Machine learning helpt om leiderschapsprestaties te voorspellen

Veel leiders, ook al zijn ze charismatisch, extravert, en staan ze open voor veranderingen, kunnen worstelen met hun prestaties als ze een werkomgeving hebben die niet bij hen past, dit blijkt uit een onderzoek van Dr. Brian Spisak, dr. Paul van der Laken en Brian Doornenbal, dat is gepubliceerd in The Leadership Quarterly.

24-06-2019 | 14:20

Spisak heeft onderzoek gedaan naar hoe leiderschapspresentaties voorspeld kunnen worden op basis van persoonlijkheidstesten, door gebruik te maken van machine learning. Met de resultaten van het onderzoek kunnen organisaties beter selecteren op bepaalde persoonlijkheidstrekken van leiders, maar ook de al bestaande data in een organisatie beter gebruiken.  

“Een van de grotere verrassingen was dat onze modellen significant beter werden in het voorspellen van leiderschapsprestaties als we ze inzicht gaven in de omgeving van leiders, zoals industriesoort en organisatieomvang. Het blijkt dat de omgeving voorspelkracht over leiderschap toevoegt.”  

Spisak haalt onder andere de Britse (ex-)minister-president Theresa May aan. “Ondanks dat ze een sterk en eloquent leider is had ze het zwaar in de context van de aankomende Brexit.” En dergelijke effecten zijn zichtbaar bij bijna iedere hedendaagse leider, neem bijvoorbeeld Mark Zuckerberg of Elon Musk. “Zij krijgen veel lof en kritiek voor successen en missers, terwijl daar mogelijk diepere contextuele krachten aan ten grondslag liggen.” Dit onderzoek toont dat diepere situationele complexiteiten gemoeid zijn wanneer het aankomt op leiderschapsprestaties, en dat die losstaan van de leider en zijn of haar persoonlijkheid.  

Volgens Spisak kan machine learning helpen deze complexiteiten beter bloot te leggen en op prijs te stellen. Persoonlijke advertenties, aanbevelingen voor muziek of series; machine learning heeft een steeds grotere invloed op ons dagelijks leven. De toepassingen breiden zich steeds verder uit. Bijvoorbeeld in het herkennen en gebruiken van bepaalde patronen, niet alleen bij het selecteren van leiders, maar ook bij het bouwen van teams, het vormen van strategische beslissingen, het ontwikkelen van marketingplannen of om het potentieel van investeringen te testen.  

Spisak ziet veel mogelijkheden om de bergen aan data die organisaties hebben in te zetten door middel van machine learning. “Het is een krachtig instrument en kan bijvoorbeeld worden ingezet om het sentiment van interacties via tekst mining te analyseren of het ontrafelen van de gevolgen van fysieke afstand via geo-data.” En het heeft volgens Spisak grote invloed op hoe organisaties zich in de toekomst ontwikkelen en zich beter kunnen voorbereiden op de grotere veranderingen die er hoe dan ook gaan komen. 

Echter, waarschuwt Spisak wel dat er ook voorzichtigheid geboden moet worden. “Machine learning kan helpen patronen te vinden, maar dat betekent niet dat we ernaar moeten handelen. Het is een krachtige motor, maar een onverantwoordelijke toepassing kan de motor en de bestuurder aanzienlijk beschadigen.”  

Het artikel met de bevindingen is verschenen in The Leadership Quarterly.