La technologie en ligne remodèle fondamentalement les évaluations des employés. Au cours de la dernière décennie, des entreprises telles qu’IBM, Amazon et General Electric ont adopté des applications de feedback sur les performances qui permettent aux employés de « s’évaluer » les uns les autres en temps réel. Ces applications poussent le paradigme à 360 degrés à son extrême logique en supprimant les barrières temporelles, hiérarchiques et géographiques au feedback.
Selon Mariia Petryk, professeur adjoint de systèmes d’information et de gestion des opérations (ISOM) à la George Mason University School of Business, « les gens tentent d’exploiter de nouvelles sources d’engagement des employés à tous les niveaux de gestion et d’emploi. la communication est la norme, et ils n’attendront pas un an pour obtenir des retours. »
« Ils veulent savoir comment ils se comportent ici et maintenant, et être capables de commenter les performances des autres de la même manière. Ainsi, lorsque nous fusionnons ces tendances de connectivité sociale, de communication instantanée et d’utilisation de la technologie, nous arrivons à ce merveilleux application. »
Cependant, comme pour toute technologie révolutionnaire, l’utilisation appropriée du feedback sur les performances en temps réel dépend de la compréhension de ses limites inhérentes. Après tout, augmenter l’ampleur et la rapidité du feedback ne garantit pas l’élimination des préjugés profondément ancrés fondés sur le sexe, la race, la position hiérarchique, etc.
Dans un article récent pour Recherche sur les systèmes d’informationPetryk et son collègue de l’ISOM Siddharth Bhattacharya se concentrent sur une catégorie de biais relativement négligée – mais qui s’avère subtilement puissante – liée à la manière dont les individus sont intégrés dans le réseau informel (c’est-à-dire social) de l’organisation.
Leurs co-auteurs étaient Michael Rivera et Subodha Kumar de l’Université Temple et Liangfei Qiu de l’Université de Floride.
En travaillant à partir d’un ensemble de données unique du fournisseur de technologie DevelapMe, comprenant près de 4 000 instances de retour d’information sur les performances en temps réel couvrant cinq organisations, les chercheurs ont cartographié les réseaux informels de chaque organisation. Ils ont ensuite comparé les avis soumis par des employés qui étaient intégrés dans leur position (c’est-à-dire ceux qui ont évolué dans des cercles influents, même s’ils n’étaient pas eux-mêmes de haut rang) à ceux de ceux qui étaient structurellement intégrés, ce qui signifie qu’ils avaient des groupes plus importants de liens faibles.
Par exemple, un cadre de niveau C et son assistant pourraient être considérés comme intégrés au poste. Un cadre intermédiaire dont le travail touche plusieurs équipes serait structurellement intégré.
Les professeurs ont constaté que les employés intégrés dans leur position avaient tendance à attribuer des notes plus élevées à leurs collègues, tandis que les employés structurellement intégrés avaient des notes négatives.
Bhattacharya déclare : « Les préjugés informels du réseau pourraient s’expliquer par une question de perspective. Du haut de la hiérarchie, il est difficile de voir comment les projets ont été mis en place et qui a fait en sorte que cela se produise. Les personnes positionnées ont une vision grossière plutôt que granulaire. peuvent accorder à des individus très visibles plus de crédit qu’ils ne méritent pour leur travail collaboratif ; par exemple, ils peuvent supposer à tort qu’un membre de l’équipe choisi pour leur présenter un projet était le principal responsable dudit projet. »
« En revanche, les employés structurellement intégrés disposent de réseaux plus larges et plus diversifiés et donc d’une base de comparaison beaucoup plus large. Cela les rend enclins à détecter et à souligner les défauts de leurs collègues. »
Les organisations utilisant des applications de feedback telles que DevelapMe peuvent généralement fixer des limites au nombre d’avis anonymes qu’elles autorisent, bien que l’identité des évaluateurs anonymes soit toujours visible pour les RH et la haute direction. Les chercheurs ont découvert que l’anonymat amplifiait les préjugés du réseau informel, tant pour les employés structurellement intégrés que pour ceux positionnés.
De plus, étant donné que les critiques incluaient à la fois une note numérique et un texte explicatif, les chercheurs ont analysé comment les biais informels du réseau influençaient la formulation des critiques. Ils ont constaté que les évaluateurs intégrés à leur position, bien que plus généreux dans leurs notes numériques, étaient relativement neutres et formels dans leurs commentaires écrits.
Les critiques structurellement intégrées présentaient le schéma inverse : relativement strictes dans leur notation, mais positives et encourageantes dans leur contenu écrit. Les chercheurs supposent que cela indique des motivations contrastées – constructives ou motivationnelles – que les deux groupes avaient pour fournir des commentaires.
Des moyens simples de contrer les préjugés informels des réseaux seraient donc pour les organisations d’examiner soigneusement le degré d’anonymat à autoriser et de recommander, voire d’exiger, que chaque instance de feedback soit accompagnée d’un texte.
Au-delà de cela, Bhattacharya et Petryk suggèrent que les entreprises emploient une combinaison de formation et de raffinements technologiques pour aider à lutter contre les préjugés informels des réseaux.
Par exemple, il faudrait rappeler aux managers intégrés au poste de tempérer leurs évaluations avec un peu plus d’objectivité, peut-être en regardant en dehors de leur bulle pour avoir une image plus complète du travail d’un employé. Les fournisseurs de technologies et les consultants pourraient utiliser des outils tels que la cartographie des réseaux sociaux pour aider les organisations à mieux prendre en compte les biais informels des réseaux dans les données de performance de leurs employés.
Petryk déclare : « Nos données et nos découvertes montrent les mécanismes par lesquels les gens – pas nécessairement des personnes de haut rang – peuvent avoir un pouvoir sur les récompenses, car en fin de compte, les notes seront prises en compte dans une évaluation formelle. Et les bonus seront distribués. sur la base de l’évaluation. La manière dont cette décision est prise peut être grandement influencée par les données que nous analysons et que nous obtenons de ce réseau.
Plus d’information:
Mariia Petryk et al, Comment l’intégration du réseau affecte les commentaires sur les performances en temps réel : une enquête empirique, Recherche sur les systèmes d’information (2022). DOI : 10.1287/isre.2022.1110