TED2018
Tamekia MizLadi Smith: How to train employees to have difficult conversations
Tamekia MizLadi Smith: Werknemers opleiden in moeilijke gesprekken
Filmed:
Readability: 3.9
2,028,253 views
Het is tijd om te investeren in face-to-faceopleidingen om werknemers de tools aan te reiken om moeilijke gesprekken te voeren, zegt Tamekia MizLadi Smith. Op een grappige, provocerende manier vertelt Smith over een training op de werkvloer, genaamd 'I'm G.R.A.C.E.D.', die zowel bazen als werknemers zal inspireren om te communiceren met medeleven en respect. Kort gezegd: vertel mensen altijd waarom hun werk het verschil maakt.
Tamekia MizLadi Smith - Performer, mentor
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Double-click the English transcript below to play the video.
00:12
We live in a world
where the collection of data
where the collection of data
0
968
2198
In onze wereld
worden data verzameld,
worden data verzameld,
00:15
is happening 24 hours a day,
seven days a week,
seven days a week,
1
3190
2548
24 uur per dag,
7 dagen per week,
7 dagen per week,
00:17
365 days a year.
2
5762
2293
365 dagen per jaar.
00:20
This data is usually collected by
what we call a front-desk specialist now.
what we call a front-desk specialist now.
3
8730
4323
Die data zijn verzameld
door onthaalmedewerkers.
door onthaalmedewerkers.
00:25
These are the retail clerks
at your favorite department stores,
at your favorite department stores,
4
13077
3120
Dat zijn de winkelbedienden
in je warenhuis,
in je warenhuis,
00:28
the cashiers at the grocery stores,
5
16221
2443
kassiersters bij de kruidenier,
00:30
the registration specialists
at the hospital
at the hospital
6
18688
2605
de receptionisten in het ziekenhuis
00:33
and even the person that sold you
your last movie ticket.
your last movie ticket.
7
21317
3114
en die persoon die jou
je filmticket verkocht.
je filmticket verkocht.
00:36
They ask discreet questions, like:
"May I please have your zip code?"
"May I please have your zip code?"
8
24908
3875
Ze vragen discreet:
"Wat is uw postcode?"
"Wat is uw postcode?"
00:40
Or, "Would you like to use
your savings card today?"
your savings card today?"
9
28807
3111
of "Heeft u een klantenkaart?"
00:44
All of which gives us data.
10
32369
2309
Dat allemaal levert data op.
00:46
However, the conversation
becomes a little bit more complex
becomes a little bit more complex
11
34702
4587
Het wordt echter een stuk complexer
wanneer de gevoeligere vragen
gesteld moeten gaan worden.
gesteld moeten gaan worden.
00:51
when the more difficult questions
need to be asked.
need to be asked.
12
39313
3318
00:54
Let me tell you a story, see.
13
42655
1793
Ik ga u een verhaaltje vertellen.
00:56
Once upon a time, there was
a woman named Miss Margaret.
a woman named Miss Margaret.
14
44750
3018
Er was eens een vrouw die Margaret heette.
00:59
Miss Margaret had been
a front-desk specialist
a front-desk specialist
15
47792
2151
Margaret werkte al ruim 20 jaar
als onthaalmedewerker.
als onthaalmedewerker.
01:01
for almost 20 years.
16
49967
1460
01:03
And in all that time, she has never,
and I do mean never,
and I do mean never,
17
51451
3817
En al die tijd moest ze
nooit -- echt nooit -- vragen
nooit -- echt nooit -- vragen
01:07
had to ask a patient their gender,
race or ethnicity.
race or ethnicity.
18
55292
3520
naar het geslacht, het ras
of de etniciteit van haar patiënt.
of de etniciteit van haar patiënt.
01:10
Because, see, now Miss Margaret
has the ability to just look at you.
has the ability to just look at you.
19
58836
3223
Margaret kon namelijk
gewoon haar ogen gebruiken.
gewoon haar ogen gebruiken.
01:14
Uh-huh.
20
62083
1158
Uh-huh.
