למעשה, במרחב הווירטואלי רעילות ארגונית נוטה לעיתים להסלים: מידור מערוצי תקשורת, החרמה שקטה בדיונים דיגיטליים, התבטאויות פוגעניות בצ'אטים ואמצעי ניטור דורסניים מייצרים בריונות מסוג חדש: חשאית, מבודדת ועוצמתית הרבה יותר.

עבור מנהלי משאבי אנוש, טיפול בתופעות אלו באמצעות הליכי משמעת נקודתיים בלבד נכשל פעם אחר פעם.

מענה שטחי אינו קוטע את שורש הבעיה, והדפוסים הפוגעניים צפים מחדש כל עוד לא מטפלים בגורמי העומק התרבותיים והניהוליים.

ממחקרים של חברת היעוץ מקינזי עולה, כי תרבות ארגונית רעילה היא המנבא החזק ביותר לנטישת עובדים: פי 10.4 יותר מרמת השכר.

עוד מצביעים הנתונים על כך שבסביבה היברידית, עובדים החווים יחס פוגעני מרחוק נוטים להתפטר במהירות כפולה בהשוואה לעבודה מהמשרד.

ממחקרים של גאלופ עולה כי כ-70% מההבדלים ברמת הרעילות או המחוברות בצוות תלויים באופן ישיר באיכות המנהל הישיר.

ניהול בריוני או מרוחק במרחב הדיגיטלי מוביל לזינוק חד ברמות השחיקה ובשיעורי ההתפטרות השקטה.

בדו"ח מגמות ההון האנושי של דלויט מדגישים החוקרים, כי היעדר תחושת בטחון פסיכולוגי בצוותים היברידיים פוגע ישירות בחדשנות ובפריון.

ארגונים שאינם מנטרים תרבות דיגיטלית חווים ירידה חדה באמון העובדים בהנהלה.

החוקרים של חברת המחקר גרטנר מצביעים על כך שכ-45% מאירועי הרעילות הארגונית מתרחשים כיום בערוצי תקשורת אסינכרוניים, בהם צ'אטים ופלטפורמות ניהול משימות.

החוקרים של גרטנר ממליצים על מעבר מניטור חודרני לבניית אקלים של שקיפות ואמון.

מסקרים של PwC עולה, כי כ-58% מהעובדים מציינים כי חוסר בהירות לגבי יעדים והיעדר איזון בית-עבודה מגבירים את הסטרס והחיכוך הבין-אישי.

החוקרים של PwC מדגישים, כי חברות שיצרו אמנה תרבותית ברורה לעבודה מרחוק רשמו ירידה משמעותית בסכסוכים פנים ארגוניים.

להלן 3 מנועי העומק לנטרול רעילות בארגון:

1 תקשורת שקופה ומניעת ואקום מידע:

היעדר עדכונים מסודרים יוצר קרקע פורייה לשמועות, פוליטיקה משרדית וחרדות.

תפקידו של מנהל משאבי האנוש הוא לעצב מנגנוני הזרמת מידע עקביים ונגישים לכולם, בייחוד לעובדים מרחוק, כדי למנוע תחושת בידוד ומידור.

2 איזון מוגדר בין העבודה לחיים האישיים:

שחיקה כרונית וטשטוש גבולות השעות מייצרים מתח המשפיע ישירות על יחסי האנוש.

שיחות פתוחות ופגישות אישיות של אחד על אחד לבחינת עומס העבודה, מאפשרות לזהות מצוקות מוקדם ולמנוע חיכוכים המנוהלים מתוך עייפות ותסכול.

3 חיבור למטרה וליעדים חיוניים:

עובדים הפועלים ללא מצפן ארגוני ואישי נוטים להיגרר לדחיינות, תסכול ורכילות.

הבהרת תרומתו של כל תפקיד להצלחת החברה והקהילה מחזקת את הערך העצמי של העובדים וממקדת אותם בעשייה חיובית ובציפייה לצמיחה.

The post איים סמויים של רעילות: להתמודד עם תרבות ארגונית פוגענית בעידן ההיברידי first appeared on HRUS משאבי אנוש.

איתור יעיל של תכונת הרעילות אצל מועמדים צריך להתבצע בשילוב של בינה מלאכותית ושיקול דעת אנושי לרבות שיקולים אתיים שהינם מכריעים בתהליך קבלת ההחלטות.

