Pelnas:
- Gebėjimas apibendrinti CV struktūrizuotu ir palyginamu formatu pagal su darbu susijusius kriterijus
- Gebėjimas atpažinti šališkumo ir diskriminacijos riziką atliekant AI palaikomą atranką ir ją sumažinti konkrečiais metodais
- Gebėjimas nustatyti atsekamąjį procesą, kuriam reikia žmogaus kontrolės priimant galutinį sprendimą dėl pašalinimo
Daugiausiai laiko atimantis, varginantis ir kartu rizikingiausias įdarbinimo žingsnis yra CV peržiūra. Vieną po kito perskaityti ir palyginti 300 CV prireiktų valandų; Didėjant nuovargiui, sprendimų kokybė prastėja, o paskutinis perskaitytas CV nėra vertinamas taip atsargiai, kaip pirmasis perskaitytas CV. Dirbtinis intelektas (AI) suteikia didžiulį pagreitį šiame žingsnyje. Tačiau čia yra pati pavojingiausia dalis: dirbtinis intelektas gali išmokti ir atkurti žmonių šališkumą duomenims, kuriuos jis apmoko. Šiame skyriuje išmoksime struktūriškai apibendrinti CV pagal su darbu susijusius kriterijus, konkrečiais metodais sumažinti šališkumo riziką ir sukurti atsekamą procesą, kad galutinis sprendimas būtų žmonių rankose.
Paaiškinkime sąlygas. Šališkumas – tai sistemingas sprendimo nukrypimas dėl ypatybių, nesusijusių su darbu (pvz., vardas, lytis, amžius, gimtasis miestas, baigta mokykla). Struktūrinė santrauka – tai kiekvieno CV apibendrinimas tomis pačiomis antraštėmis, ta pačia tvarka; Tokiu būdu kandidatai lyginami su obuoliais. Akloji atranka yra atrankos procesas, kurio metu paslepiama informacija, kuri identifikuoja kandidatą, bet neturi nieko bendra su darbu. Su darbu susijęs kriterijus – skelbime apibrėžta kompetencija, kuri iš tikrųjų reikalinga tam darbui atlikti. Galiausiai, haliucinacijos yra tada, kai dirbtinis intelektas sukuria informaciją, kurios iš tikrųjų nėra (pavyzdžiui, pažymėjimą, kuris neįtrauktas į CV).
Kodėl AI sukuria šališkumą?
AI mokosi iš milijonų tekstų, o šie tekstai apima praeities žmonių sprendimus. Jei tam tikra grupė praeityje buvo diskriminuojama, AI gali supainioti šį modelį kaip „normalų“. Be to, užuominos CV, tokios kaip vardas, adresas ar mokykla, modeliui suteikia netiesioginius signalus apie lytį, etninę kilmę ar socialinę ir ekonominę padėtį. Garsus pavyzdys: atrankos įrankis, kurį didelė technologijų įmonė apmokė remdamasi istorinių gyvenimo aprašymų duomenimis, sistemingai pabrėždavo kandidates moteris, nes duomenyse dominuoja vyrai, o įrankis buvo nutrauktas. Pamoka aiški: AI nėra neutralus; Jūs nustatote nešališkumą kurdami procesą.
AI vaidmuo ir riba
Kritiškiausias šio skyriaus sakinys: AI nepanaikina CV, jis apibendrina CV. Jei AI nustatote kaip „automatinį atmetėją“, kyla ir teisinė rizika (skundo dėl diskriminacijos), ir reputacijos rizika; Be to, jūs galite priversti tikrai gerą kandidatą dingti iš akių. Tinkama sąranka yra naudoti AI kaip greitojo skaitymo ir struktūrizavimo asistentą.
Žingsnis po žingsnio saugus pašalinimo procesas:
- Iš anksto apibrėžkite su darbu susijusius kriterijus. Prieš pradėdami pašalinimą, surašykite, kurie 5–8 kriterijai yra svarbūs (patirtis, konkretūs įgūdžiai, sertifikatas, pramonė) ir užfiksuokite juos.
- Užmaskuokite nesvarbias vietas. Iš vertinimo neįtraukite tokių laukų kaip vardas, nuotrauka, amžius, šeimyninė padėtis, gimimo vieta, mokyklos pavadinimas.
- Prašykite struktūrinės santraukos. Kiekvienam CV atsispausdinkite tą patį formatą.
- Prašykite įrodymų, o ne sprendimų. – Ar šis kandidatas tinkamas? vietoj "Ar šis kandidatas atitinka kriterijus, kokia CV eilutė ji pagrįsta?" problema.
- Žmogus priima galutinį sprendimą ir jį įrašo. AI apibendrina / lygina, o ne pašalina; Žmonės pasirenka ir rašo savo priežastis.
