Психометричні тести при наймі: які валідні, а які — той самий поліграф

💡 Усі статті, обговорення, новини про HR — в одному місці. Приєднуйтесь до HR спільноти!

Привіт! Мене звати Віра, я HRD міжнародної компанії, а ще власниця маленької рекрутингової агенції яка працює в діджитал, ІТ та будівельних напрямках. Пишу зазвичай про те, що й саму хвилює, та опираючись на досвід 12+ років. У цьому блозі розповім про психометричні тести при наймі.

У 1915 році студент психологічного факультету Гарварду винайшов прилад, який мав навчитися відрізняти правду від брехні за коливаннями артеріального тиску. У 1923-му суд відмовився визнати результати цього приладу доказом у справі — і саме це рішення, Frye v. United States, досі лежить в основі стандарту допустимості наукових доказів в англосаксонському праві.

У 1928-му той самий чоловік опублікував теорію емоцій, яка за кілька десятиліть перетвориться на тест, який, найімовірніше, лежить зараз десь у вашій HR-папці на Google Drive. А ще він придумав Диво-Жінку і її Ласо Правди — це буквально художня версія його ж детектора брехні.

Чоловіка звали Вільям Мултон Марстон. Псевдонауковий прилад — це прототип поліграфа. Тест із вашої HR-папки — це DISC.

Це не збіг і не жарт для затравки. Це буквально одна людина й один імпульс: виміряти щось важковимірне і продадуть результат як науку. І цей імпульс живий досі — просто тепер він називається «асесмент» і коштує в прайсі постачальника не дешево.

Минулого разу я детально розбирала, чому поліграф на співбесіді — це не про безпеку, а про ілюзію контролю, і чому Стаття 28 Конституції тут не на боці роботодавця.

Сьогодні йдемо ширше: які ще інструменти, які HR видає за «психометрику», насправді працюють за тим самим принципом театру замість доказів. І — для рівноваги — які реально передбачають, чи впорається людина з роботою.

Що взагалі означає «валідний»

Не «звучить розумно» і не «у нас так завжди робили». Валідність — це конкретна цифра: наскільки результат тесту корелює з тим, що людина потім реально показує на посаді. Шкала — приблизно від 0 (монетка) до 1 (телепатія, якої не існує). Усе, що вище 0,30, — вже пристойний прогноз для живих людей, які, на відміну від фізичних констант, вперто відмовляються бути передбачуваними.

Якщо постачальник тесту не може назвати вам це число — не тому, що воно складне, а тому, що його просто ніхто не рахував, — у вас в руках не психометричний інструмент. У вас в руках барвиста презентація.

Зала слави: що реально передбачає результат

Почнемо з хорошої новини — валідні інструменти справді існують.

Структуроване інтерв’ю. Не просто «розкажіть про себе», а заздалегідь прописані питання, однакові для всіх кандидатів на позицію, з чіткою шкалою оцінки відповіді. Валідність — 0,51 за мета-аналізом Шмідта і Хантера, який узагальнив 85 років накопичених досліджень (Psychological Bulletin, 1998). Для порівняння: звичайна розмова «за відчуттям», де інтерв’юер оцінює «сподобався — не сподобався», — 0,38. Різниця в 0,13 виглядає скромно на папері, але на практиці це різниця між системою, яка працює, і системою, яка вгадує, просто дуже впевнено.

Тестове завдання. Дати людині шматок реальної роботи й подивитись, що вийде — логічно, що це має працювати, і це справді працює. Щоправда, цифра з 1998-го (0,54) після повторного аналізу з набагато більшою кількістю досліджень (Roth, Bobko & McFarland, 2005) опустилася до 0,33. Усе одно робочий інструмент — особливо якщо завдання розраховане на годину-дві, а не забирає кандидату вихідні.

Тести доброчесності. Ones, Viswesvaran і Schmidt ще 1993-го прогнали 665 коефіцієнтів валідності на 576 460 людях і отримали 0,41 для продуктивності й 0,47 для контрпродуктивної поведінки — крадіжок, порушень дисципліни. До речі, кумедний факт: популярність цих тестів у США вибухнула одразу після 1988 року, коли Конгрес заборонив приватним роботодавцям використовувати поліграф при наймі — Employee Polygraph Protection Act. Коли легальну версію детектора брехні відібрали, ринок не здався. Він знайшов інструмент, який справді працює.

Когнітивні тести. Довгий час вважалися рекордсменом — 0,51, найкращий одиничний предиктор з усіх. У 2022-му команда Sackett, Zhang, Berry і Lievens (Journal of Applied Psychology) переглянула математику корекції на обмеження діапазону вибірки й опустила цифру до 0,31. Дискусія в академічних колах триває й досі — інші дослідники сперечаються з новою методологією. Але навіть за консервативною оцінкою це один із найсильніших одиничних предикторів, а в парі зі структурованим інтерв’ю дає 0,63.