01:15
And she can tell
if you are a boy or a girl,
if you are a boy or a girl,
21
63265
2777
Voor haar is duidelijk
of je een jongen of meisje bent
of je een jongen of meisje bent
01:18
black or white, American or non-American.
22
66066
3237
zwart of blank, Amerikaans of niet.
01:21
And in her mind,
those were the only categories.
those were the only categories.
23
69327
3238
En in haar ogen waren dat
de enige categorieën.
de enige categorieën.
01:24
So imagine that grave day,
24
72589
2016
Dus stel je maar eens voor
dat op een dag
dat op een dag
01:26
when her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
25
74629
4893
haar baas haar uitnodigt
voor 'n 'innovatieve meeting'
voor 'n 'innovatieve meeting'
en zegt dat ze voortaan elke patiënt
moet vragen om zichzelf te identificeren.
moet vragen om zichzelf te identificeren.
01:31
and told her that would have to ask
each and every last one of her patients
each and every last one of her patients
26
79546
3634
01:35
to self-identify.
27
83204
1405
01:36
She gave her six genders,
eight races and over 100 ethnicities.
eight races and over 100 ethnicities.
28
84633
4770
Ze kreeg 6 geslachten, 8 rassen
en meer dan 100 etniciteiten.
en meer dan 100 etniciteiten.
01:41
Well, now, Miss Margaret was appalled.
29
89427
2588
Margaret was geschokt.
Ik bedoel: uiterst beledigd.
01:44
I mean, highly offended.
30
92039
1397
01:45
So much so that she marched down
to that human-resource department
to that human-resource department
31
93460
3331
Zozeer dat ze naar de HR toestapte
om te horen of ze
vervroegd op pensioen kon.
vervroegd op pensioen kon.
01:48
to see if she was eligible
for an early retirement.
for an early retirement.
32
96815
2524
Ze eindigde haar kanonnade
met de mededeling
met de mededeling
01:51
And she ended her rant by saying
33
99363
1960
01:53
that her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
34
101347
4870
dat haar baas haar had uitgenodigd
voor 'n 'innovatieve meeting'
voor 'n 'innovatieve meeting'
01:58
and didn't, didn't, even, even
35
106241
2024
zonder ...
02:00
bring, bring food, food, food, food.
36
108289
3028
een hapje te voorzien!
02:03
(Laughter)
37
111341
1154
(Gelach)
02:04
(Applause) (Cheers)
38
112519
5067
(Applaus) (Gejuich)
Je brengt toch 'n hapje mee
naar zo'n meeting.
naar zo'n meeting.
02:10
You know you've got to bring food
to these meetings.
to these meetings.
39
118681
2434
02:13
(Laughter)
40
121139
2343
(Gelach)
Maar goed.
02:15
Anyway.
41
123506
1159
(Gelach)
02:16
(Laughter)
42
124689
1508
02:18
Now, that was an example
of a healthcare setting,
of a healthcare setting,
43
126221
2769
Dat was een voorbeeld
uit de zorgsector,
uit de zorgsector,
02:21
but of course, all businesses
collect some form of data.
collect some form of data.
44
129014
3333
maar alle sectoren
verzamelen enige vorm van data.
verzamelen enige vorm van data.
02:24
True story: I was going
to wire some money.
to wire some money.
45
132371
3142
Dit is echt gebeurd:
ik ging geld overschrijven.
ik ging geld overschrijven.
02:28
And the customer service
representative asked me
representative asked me
46
136165
2555
De bankbediende vroeg me
of ik in de VS geboren was.
02:30
if I was born in the United States.
47
138744
2334
02:33
Now, I hesitated to answer her question,
48
141419
2381
Ik aarzelde even voor ik antwoordde,
02:35
and before she even realized
why I hesitated,
why I hesitated,
49
143824
3130
en nog voor ze besefte waarom ik aarzelde,
begon ze haar eigen bedrijf
zwart te maken.
zwart te maken.
02:38
she began to throw the company
she worked for under the bus.
she worked for under the bus.
50
146978
3015
02:42
She said, "Girl, I know it's stupid,
but they makin' us ask this question."
but they makin' us ask this question."
