Raznolikost, enakost in vključenost (DEI) pri zaposlovanju

01Kje pristranskost običajno vstopi v lijak

Pregledovanje življenjepisov je najbolj preučevana vstopna točka: raziskave, ki segajo desetletja nazaj, so večkrat ugotovile, da identični življenjepisi prejmejo različne stopnje povratnih klicev, ko se spremeni le očitno ime prosilca – vzorec, dokumentiran v več državah in panogah, in ne le artefakt posamezne študije. Filtriranje prek sistema ATS na podlagi ključnih besed to stopnjuje z nagrajevanjem besedišča v življenjepisu, ki je v korelaciji z določenim izobrazbenim ali poklicnim ozadjem, kar izloči enako usposobljene kandidate, ki same izkušnje opisujejo drugače.

Iskanje talentov na podlagi napotitev ponavadi reproducira demografsko sestavo obstoječe ekipe, saj so mreže ljudi običajno bolj homogene kot širši nabor usposobljenega trga dela. In nestrukturirani intervjui – klasičen pogovor o »ujemnosti s kulturo« brez določenih pravil – nosijo nekaj najšibkejših dokazov o veljavnosti med vsemi pogosto uporabljenimi metodami zaposlovanja ravno zato, kerpuščajo največ prostora za delovanje nepreverjenih preferenc anketarja.

02Kaj anonimizacija dejansko počne in česa ne

Preden kateri koli življenjepis doseže korak ekstrakcije inteligentnega sistema Expertini, gre skozi postopek odstranjevanja v enajstih vzorcih, ki odstrani imena, kontaktne podatke, fizične naslove in poštne številke, URL-je družabnih/poklicnih profilov in jezik, ki namiguje na starost, spol, narodnost ali zakonski stan. Inteligentni sistem, ki izvaja semantično branje, nikoli nima dostopa do tega, kdo je kandidat – le do tega, kar so dokumentirali, da so storili.

To je smiselno, mehansko zmanjšanje izpostavljenosti – ne pa garancija ničelne pristranskosti. Odstranjevanje na podlagi vzorcev lahko zgreši nenavadno obliko imena, sam slog pisanja pa lahko včasih nosi šibke, posredne signale, ki jih odločna statistična analiza lahko zazna tudi po odstranitvi izrecnih identifikatorjev. Mehanizem opisujemo pošteno, namesto da bi trdili močnejšo garancijo, kot jo lahko prinese ujemanje vzorcev.

03Ujemanje na podlagi dokazov v primerjavi z ujemanjem po ključnih besedah

Ločeno od anonimizacije se je samo ujemanje premaknilo s prekrivanja ključnih besed na semantične dokaze – podrobno opisano na strani Ujemanje talentov – prav zato, ker filtriranje po ključnih besedah sistematično postavlja v slabši položaj kandidate, ki resnične izkušnje opisujejo v nestandardnem besednjaku: karierne preusmerjence, kandidate iz podzastopanih izobrazbenih okolij in osebe, ki pišejo v drugem jeziku. Branje za dokaze namesto ujemanja nizov odpravlja to specifično, dobro dokumentirano pristranskost pri filtriranju.

04Kakšna struktura se doda vrhu anonimizacije

Anonimizacija obravnava tisto, kar vidi umetna inteligenca; strukturirano ocenjevanje (podrobno opisano na strani o strukturiranem zaposlovanju) pa obravnava tisto, kar se zgodi kasneje – vsak kandidat za določeno vlogo se meri po enakih dimenzijah z enakimi utežmi, vsaka faza intervjuja pa uporablja enak točkovni pravilnik za vse kandidate. Samostojna struktura je v desetletjih raziskav zaposlovanja pomembno zmanjšala pristranskost tudi brez kakršne koli vključene umetne inteligence; njeno združevanje z anonimiziranim presejalnim pregledom, ki temelji na dokazih, okrepi učinek namesto zanašanja na posamezen mehanizm v izolaciji.

05Stated limitations

Nič od tega ne odpravlja pristranskosti v celoti, zato je do vsakega ponudnika, ki trdi, da njegov izdelek to počuti, treba pristopiti z resničnim dvomom. Pristranski opis delovnega mesta – tisti, napisan z nepotrebno ozkimi zahtevami, ki izključujejo usposobljene kandidate brez razloga, povezanega z delom – bo še vedno proizvajal pristranske rezultate CMS, ker ocena zvesto meri glede na kakršne koli navedene zahteve. Presoja človeka na razgovoru, tudi če je strukturirana, še vedno nosi preostal vzorec pristranskosti, ki jo sama struktura lahko zmanjša, ne pa v celoti odstrani. Končne odločitve o zaposlovanju pa ostajajo človeške odločitve, ki jih sistem podpira, vendar jih ne sprejema.