Espace publicitaire
Comment les préjugés peuvent vous empêcher d'obtenir un job
Jean-Michel Clermont-Goulet
20 août 2018
Carrière
4 minutes à lire
303
Souvent, les employeurs ne sont pas conscients de l’influence de leurs préjugés lorsqu’ils embauchent...
Aujourd’hui, peu d’arguments peuvent être avancés contre l’existence d’une main-d’œuvre diversifiée et multiculturelle...
Les femmes sont aussi bonnes que les hommes, les handicaps ne devraient pas être ignorés par les employés et l’ethnie n’a pas d’impact sur la capacité d’une personne à accomplir un travail.
En effet, une recherche a démontré que les groupes diversifiés peuvent être plus aptes à prendre des décisions que les groupes homogènes. Malgré cela, les minorités et les membres des communautés sous-représentées continuent d’être victimes de discrimination lorsqu’il s’agit d’embaucher.
Mais, dans de nombreux cas, les employeurs ne sont même pas conscients de l’influence de leurs préjugés involontaires ou à tout le moins, inconscients.
Tiffanie Wen de la BBC examine, dans un billet publié sur BBC.com, l’origine de ces préjugés, comment ils s’infiltrent dans le processus d’embauche et certaines stratégies pour les combattre.
Le « bon candidat ».
Lors de la recherche d’un nouveau candidat, les employeurs dressent souvent une liste des qualités recherchées. C’est un piège car des préjugés peuvent alors s’inviter subtilement. Que les employeurs s’en rendent compte ou non, ils utilisent souvent la dernière personne à occuper un poste comme référence pour le type de candidat qu’ils recherchent.
« D’une certaine manière, ces gens deviennent un prototype ou un point de référence pour le succès dans nos esprits, dit Siri Uotila, chercheuse au Women and Public Policy Program de la Harvard Kennedy School. Si la majorité était des hommes blancs, il est plus difficile de diversifier activement la population. »
Trouver un candidat qui ressemble à l’employé précédent peut sembler moins risqué, explique Uotila. Cela mène les employeurs dans un autre piège — chercher quelqu’un qui est comme nous.
Elle suggère plutôt de puiser dans les réseaux d’employés diversifiés par le biais de leur LinkedIn ou d’autres réseaux en ligne ou en personne.
L’offre d’emploi
Avec un temps et des ressources limités, les gestionnaires peuvent être tentés de recycler les anciennes descriptions de travail. Mais ils devraient plutôt examiner attentivement ce qu’ils demandent — le langage utilisé dans les offres d’emploi affecte le type de personnes qui postulent.
« Il y a des mots que nous percevons comme féminins ou masculins, dit Uotila ». Les mots « chaleureux », « collaborer » et « équipe » sont perçus comme étant orientés vers les femmes, tandis que les mots « leader », « agressif » et « ninja » sont plutôt masculin.
Si vous rédigez une demande d’emploi pour un codeur et décrivez ce que vous recherchez comme un « ninja agressif », ce langage attirera de façon disproportionnée les hommes, explique Uotila.
Mme Uotila indique que certaines organisations ont connu du succès en élargissant le bassin de talents plutôt que de se concentrer directement sur la diversité démographique. Les entreprises technologiques qui recherchent exclusivement des diplômes en informatique, par exemple, pourraient réévaluer leurs besoins et recruter des candidats ayant une majeure en biologie, en neurosciences ou en psychologie, dont les populations sont plus diversifiées.
Machines biaisées
Ce n’est un secret pour personne qu’au fur et à mesure que les CV affluent, les gestionnaires d’embauche se tournent souvent vers les ordinateurs pour les aider à trier les candidats. L’utilisation croissante d’algorithmes pour aider à identifier les employés potentiels conduit à de nouveaux types de biais dans le processus de recrutement.
