Jednotka 2 / 11

CV screening, sumarizace a riziko zkreslení

zisky:

  • Schopnost shrnout životopisy ve strukturovaném a srovnatelném formátu podle kritérií souvisejících s prací
  • Schopnost rozpoznat rizika zkreslení a diskriminace ve screeningu podporovaném umělou inteligencí a snížit je konkrétními metodami
  • Schopnost zavést sledovatelný proces, který vyžaduje lidskou kontrolu v konečném rozhodnutí o vyloučení

Časově nejnáročnější, nejúnavnější a také nejrizikovější krok náboru je screening CV. Číst a porovnávat 300 životopisů jeden po druhém by zabralo hodiny; S rostoucí únavou klesá kvalita rozhodování a poslední přečtený životopis není hodnocen se stejnou pečlivostí jako první přečtený životopis. Umělá inteligence (AI) poskytuje v tomto kroku obrovské zrychlení. Ale tady je ta nejnebezpečnější část: AI se může učit a reprodukovat lidské předsudky v datech, na kterých je trénována. V této jednotce se naučíme, jak strukturovaným způsobem shrnout životopisy s kritérii souvisejícími s prací, snížit riziko zkreslení konkrétními metodami a vytvořit sledovatelný proces, který ponechá konečné rozhodnutí v rukou lidí.

Pojďme si ujasnit pojmy. Zaujatost je systematická odchylka v rozhodnutí kvůli vlastnosti, která nesouvisí s prací (jako je jméno, pohlaví, věk, rodné město, vystudovaná škola). Strukturované shrnutí má shrnout každý životopis pod stejnými nadpisy a ve stejném pořadí; Tímto způsobem jsou kandidáti srovnáváni jablka s jablky. Slepý screening je proces prověřování, který skrývá informace, které identifikují kandidáta, ale nemají nic společného s prací. Kritériem souvisejícím s prací je kompetence definovaná v inzerátu, která je skutečně vyžadována k výkonu dané práce. A konečně, halucinace je, když AI produkuje informace, které ve skutečnosti neexistují (například certifikát, který není součástí životopisu).

Proč AI vytváří zkreslení?

Umělá inteligence se učí z milionů textů a tyto texty zahrnují minulá lidská rozhodnutí. Pokud byla určitá skupina v minulosti diskriminována, AI může tento vzorec zaměnit za „normální“. Kromě toho vodítka v životopise, jako je jméno, adresa nebo škola, dávají modelu nepřímé signály o pohlaví, etnickém původu nebo socioekonomickém postavení. Slavný příklad: screeningový nástroj, který velká technologická společnost vycvičila na historických datech životopisů, systematicky podtrhoval kandidátky, protože v datech dominovali muži, a tento nástroj byl ukončen. Poučení je jasné: AI není neutrální; Nestrannost vytvoříte prostřednictvím návrhu procesu.

Role a limit AI

Nejkritičtější věta této jednotky je: AI nevylučuje CV, ale shrnuje CV. Pokud nastavíte AI jako „auto-rejector“, vystavujete se jak právnímu riziku (nárok na diskriminaci), tak riziku poškození dobré pověsti; Navíc můžete nechat opravdu dobrého kandidáta zmizet z dohledu. Správné nastavení je použít AI jako asistenta rychlého čtení a strukturování.

Bezpečný proces eliminace krok za krokem:

  1. Předem si definujte kritéria související s prací. Před zahájením eliminace si zapište, kterých 5-8 kritérií je důležitých (zkušenosti, specifické dovednosti, certifikace, obor) a uzamkněte je.
  2. Maskujte nepodstatné oblasti. Z hodnocení vylučte pole jako jméno, fotografie, věk, rodinný stav, místo narození, název školy.
  3. Vyžádejte si strukturovaný souhrn. Pro každý životopis vytiskněte přesně stejný formát.
  4. Žádejte důkazy, ne rozhodnutí. "Je tento kandidát vhodný?" místo "Splňuje tento kandidát kritéria, na jakém řádku životopisu je založen?" problém.
  5. Člověk učiní konečné rozhodnutí a zaznamená ho. AI shrnuje/porovnává, nikoli eliminuje; Lidé si vybírají a píší své důvody.

