How to train employees to have difficult conversations | Tamekia MizLadi Smith

113,627 views

2018-08-20 ・ TED


New videos

How to train employees to have difficult conversations | Tamekia MizLadi Smith

113,627 views ・ 2018-08-20

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Yoonyoung Chang 검토: Jihyeon J. Kim
00:12
We live in a world where the collection of data
0
12968
2198
우리는 데이터가 쌓여 있는 세상에서 살고 있습니다.
00:15
is happening 24 hours a day, seven days a week,
1
15190
2548
하루에 24시간, 일주일에 7일,
00:17
365 days a year.
2
17762
2293
일 년에 365일 말이죠.
00:20
This data is usually collected by what we call a front-desk specialist now.
3
20730
4323
이 데이터는 소위 안내 데스크 담당자에 의해 생성됩니다.
00:25
These are the retail clerks at your favorite department stores,
4
25077
3120
이들은 여러분들이 좋아하는 백화점의 소매점 직원들입니다.
00:28
the cashiers at the grocery stores,
5
28221
2443
식료품점의 계산원
00:30
the registration specialists at the hospital
6
30688
2605
병원의 접수처 직원
00:33
and even the person that sold you your last movie ticket.
7
33317
3114
그리고 여러분들이 마지막 영화 티켓을 산 그 점원들까지도요.
00:36
They ask discreet questions, like: "May I please have your zip code?"
8
36908
3875
그들은 이런 조심스런 질문을 하죠. "우편번호를 여쭈어봐도 될까요?"
00:40
Or, "Would you like to use your savings card today?"
9
40807
3111
아니면, "오늘 적립 카드를 쓰시겠습니까?"와 같이 말이죠.
00:44
All of which gives us data.
10
44369
2309
모두 우리에게 데이터를 제공합니다.
00:46
However, the conversation becomes a little bit more complex
11
46702
4587
어쨌든 더 어려운 질문을 해야 하는 상황이 오면
00:51
when the more difficult questions need to be asked.
12
51313
3318
대화는 점점 더 복잡해지죠.
00:54
Let me tell you a story, see.
13
54655
1793
이야기 하나 들려 드리겠습니다.
00:56
Once upon a time, there was a woman named Miss Margaret.
14
56750
3018
옛날에 미스 마가렛이라는 한 여성이 살고 있었습니다.
00:59
Miss Margaret had been a front-desk specialist
15
59792
2151
미스 마가렛은 20년 가까이 안내 데스크 담당자로 일했습니다.
01:01
for almost 20 years.
16
61967
1460
01:03
And in all that time, she has never, and I do mean never,
17
63451
3817
그리고 그녀는 모든 시간에 절대, 정말 절대로
01:07
had to ask a patient their gender, race or ethnicity.
18
67292
3520
환자에게 성별과 인종 혹은 민족성을 물을 필요가 없었습니다.
01:10
Because, see, now Miss Margaret has the ability to just look at you.
19
70836
3223
왜냐하면 마가렛이 여러분을 쳐다볼 눈이 있으니까요.
01:14
Uh-huh.
20
74083
1158
어허
01:15
And she can tell if you are a boy or a girl,
21
75265
2777
그리고 그녀는 여러분이 여자인지 남자인지 구별할 수 있습니다.
01:18
black or white, American or non-American.
22
78066
3237
흑인인지 백인인지, 미국 사람인지 아닌지요.
01:21
And in her mind, those were the only categories.
23
81327
3238
그리고 그녀의 머릿속엔 온통 그런 생각들 뿐이었습니다.
01:24
So imagine that grave day,
24
84589
2016
이런 심각한 날을 상상해보세요.
01:26
when her sassy supervisor invited her to this "change everything" meeting
25
86629
4893
그녀의 대담한 상사가 그녀를 "모든 것 바꾸기" 회의에 초대하여
01:31
and told her that would have to ask each and every last one of her patients
26
91546
3634
각 모든 환자들에게 자아 정체성을 물어야 한다고 하는 겁니다.
01:35
to self-identify.
27
95204
1405
01:36
She gave her six genders, eight races and over 100 ethnicities.
