CV:n seulonta, yhteenveto ja harhariski

Voitot:

• Kyky tiivistää CV:t jäsennellyssä ja vertailukelpoisessa muodossa työhön liittyvien kriteerien mukaan
• Kyky tunnistaa harha- ja syrjintäriskejä tekoälyn tukemassa seulonnassa ja vähentää niitä konkreettisilla menetelmillä
• Kyky luoda jäljitettävä prosessi, joka edellyttää ihmisen kontrollia lopullisessa eliminointipäätöksessä

Aikaa vievin, väsyttävin ja myös riskialttein rekrytointivaihe on CV-seulonta. Vie tunteja lukea ja vertailla 300 CV:tä postausta varten yksitellen; Kun väsymys lisääntyy, päätöksenteon laatu heikkenee, eikä viimeistä CV:tä arvioida yhtä huolellisesti kuin ensimmäistä luettua CV:tä. Tekoäly (AI) tarjoaa valtavan kiihtyvyyden tässä vaiheessa. Mutta tässä on vaarallisin osa: tekoäly voi oppia ja toistaa inhimillisiä ennakkoluuloja datassa, jota se on koulutettu. Tässä osiossa opimme tiivistämään CV:t jäsennellysti työhön liittyvillä kriteereillä, vähentämään puolueellisuuden riskiä konkreettisilla menetelmillä ja luomaan jäljitettävän prosessin, joka pitää lopullisen päätöksen ihmisten käsissä.

Selvennetään ehtoja. Bias on päätöksen systemaattinen poikkeama, joka johtuu työhön liittymättömästä ominaisuudesta (kuten nimi, sukupuoli, ikä, kotikaupunki, tutkinto). Jäsennelty yhteenveto on yhteenveto jokaisesta CV:stä samojen otsikoiden alla, samassa järjestyksessä. Tällä tavalla ehdokkaita verrataan omenoita omenoihin. Sokea seulonta on seulontaprosessi, joka piilottaa tiedot, jotka tunnistavat ehdokkaan, mutta joilla ei ole mitään tekemistä työn kanssa. Työhön liittyvä kriteeri on ilmoituksessa määritelty pätevyys, jota kyseisen työn suorittaminen todella vaaditaan. Lopuksi hallusinaatioista on kyse silloin, kun tekoäly tuottaa tietoa, jota ei todellisuudessa ole olemassa (esimerkiksi todistusta, joka ei sisälly CV:hen).

Miksi tekoäly tuottaa harhaa?

Tekoäly oppii miljoonista teksteistä, ja nämä tekstit sisältävät menneitä ihmisten päätöksiä. Jos tiettyä ryhmää on aiemmin syrjitty, tekoäly saattaa luulla tämän mallin "normaaliksi". Lisäksi CV:ssä olevat vihjeet, kuten nimi, osoite tai koulu, antavat mallille epäsuoria signaaleja sukupuolesta, etnisestä taustasta tai sosioekonomisesta asemasta. Kuuluisa esimerkki: seulontatyökalu, jonka suuri teknologiayritys koulutti historiallisten ansioluettelotietojen perusteella, korosti systemaattisesti naispuolisia ehdokkaita, koska tiedot olivat miesvaltaisia, ja työkalu lopetettiin. Oppitunti on selvä: tekoäly ei ole neutraali; Toteutat puolueettomuuden prosessisuunnittelulla.

Tekoälyn rooli ja raja

Tämän yksikön kriittisin lause on: AI ei poista CV:tä, se tiivistää CV:n. Jos määrität tekoälyn "automaattiseksi hylkääjäksi", sinulla on sekä oikeudellinen riski (syrjintävaatimus) että maineriski. Lisäksi voit saada todella hyvän ehdokkaan katoamaan näkyvistä. Oikea asetus on käyttää tekoälyä nopeusluku- ja strukturointiavustajana.

Vaiheittainen turvallinen poistoprosessi:

1. Määrittele työhön liittyvät kriteerit etukäteen. Ennen kuin aloitat eliminoinnin, kirjoita ylös mitkä 5-8 kriteeriä ovat tärkeitä (kokemus, erityistaidot, sertifiointi, toimiala) ja lukitse ne.
2. Peitä epäolennaiset alueet. Sulje pois arvioinnista kentät, kuten nimi, valokuva, ikä, siviilisääty, syntymäpaikka, koulun nimi.
3. Pyydä jäsennelty yhteenveto. Tulosta täsmälleen sama muoto jokaiselle CV:lle.
4. Pyydä todisteita, älä päätöksiä. "Onko tämä ehdokas sopiva?" sijasta "Täyttääkö tämä ehdokas kriteerit, mihin CV:n riviin se perustuu?" ongelma.
5. Ihminen tekee lopullisen päätöksen ja kirjaa sen ylös. AI tiivistää/vertaa, ei eliminoi; Ihmiset valitsevat ja kirjoittavat syynsä.

