Vraagt het data-gedreven werken om meer Organisatiegevoel?
Vanuit mijn nieuwste opdracht mag ik mij bezig houden met de vraag hoe ICT innovaties het werk veranderen en hoe het hoger onderwijs hierop kan anticiperen. In de afgelopen 4 weken heb ik vooral veel ingelezen en ‘ingepraat’. Naast grasduinen in literatuurstudies bezocht ik ook twee events waarbij technologische ontwikkeling en de menselijke impact centraal stonden. Een eerste indruk:
Hot-items in tech: Blockchain, Machine Learning, Big Data
Bij het Saxion Smart Solutions Festival woonde ik o.a. een presentatie over Blockchain bij. Eén van de punten was het democratische en egalitaire karakter van hoe een Blockchain data-keten is georganiseerd. Iedereen is als het ware medeaandeelhouder van het proces en een traditionele baas is daardoor overbodig. Hoewel er allerlei op of aanmerkingen bij blockchain te maken zijn is dit aspect interessant. Want: wat als dataprocessen binnen meerdere sectoren dan bijv. cryptocurrency zo georganiseerd worden? Dit levert niet enkel meer democratie of egaliteit op, maar ‘eist’ tevens meer eigen verantwoordelijkheid van alle gebruikers. Iedereen draagt immers een gelijke verantwoordelijkheid.
Ook op het IC2-event in de Grolsch Veste waren soortgelijke geluiden te horen. Eén van de workshopleiders benadrukte juist de sociale gevolgen van de ‘data-revolutie’. Hij was van mening dat werk niet persé ging verdwijnen maar wel erg zal veranderen. Volgens hem moet mensen inzetten op communicatieve vaardigheden. Veel data-gedreven analyses en uitkomsten vragen beoordeling en overleg vanuit meerdere perspectieven. Het was dus juist belangrijk dat mensen met verschillende achtergronden de samenwerking blijven zoeken, ook wanneer een gedeelte van het analyse- of besluitvormingsproces is uitbesteed aan algoritmes.
De arbeidsmarkt van morgen
Maar welke kant het moet het op als we mensen willen voorbereiden op de arbeidsmarkt met een dergelijk toekomstperspectief? In de lectorale rede van Jol Stoffers (2016) als lector Employability* werd een interessante bron aangehaald:
*Employability – kort door de bocht: de mate waarin een werknemer ‘geschikt’ (flexibel) is voor de arbeidsmarkt
Operationalisatie van employability kent vijf dimensies (van der Heijde en van der Heijden, 2006)
1) Beroepsexpertise, domein specifieke kennis
2) Anticipatie en optimalisatie, individuele voorbereidingen op toekomstige werkveranderingen
3) Persoonlijke flexibiliteit, individuele voorbereidingen op toekomstige externe en interne arbeidsmarkt
4) Organisatiegevoel, bekwaamheid in verschillende (sociale-)verbanden te participeren
5) Balans, compromis tussen belangen werkgever en werknemer
De input van alle eerste gesprekken maakt mij duidelijk dat het organisatiegevoel, vooral vanuit technisch perspectief, belangrijk gaat worden. Inmiddels zijn veel routineprocessen geautomatiseerd (o.a. robotica). Daarnaast worden veel denkprocessen uitbesteed aan algoritmes (o.a. machine learning). Voor andere domeinen staat dit in de nabije toekomst op de planning. Dit heeft tot gevolg dat niet het uitvoeren maar analyseren van, vergaderen over, en vergelijken van, de resultaten van deze processen een belangrijke invulling van iemands (toekomstige) baan zullen zijn.
Wat hiervoor expliciet nodig is zijn de vaardigheden om niet alleen data-gedreven beslissingen te kunnen nemen (domein specifieke kennis) maar deze ook binnen een organisatie te kunnen uitdragen, toetsen en waar nodig in groepsverband te kunnen (her-)beoordelen. Je zou bij een data-gedreven maatschappij misschien als eerste denken aan een cliché: eenzame mensen achter computers óf helemaal geen mensen (robots). De veranderingen die deze nieuwe automatiseringsgolf brengt zal juist eisen dat menselijke samenwerking een belangrijk component blijft. Dit omdat 1) wij nog steeds de baas willen blijven over de algoritmes i.p.v. andersom en 2) data-gedreven vraagstukken vaak complex zijn en deze overleg vanuit meerdere lagen vereisen om valide betekenis te krijgen.
Train organisatiegevoel vanuit domein specifieke kennis
Studenten zouden dan ook kunnen worden voorbereid door in kleine teams een gemeenschappelijke opdracht te doen waarin over verschillende studies heen dient te worden samengewerkt: Bij voorkeur doen de studenten dit in de laatste fase van hun opleiding. Hun eerdere opleiding kan zich dan concentreren op de domein specifieke vaardigheden behorende bij hun initiële studie. Een dergelijke opdracht hoeft zich niet op interdisciplinaire co-creatie te richten. Als men wil aansluiten op situaties als boven beschreven zou men juist een meer analytische opdracht moeten opstellen waarin studenten één en dezelfde situatie (dataset of casus) vanuit hun eigen domein specifieke vaardigheden analyseren. Om organisatiegevoel te trainen moet men vervolgens deze analyses trechteren tot een gezamenlijke implementatie of conclusie.
Samengevat: om zich staande te houden binnen de data-gedreven arbeidsmarkt moet de student communicatieve vaardigheden om de eigen domein specifieke kennis uit te dragen ontwikkelen.
Aangehaalde bron is :
Heijde, C. M., van der & Heijden, B. I. J. M., van der (2006). A competence-based and multi-dimensional operationalization and measurement of employability. Human Resource Management, 45(3), 449-476.
