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

113,414 views ・ 2018-08-20

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Cihan Ekmekçi Gözden geçirme: Figen Ergürbüz
00:12
We live in a world where the collection of data
0
12968
2198
Öyle bir dünyada yaşıyoruz ki veri toplama işi
00:15
is happening 24 hours a day, seven days a week,
1
15190
2548
günün 24 saati, haftanın yedi günü,
00:17
365 days a year.
2
17762
2293
yılın 365 günü yapılıyor.
00:20
This data is usually collected by what we call a front-desk specialist now.
3
20730
4323
Bu veriler bugün resepsiyonist dediğimiz görevliler tarafından toplanıyor.
00:25
These are the retail clerks at your favorite department stores,
4
25077
3120
Bu görevliler, en sevdiğiniz mağazadaki tezgâhtarlar,
00:28
the cashiers at the grocery stores,
5
28221
2443
süpermarketlerdeki kasiyerler,
00:30
the registration specialists at the hospital
6
30688
2605
hastanedeki kayıt görevlileri
00:33
and even the person that sold you your last movie ticket.
7
33317
3114
ve hatta size en son sinema bileti satan kişi.
00:36
They ask discreet questions, like: "May I please have your zip code?"
8
36908
3875
Fark edilmeyen şöyle sorular soruyorlar: ''Posta kodunuz neydi acaba?''
00:40
Or, "Would you like to use your savings card today?"
9
40807
3111
''Bugün banka kartınızı kullanmak ister misiniz?''
00:44
All of which gives us data.
10
44369
2309
Hepsi verilerimizi ele veriyor.
00:46
However, the conversation becomes a little bit more complex
11
46702
4587
Ancak bu sohbet, daha zor sorular sorulması gerektiğinde
00:51
when the more difficult questions need to be asked.
12
51313
3318
biraz daha karmaşık bir hâl alıyor.
00:54
Let me tell you a story, see.
13
54655
1793
Size bir hikâye anlatayım.
00:56
Once upon a time, there was a woman named Miss Margaret.
14
56750
3018
Bir zamanlar Margaret isminde bir kadın vardı.
00:59
Miss Margaret had been a front-desk specialist
15
59792
2151
Margaret de bir resepsiyonistti,
01:01
for almost 20 years.
16
61967
1460
neredeyse 20 yıldır.
01:03
And in all that time, she has never, and I do mean never,
17
63451
3817
Tüm bu zaman boyunca asla, doğru duydunuz, asla
01:07
had to ask a patient their gender, race or ethnicity.
18
67292
3520
bir hastasına cinsiyet, ırk veya etnik kökenini sormak zorunda kalmamıştı.
01:10
Because, see, now Miss Margaret has the ability to just look at you.
19
70836
3223
Çünkü Margaret'ın size bakabilme yetisi var.
01:14
Uh-huh.
20
74083
1158
Evet öyle.
01:15
And she can tell if you are a boy or a girl,
21
75265
2777
Size bakıp kız mı erkek mi oldığunuzu,
01:18
black or white, American or non-American.
22
78066
3237
siyahi mi beyaz mı, Amerikalı mı değil mi anlayabilir.
01:21
And in her mind, those were the only categories.
23
81327
3238
Onun aklında bunlar var olan tek kategoriler.
01:24
So imagine that grave day,
24
84589
2016
Şimdi o feci günü hayal edin,
01:26
when her sassy supervisor invited her to this "change everything" meeting
25
86629
4893
Küstah amiri onu şu ''her şeyi değiştirelim'' toplantısına çağırdı
01:31
and told her that would have to ask each and every last one of her patients
26
91546
3634
ve ona her bir hastasına kendini tanımlamasını
01:35
to self-identify.
27
95204
1405
istemesini söyledi.
01:36
She gave her six genders, eight races and over 100 ethnicities.
28
96633
4770
Amiri ona altı cinsiyet, sekiz ırk ve 100 üzerinde etnik köken gösterdi.
01:41
Well, now, Miss Margaret was appalled.
