İş görüşmesine çağırdığınız adayların restoran, otel, Airbnb veya Uber yorumlarına bakmayı talep etseniz? Ve bir sonraki aşamaya geçme kriteri olarak, en yüksek puan veren ve en iyi yorumları yapanları belirleseniz? Nasıl bir işe alım stratejisi uygulamış olursunuz? 

Financial Times makalesine göre, Amerika’da bir yatırım firması, Siyah Kuğu’nun yazarı istatistikçi ve trader, Nassim Taleb’in Twitter hesabında sürücülere verdiği Uber puanını paylaşmasından esinlenerek, adayların Uber puanlamalarını işe alım kriterlerinin merkezine koymuş. Bu Uber değerlendirmesi üzerine kurulan stratejinin özü, yabancılara saygı gösteren bir kişi, müşterilere ve iş arkadaşlarına da saygılı davranacaktır prensibine dayandırmış. 

İş görüşmesinde Uber veya Airbnb yorumlarına bakmak gelenekselin dışında bir yöntemdir. Adayın kişilerle olan etkileşimine bias taşımadan ışık tutabilir. Ancak bu yöntemin kendi içinde kısıtlamaları mevcuttur; örneğin negatif yorum bırakanları iş görüşmesinde elemiş olursunuz. Oysa, negatif yorum bırakanlar o hizmetten belirli sebeplerden dolayı memnun kalmadıklarını dile getirerek yeni müşterilere bilgi verir ve müesseseye veya Uber sürücüsüne kendini düzeltmesi için fırsat tanırlar. Bir de herhangi bir yorum yazmayan kişiler vardır ki, bu grup değerlendirme dışı kalır. Financial Times makalesi, başta parlak bir IK stratejisi olarak düşünülen bu Uber kriterinin işe alımda dikkate alınması gereken birçok faktörü basite indirgeyen veya yok sayan kısıtlı bir yaklaşım olduğu sonucuna varır ve insan odaklı geniş kapsamlı bir işe alım değerlendirmesinin izlenmesi gerekliliğini savunur.

Şimdi hikayeyi daha ilgi çekici bir açıdan ilk odak noktasına, Uber değerlendirmelerinin önyargısız bir işe alım kriteri olmasına, dikkat çekerek anlatalım. 

‘Amerikan yatırım firması, işe alacağı adayların Uber puanlamalarına bakıyor ve yüksek puan veren adayların müşterilere ve iş arkadaşlarına saygı gösterecekleri varsayımını test ederek, başarılı işe alımlar gerçekleştiriyor.’

Zihnimiz ilgi çeken, dikkat uyandıran hikayeleri iyi dinleme, akılda tutma ve daha sonra da bu hikayeleri farklı bağlamlara adapte ederek aktarmayı sever. Bu anekdotta Uber değerlendirmesinin başarılı bir İK stratejisinin parçası haline gelmesi gibi. Bu hikayeler çoğu zaman rastlantısaldır. Gerçeğin ne kadarını yansıttıkları, çoğunluğu temsil edip etmedikleri net değildir. Ancak ilginçlikleri sıklıkla meydana geldiklerinden değil, farklı olmalarındandır. 

Kimi zaman çok az görülen bir olayı hikaye anlatıcısı genele uygular ve onun üzerine bir argüman kurar. Bu da verileri doğrulanmamış, bütünü temsil edip etmediği belli olmayan bir anekdotun ana başlık veya sosyal medyada tt (trending topic) olmasına yol açar. Özellikle sosyal medyada sıklıkla gördüğümüz bir durumdur bu. Oysa, FT makalesinin devamını okuduğunuzda, konu bütünüyle değerlendirilmiş, işe alımın böyle detay bir parametreyle yapılmasının negatiflerinin ağır bastığı ortaya çıkmıştır. Strateji kağıt üzerinde olduğu gibi biastan uzak değildir, Uber’de az puan veren veya Uber kullanmayanları doğrudan elemektedir.

Nitpicking – Detay Ayıklamak

Nassim Taleb, bu rastlantısal detay bilgiyi genele mal etme kavramını nitpicking diye adlandırıyor. Nitpicking’in birebir çevirisi bit ayıklamak. Nitpicking bu çerçevede bilgiyi kullanan kişilerin sizi detaya odaklanmaya yönlendirmeleri ve o detayın bilginin bütününü temsil ettiğine inandırmaları üzerine kurulu. Bu nasıl oluyor? Örneğin, randomize bir olayı bir anekdot gibi anlatıp bu detayın bütünü yansıttığı sonucuna varıyoruz. Yani, başarılı adaylar bulmak için Uber değerlendirmelerinin işe alımda belirleyici bir filtre olması gibi.

Detaya yapılan vurgu biz insanların bütünden ziyade detaylara hassasiyetini gösterir. Bazen o detay nadir bir olaydır veya istatistiksel olarak anlam ifade etmeyebilir ancak duygusal anlamda bizim zihnimizde daha büyük etki eder, detaylara kolayca aldanırız.

Bir de Uber anekdotuna, yatırım firmasının bu yöntemle işe aldıkları 10 kişiden 9’unun da başarılı temsilciler olduğu, son 6 ayda satışlarıyla şirketin %15 büyümesine katkı sağladıkları verisini ekleyelim. 

Gene cımbızla çekilmiş bu veri doğrultusunda, Uber’in işe alım kriterlerinin değişmez parçası olması gerekliliğini iddia edebiliriz. Peki ya, kötü bir deneyimden dolayı sürücüsüne az puan verenler? Belki onlar işe alınsaydı, onlar da başarılı yatırım temsilcileri olacaktı ve şirketin büyümesine katkı sağlayacaktı?

Uber hikayesi insanoğlu olarak yaşamı ve başarıyı belli paternlere oturtup bağlantı kurma arayışımıza güzel bir örnek. Marjinal bir hikaye bile olsa, somut bir başarı hikayesi olarak benimsiyor, rastlantısal olmadığına inanmak istiyoruz. Oysa, kompleks insan yapısını kapsaması gereken işe alım stratejisi bütününde, Uber sadece minik bir detay.