¿Cómo lograr igualdad racial con analítica de datos?

El verano de 2020 fue la época en la que muchos líderes empresariales reconocieron y condenaron públicamente el racismo institucional y estructural. Esto ocurrió como parte de una reflexión sobre la injusticia racial en Estados Unidos, apuntan datos de Desert in the Deluge: Using Data to Drive Racial Equity.

En respuesta a las protestas contra la violencia policial, estas declaraciones son un llamado para acabar con las desigualdades raciales en todos los sistemas. Desde los servicios de salud hasta la educación, pasando por el sector inmobiliario, carcelario y laboral.

Dicho movimiento surgió mientras la gente de color trabajaba en la primera línea de cara a los riesgos de la pandemia. Además, tenían salarios bajos y equipos de protección deficientes. Sin embargo, quienes más ganaban se podían resguardar en la seguridad de sus casas.

Las empresas que dicen apoyar la igualdad racial, en realidad, están comprometidas a cambiar hechos como el siguiente: es más probable que trabajadores negros laboren en industrias con salarios bajos y alta rotación de personal que sus pares blancos. Además, son quienes reportan poseer un patrimonio neto medio de una décima parte que las personas blancas.

Esta desigualdad latente se sostiene incluso para los negros graduados de la universidad, cuyos hogares reportan una tasa neta más baja que aquellos de una familia blanca sin título.

También lee: Diversidad e IA

La brecha de riqueza racial está tan arraigada que, según algunas estimaciones, las familias negras tardarían 228 años en amasar la riqueza que poseen actualmente las familias blancas.¹

La equidad racial ofrece una realidad alterna, en donde la raza no sería un factor estadístico determinante para la propia subsistencia. La mayoría de empresas reconocen que las declaraciones por sí solas no acercarán esa realidad a sus lugares de trabajo. Así como tampoco a las naciones, pocas avanzan con paso firme. Por suerte, muchos empleadores ya tienen lo necesario para encontrar su rumbo: datos.

Pero durante la última década, la analítica de datos se ha utilizado para mejorar la calidad de los productos y servicios; mejorar la eficiencia en la producción y distribución. Pero sobre todo ajustar los modelos comerciales. Asimismo, un enfoque distinto para analizar los datos de las fuerzas laborales puede ayudar a identificar acciones medibles y significativas hacia la equidad en los entornos laborales.

¿Por qué necesitamos un marcoanalítico para la equidad racial?

Si se quiere tener éxito, la equidad racial debe atenderse con estrategias sistémicas, explícitas y orientadas a los resultados². Para comprender mejor qué tan bien preparados están los empleadores y otras partes interesadas en el desarrollo de la fuerza laboral, realicé un estudio de investigación en donde se midió el grado de comprensión de la equidad racial por parte de los participantes.

Así, se identificaron resultados medibles sobre equidad. Se recopilaron y desglosaron datos para medir dichos resultados y se implementaron políticas explícitas de promoción de la igualdad.³

Descubrí que, si bien muchos empleadores expresaron un fuerte deseo por crear lugares de trabajo equitativos e incluyentes, pocos habían registrado resultados específicos y medibles. Pero aún menos habían analizado sus políticas y prácticas para determinar si estaban ayudando u obstaculizando sus esfuerzos. De este modo, se vuelve complicado, por no decir imposible, medir los avances.

Mientras tanto, los empleadores tienen acceso a un volumen de datos sobre sus empleados cada vez mayor y la tecnología necesaria para analizarlos. Nuestro estudio reveló que los empleadores no están aprovechando estas herramientas para comprender mejor el impacto que tienen sus políticas y prácticas en la equidad laboral. Tampoco para informar los cambios institucionales.

También lee: Cultura e inclusión: claves de un entorno laboral de aprendizaje

Una forma en que los gerentes pueden crear soluciones más efectivas es adoptar un marco analítico que comprometa a sus organizaciones a hacer lo siguiente:

1. Recopilar, disgregar y analizar datos relacionados a la raza e identidad étnica.
2. Identificar desigualdades raciales en los resultados de la fuerza laboral.
3. Mencionar la raza de manera explícita cuando se hable de desigualdades.
4. Investigar causas estructurales de las desigualdades raciales.
5. Desarrollar estrategias para eliminar políticas, prácticas y mensajes que refuercen los resultados diferenciados por raza.

Involucrarse en cuestiones críticas de retención como incorporación, evaluación o ascensos, sin aplicar este marco, quizá provoque pérdidas evitables de talento e ingresos; por el contrario, identificar dónde se encuentran las barreras raciales permite eliminarlas.

Si bien, utilizar un marco como este requiere trabajo, es parte del curso de cualquier iniciativa que se haya impulsado desde las altas esferas del liderazgo.

Como observó un empleador: “Si no es medible, se destinan recursos y se apoya, no significa nada. Hasta que todo eso suceda, solo son palabras”.

