8 tips om bias bij selectie te voorkomen

Bias bij selectie, dat wil je voorkomen. Of andersom: hoe richt je een zo eerlijk mogelijk selectieproces in? Fairness in de selectie van nieuwe collega’s betekent dat je bias moet voorkomen. Bias ontstaat door systematische fouten in de oordeelsvorming bij het selectieproces. Die fouten kunnen leiden tot adverse impact: kandidaten met bepaalde kenmerken worden dan structureel benadeeld. Bias op basis van cultuur, gender en leeftijd komt het meest voor. Bias zit in mensen, maar ook in systemen en programma’s. In dit blog heb ik 8 tips uit onze praktijk voor je op een rijtje gezet.

“Ongestructureerde interviews leiden tot het berijden van eigen stokpaardjes, da’s gewoon een garantie op bias. ”

Bias en selectie is mensenwerk

Selecteurs zijn net mensen. Vaak onbewust, komen zij tot oordelen die gebiast zijn. Hoe kun je dat voorkomen?

Allereerst bewustwording, laat selecteurs zicht krijgen op de beperkingen van hun eigen referentiekaders. Inmiddels is er voldoende aanbod van trainingen op het gebied van bewustwording.
Zorg dat je selecteurs getraind zijn in het voeren van gestructureerde interviews, bijvoorbeeld de STAR techniek. Ongestructureerde en slecht voorbereide interviews leiden tot het berijden van eigen stokpaardjes door interviewers en geven daarmee eigenlijk gewoon de garantie op bias. Kandidaten horen op dezelfde criteria en op eenzelfde manier beoordeeld te worden.
Oordeel op basis van feitelijke informatie. Het is verbazingwekkend hoeveel oordelen over sollicitanten tot stand komen op basis van zaken die niet zijn besproken. “Ik zie het hem wel doen”, bekend fenomeen toch? Ook weer een garantie voor bias.
Zorg voor evaluatie van de oordeelsvorming. Hoe goed kunnen je selecteurs voorspellen? Vergelijk je performance data maar eens met de oordeelsvorming uit de selectie van een jaar geleden. De slechtste selecteurs zijn vaak ook het meest gebiast.

“Ga er maar vanuit dat de huidige systemen en processen niet rechtvaardig zijn.”

Bias in selectie systemen en procedures

Naast het feilbare menselijke oordeel kan er in het selectieproces ook bias ontstaan door systemen en procedures. Welke bias kan hier ontstaan en hoe kun je deze bias verminderen?

Selectiecriteria dienen relevant en onafhankelijk van elkaar zijn. Bovendien moeten selectiecriteria vooraf zijn vastgesteld inclusief bijbehorende normen. Zodat elke kandidaat langs dezelfde lat wordt beoordeeld. Je houdt de selectie criteria overzichtelijk door het aantal beperkt te houden. In onze praktijk gaan we uit van maximaal 12 criteria (kennis en gedragscompetenties). Gedragscompetenties moeten onderling zo ver mogelijk uit elkaar liggen om bias tegen te gaan. Voor onze klanten kunnen wij met de afstanden matrix gedragscompetenties toetsen op onderlinge afhankelijkheid. Deze afstandenmatrix geeft aan in welke mate de competenties een beroep doen op dezelfde onderliggende psychologische kenmerken.
Naast menselijke oordeelsvorming maken organisaties vaak ook gebruik van psychologische tests of een assessment. Een 2-tal punten zijn daarbij belangrijk. Op de 1e plaats dienen online selectie instrumenten te worden onderzocht op bias. Kandidaten moeten bijvoorbeeld een test kunnen maken in hun moedertaal. Op de 2e plaats dienen selecteurs over de kennis te beschikken om psychologische score rapporten te kunnen duiden. Is dat niet het geval, train ze.

Kies voor een multi-method approach. Hiermee zorg je dat kandidaten worden beoordeeld op basis van meerdere criteria, verzamelt met meerdere instrumenten en door meerdere beoordelaars. Volledig objectieve oordeelsvorming zonder bias bestaat niet. Maar als selecteurs onafhankelijk van elkaar, met meerdere instrumenten, informatie verzamelen op vooraf vastgestelde criteria, helpt dat behoorlijk om bias tegen te gaan.
Voer jaarlijks validatie-studies uit om selectiecriteria in de praktijk te toetsen op nut. Hiervoor is nodig dat performance data systematisch vergeleken kunnen worden met eerder verzamelde psychologische data.
Uit een validatie studie kan blijken dat bepaalde psychologische data, gebruikt tijdens het selectieproces, niets toevoegen aan het voorspellen van de beoordeelde performance. Data die niets toevoegen aan de kwaliteit van het oordeel moeten niet meer worden gebruikt. Dit kan alleen maar bias opleveren.

Minder bias, betere selectie, meer diversiteit

Wil je nieuwe geluiden in jouw organisatie? Wil je vaker verrast worden door een nieuwe manier van problemen oplossen, een andere kijk op zaken? Begin dan met het verminderen van bias in de selectie processen. Hiring managers, recruitment, HR, kortom alle betrokkenen zullen hierdoor beter in staat zijn objectief talent te herkennen uit een veelheid aan doelgroepen. Wel zo handig in een schaarse arbeidsmarkt.

Heb je vragen?

Wil je meer weten, neem gerust contact met ons op.

Contact