Jūsų vaidmuo: nešališkas įdarbinimo analitikas. Toliau pateiktą CV vertinkite TIK pagal šiuos su darbu susijusius kriterijus. ATSIŽVELKITE į vardą, lytį, amžių, nuotrauką, šeimyninę padėtį ir mokyklos prestižą. Tiesiog pažvelkite į patirtį ir įgūdžius.Kriterijai:1) 3 ir daugiau metų lauko pardavimo patirtis2) CRM (pvz., Salesforce/HubSpot) naudojimas3) B2B pardavimo patirtis4) Metinio tikslo pasiekimo įrodymas (skaitinis, pirmenybė)Išvesties formatas (viena eilutė kiekvienam kriterijui):- Kriterijai | Atitinka (Taip/Iš dalies/Ne) | Įrodymai iš CV (ištrauka)Tyrimas: trūksta informacijos ir 2 klausimai, kuriuos reikia užduoti pokalbio metu.<cv>[CV tekstas]</cv>
Atsargiai: svarbu pasakyti AI „nesirūpinkite mokyklos prestižu“. Modeliai galėjo išmokti diskriminacinių nuorodų, tokių kaip „geras universitetas = geras kandidatas“; tai netiesioginė skirtingų socialinių ir ekonominių grupių diskriminacija.
Konkretūs prietarų mažinimo metodai
Išankstinis nusistatymas nėra abstraktus rūpestis; galima išmatuoti ir sumažinti:
- Aklas pašalinimas. Pašalinkite iš CV vardą, pavardę, nuotrauką, gimimo datą ir mokyklos pavadinimą.
- Fiksuotų kriterijų sąrašas. Parašykite kriterijus ir užrakinkite juos prieš pradedant šalinimą; Nekeiskite jo proceso viduryje.
- Tas pats raginimas, tas pats formatas. Įvertinkite visus CV vadovaudamiesi lygiai tomis pačiomis instrukcijomis.
- Įrodinėjimo bausmės prievolė. Kiekvienas „Taip“ turi būti pagrįstas citata; tai atskleidžia haliucinacijas.
- Dvigubai aklas testas. Pateikite tą patį CV su „moteriško vardo“ ir „vyriško vardo“ versijomis ir patikrinkite, ar nepasikeitė pažymiai.
- Kryžminis patikrinimas. Žmogaus akimis dar kartą perskaitykite kelis CV su aukščiausiu ir žemiausiu balu.
Duosiu du CV: turinys lygiai toks pat, tik vardai skiriasi. Įvertinkite abu pagal aukščiau nurodytus kriterijus. Tada palyginkite du vertinimus; Jei jie skiriasi, paaiškinkite, iš kokios informacijos apie darbą atsiranda šis skirtumas. Jei radote skirtumą, nesusijusį su darbu, aiškiai pažymėkite jį.
Silpnas raginimas / stiprus raginimas
Silpnas raginimas: perskaitykite šiuos 40 CV ir išsirinkite 5 geriausius kandidatus.
Rezultatas: AI sako „geriausias“, nepaaiškindamas, kodėl pasirinko, galbūt naudodamas nereikšmingus signalus, pvz., vardą / mokyklą. Jūs negalite kontroliuoti sprendimo.
Galingas raginimas: įvertinkite šiuos CV pagal [5–8 su darbu susijusius kriterijus]. Ignoruoti vardą / amžių / lytį / mokyklos pavadinimą. Prie kiekvieno kriterijaus pateikite Taip/Iš dalies/Ne + įrodymo citatą iš savo CV. Sprendimų priėmimas; tiesiog sukurkite skaidrų palyginimą.
Rezultatas: matoma, patikrinama ir žmogaus nuomonei paruošta išvada, kodėl kiekvienas kandidatas yra kur.
Perduokite jį dirbtiniam intelektui
Neleisk AI to daryti
Apibendrinimas pagal su darbu susijusius kriterijus
Automatinis priėmimo / atmetimo sprendimas
Palyginimas tuo pačiu formatu
Rūšiuoti pagal vardą/lytį/amžių
Pažymėkite trūkstamą informaciją
Neišmatuojamas sprendimas, pvz., „kultūrinis pritaikymas“
Siūlykite interviu klausimus
Asmenybės / charakterio numatymas
Ištraukite įrodymus (citata)
Darau išvadą iš nuotraukos
Patarimas: norėdami palyginti struktūrizuotą agregatą, kandidatams suteikite anoniminius kodus, pvz., „1 kandidatas, 2 kandidatas“. Greta lentelė yra ir greitesnė, ir teisingesnė, nei skaityti juos po vieną; nes visi vertinami vienodais stulpeliais.