51
150017
5072
Ze zegt: "Meid, het is stom,
maar we moeten het vragen".
maar we moeten het vragen".
02:47
(Laughter)
52
155113
1151
(Gelach)
02:48
Because of the way she presented it to me,
53
156288
2073
Door haar opmerking
vroeg ik: "Meid, waarom dan?
02:50
I was like, "Girl, why?
54
158385
1600
02:52
Why they makin' you ask this question?
55
160561
2230
Waarom moet je die vraag stellen?
Gaan ze mensen het land uitzetten?"
02:54
Is they deportin' people?"
56
162815
1802
02:56
(Laughter)
57
164641
2142
(Gelach)
02:58
But then I had to turn on
the other side of me,
the other side of me,
58
166807
2222
Maar toen draaide ik de knop om
naar de professionele
verhalenverteller in me.
verhalenverteller in me.
03:01
the more professional
speaker-poet side of me.
speaker-poet side of me.
59
169053
2568
03:04
The one that understood that there were
little Miss Margarets all over the place.
little Miss Margarets all over the place.
60
172164
4150
Ik wist dat er overal Margarets schuilen.
Goede mensen
en zelfs goede werknemers,
en zelfs goede werknemers,
03:08
People who were good people,
maybe even good employees,
maybe even good employees,
61
176871
2968
die echter de vaardigheid missen
om een vraag goed te stellen
om een vraag goed te stellen
03:11
but lacked the ability
to ask their questions properly
to ask their questions properly
62
179863
2552
03:14
and unfortunately, that made her look bad,
63
182439
2535
en helaas maakte zij nu een slechte indruk
03:16
but the worst, that made
the business look even worse
the business look even worse
64
184998
3246
maar het plaatste haar bedrijf
in een nog negatiever daglicht.
03:20
than how she was looking.
65
188268
1666
03:22
Because she had no idea who I was.
66
190236
1767
Want ze had geen idee wie ik was.
03:24
I mean, I literally could have been
a woman who was scheduled to do a TED Talk
a woman who was scheduled to do a TED Talk
67
192027
3685
Ik kon evengoed iemand zijn
die 'n TED Talk zou doen
die 'n TED Talk zou doen
en haar als voorbeeld zou gebruiken.
03:27
and would use her as an example.
68
195736
1778
03:29
Imagine that.
69
197538
1300
Stel je voor.
03:30
(Applause)
70
198862
4262
(Applaus)
Helaas is het gevolg
dat mensen weigeren te antwoorden
dat mensen weigeren te antwoorden
03:35
And unfortunately,
71
203148
1183
03:36
what happens is people would decline
to answer the questions,
to answer the questions,
72
204355
2895
omdat ze denken dat de info
gebruikt wordt
gebruikt wordt
03:39
because they feel like
you would use the information
you would use the information
73
207274
2509
om hen te discrimineren,
03:41
to discriminate against them,
74
209807
1425
allemaal door de manier waarop
het gebracht werd.
het gebracht werd.
03:43
all because of how you presented
the information.
the information.
75
211256
2391
Zo krijgen we slechte data.
03:45
And at that point, we get bad data.
76
213671
1778
03:47
And everybody knows what bad data does.
77
215473
2111
En iedereen weet wat
dat met zich meebrengt.
dat met zich meebrengt.
03:49
Bad data costs you time,
it costs you money
it costs you money
78
217608
2793
Slechte data kosten tijd,
kosten geld
kosten geld
en kosten middelen.
03:52
and it costs you resources.
79
220425
1946
03:54
Unfortunately, when you have bad data,
80
222395
2563
Helaas gaan slechte data ook gepaard
03:56
it also costs you a lot more,
81
224982
3079
met veel andere dingen.
04:00
because we have health disparities,
82
228085
2395
Denk maar aan
de gezondheidskloof
de gezondheidskloof
en sociale criteria
voor gezondheid,
voor gezondheid,
04:02
and we have social determinants of health,
83
230504
2214
04:04
and we have the infant mortality,
84
232742
1658
en er is ook kindersterfte,
04:06
all of which depends
on the data that we collect,
on the data that we collect,
85
234424
2643
en die hangen af
van de data die we verzamelen
van de data die we verzamelen
04:09
and if we have bad data,
than we have those issues still.
than we have those issues still.