« Les algorithmes de “machine learning” sont souvent formés à l’aide des données historiques de l’entreprise », explique Sorelle Friedler, professeur adjoint d’informatique au Haverford College en Pennsylvanie. « Il est possible que les algorithmes puissent essentiellement s’appuyer sur des modèles que l’employeur ne veut peut-être même pas, mais qui sont présents dans l’ensemble des employés existants. »
Bien qu’une grande partie de la responsabilité incombe aux développeurs des algorithmes, Friedler suggère que les entreprises insistent sur des produits équitables. Elle espère que les algorithmes commenceront bientôt à avoir plus de transparence, offrant des explications sur la logique qui sous-tend leurs recommandations. Il appartiendra ensuite aux recruteurs de revérifier les machines.
Premières impressions
Bien sûr, à un moment donné, les candidats sélectionnés se présenteront au bureau pour une entrevue en personne. Il est bien connu que la première impression compte et plusieurs études ont démontré que l’apparence joue un rôle clé dans la sélection des candidats. Par exemple, le fait d’être attrayant était un avantage pour les personnes ayant un CV médiocre.
Une autre étude du Royaume-Uni indique que si vous êtes considéré en surpoids ou obèse, vous pourriez avoir plus de difficultés à trouver un emploi.
Ce biais était aggravé si le candidat entrait dans des catégories multiples qui font souvent l’objet de discrimination. Les femmes obèses, par exemple, étaient considérées encore moins bien adaptées à l’emploi que les hommes obèses.
« Les personnes en surpoids sont considérées comme paresseuses et moins intelligentes — des stéréotypes qui ne sont pas fondés, dit Stuart Flint, chercheur principal en santé publique et obésité à l’Université Leeds Beckett. Rien ne prouve qu’ils soient moins aptes à faire le travail ou qu’ils sont moins intelligents qu’une personne de poids moyen. »
Pour réduire les biais, affirme Flint, les organisations doivent d’abord détecter où et comment ils se manifestent, et comment ils peuvent être éliminés.
Aujourd’hui, peu d’arguments peuvent être avancés contre l’existence d’une main-d’œuvre diversifiée et multiculturelle...
Les femmes sont aussi bonnes que les hommes, les handicaps ne devraient pas être ignorés par les employés et l’ethnie n’a pas d’impact sur la capacité d’une personne à accomplir un travail.
En effet, une recherche a démontré que les groupes diversifiés peuvent être plus aptes à prendre des décisions que les groupes homogènes. Malgré cela, les minorités et les membres des communautés sous-représentées continuent d’être victimes de discrimination lorsqu’il s’agit d’embaucher.
Mais, dans de nombreux cas, les employeurs ne sont même pas conscients de l’influence de leurs préjugés involontaires ou à tout le moins, inconscients.
Tiffanie Wen de la BBC examine, dans un billet publié sur BBC.com, l’origine de ces préjugés, comment ils s’infiltrent dans le processus d’embauche et certaines stratégies pour les combattre.
Le « bon candidat ».
Lors de la recherche d’un nouveau candidat, les employeurs dressent souvent une liste des qualités recherchées. C’est un piège car des préjugés peuvent alors s’inviter subtilement. Que les employeurs s’en rendent compte ou non, ils utilisent souvent la dernière personne à occuper un poste comme référence pour le type de candidat qu’ils recherchent.
« D’une certaine manière, ces gens deviennent un prototype ou un point de référence pour le succès dans nos esprits, dit Siri Uotila, chercheuse au Women and Public Policy Program de la Harvard Kennedy School. Si la majorité était des hommes blancs, il est plus difficile de diversifier activement la population. »
Trouver un candidat qui ressemble à l’employé précédent peut sembler moins risqué, explique Uotila. Cela mène les employeurs dans un autre piège — chercher quelqu’un qui est comme nous.
Elle suggère plutôt de puiser dans les réseaux d’employés diversifiés par le biais de leur LinkedIn ou d’autres réseaux en ligne ou en personne.