29
101427
2588
Margaret dehşete kapılmıştı.
01:44
I mean, highly offended.
30
104039
1397
Aşırı alınmıştı.
01:45
So much so that she marched down to that human-resource department
31
105460
3331
Öyle ki doğru insan kaynaklarının kapısına dayandı,
01:48
to see if she was eligible for an early retirement.
32
108815
2524
erken emeklilik için uygun olmayı umuyordu.
01:51
And she ended her rant by saying
33
111363
1960
Olan biten için yakınarak
01:53
that her sassy supervisor invited her to this "change everything" meeting
34
113347
4870
küstah amirinin onu şu ''her şeyi değiştirelim'' toplantısına çağırdığını
01:58
and didn't, didn't, even, even
35
118241
2024
ve bu da yetmezmiş gibi
02:00
bring, bring food, food, food, food.
36
120289
3028
yiyecek bir şey bile getirmediğini söyledi.
02:03
(Laughter)
37
123341
1154
(Kahkahalar)
02:04
(Applause) (Cheers)
38
124519
5067
(Alkışlar) (Tezahürat)
02:10
You know you've got to bring food to these meetings.
39
130681
2434
Bu toplantılara yiyecek getirmezseniz olmaz.
02:13
(Laughter)
40
133139
2343
(Kahkahalar)
02:15
Anyway.
41
135506
1159
Her neyse.
02:16
(Laughter)
42
136689
1508
(Kahkahalar)
02:18
Now, that was an example of a healthcare setting,
43
138221
2769
Bu sağlık sektöründe yaşananlardan bir örnekti
02:21
but of course, all businesses collect some form of data.
44
141014
3333
ancak tabii tüm işletmeler bir şekilde veri topluyorlar.
02:24
True story: I was going to wire some money.
45
144371
3142
Gerçek bir anı: Bir miktar para aktaracaktım.
02:28
And the customer service representative asked me
46
148165
2555
Müşteri hizmetleri temsilcisi
02:30
if I was born in the United States.
47
150744
2334
bana ABD'de doğup doğmadığımı sordu.
02:33
Now, I hesitated to answer her question,
48
153419
2381
Sorusunu yanıtlamakta tereddüt ettim,
02:35
and before she even realized why I hesitated,
49
155824
3130
daha benim tereddütümü fark etmeden
02:38
she began to throw the company she worked for under the bus.
50
158978
3015
çalıştığı şirketi suçlamaya başladı.
02:42
She said, "Girl, I know it's stupid, but they makin' us ask this question."
51
162017
5072
Dedi ki ''Arkadaşım, saçma olduğunu biliyorum ama bize bunu sorduruyorlar.''
02:47
(Laughter)
52
167113
1151
(Kahkahalar)
02:48
Because of the way she presented it to me,
53
168288
2073
Bana söyleyiş şeklinden ben de dedim ki
02:50
I was like, "Girl, why?
54
170385
1600
''Arkadaşım, neden?
02:52
Why they makin' you ask this question?
55
172561
2230
Size neden bunu sorduruyorlar?
02:54
Is they deportin' people?"
56
174815
1802
İnsanları sınır dışı mı ediyorlar?''
02:56
(Laughter)
57
176641
2142
(Kahkahalar)
02:58
But then I had to turn on the other side of me,
58
178807
2222
Sonra diğer yanımı harekete geçirmem gerekti,
03:01
the more professional speaker-poet side of me.
59
181053
2568
o profesyonel, konuşmacı şair yanımı.
03:04
The one that understood that there were little Miss Margarets all over the place.
60
184164
4150
Nereye dönsem küçük bir Margaret olduğunu anlayan o kısmımı.
03:08
People who were good people, maybe even good employees,
61
188871
2968
Bunlar iyi insanlardı, belki de çok iyi çalışanlardı
03:11
but lacked the ability to ask their questions properly
62
191863
2552
ama sorularını doğru düzgün sormaktan yoksundular
03:14
and unfortunately, that made her look bad,
63
194439
2535
ve bu da ne yazık ki onları kötü gösteriyordu
03:16
but the worst, that made the business look even worse
64
196998
3246
ama en kötüsü de çalıştıkları işletmeler
03:20
than how she was looking.