86
237091
3248
en met slechte data
blijven die dingen bestaan.
blijven die dingen bestaan.
04:12
And we have underprivileged populations
87
240363
1899
En zo bestaan er kansarme mensen
04:14
that remain unfortunate
and underprivileged,
and underprivileged,
88
242286
2791
met altijd maar tegenslag
en gemiste kansen
en gemiste kansen
04:17
because the data that we're using
is either outdated,
is either outdated,
89
245101
3926
omdat onze data ofwel verouderd is,
04:21
or is not good at all
or we don't have anything at all.
or we don't have anything at all.
90
249051
3293
of slechts is of gewoon onbestaande.
04:24
Now, wouldn't it be amazing
if people like Miss Margaret
if people like Miss Margaret
91
252987
2636
Zou het niet prachtig zijn
als mensen als Margaret en de bankbediende
04:27
and the customer-service
representative at the wiring place
representative at the wiring place
92
255647
3150
gezegend zouden zijn
en met gevoel data verzamelden?
en met gevoel data verzamelden?
04:30
were graced to collect data
with compassionate care?
with compassionate care?
93
258821
4374
04:35
Can I explain to you
what I mean by "graced?"
what I mean by "graced?"
94
263562
2317
Mag ik het woord
'graced' (gezegend) toelichten?
'graced' (gezegend) toelichten?
04:38
I wrote an acrostic poem.
95
266324
1666
Ik heb een lettervers gemaakt.
04:40
G: Getting the front desk specialist
involved and letting them know
involved and letting them know
96
268300
4773
G: Gebruik de inzet van baliemedewerkers
om te tonen hoe
om te tonen hoe
04:45
R: the Relevance of their role
as they become
as they become
97
273097
3953
R: Relevant hun rol is want ze worden
04:49
A: Accountable for the accuracy
of data while implementing
of data while implementing
98
277074
3531
A: Aansprakelijk voor accurate data
terwijl ze
terwijl ze
04:52
C: Compassionate care within
all encounters by becoming
all encounters by becoming
99
280629
4044
C: Compassie tonen
bij elke ontmoeting door hun
bij elke ontmoeting door hun
04:56
E: Equipped with the education
needed to inform people
needed to inform people
100
284697
3301
E: Educatie te gebruiken
om mensen te informeren over
om mensen te informeren over
05:00
of why data collection is so important.
101
288022
3293
D: Dataverzameling en het belang ervan.
05:04
(Applause)
102
292315
2949
(Applaus)
05:07
Now, I'm an artist.
103
295288
2096
Ik ben kunstenaar.
05:09
And so what happens with me
104
297408
1674
En bij mij werkt het zo:
05:11
is that when I create
something artistically,
something artistically,
105
299106
2174
wanneer ik iets artistieks creëer,
05:13
the trainer in me is awakened as well.
106
301304
1923
ontwaakt de trainer in mij ook.
05:15
So what I did was, I began to develop
that acrostic poem into a full training
that acrostic poem into a full training
107
303251
4072
Dus maakte ik van de lettervers
een volledige opleiding,
een volledige opleiding,
05:19
entitled "I'm G.R.A.C.E.D."
108
307347
1548
genaamd: 'Ik ben G.R.A.C.E.D.'
05:20
Because I remember,
being the front-desk specialist,
being the front-desk specialist,
109
308919
2841
Ik wist hoe het was
om aan een balie te zitten.
om aan een balie te zitten.
05:23
and when I went to the office
of equity to start working,
of equity to start working,
110
311784
2674
Toen ik ging werken
bij het Office of Health Equity
bij het Office of Health Equity
05:26
I was like, "Is that why they asked us
to ask that question?"
to ask that question?"
111
314482
3555
dacht ik: "dáárom
stelden ze ons dus die vraag!"
stelden ze ons dus die vraag!"