Tehtäväsi: puolueeton rekrytointianalyytikko. Arvioi seuraava CV VAIN seuraavien työhön liittyvien kriteerien perusteella. HUOMIOI nimi, sukupuoli, ikä, valokuva, siviilisääty ja koulun arvovalta. Katso vain kokemusta ja taitoja. Kriteerit:1) 3+ vuoden kenttämyyntikokemus2) CRM (esim. Salesforce/HubSpot) käyttö3) B2B-myyntikokemus4) Todisteet vuosittaisen tavoitteen saavuttamisesta (numeerinen, etusija)Tulosmuoto (yksi rivi kullekin kriteerille):- Kriteerit | Täyttää (kyllä/osittain/ei) | Todisteet CV:stä (ote) Tutkimus: puuttuvat tiedot ja 2 kysymystä haastattelussa.<cv>[CV-teksti]</cv>

Varoitus: On tärkeää kertoa tekoälylle "älä pidä huolta koulun arvostuksesta". Mallit ovat saattaneet oppia syrjiviä pikanäppäimiä, kuten "hyvä yliopisto = hyvä ehdokas"; tämä on eri sosioekonomisten ryhmien epäsuoraa syrjintää.

Konkreettisia menetelmiä ennakkoluulojen vähentämiseksi

Ennakkoluulo ei ole abstrakti huolenaihe; voidaan mitata ja pienentää:

• Sokea eliminointi. Poista CV:stä nimi, valokuva, syntymäaika ja koulun nimi.
• Kiinteä kriteerilista. Kirjoita kriteerit ja lukitse ne ennen eliminoinnin alkamista; Älä muuta sitä kesken prosessin.
• Sama kehote, sama muoto. Arvioi kaikki CV:t täsmälleen samoilla ohjeilla.
• Todistusrangaistuksen velvollisuus. Jokaisen "kyllä"-sanan on perustuttava lainaukseen; tämä paljastaa hallusinaatiot.
• Kaksoissokkotesti. Lähetä sama CV, jossa on versio "naisen nimi" ja "miesnimi" ja tarkista, ovatko arvosanat muuttuneet.
• Ristitarkastus. Lue uudelleen muutama CV, joilla on korkein ja pienin pistemäärä ihmissilmällä.

Annan sinulle kaksi CV:tä: sisältö on täsmälleen sama, vain nimet ovat erilaisia. Arvioi molemmat yllä olevien kriteerien mukaan. Vertaa sitten kahta arviointia; Jos ne eroavat toisistaan, selitä, mistä työstä tämä ero johtuu. Jos löydät eron, joka ei liity työhön, merkitse se selvästi.

Heikko kehote / Vahva kehote

Heikko kehote: Lue nämä 40 CV:tä ja valitse 5 parasta ehdokasta.

Tulos: AI sanoo "paras" selittämättä, miksi se valitsi, mahdollisesti käyttämällä merkityksettömiä signaaleja, kuten nimeä/koulua. Et voi hallita päätöstä.

Tehokas kehotus: Arvioi nämä CV:t [5–8 työhön liittyvää kriteeriä] vasten. Ohita nimi/ikä/sukupuoli/koulun nimi. Anna jokaiselle kriteerille Kyllä/Osittain/Ei + todiste lainaus CV:stäsi. Päätöksenteko; tuottaa vain läpinäkyvä vertailu.

Tulos: näkyvä, tarkastettavissa oleva ja ihmisen arviointiin valmis tulos siitä, miksi jokainen ehdokas on missä.

Ulkoista se tekoälylle

Älä anna tekoälyn tehdä sitä

Yhteenveto työhön liittyvien kriteerien mukaan

Automaattinen hyväksyntä/hylkäämispäätös

Vertailu samassa muodossa

Lajittele nimen/sukupuolen/iän mukaan

Merkitse puuttuvat tiedot

Mittaamaton tuomio, kuten "kulttuurisovitus"

Ehdota haastattelukysymyksiä

Persoonallisuuden/hahmon ennustus

Poimi todisteet (viittaus)

päättelen kuvan perusteella

Vinkki: Strukturoitua kokonaisvertailua varten anna hakijoille anonymisoituja koodeja, kuten "Ehdokas-1, Ehdokas-2". Vierekkäinen taulukko on nopeampi ja oikeudenmukaisempi kuin niiden yksitellen lukeminen; koska kaikki arvioidaan samoilla sarakkeilla.