65
200268
1666
onlardan çok daha kötü görünüyordu.
03:22
Because she had no idea who I was.
66
202236
1767
Çünkü kim olduğumdan haberi yoktu.
03:24
I mean, I literally could have been a woman who was scheduled to do a TED Talk
67
204027
3685
Yani mesela TED Konuşması yapmak üzere seçilmiş bir kadın olabilir
03:27
and would use her as an example.
68
207736
1778
ve onu örnek olarak kullanabilirdim.
03:29
Imagine that.
69
209538
1300
Bir düşünsenize.
03:30
(Applause)
70
210862
4262
(Alkışlar)
03:35
And unfortunately,
71
215148
1183
Ne yazık ki aslında olan şey şu, insanlar bu soruları cevaplamıyorlar
03:36
what happens is people would decline to answer the questions,
72
216355
2895
çünkü bu bilgilerle kendilerine karşı ayrımcılık yapılacağını düşünüyorlar,
03:39
because they feel like you would use the information
73
219274
2509
03:41
to discriminate against them,
74
221807
1425
sadece bilgiyi sunuş şekliniz yüzünden.
03:43
all because of how you presented the information.
75
223256
2391
03:45
And at that point, we get bad data.
76
225671
1778
İşte bu noktada, kötü veriler ediniyoruz.
03:47
And everybody knows what bad data does.
77
227473
2111
Kötü verinin yol açtıklarını herkes biliyor.
03:49
Bad data costs you time, it costs you money
78
229608
2793
Zaman ve paranıza mal oluyor
03:52
and it costs you resources.
79
232425
1946
ve tabii kaynaklarınıza.
03:54
Unfortunately, when you have bad data,
80
234395
2563
Ne yazık ki kötü veri
03:56
it also costs you a lot more,
81
236982
3079
daha da fazlasına mal oluyor
04:00
because we have health disparities,
82
240085
2395
çünkü sağlık eşitsizlikleri var,
04:02
and we have social determinants of health,
83
242504
2214
sağlık kaynaklı sosyal sonuçlar var,
04:04
and we have the infant mortality,
84
244742
1658
çocuk ölümleri var,
04:06
all of which depends on the data that we collect,
85
246424
2643
bunların hepsi topladığımız verilere dayanıyor
04:09
and if we have bad data, than we have those issues still.
86
249091
3248
ve verilerimiz kötüyse bu sorunlarımız da aynı kalır.
04:12
And we have underprivileged populations
87
252363
1899
Daha şanssız olan toplumlar
04:14
that remain unfortunate and underprivileged,
88
254286
2791
şanssız ve avantajsız kalmaya devam eder
04:17
because the data that we're using is either outdated,
89
257101
3926
çünkü kullandığımız veri aslında zamanı geçmiş veri
04:21
or is not good at all or we don't have anything at all.
90
261051
3293
ya da hiç iyi değil veya elimizde hiç veri yok.
04:24
Now, wouldn't it be amazing if people like Miss Margaret
91
264987
2636
Margaret gibi kadınlar
04:27
and the customer-service representative at the wiring place
92
267647
3150
ve bankadaki o temsilci veri toplarken ''graced'' olsa
04:30
were graced to collect data with compassionate care?
93
270821
4374
ve anlayışlı davransa harika olmaz mıydı?
04:35
Can I explain to you what I mean by "graced?"
94
275562
2317
''Graced'' derken ne kastettiğimi açıklayayım.
04:38
I wrote an acrostic poem.
95
278324
1666
Akrostiş bir şiir yazdım.