המטרה היא ליצור איזון בין משיכת כישרונות מובילים לבין שמירה על תרבות ארגונית חיובית ובריאה.

הבינה המלאכותית יכולה למלא תפקיד משמעותי בסיוע למנהלי משאבי אנוש לזהות מועמדים פוטנציאליים שנחשבים לכוכבים בענף שלהם אבל לאחר גיוסם עלולים להתברר כבעלי התנהגות רעילה לסביבת העבודה.

להלן 7 דרכים לזיהוי מועמדים שעלולים להפוך רעילים לאחר גיוסם, בסיוע בינה מלאכותית:

1 לאתר נורות אדומות בקורות החיים:

הבינה המלאכותית יכולה לנתח קורות חיים של מועמדים וחומרים אחרים שהם מספקים בעת הבקשה למשרה, בעזרת מילות מפתח, ביטויים ודפוסים שעלולים להצביע על התנהגויות בעייתיות.

בכלל זה, מאתרת הבינה המלאכותית ביטויים הקשורים לקונפליקטים, מחלוקות או אינטראקציות שליליות עם עמיתים, במקומות עבודה קודמים.

2 בדיקת רשתות חברתיות:

הבינה המלאכותית יכולה לסרוק את החשבונות של המועמדים ברשתות החברתיות ולאתר התנהגות בעייתית.

בכלל זה, הבינה המלאכותית יכולה לזהות פוסטים, הערות או אינטראקציות שמפגינות התנהגות עוינת או רעילה.

עם זאת, יש להזהר מאוד שלא להגרר לפסילת מועמדים על רקע של אפליה.

3 ניתוח סנטימנט של תגובות המועמדים:

דרך נוספת של הבינה המלאכותית לאתר פוטנציאל להתנהגות רעילה היא לנתח סנטימנטים במהלך ראיונות וידאו או הערכות כתובות.

הבינה המלאכותית יכולה להעריך את הטון הרגשי ואת השפה שבה משתמשים המועמדים. מעבר פתאומי לשפה שלילית או עימות צריך להדליק נורות אדומות.

4 איסוף וניתוח נתוני משוב ממעסיקים קודמים:

הבינה המלאכותית יכולה לסייע באיסוף וניתוח המלצות ממעסיקים קודמים.

הבינה המלאכותית יכולה לזהות דפוסים בתגובות ובהתייחסות, המרמזים על בעיות פוטנציאליות בכל הקשור לעבודת צוות, לשיתוף פעולה ולכישורים בינאישיים, גם אם הממליץ לא מדווח ספציפית על התנהגות רעילה.

5 סימולציות:

סימולציות ומשחקים מבוססי בינה מלאכותית יכולים להעריך את התנהגותו של מועמד בתרחישים מדומים של מקום עבודה.

הסימולציות יכולות לחשוף כיצד מועמדים מתמודדים עם אתגרים, עם קונפליקטים ועם עבודת צוות, ואיך הם מספקים תובנות לגבי הכישורים הבינאישיים והטמפרמנט שלהם.

תפקידו של המעריך האנושי הוא לזהות אילו התנהגויות נוסעות מתוך לחץ של המועמד ואילו התנהגויות אכן מעידות על בעיה.

6 הערכות ומבחנים פסיכומטריים:

הבינה המלאכותית יכולה לנתח הערכות אישיות ומבחנים פסיכומטריים. בדיקות אלו יכולות לחשוף תכונות הקשורות להתנהגות רעילה, כמו למשל רמות גבוהות של עוינות, נרקיסיזם או חוסר אמפתיה.

7 ניתוחי תחזיות:

הבינה המלאכותית יכולה להשתמש בנתונים היסטוריים לגבי התנהגות של מועמדים כעובדים ולגבי הביצועים שלהם, כדי לחזות האם מועמד צפוי להפגין התנהגות רעילה במקום העבודה. תחזיות אלו מבוססות על דפוסים שזוהו בנתוני המועמדים, בעבר.

The post 7 שיטות לזיהוי ואיתור מועמדים בעלי פוטנציאל להתנהגות רעילה ע"י AI first appeared on HRUS משאבי אנוש.