופט התמקדה בשתי מחלקות שרמת השחיקה בהן הייתה גבוהה במיוחד – ובשני המקרים הצליחה להוריד אותה ביותר מחצי. עם הזמן, יוכלו טכנולוגיות משופרות להתאמת משרות לשמש אנשים ישירות, כדי לעזור להם להבין איזה סוג של עבודות מתאימות להם ואילו חברות זקוקות למיומנויות שלהם.

בעתיד מתכננת גילד לתת למתכנתים לראות את הפרופיל שלהם ולקחת על עצמם משימות אתגריות במטרה לנסות לשפר את דירוגם. היא מתכוונת להציג בפניהם גם אומדן של שווי השוק שלהם, ולהמליץ להם אילו קורסים לקחת במטרה לשפר את דירוגם אפילו יותר. היא גם מתכוונת לחשוף את הדירוג של עובדים שהתקבלו לעבודה בחברות ספציפיות, כדי שמהנדסי תוכנה יוכלו לראות מה הפרופיל הנדרש כדי להשיג עבודה מסוימת.

חלק ממשחקי הוידיאו של קנאק זמינים לכל בעל טלפון חכם, כדי שאנשים יוכלו להכיר טוב יותר את הצדדים החזקים שלהם, ואת התחומים שבהם יזכו אלה להערכה. (תיכון פאלו אלטו אימץ לאחרונה את המשחקים כדי לעזור לתלמידיו לבחור קריירה.) לבסוף, החברה מקווה להיות סוג של שדכנית בין רשת רחבה של אנשים שמשחקים במשחקים שלה (או ששיחקו בהם בעבר) לבין רשימת לקוחות הולכת וגדלה של תאגידים, שלכל אחד מהם יש פרופיל משלו לכל סוג עבודה.

קנאק וגילד הן חברות צעירות מאד; כל אחת מהן, או שתיהן, עלולה להיכשל. אבל אפילו עכשיו הן רחוקות מלהיות החברות היחידות שעוסקות בתחום הזה. הנתיב הדיגיטלי המוביל ממבחני קבלה לגיוס לביצועים בעבודה ולמחויבות לעבודה עתיד לנשל במהרה מודלים שלא עובדים - אך גם יאפשר למודלים ולחברות שישרדו להפוך לטובים יותר וחכמים יותר עם הזמן. ייתכן שבעוד עשור או שניים נביט לאחור על הניסיונות האלה והם ייראו לנו כאופנה חולפת. אולם הראיות שיש בידנו כרגע והאופי האמפירי חסר הפשרות של הפרויקט כמכלול גורמים לנו לחשוב שזה לא סביר.

עתיד דיגיטלי דמוקרטי

כשהתחלתי לעבוד על הכתבה הזו, הייתי מודאג מכך שניתוח אנשים, אם בכלל יעבוד, רק יעמיק את הפילוג בחיינו המקצועיים, יחזק ביתר שאת את הנתיב המובטח מלידה של האליטה המריטוקרטית, ויחסום את הדרך באופן נחרץ יותר בפני עובדים מסוימים. אולם היום אני מאמין שסביר יותר שמה שיתרחש יהיה ההפך הגמור, ושאנו עומדים בפני שוק עבודה הוגן יותר לאנשים בכל שלב בקריירה שלהם. במשך עשרות שנים, הנתון החשוב ביותר ששימש אותנו להערכת פוטנציאל העובדים בשוק העבודה המקצועי – מה שהזניק קריירות או הכשיל אותן – היה הרקע האקדמי: על פי רוב הייתה זו התשובה לשאלה אם המועמדים הלכו לקולג' ואיפה, והציונים שקיבלו בתור סטודנטים. במשך הדורות האחרונים, קולג'ים ואוניברסיטאות תפקדו כשומרי הסף לחיים של הצלחה.