28
96633
4770
그녀는 여섯 개의 성별, 여덟 개의 인종과 백 개의 민족성을 주었습니다.
01:41
Well, now, Miss Margaret was appalled.
29
101427
2588
오, 미스 마가렛은 소름이 돋았습니다.
01:44
I mean, highly offended.
30
104039
1397
아니요, 심히 불쾌했죠.
01:45
So much so that she marched down to that human-resource department
31
105460
3331
그래서 그녀는 인사부에 걸어가서
01:48
to see if she was eligible for an early retirement.
32
108815
2524
혹시 그녀가 조기퇴직 자격이 되는지 알아보았습니다.
01:51
And she ended her rant by saying
33
111363
1960
그리고 그녀의 외침을 이렇게 말하며 마무리했습니다.
01:53
that her sassy supervisor invited her to this "change everything" meeting
34
113347
4870
그녀의 대담한 상사가 "모든 것 바꾸기" 회의에 자신을 초대했고
01:58
and didn't, didn't, even, even
35
118241
2024
심지어, 심지어, 심지어
02:00
bring, bring food, food, food, food.
36
120289
3028
음식, 음식, 음식, 음식을 아무것도 안 가져, 안 가져왔다고요.
02:03
(Laughter)
37
123341
1154
(웃음)
02:04
(Applause) (Cheers)
38
124519
5067
(박수) (환호)
02:10
You know you've got to bring food to these meetings.
39
130681
2434
여러분들은 이런 회의에 음식을 가져와야 한다는 것을 아시죠.
02:13
(Laughter)
40
133139
2343
(웃음)
02:15
Anyway.
41
135506
1159
아무튼
02:16
(Laughter)
42
136689
1508
(웃음)
02:18
Now, that was an example of a healthcare setting,
43
138221
2769
건강관리 상황의 예시였습니다만
02:21
but of course, all businesses collect some form of data.
44
141014
3333
물론, 모든 회사들이 특정 형식의 데이터를 수집하긴 합니다.
02:24
True story: I was going to wire some money.
45
144371
3142
실화인데요, 저는 돈을 이체하려고 했어요.
02:28
And the customer service representative asked me
46
148165
2555
그리고 고객 서비스 직원이 저에게 물었습니다.
02:30
if I was born in the United States.
47
150744
2334
제가 미국 사람인지 말이죠.
02:33
Now, I hesitated to answer her question,
48
153419
2381
그때, 저는 그녀의 질문에 답하는 것을 망설였고
02:35
and before she even realized why I hesitated,
49
155824
3130
그녀는 내가 왜 망설였는지 알아채기 전에,
02:38
she began to throw the company she worked for under the bus.
50
158978
3015
그녀가 일하는 회사 탓으로 돌렸습니다.
02:42
She said, "Girl, I know it's stupid, but they makin' us ask this question."
51
162017
5072
그녀는 " 이 질문이 말도 안되지만, 회사가 물어보라니까요."라고 말했죠.
02:47
(Laughter)
52
167113
1151
(웃음)
02:48
Because of the way she presented it to me,
53
168288
2073
그녀가 저에게 대했던 방식 때문에
02:50
I was like, "Girl, why?
54
170385
1600
저는 물었어요. " 왜죠?
02:52
Why they makin' you ask this question?
55
172561
2230
그들이 왜 이 질문을 하라고 하죠?
02:54
Is they deportin' people?"
56
174815
1802
그들이 사람들을 강제 추방하나요?"
02:56
(Laughter)
57
176641
2142
(웃음)
02:58
But then I had to turn on the other side of me,
58
178807
2222
하지만 저는 저의 다른 면을 보여줘야 했는데
03:01
the more professional speaker-poet side of me.
59
181053
2568
저의 더 전문적인 강연자, 시인의 모습이었죠.
03:04
The one that understood that there were little Miss Margarets all over the place.
60
184164
4150
전 세계 곳곳에 미스 마가렛은 거의 없다는 것을 아는 사람이죠.
03:08
People who were good people, maybe even good employees,
61
188871
2968
좋은 사람이었던 사람은 아마도 더 좋은 직원이겠지만,
03:11
but lacked the ability to ask their questions properly
62
191863
2552
질문을 적절하게 하는 능력이 부족하고
03:14
and unfortunately, that made her look bad,
63
194439
2535
불행하게도, 그녀가 나빠 보이게 되죠.