Conscientiousness. Єдина риса з «Великої п’ятірки», яка стабільно передбачає продуктивність незалежно від посади, — 0,20–0,31 залежно від методу корекції (Barrick & Mount, 1991, 117 досліджень). Це, до речі, науковий тест особистості. Той, що справді пройшов рецензування. На відміну від...

Театр: поліграф в інших костюмах

MBTI. Шістнадцять типів, тест, який пройшли мільйони, і більшість компаній зі списку Fortune 500 бодай раз його використовували. Проблема: 39–76% людей отримують інший тип, якщо перепройти тест через п’ять тижнів (Pittenger, 2005). Це як термометр, що за місяць починає показувати іншу температуру в тій самій кімнаті без змінних показників.

Найпоказовіше, що сам видавець, компанія Myers-Briggs, прямо пише у своїх правилах використання, що застосовувати MBTI для найму неетично, і може відкликати ліцензію в тих, хто це робить. Виробник буквально благає не використовувати його продукт так, як його використовують.

DISC. А ось тут на сцену знову виходить Вільям Мултон Марстон. Той самий чоловік, чия теорія емоцій 1928 року лягла в основу DISC, за 13 років до того винайшов систолічний тест артеріального тиску — прямого предка поліграфа. Вікіпедія прямо називає DISC «псевдонауковим» інструментом; мета-аналіз Lyons & Reid (2020) підтверджує, що конструктна валідність слабша за Велику п’ятірку.

І сюрприз, один з провідних видавців DISC теж прямо пише на своєму сайті, що тест «не рекомендований для скринінгу при наймі, бо не вимірює конкретне уміння чи фактор, специфічний для посади». Два тести, один винахідник духу, обидва видавці кажуть «не для найму», але дехто все одно використовує.

Ентеаграма. Дев’ять типів, походження — суфійська традиція, вчення Гурджієва і школа Оскара Ічазо. Жодного дослідження критеріальної валідності для прогнозу продуктивності — просто тому, що інструмент ніколи й не претендував бути емпіричним. Чудова тема для тімбілдингу з бокалом вина. Погана підстава для рішення, кого найняти.

Графологія. Аналіз почерку. Валідність — 0,02. Статистично це нуль, простіше кажучи — монетка, тільки з важчим папером. У Франції досі практикують.

Штучний інтелект, що «читає обличчя». HireVue кілька років тому продавала аналіз мімічних реакцій кандидата на відеоінтерв’ю як частину «оцінки». Власна головна дата-саєнтистка компанії згодом визнала: невербальні дані додавали приблизно 0,25% до точності прогнозу (до 4% для посад з високим рівнем клієнтського контакту) — тобто практично нуль. У січні 2021-го фічу прибрали після скарги правозахисної організації EPIC до федеральної торгової комісії США й аудиту на упередженість. Новий костюм, той самий поліграф.

Чому театр все одно перемагає

Тому що він продається легше за науку. Валідний відбір вимагає роботи: прописати структуровані питання під кожну позицію, розробити тестове завдання, яке не з’їдає кандидату вихідні, — навчити людей, що оцінюють, бути послідовними одне з одним.

Театр вимагає купити ліцензію, роздати посилання на тест і отримати барвисту діаграму із чотирма кольорами за двадцять хвилин.

І це дає відчуття контролю. Коли керівник дивиться на діаграму MBTI кандидата, у нього виникає ілюзія, що рішення прийняте на підставі даних. Коли рекрутер каже «ми оцінюємо за структурованим інтерв’ю з ваговими критеріями», це звучить не так ефектно на слайді для власника бізнесу — хоча працює це помітно краще.

І ще ніхто не отримав звільнення за те, що купив MBTI для всієї команди. Це майже цитата з приказки про закупівлю IBM, тільки сумніша.

Що робити замість

Мінімальний робочий набір, який не потребує бюджету консалтингової компанії:

1. Структуроване інтерв’ю з однаковими питаннями для всіх кандидатів на позицію і прописаною шкалою оцінки — безкоштовно, потребує лише часу на підготовку.
2. Тестове завдання, максимально наближене до реальної роботи, розраховане на годину-дві, а не на вихідні кандидата.
3. Перевірка рекомендацій — не формальний дзвінок «про всяк випадок», а конкретні питання про поведінку на попередньому місці.
4. Якщо бюджет дозволяє — тест доброчесності або опитувальник на Conscientiousness від постачальника, який публікує дані валідності. Просити цифру, а не презентацію.

Це і є вся магія. Жодного детектора брехні не знадобиться.

Висновку не буде — ви й самі вже бачите візерунок. Якщо інструмент виглядає переконливо, але на питання «де дослідження валідності» відповідає тишею або презентацією замість числа — це поліграф. Байдуже, як він називається в прайсі постачальника. Поліграф ми вже розібрали. DISC щойно отримав свою частку.