Recopilar y analizar los datos correctos para identificar desigualdades

Si tu organización es grande, posiblemente ya estén recopilando datos para cumplir con los requisitos de informes federales o para atender conflictos de forma esporádica, como un aumento en la deserción laboral.

Estas estadísticas instantáneas y únicas podrían sumar las experiencias de todos los trabajadores y así enmascarar las disparidades raciales. El desglose de datos raciales proporciona análisis más valiosos.

Aunque el desglose puede ser simple, decidir qué hacer con esa información podría resultar una labor más compleja. Por ejemplo, la equidad en compensaciones y crecimiento les indica a todos los empleados que tienen las mismas perspectivas de desarrollo laboral a largo plazo. Esto es fundamental para retenerlos.

Sin embargo, la manera en cómo se moldean esas mismas perspectivas por cuestiones raciales y cómo se entrelazan con otras políticas torna el asunto mucho más complicado.

Quizá las más recientes contrataciones sean una horda de diversidad en comparación con los trabajadores más antiguos. Pero las políticas de compensación valoran la antigüedad por encima del desempeño.

También lee: El ‘deepfake’ y las interacciones humanas: riesgos y posibilidades

Tal vez los programas de capacitación sean neutrales respecto a la raza, pero se dirigen a las mujeres para solventar la perdurable discriminación de género. La analítica más avanzada puede señalar estos eventos como problemas de equidad racial, pero la estrategia más eficaz sigue siendo la acción humana.

Es posible que las pequeñas empresas no tengan datos a gran escala para extraer patrones, pero pueden utilizar datos cualitativos. Estos son igual de poderosos para arrojar luz sobre las experiencias del personal.⁴ Plantear las preguntas correctas podría revelar señales de alerta, como que las oportunidades se comunican de boca en boca.

Las pequeñas empresas dependen de canales de comunicación informales y relaciones personales. Las redes racializadas que suelen surgir a consecuencia de la segregación residencial y educativa pueden fortalecer las barreras al crecimiento profesional.

Esto también son datos, mismos que sugieren que existe una necesidad de identificar nuevas vías de contratación. Otra opción para las pequeñas empresas es agrupar datos de su sector para revelar los estándares de la industria y compararlos con los suyos.

Considerar factores sociales y sistémicos más amplios

A pesar del reciente boom de los softwares de analítica diseñados para detectar disparidades en la nómina. Estas herramientas revelan poco sobre las causas de raíz de las desigualdades.

Un analista de recursos humanos, después de haber usado el software, dijo que “cuando los demás factores son constantes, en realidad hay muy poca desigualdad salarial”.

¿Qué significa esto? Un marco de equidad contradice la suposición de que al buscar disparidades debemos “mantener constantes todos los demás factores”. De hecho, es precisamente dentro de esos “otros factores” donde puede esconderse la discriminación estructural.

La discriminación histórica en el derecho a la vivienda, la educación y el empleo formó la base sobre la que perdura la segregación fáctica actual.

Si eliminamos del análisis información sobre la institución que otorga el título a un empleado o la duración del cargo corporativo y la tasa de ascensos, es posible que ignoremos las mismas barreras que pretendemos eliminar. Todo mientras utilizamos un filtro de alta tecnología.

Por lo tanto, una estrategia eficaz no solo debe atender los efectos del racismo sistémico, sino también sus causas  fundamentales; debe buscar cambiar sistemas, no individuos.

La falta de diversidad en la fuerza laboral de primera línea refleja una escasez de inversión en el transporte público y una segregación residencial arraigada.

Fomentar las conversaciones sobre raza y desigualdad

Si vamos a mencionar explícitamente la raza cuando hablemos sobre desigualdades, debemos mejorar mucho nuestra capacidad de conversar al respecto en los entornos laborales. Nuestro estudio reveló que los empleadores son reacios para tratar cuestiones raciales y racismo. También suelen recurrir a un lenguaje neutral utilizando frases como “oportunidad económica” o “inclusión”.

Sin embargo, la reciente ola de concientización nacional (en Estados Unidos) dejó claro que eliminar la palabra “raza” del vocabulario corporativo y crear políticas sin color que ignoren esta problemática no suprime las desigualdades ni promueve la inclusión.

Para la mayoría de los líderes empresariales, desarrollar la capacidad de fomentar o incluso participar en conversaciones de manera productiva requerirá aprender y autorreflexionar de por vida.

Independientemente de si te sientes cómodo hablando sobre cuestiones raciales, el panorama demográfico de tu empresa cuenta su historia. Un empleado de la industria hotelera explicó: “Equidad racial en el espacio laboral significa que los altos mandos reflejen la misma diversidad que los colaboradores de primera línea.

Si me muestras una empresa donde todos los empleados de primera línea son negros o morenos y luego observamos que su estructura de liderazgo tiene sobre todo blancos, tenemos un problema”.