03:16
but the worst, that made the business look even worse
64
196998
3246
더 나쁜 것은, 그로 인해 그녀가 어떻게 보이냐 보다 더
03:20
than how she was looking.
65
200268
1666
비즈니스가 나쁘게 보인다는 점입니다.
03:22
Because she had no idea who I was.
66
202236
1767
그녀는 제가 누군지 알지 못했으니까요.
03:24
I mean, I literally could have been a woman who was scheduled to do a TED Talk
67
204027
3685
그러니까, 말 그대로 TED 강연 일정이 있고
03:27
and would use her as an example.
68
207736
1778
그녀를 예시로 사용할 여자로 보일 뻔했습니다.
03:29
Imagine that.
69
209538
1300
상상해 보세요.
03:30
(Applause)
70
210862
4262
(박수)
03:35
And unfortunately,
71
215148
1183
불행히도,
03:36
what happens is people would decline to answer the questions,
72
216355
2895
사람들은 질문에 답하는 것을 피할 것입니다.
03:39
because they feel like you would use the information
73
219274
2509
왜냐면 여러분이 그들의 정보를 차별하는데 이용할 거라
03:41
to discriminate against them,
74
221807
1425
생각하기 때문입니다.
03:43
all because of how you presented the information.
75
223256
2391
여러분이 정보를 제시한 방법 때문이죠.
03:45
And at that point, we get bad data.
76
225671
1778
그때 우린 잘못된 데이터를 얻습니다.
03:47
And everybody knows what bad data does.
77
227473
2111
그리고 모두가 잘못된 데이터가 무슨 일을 하는지 압니다.
03:49
Bad data costs you time, it costs you money
78
229608
2793
잘못된 데이터는 여러분의 시간과 돈을 뺏고
03:52
and it costs you resources.
79
232425
1946
여러분의 자원을 소비합니다.
03:54
Unfortunately, when you have bad data,
80
234395
2563
불행히도 잘못된 데이터를 가지고 있으면
03:56
it also costs you a lot more,
81
236982
3079
훨씬 악영향을 미치는데
04:00
because we have health disparities,
82
240085
2395
건강 불일치와
04:02
and we have social determinants of health,
83
242504
2214
건강의 사회적 결정요인
04:04
and we have the infant mortality,
84
244742
1658
그리고 유아 사망률을 가지기 때문인데
04:06
all of which depends on the data that we collect,
85
246424
2643
이 모든 것들은 우리가 수집하는 데이터에 의존하고
04:09
and if we have bad data, than we have those issues still.
86
249091
3248
만약 우리가 잘못된 데이터를 가지면, 이런 이슈는 지속됩니다.
04:12
And we have underprivileged populations
87
252363
1899
또한 우리는 혜택을 받지 못하는 인구도 있는데,
04:14
that remain unfortunate and underprivileged,
88
254286
2791
계속 불행하고 혜택을 못 받게 됩니다.
04:17
because the data that we're using is either outdated,
89
257101
3926
우리가 사용하는 데이터가 오래 되었거나
04:21
or is not good at all or we don't have anything at all.
90
261051
3293
완전 잘못되었거나, 아예 아무것도 가지고 있기 않기 때문이죠.
04:24
Now, wouldn't it be amazing if people like Miss Margaret
91
264987
2636
미스 마가렛과 고객 서비스 직원과
04:27
and the customer-service representative at the wiring place
92
267647
3150
같은 사람이 이체를 하는 곳에서
04:30
were graced to collect data with compassionate care?
93
270821
4374
자상한 배려로 데이터 수집을 graced 한다면 놀랍지 않을까요?
04:35
Can I explain to you what I mean by "graced?"
94
275562
2317
"graced"가 무엇을 의미하는지 설명해도 될까요?
6 행시로 작성해봤어요.
04:38
I wrote an acrostic poem.
