经常在业务中普遍讨论被诬陷为零和游戏：肯定行动与宗教统治，少数民族与大多数，他们对我们。
有一些充满希望的迹象表明技术产业开始意识到这不是这种情况。谷歌，Facebook，Twitter，Apple和Amazon - 以及所有人 - 都有一个释放他们的普遍性数字，至少就是普遍性意味着“性别和种族”，现在已经连续两年了，所以我们可以看到一些事情是如何改善的。至少他们认识到这是一个问题。
更重要的是，这些公司正在毫无理解的情况下释放这种数据，并且坦率地认识到普遍认为是值得努力的目标。它使公司更聪明，使它们对佩戴客户群的需求更敏感，这是正确的事情。
但是，正如任何关于主题的人都会发现关于他们的工作的社交媒体的评论，那些相信公司需要降低标准的人仍然是一个相当大的人，以提高其工作部队的普遍性。
不是所以，Joelle Emerson表示，一个相对较新的机构的创始人称为范式，该技术将数据驱动的社会科学技术应用于帮助公司的挑战，并更有效地管理更多佩戴员工劳动力。客户包括松弛，Airbnb，Pinterest和Udacity。
事实上，艾默生说，众多研究表明，佩戴球队更具创新性，更好地解决了队伍而不是团队，每个人都分享相同的背景，种族或性别。
我与艾默生谈到本周早些时候在德拉伯大学的普遍存在。顺便提一下，德珀是这个聊天的伟大场所。每当我访问Draper大学，我对学生的普及留下了印象（他们真的是一个全球性，多种族，混合性别集团）以及他们传染性的热情，好奇心和目的的严肃性。他们也提出了良好的问题，它们是不可透明的欢迎和礼貌，这是您并不总是在硅谷遇到的东西。说出你对Draper的Goofy“英雄”图标，他们在这个部门做正确的事情。
所以如果佩戴团队产生更好的结果，为什么不关注结果，让佩戴团队通过自己的优点闪耀？
实际上，艾默生告诉我，至少一项研究表明，越由令人不精致的人常常，他们实际上的招聘和促进决策越少。换句话说，如果他们被告知专门对Menitocatic原则基本的决定，人们更有可能对男性和小小的筹集筹集大量筹集和小幅提升。这是一种被称为Meritocracy悖论的现象。
您可以看到在硅谷的工作中的动态，投资者在他们的“模式匹配”上自豪地骄傲，“数据驱动”决策，但仍然以某种方式迫切地更愿意投资于看起来像它们的创始人。当VCS为91.8％的男性和77.5％的白色，这是一个问题。
因此，如果公司希望成为真正的精致，他们需要采取措施使更客观的招聘和促进决策。这应该导致更好的业务表现 - 同时更恒星，因为它将消除内置偏见。
一种这样的技术是我之前写的盲试镜。在Symphony Orchestras中，人们从隐藏屏幕后面的工作，招聘经理被迫注意真正重要的事情：这个人扮演他们的乐器。同样，科技公司的盲目试验可以帮助管理者专注于一个人实际上可以做的工作，例如写作或编码，而不是他们的外观或他们的自我介绍。
我在招聘记者中使用了盲目试验，具有合理的结果。但是，我会这么说：如果你被迫专注于工作，它确实使招聘过程更加费力，因为你实际上必须非常仔细阅读每个工作样本。但毫无疑问，导致更公平的决定。
艾默生自己在智慧文章中有少数建议，就招聘酒吧筹集。她的基本论文：如果您修复您的招聘流程，您将与员工结束，员工既有比较佩戴者更加才华横溢。她建议通过民主化职位申请进程（例如，通过消除某些团体感谢如何采访的培训）来这样做;专注于与职位相关的技能;并重新定期您的“文化适合”的问题，这些问题非常重要，例如“我喜欢和这个人一起工作？”不是“我会在下班后和这个人一起出去玩？”
这是硅谷，有许多初创公司旨在帮助技术公司的持续努力（除艾默生的范式之外）。GapJumpers帮助公司对更客观的招聘进行盲目试验。Textio使用AI和自然语言分析来改进职位列表的文本，删除可能阻止妇女或其他佩戴申请人的单词。和jopwell有助于与想要雇用他们的公司连接黑人，拉丁美洲和美国本土工作候选人。
底线：多样性是 - 应该是 - 对业务有益。智能公司将拥抱这种方法，并不仅使自己更包含，而且更高的运作。
有关这些问题的更多信息，请遵循Venturebeat的普遍性，性别和种族故事。在我与她交谈之后，查看我编写的Persity上的有用链接列表。请告诉我您的公司是如何 - 或者在技术中解决普及。
