Кто самые умные 10% сотрудников вашей компании? Кто из ваших нынешних сотрудников лучше всего оснащен как здравым смыслом, так и хорошим руководством. Один из моих прилежных сотрудников отдела кадров хочет перейти в ИТ, подходит ли она для этой роли? Кто из моих нынешних финансовых служащих подвергается наибольшему риску быть нечестным? Я хочу помочь персоналу стать более настойчивым, но какой процент сотрудников получит наибольшую пользу от такого курса?

«Кто самые умные 10% сотрудников вашей компании? Кто из ваших нынешних сотрудников лучше всего оснащен как здравым смыслом, так и хорошим руководством».

Вышеизложенное — это лишь небольшая часть вопросов, которые существуют на стыке психометрии и науки о данных. Психометрия собирает увлекательные данные об индивидуальном функционировании человека. Средний личностный тест включает в себя 20 или 30 измерений, и в сочетании с тестами на познание, лидерство, честность и навыки нередко получают около 100 индивидуальных показателей для каждого психометрического участника. Умножьте это на количество людей в любой организации, и богатство этих данных начнет проявляться. Конечно, психометрия — это всего лишь одна линза человеческого поведения, и не все нюансы индивидуального функционирования, которые делают нас уникальными, поддаются измерению. Тем не менее, когда психометрические данные сочетаются с данными об управлении эффективностью и другими историческими данными организации, становится доступным многомерный набор тенденций управления талантами. Человеческое поведение становится ощутимым и ценным показателем, который можно использовать для понимания организационной динамики и помогает связать потенциал человеческой энергии с реализацией организационной стратегии.

Показатели личности, которые не способны отразить всю сложность индивидуального функционирования, достаточно полезны для прогнозирования того, кто является устойчивым, командным игроком, эмоционально хрупким; уверенный; ассертивность и многие другие аспекты. Сила такого тестирования была продемонстрирована на выборах в США в 2016 году, когда Дональд Трамп стал президентом США. В то время многие утверждали, что такой исход крайне маловероятен. Во многом это связано с тем, что Cambridge Analytica использует психометрические данные вместо традиционных демографических данных. Cambridge Analytica использовала личностные опросники Facebook в сочетании с машинным обучением, чтобы нацелить конкретный контент на людей, которые были бы наиболее восприимчивы к нему. В некотором смысле наиболее вероятных сторонников Трампа «разыграли», снабдив их информацией, которая укрепила их лояльность Трампу. Удивительно, но все по личностным данным. Работая с командой предвыборной кампании Трампа, подход Cambridge Analytica сосредоточился на том, как заставить бесправного избирателя хотеть голосовать, а собранные данные превратились в очень конкретные, целевые мини-кампании.

Если с помощью психометрии можно повлиять на выборы, не должны ли компании использовать ее для более целенаправленного направления человеческой энергии? Короче говоря, конвергенция психологии и информационных технологий, вероятно, станет одним из самых больших и мощных сдвигов в том, как мы концептуализируем и взаимодействуем с этими двумя областями из отдельных областей исследования. Сейчас мы наблюдаем либо взаимодополняющее совпадение, либо слияние этих двух в форме психоинформатики. Методы машинного обучения революционизируют использование психометрии новаторским и решительным образом, изменяя к лучшему то, как мы взаимодействуем с этими областями исследований. Каждая компания может за разумные деньги воспользоваться возможностями психометрии и анализа данных. Такого рода информация была доступна в течение достаточно долгого времени, но никогда не было так легко использовать ее, как сейчас.

Если у вас есть дополнительные вопросы о психометрических оценках, свяжитесь с Hilton: [email protected]

Соавторы: Хейли Дэди и доктор Хилтон Рудник