C'est vraiment génial comme approche, bravo.
Mais il n'y a pas vraiment de protocole pour retirer les biais donc, vu que tout est de l'ordre du ressenti personnel et ne permet pas vraiment la comparaison.
Par exemple, dans les études que je vois passer, un aspect qui revient souvent, c'est à quel point tout les participants (les sujets de l'étude comme les scientifiques) pensaient que ça s'était bien passé et que le résultat statistique allait dire qu'il n'y a pas de biais.
Même les victimes. C'est logique et normal, et on peut comprendre ça facilement avec cette expérience de pensée.
Imaginons que tu aies deux chefs: A et B.
Tu fais un certain travail, qui est en réalité de qualité 10.
A va l'évaluer à 9, et B va l'évaluer à 11.
Tu vas te dire: pas de problèmes, les êtres humains ont différentes personnalités, A est peut-être plus exigeants, peut-être que les bons aspects dans ce travail sont des aspects qui tiennent à cœur à B et les mauvais sont des aspects qui sont, selon A, plus important.
Imagine maintenant une autre personne, qui a fait un certain travail de qualité 20.
Et A l'évalue à 21, et B l'évalue à 19.
Je compare un travail de qualité 10 et de qualité 20, parce que dans la vie de tout les jours, aucune tâche différente n'est réellement comparable: il y a des enjeux différents, mais aussi des difficultés et des pièges différents. La qualité dépend aussi du but du projet. Et finalement, les deux employés peuvent avoir des formations ou des anciennetés différentes, qui fait que certaines lacunes peuvent être une erreur plus ou moins grave.
Au fait, il est important de noter que du point de vue de l'autre employé, il va se dire: les évaluations de A et B à mon égard sont différentes, mais pas de problèmes, les êtres humains ont différentes personnalités, B est peut-être plus exigeants, peut-être que les bons aspects dans ce travail sont des aspects qui tiennent à cœur à A et les mauvais sont des aspects qui sont, selon B, plus important. (tu noteras que cette phrase ressemble beaucoup à la phrase que j'ai écrite plus haut)
Est-ce que A et B sont biaisés ?
Ben déjà, tu diras que c'est pas facile de le dire: peut-être que si tu avais fait ce dernier travail, A et B l'auraient évalué de la même manière.
Mais peut-être que A et B sont biaisés, et que A est plus tolérant avec l'autre employé qu'avec toi, et que B est plus exigeant avec l'autre employé qu'avec toi.
Maintenant, A et B ont évalué un même travail différemment.
Du coup, ce serait normal que toi et l'autre employé aussi, vous évalueriez les deux travaux différemment.
Par exemple, pour toi, ton travail a, disons, un score de 11, et le travail de l'autre employé a un score de 19.
Pour l'autre employé, ton travail a un score de 9, et son travail un score de 21.
Maintenant, de ton point de vue, A a évalué l'autre employé très positivement et toi très négativement, et B a évalué les deux travaux de manière assez juste.
Du point de vue de l'autre employé, A a évalué les deux travaux de manière assez juste, et B t'a évalué très positivement et lui très négativement.
Du coup, dans ce système, on peut se retrouver avec toi qui accuse A d'être biaisé en ta défaveur, et l'autre employé qui accuse B d'être biaisé en sa défaveur.
On peut rejouer avec les nombres, et arriver à des situations où un employé est sous-évalué, mais où tout le monde pense, y comprit cet employé, qu'il est traité correctement.
(en fait, peu importe les nombres, tu peux les modifier comme tu veux, ce qui est important au final, c'est qu'il manque des éléments pour arriver à une conclusion qui ne dépende pas des estimations de chacun)
Lorsque tu demandes, même anonymement, aux employés d'évaluer s'il y a des biais, tu ne leur donnes pas tout les outils pour le faire.
Non seulement ils ne savent pas quelle est la qualité objective de leur travail et du travail de leurs collègues, mais ils ne peuvent pas non plus savoir si une évaluation différente est le résultat de différente grille d'évaluation entre les évaluateurs ou bien d'un biais.
Dans une méthode scientifique, les évaluateurs sont soumis à des objets à évaluer qui peuvent être comparés. Par exemple, une dizaine de travaux construits pour être équivalents et séparés en plusieurs groupes qui devraient obtenir le même score moyen, mais dont un groupe possède l'élément qui peut induire un biais (et deux groupes sont un élément de contrôle pour montrer qu'effectivement, le score moyen est le même). Peu importe si A et B n'évaluent pas selon la même grille, peu importe si les employés n'évaluent pas selon la même grille, et même peu importe si les relations sont différentes entre individus.
J'ai pris ici l'exemple de l'évaluation du travail, mais ça marche aussi avec plein d'autres choses, y compris, par exemple, les comportements charmeurs: une employée peut considérer que A est "un peu lourd avec sa façon de me coller, mais bon, il fait sans doute ça avec tout le monde, non?", et va donc conclure que tout va bien. C'est également quelque chose qui ressort de certaines études: les femmes sont souvent surprises de réaliser à quels points ça aurait été différent si elles avaient été un homme (et inversement bien sûr), ce qui fait que leur évaluation personnelle peut parfois sous-estimer les problèmes.
Donc, oui, je dirais que c'est très bien que ton entreprise fasse ce qu'elle fait. Il est en effet très peu probable qu'il y ait de gros problèmes de sexisme. Mais je continue à penser que cela ne permet pas de prétendre que le sexisme est forcément absent (il l'est peut-être, mais peut-être pas).
