Van 1996 tot 2008 was Danielle Krekels als Belgian National Contact Point voor onze Belgische organisaties verantwoordelijk voor de coördinatie van onderzoeks- en ontwikkelingsprojecten in ICT binnen de Kaderprogramma’s 4, 5, 6 en 7 van de Europese Commissie. Hun project ‘ideal-ist’ met 64 landen was het neusje van de zalm op het vlak van Partner Search voor deze programma’s.
Cruciale les
In die tijd leerde ik dat, hoe ongelooflijk belangrijk en waardevol technologie ook is, het bruikbaar resultaat áltijd neerkomt op de mens erachter. Van degene die het idee heeft over degene die het ontwerp maakt tot degene die de applicatie finaliseert en, uiteindelijk, de gebruiker: elk onderdeel hangt af van de mens van vlees en bloed in die ketting.
Het is een kapitale denkfout dat techniek een apart onderdeel van het groter geheel zou zijn. (HR) Tech is juist een rode draad doorhéén dat geheel.
Bij kwaliteit en veiligheid drong pas heel laat het besef door dat je ze in elke stap van het proces moest verweven. Laten we niet weer zoveel tijd verloren laten gaan.
Technologie vergemakkelijkt dan wel de taak van HR, ze vervangt ze helaas – of gelukkig – niet. HR Tech is geen doel op zich. Bovendien is een mens niet even vlot kwantificeerbaar als arbeidsongevallen en microns. Helaas vergeten we dat al te dikwijls, evenals die invloed van elk individu in de keten van ontstaan-ontwikkelen-gebruiken van elke applicatie.
HR = Human Resources
Resources zijn ‘bronnen’ of ‘middelen’. Daar springen we bewust verstandig en positief mee om, want dat draagt bij aan de beoogde resultaten. Human betekent ‘menselijk’. En daar… dreigt het ook nu weer mis te gaan.
De H verliest vrijwel altijd het pleit van de R in de strijd binnen het duo HR.
Waarom?
Omdat talloze modellen en erop geënte tools ontzettend simplistisch en niet-menselijk zijn in hun data, zozeer zelfs dat het huilen je nader staat dan het lachen. Een mens is nog lang (!) geen robot.
Cijfers zijn vreselijk belangrijk, maar we moeten goed beseffen dat ‘garbage in = garbage out’
Denk dus zeer goed na vooraleer je je proces omgooit en op cijfers vertrouwt. Welke data gebruik je eigenlijk? Welk model ligt eraan ten grondslag? Vanuit welke vraagstelling is dit model ontwikkeld? Wat was de vraag van de onderzoeker? Wat wilde zij/hij ermee bewijzen? Wat zeggen die data én vooral: wat allemaal niet?
Het kind met het badwater weggooien wil je niet. Dat geldt voor jezelf evengoed als voor elk van je kostbare talenten! Kijk dus vooral verder dan de neus van de data lang is en besef dat die bedroevend kort is als het om ons allerbelangrijkste kapitaal gaat: mensen.
Danielle Krekels