Vaše role: nestranný náborový analytik. Následující životopis hodnoťte POUZE na základě následujících kritérií souvisejících s prací. ZVÁŽTE jméno, pohlaví, věk, fotografii, rodinný stav a školní prestiž. Stačí se podívat na zkušenosti a dovednosti. Kritéria: 1) Více než 3 roky praxe s prodejem v terénu2) Použití CRM (např. Salesforce/HubSpot)3) Zkušenosti s prodejem B2B4) Důkaz o dosažení ročního cíle (číselné, preference)Formát výstupu (jeden řádek pro každé kritérium):- Kritéria | Splňuje (Ano/Částečně/Ne) | Důkazy ze životopisu (úryvek)Prověření: chybějící informace a 2 otázky, které je třeba položit při pohovoru.<cv>[text životopisu]</cv>

Pozor: Je důležité říci AI „nehlížej na školní prestiž“. Modelky se mohly naučit diskriminačním zkratkám jako „dobrá univerzita = dobrý kandidát“; jde o nepřímou diskriminaci různých socioekonomických skupin.

Konkrétní metody ke snížení předsudků

Předsudek není abstraktní záležitost; lze měřit a redukovat:

  • Slepá eliminace. Odstraňte ze životopisů jméno, fotografii, datum narození a název školy.
  • Pevný seznam kritérií. Napište kritéria a uzamkněte je před začátkem eliminace; Neměňte jej uprostřed procesu.
  • Stejná výzva, stejný formát. Vyhodnoťte všechny životopisy s přesně stejnými pokyny.
  • Povinnost důkazní věty. Každé „Ano“ musí být založeno na citaci; to odhaluje halucinace.
  • Dvojitý slepý test. Odešlete stejný životopis s verzí „ženské jméno“ a „mužské jméno“ a zkontrolujte, zda se známky změnily.
  • Křížová kontrola. Znovu si přečtěte několik životopisů s nejvyšším a nejnižším skóre lidskýma očima.

Dám vám dva životopisy: obsah je úplně stejný, jen jména se liší. Vyhodnoťte oba podle výše uvedených kritérií. Poté obě hodnocení porovnejte; Pokud je mezi nimi rozdíl, vysvětlete, z jakých informací o práci tento rozdíl pramení. Pokud najdete rozdíl, který nesouvisí s prací, zřetelně jej označte.

Slabá výzva / Silná výzva

Slabá výzva: Přečtěte si těchto 40 životopisů a vyberte 5 nejlepších kandidátů.

Výsledek: Umělá inteligence říká „nejlepší“, aniž by vysvětlila, proč si to vybrala, možná pomocí irelevantních signálů, jako je jméno/škola. Nemůžete kontrolovat rozhodnutí.

Výkonná výzva: Vyhodnoťte tyto životopisy podle [5–8 kritérií souvisejících s prací]. Ignorujte jméno/věk/pohlaví/název školy. U každého kritéria uveďte ano/částečně/ne + důkazní citaci z vašeho životopisu. rozhodování; stačí vytvořit transparentní srovnání.

Výsledek: viditelný, auditovatelný a lidský úsudek připravený na to, proč je každý kandidát kde.

Outsourcujte to AI

Nenechte to AI

Shrnutí podle kritérií souvisejících s prací

Automatické rozhodnutí o přijetí/odmítnutí

Srovnání ve stejném formátu

Seřadit podle jména/pohlaví/věku

Označte chybějící informace

Nezměrný úsudek jako „kulturní vhodnost“

Navrhněte otázky k rozhovoru

Predikce osobnosti/charakteru

Vyjmout důkazy (citace)

usuzuji z fotky

Tip: Pro strukturované agregované srovnání dejte kandidátům anonymizované kódy, například „Kandidát-1, Kandidát-2“. Stůl vedle sebe je rychlejší a spravedlivější, než je číst jeden po druhém; protože všichni jsou hodnoceni stejnými sloupci.