05:30
It all became a bright light to me,
112
318061
1768
Alles werd duidelijk voor mij
05:31
and I realized that I asked people
and I told people about --
and I told people about --
113
319853
3637
en ik besefte wat ik
mensen had gevraagd en verteld.
mensen had gevraagd en verteld.
05:35
I called them by the wrong gender,
I called them by the wrong race,
I called them by the wrong race,
114
323514
3284
Ik gaf hen het verkeerde geslacht,
het verkeerde ras,
het verkeerde ras,
05:38
I called them by the wrong ethnicity,
115
326822
1803
de verkeerde etniciteit
05:40
and the environment became hostile,
116
328649
2007
en de omgeving werd vijandig,
05:42
people was offended and I was frustrated
because I was not graced.
because I was not graced.
117
330680
4284
mensen waren beledigd en ik gefrustreerd
en ik voelde me niet 'gezegend'.
en ik voelde me niet 'gezegend'.
05:46
I remember my computerized training,
118
334988
2587
Ik herinner me nog
mijn training op de computer
mijn training op de computer
05:49
and unfortunately, that training did not
prepare me to deescalate a situation.
prepare me to deescalate a situation.
119
337599
5626
en die leerde me helaas niet
hoe je een situatie kan deëscaleren.
hoe je een situatie kan deëscaleren.
05:55
It did not prepare me to have
teachable moments when I had questions
teachable moments when I had questions
120
343249
3376
Hij gaf me geen leermomenten
wanneer ik vragen had
wanneer ik vragen had
05:58
about asking the questions.
121
346649
1658
over vragen stellen.
06:00
I would look at the computer and say,
"So, what do I do when this happens?"
"So, what do I do when this happens?"
122
348331
3564
Ik vroeg het scherm:
"Wat doe ik in dit geval?"
"Wat doe ik in dit geval?"
En de computer zei dan ...
06:03
And the computer would say ...
123
351919
1858
06:05
nothing, because a computer
cannot talk back to you.
cannot talk back to you.
124
353801
3268
niets, want een computer antwoordt niet.
06:09
(Laughter)
125
357093
3207
(Gelach)
06:12
So that's the importance
of having someone there
of having someone there
126
360324
2571
Daarom is het belangrijk iemand te hebben
06:14
who was trained to teach you
and tell you what you do
and tell you what you do
127
362919
2777
die opgeleid is om je
te tonen en te vertellen
te tonen en te vertellen
wat te doen in zulke situaties.
06:17
in situations like that.
128
365720
1690
06:20
So, when I created
the "I'm G.R.A.C.E.D" training,
the "I'm G.R.A.C.E.D" training,
129
368030
2626
De 'I'm G.R.A.C.E.D.'-training
heb ik gecreëerd
heb ik gecreëerd
06:22
I created it with that experience
that I had in mind,
that I had in mind,
130
370680
2994
met die ervaring in het achterhoofd
maar ook met mijn overtuiging
in gedachten.
in gedachten.
06:25
but also that conviction
that I had in mind.
that I had in mind.
131
373698
2516
06:28
Because I wanted
the instructional design of it
the instructional design of it
132
376238
2253
Ik wou dat de leeromgeving
06:30
to be a safe space
for open dialogue for people.
for open dialogue for people.
133
378515
2778
een veilige plek was
voor een open dialoog.
voor een open dialoog.
06:33
I wanted to talk about biases,
134
381317
1895
Ik wou praten over vooroordelen,
06:35
the unconscious ones
and the conscious ones,
and the conscious ones,
135
383236
2397
zowel onbewuste als bewuste,
en over wat we doen.
06:37
and what we do.
136
385657
1166
Want nu weet ik dat als je
mensen laat nadenken over 'waarom',
mensen laat nadenken over 'waarom',
06:38
Because now I know
that when you engage people in the why,
that when you engage people in the why,
137
386847
3944
06:42
it challenges their perspective,
and it changes their attitudes.
and it changes their attitudes.
138
390815
3476
hun perspectief verandert,
en tevens hun houding.
en tevens hun houding.
