七大途徑推進數據公平

員工數據和分析，對人力資源專業人員來說，是當前最熱門、最搶手的技能之一；對組織來說，是當今最重要的人力資本趨勢之一。企業正紛紛檢視數據，以提供決策依據，並回答這類問題：誰將離職，何時離職？相較於競爭對手，我們的能力如何？我們需要什麼技能和才幹？這類數據可提供深入見解，而回答這些問題和其他問題，可以幫助決策者。

但隨著數據使用激增，一些疑慮隨之而來：以數據為基礎的流程，可能會帶來許多認知偏誤，而且歷久不消，對職場的公平性，也會有廣泛的影響。

我們人類有將近兩百種會影響自身決策的認知偏誤。當我們注意到，有些人傾向只尋求確認他們已經相信事物的資訊時，我們看到確認偏誤（confirmation bias）；或是在某事件發生後，聽到某人說他「早就知道會那樣」時，我們看到後見之明偏誤（hindsight bias）。

並非所有偏誤都是不好的。在工作截止期限很短、資訊太多的世界中，許多偏誤幫助我們更快做出決策，可節省時間與腦力。問題是，有時我們的數據會反映出有害的人類偏誤，而且，會把設計、收集和使用數據的人所具有的無意識錯誤，寫入電腦程式碼中。當有偏誤的數據影響到判斷，並把錯誤引入我們的人資數據、流程和技