L’offre d’emploi
Avec un temps et des ressources limités, les gestionnaires peuvent être tentés de recycler les anciennes descriptions de travail. Mais ils devraient plutôt examiner attentivement ce qu’ils demandent — le langage utilisé dans les offres d’emploi affecte le type de personnes qui postulent.
« Il y a des mots que nous percevons comme féminins ou masculins, dit Uotila ». Les mots « chaleureux », « collaborer » et « équipe » sont perçus comme étant orientés vers les femmes, tandis que les mots « leader », « agressif » et « ninja » sont plutôt masculin.
Si vous rédigez une demande d’emploi pour un codeur et décrivez ce que vous recherchez comme un « ninja agressif », ce langage attirera de façon disproportionnée les hommes, explique Uotila.
Mme Uotila indique que certaines organisations ont connu du succès en élargissant le bassin de talents plutôt que de se concentrer directement sur la diversité démographique. Les entreprises technologiques qui recherchent exclusivement des diplômes en informatique, par exemple, pourraient réévaluer leurs besoins et recruter des candidats ayant une majeure en biologie, en neurosciences ou en psychologie, dont les populations sont plus diversifiées.
Machines biaisées
Ce n’est un secret pour personne qu’au fur et à mesure que les CV affluent, les gestionnaires d’embauche se tournent souvent vers les ordinateurs pour les aider à trier les candidats. L’utilisation croissante d’algorithmes pour aider à identifier les employés potentiels conduit à de nouveaux types de biais dans le processus de recrutement.
« Les algorithmes de “machine learning” sont souvent formés à l’aide des données historiques de l’entreprise », explique Sorelle Friedler, professeur adjoint d’informatique au Haverford College en Pennsylvanie. « Il est possible que les algorithmes puissent essentiellement s’appuyer sur des modèles que l’employeur ne veut peut-être même pas, mais qui sont présents dans l’ensemble des employés existants. »
Bien qu’une grande partie de la responsabilité incombe aux développeurs des algorithmes, Friedler suggère que les entreprises insistent sur des produits équitables. Elle espère que les algorithmes commenceront bientôt à avoir plus de transparence, offrant des explications sur la logique qui sous-tend leurs recommandations. Il appartiendra ensuite aux recruteurs de revérifier les machines.
Premières impressions
Bien sûr, à un moment donné, les candidats sélectionnés se présenteront au bureau pour une entrevue en personne. Il est bien connu que la première impression compte et plusieurs études ont démontré que l’apparence joue un rôle clé dans la sélection des candidats. Par exemple, le fait d’être attrayant était un avantage pour les personnes ayant un CV médiocre.
Une autre étude du Royaume-Uni indique que si vous êtes considéré en surpoids ou obèse, vous pourriez avoir plus de difficultés à trouver un emploi.
Ce biais était aggravé si le candidat entrait dans des catégories multiples qui font souvent l’objet de discrimination. Les femmes obèses, par exemple, étaient considérées encore moins bien adaptées à l’emploi que les hommes obèses.
« Les personnes en surpoids sont considérées comme paresseuses et moins intelligentes — des stéréotypes qui ne sont pas fondés, dit Stuart Flint, chercheur principal en santé publique et obésité à l’Université Leeds Beckett. Rien ne prouve qu’ils soient moins aptes à faire le travail ou qu’ils sont moins intelligents qu’une personne de poids moyen. »
Pour réduire les biais, affirme Flint, les organisations doivent d’abord détecter où et comment ils se manifestent, et comment ils peuvent être éliminés.
Articles susceptibles de vous intéresser
Emplois susceptibles de vous intéresser
Montréal
Permanent à temps plein
Publié il y a 16 jours
Mes sauvegardes
Vous devez être connecté pour ajouter un article aux favoris
Connexion ou Créez un compte
Emploi favori
Vous devez être connecté pour pouvoir ajouter un emploi aux favories
Connexion
ou Créez un compte