תואר הפך לסמן לאינטליגנציה ומצפוניות, סמן שנעשה ברור יותר ככל שהמוסד האקדמי היה יוקרתי יותר וממוצע הציונים של הסטודנט גבוה יותר, סמן שמעסיקים מבינים בקלות, ושעד להופעתו של ניתוח האנשים, דבר לא השתווה לכוחות הניבוי שלו. אולם מגבלותיו של הסמן הזה – היחלשותו עם הגיל, חוסר הדיוק שלו באופן כללי, הדעות הקדומות הרבות המושרשות בו, העלות העצומה שלו – ברורות מאליהם. "סביבות אקדמיות הן סביבות מלאכותיות," אמר לניו יורק טיימס ביוני הסמנכ"ל הבכיר של גוגל ל"תפעול אנשים", לזלו בלוק. "אנשים שמצליחים שם בעצם אומנו היטב, הם מותנים להצליח בסביבה הזו," שהיא לעתים קרובות שונה למדי מסביבת העבודה. בכיר בטרנסקום, אמר לי שהחברה שלו שינתה את מוקד החיפושים שלה בחיפוש מועמדים למשרות של תמיכה טכנית - כעת הם לא מחפשים בוגרי קולג', אלא "ילדים שגרים במרתף של ההורים שלהם אחת הטרגדיות של הכלכלה המודרנית היא שהחשיבות המכרעת של הרקע האקדמי בשוק העבודה שלנו גורמת לכך שאנשים מוכשרים לגמרי, שפשוט לא היו מסוגלים לשבת בשקט בכיתה בגיל שש עשרה, או שלא היו סגורים על עצמם בגיל שמונה עשרה, או שבחרו לא להמשיך לתואר שני בגיל עשרים ושתיים, נשארים מאחור לנצח כעניין שבשגרה. ההשפעה העמוקה כל כך של גורמים כה מוקדמים על מהלכן של קריירות ועל החלטות גיוס שנעשות עשרים או שלושים שנה לאחר מכן נראית אבסורדית, על פני השטח.

אולם הקשר הזה צפוי להתערער בשנים הקרובות. שוחחתי עם מנהלים של חברות רבות שמשתמשים בכלי ניתוח מתקדמים כדי להעריך ולעצב מחדש את מנגנון ההעסקה שלהם, וכמעט כולם אמרו לי שהמחקר שהם עורכים מוביל אותם אל עבר מאגרי מועמדים שלא למדו בקולג' – לעבודות טכניות, למשרות מכירה יוקרתיות, אפילו לתפקידי ניהול מסוימים. במקרים אחדים, הסיבה לכך היא שהניתוח שלהם לא הראה שום יתרון בגיוס אקדמאים; לעתים קרובות יותר, זה מפני שהם גילו סמנים אמינים יותר מרקע אקדמי, שמאפשרים לחברות להעסיק בביטחון עובדים שקורות החיים שלהם לא נחשבו עד כה מרשימות או אפילו מתקבלות על הדעת.

צילום מתוך הסרט מאניבול

צילום מתוך הסרט מאניבול

ניל ריי, בכיר בטרנסקום, אמר לי שהחברה שלו שינתה את מוקד החיפושים שלה בחיפוש מועמדים למשרות של תמיכה טכנית - כעת הם לא מחפשים בוגרי קולג', אלא "ילדים שגרים במרתף של ההורים שלהם" – בכך הוא כיוון לצעירים אינטליגנטיים שמסיבות שונות לא סיימו את לימודיהם בקולג', אבל לימדו את עצמם הרבה על מחשבים. לזלו בוק אמר לי שגם גוגל מעסיקה מספר הולך וגדל של חסרי תארים. רבים מהאנשים ששוחחתי עמם דיווחו שהעדפתם לבוגרי ליגת הקיסוס ובתי ספר יוקרתיים אחרים יורדת, כשמדובר במשרות של קידום מהיר עם שכר גבוה. זו עדיין ההתחלה. יש פריחה של קורסים מקוונים, וגם של שווקים שמשתמשים במיקור חוץ. שתי הזירות הללו מציעות לעובדים הזדמנויות חדשות לפתח מיומנויות ולהציג לראווה את יכולותיהם.