95
278324
1666
04:40
G: Getting the front desk specialist involved and letting them know
96
280300
4773
G: 안내 데스크 담당자들을 관여시켜
04:45
R: the Relevance of their role as they become
97
285097
3953
R: 그들 역할과의 관련성을 알게 하여
04:49
A: Accountable for the accuracy of data while implementing
98
289074
3531
A: 데이터 정확성에 대한 책임을 가질 수 있게 합니다.
04:52
C: Compassionate care within all encounters by becoming
99
292629
4044
C: 실행하는 동안 모든 만남 내면에 자상한 배려를
04:56
E: Equipped with the education needed to inform people
100
296697
3301
E: 교육으로 준비하는데 사람들에게
05:00
of why data collection is so important.
101
300022
3293
왜 데이터 수집이 중요한지 알려줍니다.
05:04
(Applause)
102
304315
2949
(박수)
05:07
Now, I'm an artist.
103
307288
2096
저는 예술가입니다.
05:09
And so what happens with me
104
309408
1674
그래서 제가 하는 것은
05:11
is that when I create something artistically,
105
311106
2174
뭔가를 예술적으로 만들 때
05:13
the trainer in me is awakened as well.
106
313304
1923
저 안의 조교가 역시 깨어난다는 거죠.
05:15
So what I did was, I began to develop that acrostic poem into a full training
107
315251
4072
그래서 제가 한 것은, 6행시를 완전한 교육으로 개발하였고
05:19
entitled "I'm G.R.A.C.E.D."
108
319347
1548
"나는 G.R.A.C.E.D." 라고 이름을 지었습니다
05:20
Because I remember, being the front-desk specialist,
109
320919
2841
안내 데스크 담당자로서
05:23
and when I went to the office of equity to start working,
110
323784
2674
공정성이 작동하는 회사에 출근했을 때
05:26
I was like, "Is that why they asked us to ask that question?"
111
326482
3555
저는 "왜 그런 질문을 하는 지의 문의에 대한 이유인가?" 생각했죠.
05:30
It all became a bright light to me,
112
330061
1768
모두 저에게 밝은 불빛이 되었고,
제가 사람들에게 묻고, 말했던 것을 기억해냈습니다.
05:31
and I realized that I asked people and I told people about --
113
331853
3637
05:35
I called them by the wrong gender, I called them by the wrong race,
114
335514
3284
저는 그들을 다른 성별, 다른 인종으로 불렀습니다.
05:38
I called them by the wrong ethnicity,
115
338822
1803
저는 그들을 다른 민족성으로 불렀고
05:40
and the environment became hostile,
116
340649
2007
분위기가 적대적으로 바뀌었습니다.
05:42
people was offended and I was frustrated because I was not graced.
117
342680
4284
사람들은 불쾌했고, 저는 제가 graced를 못해서 좌절했습니다.
05:46
I remember my computerized training,
118
346988
2587
저의 컴퓨터 교육을 기억하고
05:49
and unfortunately, that training did not prepare me to deescalate a situation.
119
349599
5626
불행히도, 그 교육은 상황을 풀도록 준비시켜주지 않았죠.
05:55
It did not prepare me to have teachable moments when I had questions
120
355249
3376
질문에 대한 문의를 받을 때에 대한 학습의 순간이 준비되지 않았습니다.
05:58
about asking the questions.
121
358649
1658
06:00
I would look at the computer and say, "So, what do I do when this happens?"
122
360331
3564
저는 컴퓨터를 보고 말하겠죠. "그럼, 이런 상황에 어떻게 해야 해?"
06:03
And the computer would say ...
123
363919
1858
컴퓨터는 아무 말도 안 할 것입니다.
06:05
nothing, because a computer cannot talk back to you.
124
365801
3268
왜냐면 컴퓨터는 여러분에게 말할 수 없으니까요.
06:09
(Laughter)
125
369093
3207
(웃음)
06:12
So that's the importance of having someone there
126
372324
2571
그래서 누군가가 거기 있는 게 중요합니다.
06:14
who was trained to teach you and tell you what you do
127
374919
2777
여러분을 가르치고 무엇을 말해야 할지 말해주는 훈련된 사람이요.
06:17
in situations like that.
128
377720
1690
그런 상황에서요.