04:40
G: Getting the front desk specialist involved and letting them know
96
280300
4773
Resepsiyonistler de konuya dâhil edilerek
04:45
R: the Relevance of their role as they become
97
285097
3953
bu konudaki rollerinin önemini bilmelerini sağlanacak,
04:49
A: Accountable for the accuracy of data while implementing
98
289074
3531
Bu sayede onlar da veri işleme konusunda sorumlu olacaklar,
04:52
C: Compassionate care within all encounters by becoming
99
292629
4044
tüm etkileşimlerinde anlayışlı bir tutum sergileyecekler,
04:56
E: Equipped with the education needed to inform people
100
296697
3301
gerekli eğitimle donatılacaklar
05:00
of why data collection is so important.
101
300022
3293
ve insanları veri toplamanın önemi hakkında bilgilendirebilecekler.
05:04
(Applause)
102
304315
2949
(Alkışlar)
05:07
Now, I'm an artist.
103
307288
2096
Ben bir sanatçıyım.
05:09
And so what happens with me
104
309408
1674
O yüzden bende olan şey şu,
05:11
is that when I create something artistically,
105
311106
2174
sanatla bir şey yarattığımda
05:13
the trainer in me is awakened as well.
106
313304
1923
içimdeki eğitmen uyanıyor.
05:15
So what I did was, I began to develop that acrostic poem into a full training
107
315251
4072
Ben de o sanatsal şiiri tam bir eğitim programına çevirdim,
05:19
entitled "I'm G.R.A.C.E.D."
108
319347
1548
adı "I'm G.R.A.C.E.D."
05:20
Because I remember, being the front-desk specialist,
109
320919
2841
Çünkü hatırlıyorum, resepsiyonist olarak
05:23
and when I went to the office of equity to start working,
110
323784
2674
eşitlik ofisinde çalışmak için oraya girdiğimde
05:26
I was like, "Is that why they asked us to ask that question?"
111
326482
3555
''Bu yüzden mi bize bunu sorduruyorlar?'' demiştim kendime.
05:30
It all became a bright light to me,
112
330061
1768
Sonra her şey aydınlandı,
05:31
and I realized that I asked people and I told people about --
113
331853
3637
İnsanlara sorduğum ve söylediğim şeyler...
05:35
I called them by the wrong gender, I called them by the wrong race,
114
335514
3284
Cinsiyetlerini ve ırklarını yanlış söylüyordum,
05:38
I called them by the wrong ethnicity,
115
338822
1803
etnik kökenlerini yanlış söylüyordum
05:40
and the environment became hostile,
116
340649
2007
ve çevre agresif bir hâl alıyordu,
05:42
people was offended and I was frustrated because I was not graced.
117
342680
4284
insanlar güceniyorlardı ve ben kızıyordum çünkü ben de ''graced'' değildim.
05:46
I remember my computerized training,
118
346988
2587
Bilgisayarlı eğitimimi hatırlıyorum
05:49
and unfortunately, that training did not prepare me to deescalate a situation.
119
349599
5626
ve ne yazık ki o eğitim beni durumu düzeltmeye hazırlamıyordu.
05:55
It did not prepare me to have teachable moments when I had questions
120
355249
3376
Soruları sormak konusunda sorular sorduğum o önemli anlara
05:58
about asking the questions.
121
358649
1658
beni hazırlamıyordu.
06:00
I would look at the computer and say, "So, what do I do when this happens?"
122
360331
3564
Bilgisayara bakıp şöyle diyordum, ''Bu olduğunda ben ne yapacağım?''
06:03
And the computer would say ...
123
363919
1858
Peki bilgisayar buna ne derdi?
06:05
nothing, because a computer cannot talk back to you.
124
365801
3268
Hiçbir şey çünkü bilgisayarlar sizle konuşamaz.
06:09
(Laughter)
125
369093
3207
(Kahkahalar)
06:12
So that's the importance of having someone there
126
372324
2571
Bu tür durumlarda size eğitim verecek
06:14
who was trained to teach you and tell you what you do
127
374919
2777
ve size yapmanız gerekeni söyleyecek
06:17
in situations like that.
128
377720
1690
birinin olmasının önemi bu.
06:20
So, when I created the "I'm G.R.A.C.E.D" training,
129
380030
2626
Ben de bu eğitim programını yarattığımda
06:22
I created it with that experience that I had in mind,
130
382680
2994
daha önceden edindiğim deneyimle yola çıktım
06:25
but also that conviction that I had in mind.