Tři mini pouzdra

Případ 1 – Skrytá předpojatost jména. Jedna společnost si všimla, že 9 z 10 nejlepších kandidátů byli muži, když poskytli AI ​​nezpracované životopisy (včetně jmen) a nechali je seřadit. Když byla jména maskována a přehodnocena pouze na základě zkušeností a dovedností, byl seznam vyvážený a 3 dříve neviděné kvalifikované kandidátky se dostaly do top 10. Společnost to přidala k oficiálnímu postupu jako doložku o „povinném vyřazení naslepo“.

Případ 2 — Časová úspora, chráněné ovládání. Call centrum shrnulo 220 životopisů na základě 4 kritérií souvisejících s prací pomocí AI. Předkvalifikační období se zkrátilo ze 3 dnů na 4 hodiny. Zásadní bod: AI nikoho nezlikvidovala; Náborář osobně prozkoumal 34 kandidátů, o kterých AI řekla, že se „částečně setkali“ a pozval 11 z nich na pohovor. Rozhodnutí zůstalo na osobě, doba náboru se zkrátila o 35 %.

Případ 3 – Vymyšlená povaha. AI napsala „certifikace PMP“ do shrnutí životopisu, který uchazeč neměl (halucinace). Protože Recruiter požadoval cenovou nabídku, AI nebyla schopna uvést zdroj a chyba byla zachycena. Pravidlo „pro každou reklamaci si vyžádejte cenovou nabídku v životopise“ je nejjednodušší záchranná síť, která takové výmysly zviditelní.

Časté chyby

  • Ať rozhodne AI. Říct „vyberte 5 nejlepších“ znamená předat odpovědnost stroji; AI shrnuje, člověk vybírá.
  • Dávám nezpracovaný životopis tak, jak je. Jméno, fotografie, věk, název školy jsou signály zkreslení; maska.
  • Nežádá o důkaz. Pokud nepožádáte o uvozovky, AI vymyslí atribuci a vy si toho nevšimnete.
  • Vágní kritéria jako „kulturní vhodnost“. To často znamená „jako my“ a legitimizuje diskriminaci; Udržujte kritéria spojená s prací a pozorovatelná.
  • Změna kritérií v průběhu procesu. Korumpuje spravedlnost; Kritérium je od začátku uzamčeno.
  • Zapomínání KVKK. CV je osobní údaj; Je riskantní poslat jej bez maskování do vozidel, která nemají institucionální zajištění (viz útvar KVKK).

V souhrnu

AI poskytuje velkou rychlost ve screeningu CV, ale může také urychlit zkreslení. Bezpečné používání je založeno na třech pravidlech: (1) hodnotit pouze s kritérii souvisejícími s prací, maskováním irelevantních oblastí; (2) požádat o shrnutí a srovnání s důkazy, nikoli o verdikt; (3) vždy nechte lidi učinit a zdůvodnit konečné rozhodnutí o vyřazení. AI usnadňuje předkvalifikaci; Jste odpovědní za spravedlnost a zákonnost.

Aplikační úkol

Získejte 5-6 vzorových (nebo skutečných anonymizovaných) životopisů. (1) Definujte a uzamkněte 5-8 kritérií souvisejících s úlohou. (2) Zamaskujte jméno/věk/fotku/školu a aplikujte výzvu k hodnocení stejným způsobem na každý životopis a požádejte o cenovou nabídku. (3) Vyzkoušejte dvojitý slepý test na CV (změna pouze jména). (4) Nechte si vytvořit souhrnnou srovnávací tabulku. (5) Znovu si lidskýma očima přečtěte životopis s nejvyšší a nejnižší známkou. (6) Rozhodněte se, koho pozvete na pohovor, a zaznamenejte si svůj důvod.

kontrolní seznam

  • [ ] Bylo hodnocení provedeno pouze s kritérii souvisejícími s prací a uzavřenými kritérii?
  • [ ] Byly maskovány/vyloučeny jméno, věk, pohlaví, fotografie, školní prestiž?
  • [ ] Byla pro každý nárok vyžadována nabídka potvrzení životopisu?
  • [ ] Byla AI vytvořena proto, aby učinila shrnutí/porovnání, nikoli rozhodnutí?
  • [ ] Byly závěrečné CV zkontrolovány lidmi?
  • [ ] Učinil člověk konečné rozhodnutí o vyřazení a zaznamenal důvody?
  • [ ] Byla data zpracována bezpečně z hlediska KVKK?