[^] # Re: Un titre peut en cacher un autre
Posté par j-c_32 . En réponse au lien Conférence "Les freins à l’accès des filles aux filières informatiques et numériques du Lycée". Évalué à 2.
C'est vraiment génial comme approche, bravo.
Mais il n'y a pas vraiment de protocole pour retirer les biais donc, vu que tout est de l'ordre du ressenti personnel et ne permet pas vraiment la comparaison.
Par exemple, dans les études que je vois passer, un aspect qui revient souvent, c'est à quel point tout les participants (les sujets de l'étude comme les scientifiques) pensaient que ça s'était bien passé et que le résultat statistique allait dire qu'il n'y a pas de biais.
Même les victimes. C'est logique et normal, et on peut comprendre ça facilement avec cette expérience de pensée.
Imaginons que tu aies deux chefs: A et B.
Tu fais un certain travail, qui est en réalité de qualité 10.
A va l'évaluer à 9, et B va l'évaluer à 11.
Tu vas te dire: pas de problèmes, les êtres humains ont différentes personnalités, A est peut-être plus exigeants, peut-être que les bons aspects dans ce travail sont des aspects qui tiennent à cœur à B et les mauvais sont des aspects qui sont, selon A, plus important.
Imagine maintenant une autre personne, qui a fait un certain travail de qualité 20.
Et A l'évalue à 21, et B l'évalue à 19.
Je compare un travail de qualité 10 et de qualité 20, parce que dans la vie de tout les jours, aucune tâche différente n'est réellement comparable: il y a des enjeux différents, mais aussi des difficultés et des pièges différents. La qualité dépend aussi du but du projet. Et finalement, les deux employés peuvent avoir des formations ou des anciennetés différentes, qui fait que certaines lacunes peuvent être une erreur plus ou moins grave.
Au fait, il est important de noter que du point de vue de l'autre employé, il va se dire: les évaluations de A et B à mon égard sont différentes, mais pas de problèmes, les êtres humains ont différentes personnalités, B est peut-être plus exigeants, peut-être que les bons aspects dans ce travail sont des aspects qui tiennent à cœur à A et les mauvais sont des aspects qui sont, selon B, plus important. (tu noteras que cette phrase ressemble beaucoup à la phrase que j'ai écrite plus haut)
Est-ce que A et B sont biaisés ?
Ben déjà, tu diras que c'est pas facile de le dire: peut-être que si tu avais fait ce dernier travail, A et B l'auraient évalué de la même manière.
Mais peut-être que A et B sont biaisés, et que A est plus tolérant avec l'autre employé qu'avec toi, et que B est plus exigeant avec l'autre employé qu'avec toi.
Maintenant, A et B ont évalué un même travail différemment.
Du coup, ce serait normal que toi et l'autre employé aussi, vous évalueriez les deux travaux différemment.
Par exemple, pour toi, ton travail a, disons, un score de 11, et le travail de l'autre employé a un score de 19.
Pour l'autre employé, ton travail a un score de 9, et son travail un score de 21.
Maintenant, de ton point de vue, A a évalué l'autre employé très positivement et toi très négativement, et B a évalué les deux travaux de manière assez juste.
Du point de vue de l'autre employé, A a évalué les deux travaux de manière assez juste, et B t'a évalué très positivement et lui très négativement.
Du coup, dans ce système, on peut se retrouver avec toi qui accuse A d'être biaisé en ta défaveur, et l'autre employé qui accuse B d'être biaisé en sa défaveur.
On peut rejouer avec les nombres, et arriver à des situations où un employé est sous-évalué, mais où tout le monde pense, y comprit cet employé, qu'il est traité correctement.
(en fait, peu importe les nombres, tu peux les modifier comme tu veux, ce qui est important au final, c'est qu'il manque des éléments pour arriver à une conclusion qui ne dépende pas des estimations de chacun)
Lorsque tu demandes, même anonymement, aux employés d'évaluer s'il y a des biais, tu ne leur donnes pas tout les outils pour le faire.
Non seulement ils ne savent pas quelle est la qualité objective de leur travail et du travail de leurs collègues, mais ils ne peuvent pas non plus savoir si une évaluation différente est le résultat de différente grille d'évaluation entre les évaluateurs ou bien d'un biais.
Dans une méthode scientifique, les évaluateurs sont soumis à des objets à évaluer qui peuvent être comparés. Par exemple, une dizaine de travaux construits pour être équivalents et séparés en plusieurs groupes qui devraient obtenir le même score moyen, mais dont un groupe possède l'élément qui peut induire un biais (et deux groupes sont un élément de contrôle pour montrer qu'effectivement, le score moyen est le même). Peu importe si A et B n'évaluent pas selon la même grille, peu importe si les employés n'évaluent pas selon la même grille, et même peu importe si les relations sont différentes entre individus.
J'ai pris ici l'exemple de l'évaluation du travail, mais ça marche aussi avec plein d'autres choses, y compris, par exemple, les comportements charmeurs: une employée peut considérer que A est "un peu lourd avec sa façon de me coller, mais bon, il fait sans doute ça avec tout le monde, non?", et va donc conclure que tout va bien. C'est également quelque chose qui ressort de certaines études: les femmes sont souvent surprises de réaliser à quels points ça aurait été différent si elles avaient été un homme (et inversement bien sûr), ce qui fait que leur évaluation personnelle peut parfois sous-estimer les problèmes.
Donc, oui, je dirais que c'est très bien que ton entreprise fasse ce qu'elle fait. Il est en effet très peu probable qu'il y ait de gros problèmes de sexisme. Mais je continue à penser que cela ne permet pas de prétendre que le sexisme est forcément absent (il l'est peut-être, mais peut-être pas).