אף אחת מהן לא מייצרת סמנים קלים לזיהוי לפוטנציאל כמו תואר ממוסד בררני או עבודה ראשונה בחברה יוקרתית. זה מהווה בעיה עבור מנהלי גיוס, כי ניפוי כמות רבה של סמנים רבים קשה מאד וגוזלת זמן רב. (האם יש משמעות לעובדה שמועמדת מסוימת הייתה בעשירון העליון של הסטודנטים בקורס מקוון כלשהו, או שעבודתה זוכה לציון גבוה באתר מיקור חוץ מסוים?) אבל היא חסרת ערך לחלוטין בתחום ניתוח האנשים, שבו אלגוריתמים מתוחכמים לסינון יכולים לעשות בדיוק שיפוטים מהסוג הזה ובקלות. אלה חדשות טובות לא רק לאנשים שהתקשו בבית הספר; אלה חדשות טובות בעבור כל האנשים שסטו ממסלול הקריירה שלא באשמתם (עובדים מבוגרים יותר שפוטרו בעקבות מיתון, למשל) ושדבקה בהם מעין צחנה מקצועית שרוב הסיכויים שאינה מוצדקת.

כל ההתפתחויות החדשות האלה מעלות שאלות פילוסופיות. האם כאשר יהיה קל יותר למדוד את הביצועים המקצועיים שלנו ולראות אותם, נשתעבד לסטטוס ולפוטנציאל שלנו, ולא נעסוק אלא במדדים שיאמרו לנו איך והאם אנחנו ממלאים את הציפיות? האם היכרות טובה מדי עם מגבלותינו תמנע מאיתנו להגיע הישגים ותגדע את חלומותינו באבם? באופן אירוני, איני יכול להציע כתשובה לשאלות האלה אלא את תחושת הבטן שלי, שגורמת לי להרגיש אופטימיות זהירה. אבל רוב האנשים שראיינתי לשם הכנת הכתבה – שרובם, עליי לציין, היו פסיכולוגים וכלכלנים ולא פילוסופים – חולקים את אותה הרגשה.

מן המחקר האקדמי עולה בבירור כי שביעות רצון ממקום העבודה תלויה במידה רבה בתחושת יכולות (agency). אם הכלים שמפותחים ומיושמים עכשיו יוכלו באמת להפנות יותר אנשים למשרות מתאימות יותר, תחושת היעילות האישית של אותם אנשים תגבר. ואם הכלים אלה יוכלו לספק לעובדים, מרגע שהתחילו את עבודתם, הכוונה טובה יותר לגבי הדרך שבה יוכלו למלא את תפקידם על הצד הטוב ביותר, וידריכו אותם איך לשתף פעולה עם עמיתיהם, הם יחוו תחושת שליטה מוגברת. ייתכן שלאנשים שנוטים לדלג מעבודה לעבודה יהיה קשה יותר למצוא עבודה, כי המבדקים המקצועיים יעשו מדויקים יותר. אבל בסך הכול נראה לי שההתפתחויות האלה יגרמו לאנשים להיות מאושרים יותר. איש לא חושב שניתוח אנשים ייתר את הצורך בשיקול דעת אנושי "מיושן" בעבודה.

קרוב לוודאי שאף חברה לא מבינה את ההבטחה הטמונה בניתוח אנשים טוב יותר מגוגל, והחברה מעדכנת את שיטות הגיוס והניהול שלה בהתאם לתוצאות (לא נעשה יותר שימוש בחידות במהלך ראיונות, כי אין מתאם ביניהם לבין הצלחה בעבודה; לא מתחשבים בממוצע הציונים של אף מועמד שחלפו יותר משנתיים מאז סיים את לימודיו, מאותה סיבה – הרשימה ממשיכה.) אבל למרות החיבה העזה של גוגל לטכנולוגיה, השיטות הללו עדיין אנושיות באופן עמוק.החלטות הנוגעות לתעסוקה מתקבלות במסגרת וועדה, ומתבססות במידה לא מעטה על רשמים שהם תוצאה של ראיונות מובנים. מספיק להביט בעולם הבייסבול כדי לראות לאן כל זה עשוי להוביל.