También lee: Tres puntos clave para fomentar la diversidad laboral

No reconocer tales disparidades es un mal augurio para los esfuerzos de cualquier líder que pretenda eliminarlas. Una solución es contratar a un moderador externo que ayude a establecer un lenguaje común. Esta persona también llevará a cabo auditorías de las políticas y prácticas existentes y desarrollar metas específicas y mensurables.

Una vez que tu compañía determine sus objetivos, un marco analítico puede ayudar a establecer la equidad racial como un hábito administrativo. Una gerente recordó cómo fueron los primeros intentos de aplicar el marco. Para ella implicó “escribir literalmente en la parte superior de todos los itinerarios de cada reunión: ‘¿De qué manera afecta esto la equidad racial?’”.

Al principio era algo forzado, confesó, pero con el tiempo ese simple acto ayudó a crear una cultura en donde se podía preguntar de manera natural: “¿Cuál es el impacto en la equidad racial e inclusión de esa política, táctica o datos específicos?”.

En otro espacio, el equipo de liderazgo asumió un compromiso con la equidad racial como parte explícita de su proceso de contratación. “Está en la descripción del trabajo y se menciona en la entrevista; está presente en las preguntas que planteamos a las referencias del candidato; y es un criterio fundamental para las evaluaciones de desempeño anuales.

Cada comité de reclutadores se conforma de varios miembros del personal para reportar la evaluación de ese candidato. Se puede lograr”, aseguró un gerente de esa compañía. Con el tiempo, pequeños cambios intencionales como estos pueden aportar mejoras considerables en la diversidad, la equidad y la inclusión.

Recuerda que los datos y la analítica pueden contener sesgos

Los defensores de la Inteligencia Artificial (IA) y el aprendizaje automático pregonan su potencial para eliminar los prejuicios raciales en las decisiones humanas de contratación, ascensos, tasas salariales y capacitación.

Los algoritmos que tienen en cuenta la experiencia y las habilidades relacionadas con el éxito pueden identificar a los candidatos que, podrían ser ignorados debido al sesgo de afinidad o el prejuicio de “ser como yo”.⁵ En este sentido, el uso de datos a gran escala puede ayudar a combatir los prejuicios implícitos que dan lugar a la discriminación ilegal.

Del mismo modo, el uso de datos objetivos que se toman en cuenta a la hora de extender contrataciones puede ayudar a mitigar las disparidades salariales o la segregación ocupacional mucho después de que se haya contratado a un empleado.

Sin embargo, los grandes conjuntos de datos también pueden replicar sesgos raciales al enseñar a las máquinas a discriminar en función de proxies aparentemente neutrales como raza, instituciones educativas, ubicación geográfica e historial de capacitación.⁶

“Un tema que provoca luchas constantes es que los datos que recopilamos se ven influidos por sistemas de racismo más grandes”, advirtió un gerente. Si bien muchos empleadores han comenzado a integrar la IA en la toma de decisiones de recursos humanos, existe una preocupación válida de que la falta de atención al sesgo en los datos de capacitación sólo genere herramientas tecnológicas que reflejen y no eliminen los sesgos humanos.

Implementar un marco de equidad puede ayudar a evitar el uso de datos, a gran o pequeña escala, que repliquen las limitaciones raciales de oportunidad.

Siglos de discriminación

Tanto la discriminación institucional como estructural han creado una desigualdad devastadora en nuestras comunidades y espacios de trabajo. A pesar de que los compromisos públicos con la justicia racial son alentadores, el verdadero esfuerzo por cambiar las políticas injustas, crear oportunidades equitativas y reparar los sistemas debe continuar.

Los empleadores tienen las herramientas para hacerlo. En palabras de un ejecutivo: “Es asombroso lo que un líder en favor de la igualdad puede hacer para transformar una empresa.

Referencias

1. D. Asante-Mohammad, C. Collins, J. Hoxie, et al., The Ever- Growing Gap: Without Change, African-American and Latino Families Won’t Match White Wealth for Centuries (Washington, D.C.: Institute for Policy Studies and CFED, 2016).
2. Race-Explicit Strategies for Workforce Equity in Healthcare and IT (New York: Race Forward, June 15, 2017).
3. E. Kennedy, Desert in the Deluge: Using Data to Drive Racial Equity, Catholic University Law Review 69, no. 1 (winter 2020): 23- 52.
4. T. Wang, Why Big Data Needs Thick Data, Medium, Jan. 20, 2016, https://medium.com
5. P.T. Kim, Data-Driven Discrimination at Work, William and Mary Law Review 58, no. 3 (February 2017): 857-936.
6. T.Z. Zarsky, Understanding Discrimination in the Scored Society, Washington Law Review 89, no. 4 (December 2014): 1375-1412.

Síguenos en Google News