06:20
So, when I created the "I'm G.R.A.C.E.D" training,
129
380030
2626
제가 "나는 G.R.A.C.E.D." 교육을 만들었을 때,
06:22
I created it with that experience that I had in mind,
130
382680
2994
저는 그런 마음 속 경험과
06:25
but also that conviction that I had in mind.
131
385698
2516
마음 속 신념으로 만들었습니다.
06:28
Because I wanted the instructional design of it
132
388238
2253
왜냐면 저는 그 교수 설계가
06:30
to be a safe space for open dialogue for people.
133
390515
2778
사람들과 개방된 대화를 위한 안전한 장이 되길 바랬기 때문이죠.
06:33
I wanted to talk about biases,
134
393317
1895
저는 편견에 대해 말하고 싶었어요.
06:35
the unconscious ones and the conscious ones,
135
395236
2397
무의식적인 것과 의식적인 것
06:37
and what we do.
136
397657
1166
그리고 우리가 하는 것들요.
06:38
Because now I know that when you engage people in the why,
137
398847
3944
왜냐면 여러분이 이유에 대해 사람들을 관여시키면
06:42
it challenges their perspective, and it changes their attitudes.
138
402815
3476
그들의 관점에 도전하고, 그들의 태도를 변화시킨다는 걸 알기 때문입니다.
06:46
Now I know that data that we have at the front desk
139
406315
3159
이제 저는 안내 데스크에서 우리가 가지는 데이터는
06:49
translates into research that eliminates disparities and finds cures.
140
409498
4813
불일치를 없애고 치료를 찾는 연구로 전환된다는 것을 압니다.
06:54
Now I know that teaching people transitional change
141
414335
3706
이제 저는 사람들에게 과도기적인 변화에 대해 가르치는 것이
06:58
instead of shocking them into change
142
418065
2846
변화로 놀래키는 것 대신에
07:00
is always a better way of implementing change.
143
420935
3255
항상 변화를 실행하는데 더 좋은 방법이라는 것을 압니다.
07:04
See, now I know people are more likely to share information
144
424214
3046
이제 저는 사람들이 더 정보를 공유할 가능성이 있다는 것을 압니다.
07:07
when they are treated with respect by knowledgeable staff members.
145
427284
3859
지식을 갖춘 직원에 의해 존중을 받을 때 말이죠.
07:11
Now I know that you don't have to be a statistician
146
431167
3021
이제 저는 여러분이 통계 전문가가 될 필요가 없다는 것을 압니다.
07:14
to understand the power and the purpose of data,
147
434212
3001
데이터의 권력과 목적에 대해 이해하기 위해서요.
07:17
but you do have to treat people with respect and have compassionate care.
148
437237
4364
다만 사람들을 존중하고 자상하게 배려하기만 하면 됩니다.
07:21
Now I know that when you've been graced,
149
441625
2825
여러분이 graced 할 때 다른 사람에게 위임하는 것은
07:24
it is your responsibility to empower somebody else.
150
444474
3376
여러분의 책임이라는 것을 저는 이제 압니다.
07:27
But most importantly, now I know
151
447874
2425
하지만 가장 중요하게, 제가 하는 것은
07:30
that when teaching human beings
152
450323
2413
사람에게 다른 사람과
07:32
to communicate with other human beings,
153
452760
3079
의사소통하는 것을 가르칠 때는
07:35
it should be delivered by a human being.
154
455863
3785
사람이 해야만 한다는 것입니다.
07:40
(Applause)
155
460117
6792
(박수)
07:46
So when y'all go to work
156
466933
1849
여러분들은 출근할 거고
07:48
and y'all schedule that "change everything" meeting --
157
468806
3335
"모든 것 바꾸기" 회의 일정을 가질 겁니다.
07:52
(Laughter)
158
472165
1650
(웃음)
07:53
remember Miss Margaret.
159
473839
1515
미스 마가렛을 기억하고
07:55
And don't forget the food, the food, the food, the food.
160
475792
3819
음식, 음식, 음식, 음식을 잊지 마세요.
08:00
Thank you.
161
480103
1151
감사합니다.
08:01
(Applause) (Cheers)
162
481278
5475
(박수) (환호)
08:06
Thank you.
163
486777
1175
감사합니다.
08:07
(Applause)
164
487976
1595
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7