בספרם הבא, The Sabermetric Revolution, כותבים כלכלן הספורט אנדרו זימבליסט והמתמטיקאי בנג'מין באומר שהגישה האנליטית לרכישת שחקנים ששימשה את בילי בין ואת האוקלנד אתלטיקס המשיכה להתפשט בקרב הליגה העליונה של הבייסבול. עשרים ושש מתוך שלושים הקבוצות בליגה מקדישות היום משאבים ניכרים לניתוח אנשים. החיפוש אחר מידע מדויק יותר ויותר – יחס הסיבובים בהגשות, מהירות הלוע של הכדורים כשהם נורים מהמחבט – הולך ומתלהט, ואיתו גם המסע להפיכת הנתונים האלה לתובנות בעלות ערך לגבי ביצועי השחקנים והפוטנציאל שלהם. שני ענפי ספורט מקצועי נוספים החלו להשתמש בניתוחים מן הסוג הזה. אבל החלק הכי מעניין הוא שנקודות העיוורון המשמעותיות בחיפוש אחר שחקנים גדולים, שהניתוח האנליטי הצליח לזהות בתחילת הדרך, נעלמו– כלומר, שוב המימד האנושי של החיפוש עתיד להיות הגורם המכריע.

האוקלנד אתלטיקס שוב הגיעו לפלייאוף השנה, למרות משכורתיהם הצנועות. הקבוצה הרחיבה בשנים האחרונות את תקציב איתור השחקנים שלה. "מה צריך כדי להיות צייד כישרונות טוב?" שאל בילי בין לא מזמן. "היכולת למצוא מידע שאנשים אחרים לא יודעים למצוא. להכיר את הילד. להכיר את המשפחה. יש דברים שאפשר לגלות רק פנים אל פנים."

דון פק הוא סגן העורך של  האטלנטיק ומחבר הספר  Pinched: How the Great Recession Has Narrowed Our Futures and What We Can Do About It.כל הזכויות שמורות לאלכסון. 

מאמר זה התפרסם באלכסון ב על־ידי דון פק, Atlantic .


תגובות פייסבוק

> הוספת תגובה

8 תגובות על בשורה רעה לגברים גבוהים

01
כרמל

זה ממש מלחיץ אותי. זה נראה לי מסוכן מאד לנסות לכמת חכמה אחריות יצירתיות ותושייה במקצועות שאינם תכנות ודומיהם. אני בטוחה שהייתי יוצאת בטטה בעיני אלגוריתם ושעוד לא נולד האלגוריתם שמסוגל לנבא את הכישורים הנדרשים באמת מעבודות רבות. למזלי אהיה בפנסיה עד שזה יהיה סטנדרט.

כרמל, יש כאן נקודה יותר מהותית: סביר להניח שהאלגוריתמים הללו מצליחים להגיע למתאם לא רע. אבל מה קורה כשמתחילים להשתמש בהם?

לדוגמה: המבחן הפסיכומטרי נותן ניבוי לא רע ליכולתו של הסטודנט העתידי להצליח בלימודים. אולם היום כל סטודנט עתידי מתכונן למבחן הפסיכומטרי. חלק מההכנה הזו משפר את יכולתו ללמוד. אולם חלק מההכנה הזו היא דברים שמיוחדים למבחן ולא תורמים ליכולת הלימוד.

יש מבחן פסיכולוגי ידוע של ציור עץ ושל ציור בית. למבחן הזה יש יכולת ניבוי משלו. כל עוד לא מתכוננים אליו מראש.