06:46
Now I know that data
that we have at the front desk
that we have at the front desk
139
394315
3159
Nu weet ik dat data
verzameld aan de receptie
verzameld aan de receptie
06:49
translates into research that eliminates
disparities and finds cures.
disparities and finds cures.
140
397498
4813
leidt tot onderzoek
dat ongelijkheid bestrijdt
en remedies vindt.
en remedies vindt.
06:54
Now I know that teaching people
transitional change
transitional change
141
402335
3706
Nu weet ik dat als je
mensen geleidelijke verandering aanleert
mensen geleidelijke verandering aanleert
06:58
instead of shocking them into change
142
406065
2846
zonder die verandering
met een schok op te dringen,
met een schok op te dringen,
07:00
is always a better way
of implementing change.
of implementing change.
143
408935
3255
dit altijd de betere manier is
om verandering te implementeren.
om verandering te implementeren.
07:04
See, now I know people are more likely
to share information
to share information
144
412214
3046
Nu weet ik dat mensen
eerder bereid zijn informatie te delen
eerder bereid zijn informatie te delen
07:07
when they are treated with respect
by knowledgeable staff members.
by knowledgeable staff members.
145
415284
3859
als ze met respect bejegend worden
door goed opgeleid personeel.
door goed opgeleid personeel.
07:11
Now I know that you
don't have to be a statistician
don't have to be a statistician
146
419167
3021
Nu weet ik dat je
geen statisticus moet zijn
geen statisticus moet zijn
07:14
to understand the power
and the purpose of data,
and the purpose of data,
147
422212
3001
om de kracht en het doel
van data te begrijpen
van data te begrijpen
07:17
but you do have to treat people
with respect and have compassionate care.
with respect and have compassionate care.
148
425237
4364
maar zonder respect
en medeleven lukt het niet.
en medeleven lukt het niet.
07:21
Now I know that when you've been graced,
149
429625
2825
Nu weet ik dat als jij 'graced' bent,
het je verantwoordelijkheid is
om een ander te ondersteunen.
om een ander te ondersteunen.
07:24
it is your responsibility
to empower somebody else.
to empower somebody else.
150
432474
3376
07:27
But most importantly, now I know
151
435874
2425
Maar vooral weet ik nu
07:30
that when teaching human beings
152
438323
2413
dat wanneer je mensen wil leren
07:32
to communicate with other human beings,
153
440760
3079
hoe met andere mensen te communiceren,
07:35
it should be delivered by a human being.
154
443863
3785
dat dit gedaan moet worden door een mens.
07:40
(Applause)
155
448117
6792
(Applaus)
Dus als jullie gaan werken
07:46
So when y'all go to work
156
454933
1849
07:48
and y'all schedule that
"change everything" meeting --
"change everything" meeting --
157
456806
3335
en jullie plannen
'een innovatieve meeting' --
'een innovatieve meeting' --
07:52
(Laughter)
158
460165
1650
(Gelach)
07:53
remember Miss Margaret.
159
461839
1515
denk dan aan Margaret,
en vergeet niet ...
'n hapje mee te brengen.
'n hapje mee te brengen.
07:55
And don't forget the food, the food,
the food, the food.
the food, the food.
160
463792
3819
08:00
Thank you.
161
468103
1151
Dank je wel.
(Applaus) (Gejuich)
08:01
(Applause) (Cheers)
162
469278
5475
08:06
Thank you.
163
474777
1175
Dank je.
(Applaus)
08:07
(Applause)
164
475976
1595
ABOUT THE SPEAKER
Tamekia MizLadi Smith - Performer, mentorTamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare.
Why you should listen
As a spoken-word performer, Tamekia MizLadi Smith educates and empowers her audiences with what she calls EDUtainment, a witty combination of music and storytelling. She has worked as a consultant and mentor for programs such as Girls in Action, Dear Sistah Girlfriend and the Columbus City Schools. Her forthcoming book, True Story, explores how to improve community health through mentoring and creative arts.
Tamekia MizLadi Smith | Speaker | TED.com