Trys mini dėklai
1 atvejis – paslėpto pavadinimo šališkumas. Viena įmonė pastebėjo, kad 9 iš 10 geriausių kandidatų buvo vyrai, kai jie pateikdavo dirbtinio intelekto neapdorotus CV (įskaitant vardus) ir liepdavo juos surūšiuoti. Kai vardai buvo užmaskuoti ir iš naujo įvertinti remiantis vien patirtimi ir įgūdžiais, sąrašas buvo subalansuotas ir į 10 geriausių pateko 3 anksčiau nematytos kvalifikuotos kandidatės. Bendrovė tai įtraukė į oficialią procedūrą kaip „privalomo aklo pašalinimo“ sąlygą.
2 atvejis – sutaupytas laikas, apsaugotas valdymas. Skambučių centras apibendrino 220 CV pagal 4 su darbu susijusius kriterijus naudojant AI. Išankstinės kvalifikacijos laikotarpis sutrumpėjo nuo 3 dienų iki 4 valandų. Esminis dalykas: AI nieko nepašalino; Darbuotojas asmeniškai apžiūrėjo 34 kandidatus, kuriuos AI sakė „iš dalies susitikęs“, ir pakvietė 11 iš jų į pokalbį. Sprendimas liko pačiam žmogui, įdarbinimo laikas sutrumpėjo 35 proc.
3 atvejis. Sugalvotas pobūdis. AI CV santraukoje parašė „PMP sertifikatas“, kurio kandidatas neturėjo (haliucinacijos). Kadangi „Recruiter“ paprašė įrodymo citatos, AI negalėjo nurodyti šaltinio ir klaida buvo užfiksuota. Taisyklė „prašykite CV pasiūlymo dėl kiekvienos pretenzijos“ yra paprasčiausias apsauginis tinklas, dėl kurio tokie prasimanymai matomi.
Dažnos klaidos
- Leiskite AI nuspręsti. Pasakymas „išsirink 5 geriausius“ reiškia atsakomybės perleidimą mašinai; AI apibendrina, žmogus pasirenka.
- Pateikti neapdorotą CV tokį, koks yra. Vardas, nuotrauka, amžius, mokyklos pavadinimas yra šališkumo signalai; kaukė.
- Neprašo įrodymų. Jei neprašysite kabučių, dirbtinis intelektas sudarys priskyrimą ir jūs to nepastebėsite.
- Neaiškūs kriterijai, tokie kaip „kultūrinis tinkamumas“. Tai dažnai reiškia „kaip mes“ ir įteisina diskriminaciją; Laikykite kriterijus susietus su darbu ir stebėkite.
- Kriterijų keitimas proceso viduryje. Tai gadina teisingumą; Kriterijus užrakintas nuo pat pradžių.
- Pamiršus KVKK. CV yra asmens duomenys; Rizikinga siųsti be maskavimo į transporto priemones, kurios neturi institucinio užtikrinimo (žr. KVKK skyrių).
Apibendrinant
AI užtikrina didelį CV tikrinimo greitį, bet taip pat gali pagreitinti šališkumą. Saugus naudojimas grindžiamas trimis taisyklėmis: (1) vertinti tik pagal su darbu susijusius kriterijus, užmaskuojant nereikšmingas sritis; (2) prašyti santraukos ir palyginimo su įrodymais, o ne nuosprendžio; (3) visada leisti žmonėms priimti ir pagrįsti galutinį sprendimą dėl pašalinimo. AI palengvina išankstinę kvalifikaciją; Jūs esate atsakingas už teisingumą ir teisėtumą.
Taikymo užduotis
Gaukite 5–6 pavyzdžius (arba tikrus anoniminius) CV. (1) Apibrėžkite ir užfiksuokite 5–8 su darbu susijusius kriterijus. (2) Užmaskuokite vardą/amžių/nuotrauką/mokyklą ir kiekvienam CV lygiai taip pat pritaikykite vertinimo raginimą, prašydami pateikti įrodymo pasiūlymą. (3) Išbandykite dvigubai aklą testą su CV (keiskite tik vardą). (4) Paruoškite bendrą palyginimo lentelę. (5) Žmogaus akimis dar kartą perskaitykite CV su aukščiausiu ir žemiausiu įvertinimu. (6) Nuspręskite, ką pakviesti į pokalbį, ir įrašykite savo priežastį.
kontrolinis sąrašas
- [ ] Ar vertinimas buvo atliktas tik pagal su darbu susijusius ir užraktus kriterijus?
- [ ] Ar vardas, amžius, lytis, nuotrauka, mokyklos prestižas buvo užmaskuotas / neįtrauktas?
- [ ] Ar kiekvienai pretenzijai reikėjo pateikti CV įrodymą?
- [ ] Ar dirbtinis intelektas buvo sukurtas siekiant padaryti santrauką / palyginimą, o ne sprendimą?
- [ ] Ar žmonės patikrino CV užrašų pabaigoje?
- [ ] Ar žmogus priėmė galutinį sprendimą dėl pašalinimo ir užfiksavo priežastis?
- [ ] Ar duomenys buvo tvarkomi saugiai KVKK požiūriu?