131
385698
2516
ama bununla birlikte kendime verdiğim hüküm.
06:28
Because I wanted the instructional design of it
132
388238
2253
Çünkü o eğitimsel tasarımın
06:30
to be a safe space for open dialogue for people.
133
390515
2778
insanlar için güvenli ve açık bir diyalog olmasını istedim.
06:33
I wanted to talk about biases,
134
393317
1895
Ön yargılar hakkında konuşmak istedim,
06:35
the unconscious ones and the conscious ones,
135
395236
2397
hem bilinçli hem de bilinçsiz olanlar
06:37
and what we do.
136
397657
1166
ve yaptıklarımız.
06:38
Because now I know that when you engage people in the why,
137
398847
3944
Çünkü insanlarla nedenler hakkında etkileşime geçtiğimizde
06:42
it challenges their perspective, and it changes their attitudes.
138
402815
3476
biliyorum ki bu onların bakış açısını ve yaklaşımını değiştirecektir.
06:46
Now I know that data that we have at the front desk
139
406315
3159
Resepsiyonistler tarafından toplanan veriler
06:49
translates into research that eliminates disparities and finds cures.
140
409498
4813
ayrımları ortadan kaldıran ve çare bulan araştırmalara dönüşüyor.
06:54
Now I know that teaching people transitional change
141
414335
3706
İnsanları şok ederek değişime zorlamak yerine,
06:58
instead of shocking them into change
142
418065
2846
onlara dönüşümsel değişim hakkında eğitim vermek
07:00
is always a better way of implementing change.
143
420935
3255
değişim uygulamak için her zaman daha iyi bir yoldur.
07:04
See, now I know people are more likely to share information
144
424214
3046
Bilgili çalışanlar tarafından saygıyla karşılandıkları takdirde
07:07
when they are treated with respect by knowledgeable staff members.
145
427284
3859
insanların daha çok bilgi paylaşacaklarını biliyorum.
07:11
Now I know that you don't have to be a statistician
146
431167
3021
Verilerin gücü ve amacını anlamak için
07:14
to understand the power and the purpose of data,
147
434212
3001
bir istatistikçi olmanız gerekmediğini de biliyorum
07:17
but you do have to treat people with respect and have compassionate care.
148
437237
4364
ama insanlara saygı ve anlayışla davranmak zorundasınız.
07:21
Now I know that when you've been graced,
149
441625
2825
İşte o zaman ''graced'' olmuş olacaksınız.
07:24
it is your responsibility to empower somebody else.
150
444474
3376
Başka birini yetkilendirmek sizin elinizde.
07:27
But most importantly, now I know
151
447874
2425
Ama en önemlisi, şunu da biliyorum ki
07:30
that when teaching human beings
152
450323
2413
insanlarla iletişim kurmak konusunda
07:32
to communicate with other human beings,
153
452760
3079
insanlara eğitim verilirken
07:35
it should be delivered by a human being.
154
455863
3785
dersin de bir insan tarafından verilmesi gerek.
07:40
(Applause)
155
460117
6792
(Alkışlar)
07:46
So when y'all go to work
156
466933
1849
O yüzden işinize giderken
07:48
and y'all schedule that "change everything" meeting --
157
468806
3335
ve o ''her şeyi değiştirelim'' toplantısına hazırlanırken
07:52
(Laughter)
158
472165
1650
(Kahkahalar)
07:53
remember Miss Margaret.
159
473839
1515
Margaret'ı hatırlayın.
07:55
And don't forget the food, the food, the food, the food.
160
475792
3819
Ve Tanrı aşkına yiyecek getirmeyi de unutmayın.
08:00
Thank you.
161
480103
1151
Teşekkürler.
08:01
(Applause) (Cheers)
162
481278
5475
(Alkışlar) (Tezahüratlar)
08:06
Thank you.
163
486777
1175
Teşekkürler.
08:07
(Applause)
164
487976
1595
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7