איך אוכל לשפר את סיכויי לקבל עבודה לפי אותו "אלגוריתם"? הוא אולי סודי היום, אבל פרטיו ידלפו בסופו של דבר.

כתבה מאוד מעניינת ומעוררת חשיבה.
אלגוריתמים הם דבר מצויין אולם רמת הניבוי שלהם עדיין לא בדוקה מספיק. אין לי ספק שזה הכיוון אבל המרחק לתוקף הוא עדיין ארוך.
מה שכן כבר נותן תוצאות מצוינות לניבוי יכולת של מועמד להצליח במקום העבודה הוא השילוב שבין סוללת מבחנים מקיפה (כישורים, כשרים, קוגניציה, יכולת חשיבה, יושרה, יכולות חברתיות) - ואפשר לעשות את זה היום באמצעות מחשב, בבית או במשרדי החברה, לבין ראיון מובנה שנעשה על-ידי החברה המגייסת. כפי שאני מבין את הכתבה, הרעיונות הגישות השונות, מעניקים אינדיקציות לגבי איכויות כאלה ואחרות של עובדים אבל קשה לי לראות כיצד ניתן (לפחות בשלב הזה)להישען רק על הביג דאטה כדי לשרטט פרופיל תעסוקתי של אדם.

05
עדנה רבנו

כתבה מרתקת ומעוררת מחשבה. אני סבורה כי אמצעים שונים למיון עובדים הם חשובים כי כך אפשר להתאים את הכלי המתאים לחקר התפקיד המסוים. אולי יש כאן גם בשורה לכל בעלי הפרעת הקשב וליקויי הלמידה למיניהם שיוכלו לעבור את הבחינות בקלות רבה יותר.

06
בבה

שתי נקודות-
א-זה מאוד אמריקני לתאר את הסיפורים (כמו הבחור משלפ) בצורה הירואית, ובכלל כתיבה הירואית. גם השאיפה לאלגוריתים שייתן ניבוי מדוייק היא אמריקנית מאוד. זה לא אומר שזה לא נכון, אבל מוזר לשים לב לצורת הדיווח הזה אצל אמריקנים.
ב-האלגוריתמים נותנים תוצאות טובות-טובות מוגדר פה כטובת החברה המגייסת. זה אמנם לא בתחום הכתבה עצמה אבל כדאי לחשוב מה האדם הפרטי צריך לראות כ"טוב", האם טובת החברות או טובת האדם הפרטי (או שאין התנגשות).

הערה על החשיבה החדשה בתחום העיסוק שלנו:
פעם היה נהוג לשאול: "מה תעשה כשתהיה גדול?"
למעשה, מי שטען שתמיד רצה להיות מהנדס או עורך דין, קיים או לא קיים משאלת לב שנוצרה בילדותו.
כלומר כבר בגיל עשר, נקבע על ידי הילד מה יחשב הצלחה בתחום העיסוק שלו ומה יהיה פספוס.
אלא שכיום, בגיל 10, אין למי מאיתנו מושג אילו מקצועות יקומו ואילו יעלמו עד שבחירת תחום העיסוק שלנו יהיה רלבנטי.
ב-15 שנה (עד גיל 25), כל כך הרבה מקצועות יכחדו או יווצרו שאין טעם עוד בשאלה: "מה תרצה לעשות כשתגדל"

08
אריאל

לא צריך לפחד מההשפעה של זה על אנשים או על החברה האנושית. זה רק יעזור לכולנו: כבר אפשר לראות מהכתבה שיש ותהיה התאמה הרבה יותר גדולה בין אנשים לעיסוק שלהם. היכולות והכישורים האמיתיים שלהם יבואו לידי ביטוי וכך הם יהיו מרוצים ו אושרים יותר בעבודתם.
לראיה: שמיקרוסופט למשל הורידו את מספר העזיבות במחלקה מסויימת בחצי - למה? כי אנשים היו מרוצים יותר כי נעשו התאמות בינם לבין העבודה