Kolme minikoteloa

Tapaus 1 – Piilotettu nimiharha. Eräs yritys huomasi, että 10 parhaan ehdokkaan joukossa 9 oli miehiä, kun he antoivat tekoälyn raaka-ansioluettelot (mukaan lukien nimet) ja pyysivät heitä lajittelemaan ne. Kun nimet peiteltiin ja arvioitiin uudelleen pelkän kokemuksen ja taidon perusteella, lista oli tasapainoinen ja 3 ennen näkemätöntä pätevää naisehdokasta pääsi kymmenen parhaan joukkoon. Yritys lisäsi tämän viralliseen menettelyyn "sokean eliminoinnin pakollisena" lausekkeena.

Tapaus 2 — Säästetty aika, suojattu ohjaus. Puhelinkeskus tiivisti 220 CV:tä neljän työhön liittyvän kriteerin perusteella tekoälyä käyttäen. Esikarsintajakso lyheni 3 päivästä 4 tuntiin. Ratkaiseva kohta: tekoäly ei eliminoinut ketään; Rekrytoija tutki henkilökohtaisesti 34 ehdokasta, jotka AI sanoi "osittain tavanneen" ja kutsui heistä 11 haastatteluun. Päätös jäi henkilöön, rekrytointiaikaa lyhennettiin 35 %.

Tapaus 3 – Soviteltu luonne. Tekoäly kirjoitti CV-yhteenvetoon "PMP-sertifikaatti", jota hakijalla ei ollut (hallusinaatiot). Koska Recruiter pyysi todistustarjousta, AI ei voinut mainita lähdettä ja virhe havaittiin. Sääntö "pyydä CV-tarjous jokaisesta väitteestä" on yksinkertaisin turvaverkko, joka tekee tällaiset väärennökset näkyväksi.

Yleisiä virheitä

• Anna AI päättää. "Valitse 5 parasta" on vastuun siirtäminen koneelle. AI tiivistää, ihminen valitsee.
• Anna raaka CV sellaisenaan. Nimi, valokuva, ikä, koulun nimi ovat merkkejä puolueellisuudesta; naamio.
• Ei vaadi todisteita. Jos et pyydä lainauksia, tekoäly keksii tekijän, etkä huomaa.
• Epämääräiset kriteerit, kuten "kulttuurisovitus". Tämä tarkoittaa usein "kuten me" ja oikeuttaa syrjinnän; Pidä kriteerit työhön sidottuna ja havaittavissa.
• Kriteerien muuttaminen kesken prosessin. Se turmelee oikeudenmukaisuutta; Kriteeri on lukittu alusta alkaen.
• Unohtaen KVKK. CV on henkilötietoja; On riskialtista lähettää se ilman peittämistä ajoneuvoihin, joilla ei ole instituutiotakuuta (katso KVKK-yksikkö).

Yhteenvetona

Tekoäly tarjoaa suuren nopeuden CV-seulonnassa, mutta se voi myös nopeuttaa harhaa. Turvallinen käyttö perustuu kolmeen sääntöön: (1) arvioi vain työhön liittyvillä kriteereillä, peittäen epäolennaiset alueet; (2) pyytää yhteenvetoa ja vertailua todisteisiin, ei tuomiota; (3) anna ihmisten aina tehdä ja perustella lopullinen eliminointipäätös. AI helpottaa esikarsintaa; Olet vastuussa oikeudenmukaisuudesta ja laillisuudesta.

Sovellustehtävä

Hanki 5-6 mallia (tai todellista anonymisoitua) CV:tä. (1) Määrittele ja lukitse 5-8 työhön liittyvää kriteeriä. (2) Peitä nimi/ikä/valokuva/koulu ja käytä arviointikehotetta samalla tavalla jokaiseen CV:hen pyytäen todistustarjousta. (3) Kokeile kaksoissokkotestiä CV:ssä (muuta vain nimeä). (4) Esitä yhteenlaskettu vertailutaulukko. (5) Lue uudelleen CV, jossa on korkein ja alhaisin arvosana ihmissilmin. (6) Päätä itse, kenet kutsut haastatteluun ja kirjaa ylös syysi.

tarkistuslista

• [ ] Tehtiinkö arviointi vain työhön liittyvillä ja sidottuilla kriteereillä?
• [ ] Oliko nimi, ikä, sukupuoli, valokuva, koulun maine peitetty/suljettu pois?
• [ ] Tarvittiinko CV-todistetarjous jokaiseen vaatimukseen?
• [ ] Tehtiinkö tekoäly tekemään yhteenveto/vertailu, ei päätöstä?
• [ ] Ovatko ihmiset tarkastaneet CV:t?
• [ ] Tekikö ihminen lopullisen eliminointipäätöksen ja kirjasiko syyt?
• [ ] Käsiteltiinkö tietoja KVKK:n kannalta turvallisesti?