O.a. genoemd in lectorale rede dr. Jol Stoffers: "Employability - Werkend perspectief voor de middengroep op de arbeidsmarkt" (2016)
Hot-items in tech: Blockchain, Machine Learning, Big Data
Bij het Saxion Smart Solutions Festival woonde ik o.a. een presentatie over Blockchain bij. Eén van de punten was het democratische en egalitaire karakter van hoe een Blockchain data-keten is georganiseerd. Iedereen is als het ware medeaandeelhouder van het proces en een traditionele baas is daardoor overbodig. Hoewel er allerlei op of aanmerkingen bij blockchain te maken zijn is dit aspect interessant. Want: wat als dataprocessen binnen meerdere sectoren dan bijv. cryptocurrency zo georganiseerd worden? Dit levert niet enkel meer democratie of egaliteit op, maar ‘eist’ tevens meer eigen verantwoordelijkheid van alle gebruikers. Iedereen draagt immers een gelijke verantwoordelijkheid.
Ook op het IC2-event in de Grolsch Veste waren soortgelijke geluiden te horen. Eén van de workshopleiders benadrukte juist de sociale gevolgen van de ‘data-revolutie’. Hij was van mening dat werk niet persé ging verdwijnen maar wel erg zal veranderen. Volgens hem moet mensen inzetten op communicatieve vaardigheden. Veel data-gedreven analyses en uitkomsten vragen beoordeling en overleg vanuit meerdere perspectieven. Het was dus juist belangrijk dat mensen met verschillende achtergronden de samenwerking blijven zoeken, ook wanneer een gedeelte van het analyse- of besluitvormingsproces is uitbesteed aan algoritmes.
De arbeidsmarkt van morgen
Maar welke kant het moet het op als we mensen willen voorbereiden op de arbeidsmarkt met een dergelijk toekomstperspectief? In de lectorale rede van Jol Stoffers (2016) als lector Employability* werd een interessante bron aangehaald:
*Employability – kort door de bocht: de mate waarin een werknemer ‘geschikt’ (flexibel) is voor de arbeidsmarkt
Operationalisatie van employability kent vijf dimensies (van der Heijde en van der Heijden, 2006)
1) Beroepsexpertise, domein specifieke kennis
2) Anticipatie en optimalisatie, individuele voorbereidingen op toekomstige werkveranderingen
3) Persoonlijke flexibiliteit, individuele voorbereidingen op toekomstige externe en interne arbeidsmarkt
4) Organisatiegevoel, bekwaamheid in verschillende (sociale-)verbanden te participeren
5) Balans, compromis tussen belangen werkgever en werknemer
De input van alle eerste gesprekken maakt mij duidelijk dat het organisatiegevoel, vooral vanuit technisch perspectief, belangrijk gaat worden. Inmiddels zijn veel routineprocessen geautomatiseerd (o.a. robotica). Daarnaast worden veel denkprocessen uitbesteed aan algoritmes (o.a. machine learning). Voor andere domeinen staat dit in de nabije toekomst op de planning. Dit heeft tot gevolg dat niet het uitvoeren maar analyseren van, vergaderen over, en vergelijken van, de resultaten van deze processen een belangrijke invulling van iemands (toekomstige) baan zullen zijn.
Wat hiervoor expliciet nodig is zijn de vaardigheden om niet alleen data-gedreven beslissingen te kunnen nemen (domein specifieke kennis) maar deze ook binnen een organisatie te kunnen uitdragen, toetsen en waar nodig in groepsverband te kunnen (her-)beoordelen. Je zou bij een data-gedreven maatschappij misschien als eerste denken aan een cliché: eenzame mensen achter computers óf helemaal geen mensen (robots). De veranderingen die deze nieuwe automatiseringsgolf brengt zal juist eisen dat menselijke samenwerking een belangrijk component blijft. Dit omdat 1) wij nog steeds de baas willen blijven over de algoritmes i.p.v. andersom en 2) data-gedreven vraagstukken vaak complex zijn en deze overleg vanuit meerdere lagen vereisen om valide betekenis te krijgen.
Train organisatiegevoel vanuit domein specifieke kennis
Studenten zouden dan ook kunnen worden voorbereid door in kleine teams een gemeenschappelijke opdracht te doen waarin over verschillende studies heen dient te worden samengewerkt: Bij voorkeur doen de studenten dit in de laatste fase van hun opleiding. Hun eerdere opleiding kan zich dan concentreren op de domein specifieke vaardigheden behorende bij hun initiële studie. Een dergelijke opdracht hoeft zich niet op interdisciplinaire co-creatie te richten. Als men wil aansluiten op situaties als boven beschreven zou men juist een meer analytische opdracht moeten opstellen waarin studenten één en dezelfde situatie (dataset of casus) vanuit hun eigen domein specifieke vaardigheden analyseren. Om organisatiegevoel te trainen moet men vervolgens deze analyses trechteren tot een gezamenlijke implementatie of conclusie.
Samengevat: om zich staande te houden binnen de data-gedreven arbeidsmarkt moet de student communicatieve vaardigheden om de eigen domein specifieke kennis uit te dragen ontwikkelen.
Aangehaalde bron is :
Heijde, C. M., van der & Heijden, B. I. J. M., van der (2006). A competence-based and multi-dimensional operationalization and measurement of employability. Human Resource Management, 45(3), 449-476.
O.a. genoemd in lectorale rede dr. Jol Stoffers: "Employability - Werkend perspectief voor de middengroep op de arbeidsmarkt" (2016)
