Eerder las je wat bias is en hoe je het kunt voorkomen. Toch lukt dat niet altijd. In deze blog geven we je voorbeelden van bias
Gemeentes kunnen voorrang geven aan bepaalde groepen bij het toewijzen van sociale huurwoningen. Gezinnen met kinderen zijn hier een voorbeeld van. Veel coöperaties hebben onbewust een voorkeur voor gezinnen, omdat er jonge kinderen betrokken zijn. Dit wordt vaak versterkt als medewerkers zelf ook kinderen hebben. Alleenstaande ouderen wachten daardoor soms maanden langer op een geschikte woning. Dit leidt tot ongelijke toegang tot een sociale huurwoning. Veel woningcorporaties en gemeentes werken met een puntensysteem, maar nog niet overal. Wat dan werkt, is om vaste afspraken te maken en deze bijvoorbeeld in een flowchart of beslisboom te gieten. Zo zien medewerkers direct wie voorrang krijgt volgens de gemaakte afspraken. Enthousiaste huurders afwijzen is nooit leuk, dus dan kan het fijn zijn om een schema te volgen dat je hierbij helpt de eerlijkste keuze te maken.
Wat is bias? Lees meer!Dit proces kent iedereen wel. Misschien heb je het net doorlopen als nieuwe medewerker of neem je zelf geregeld nieuwe collega’s aan. In dit voorbeeld wil een bedrijf een nieuwe softwareontwikkelaar aannemen. De vacature hiervoor is uitgezet. De vacature is populair en de HR-afdeling ontvangt een groot aantal sollicitaties. Ze beginnen met het screenen van de kandidaten.
Deze verschillende soorten bias kunnen ervoor zorgen dat super interessante kandidaten worden afgewezen. Hierdoor kan de diversiteit en effectiviteit binnen de organisatie verminderen. Zorg dus voor een divers team en neem beslissingen op basis van data om bias te voorkomen. In dit specifieke voorbeeld kun je ook gebruik maken van anonieme CV’s en bewustwordingstrainingen op het gebied van bias.
Een bank leent mensen geld om een huis te kopen. De bank moet deze leningen goedkeuren en gebruikt een computermodel om te beslissen wie een lening krijgt. Dit model is getraind met gegevens van mensen die eerder geld hebben geleend bij de bank.
Data bias: de gegevens die de bank gebruikt om het model te trainen is verouderd. In het verleden hebben mensen uit bepaalde wijken of met bepaalde achtergronden minder vaak leningen gekregen. Het model gebruikt deze data nog steeds en wijst daarom mensen uit die wijken sneller af. Het kijkt niet verder, waardoor de afwijzingen onterecht zijn. Klanten zijn niet blij, want dit leidt tot ongelijke kansen. Voor de bank is dit ook vervelend. Ze wijzen onterecht leningen af en kennen misschien ook wel onterecht een lening toe. Allemaal op basis van de ‘betrouwbare’ data-analyse. Het model leert van deze gegevens en kan dezelfde vooroordelen overnemen. In dit geval moet de bank zorgen dat ze het databestand regelmatig updaten. Nieuwe data toevoegen en outliers of verouderde data verwijderen. Het is belangrijk dat het model evenveel data bevat van mensen met een verschillende achtergrond, baan of woonwijk.
Met data een proces verbeteren? Volg een green belt training!Bias is overal aanwezig, vaak zonder dat mensen zich hiervan bewust zijn. Het heeft invloed op beslissingen in verschillende processen en sectoren. Bewustwording en gerichte training kunnen helpen om deze vooroordelen te verminderen. Ook voor het verbeteren van je processen zijn er concrete handige tools zoals de VSM, oorzaakanalyse en verschillende data-analyses.
De Lean Startup methode is een efficiënte manier om nieuwe producten of diensten te ontwikkelen. Je gaat namelijk je eerste Minimum Viable Product direct testen in de praktijk. Hierdoor haal je feedback op die je gebruikt voor een volgende verbeterslag. We vertellen je ook wat het verschil met de ‘gewone’ lean methode is.
Operational Excellence is overtuiging waarbij de behoefte van de eindgebruiker of klant centraal staat. Als een organisatie dit nastreeft, doet ze er alles aan om te excelleren in de dienstverlening. Alles gaat dus in één keer goed.
Misschien heb je de term “project management” al eens gehoord, maar wat houdt het precies in? Eigenlijk zegt het woord het al: het is het efficiënt beheren van één of meerdere projecten.