Добивки:
- Способност да се сумираат биографии во структуриран и споредлив формат според критериумите поврзани со работата
- Способност да се препознаат ризиците од пристрасност и дискриминација при скринингот поддржан од вештачка интелигенција и да се намалат со конкретни методи
- Способност да се воспостави процес кој може да се следи кој бара човечка контрола во конечната одлука за елиминација
Најмногу време, најзаморен и исто така најризичен чекор на регрутирање е скринингот на CV. Ќе бидат потребни часови за да се прочитаат и споредат 300 биографии за објавување едно по едно; Како што се зголемува заморот, квалитетот на одлуката се намалува и последното прочитано CV не се оценува со исто внимание како и првото читање CV. Вештачката интелигенција (ВИ) обезбедува огромно забрзување во овој чекор. Но, тука е најопасниот дел: вештачката интелигенција може да научи и да репродуцира човечки предрасуди во податоците за кои е обучен. Во оваа единица, ќе научиме како да ги сумираме биографиите на структуриран начин со критериуми поврзани со работата, да го намалиме ризикот од пристрасност со конкретни методи и да воспоставиме процес кој може да се следи што ја држи конечната одлука во рацете на луѓето.
Ајде да ги разјасниме условите. Пристрасност е систематско отстапување на одлуката поради карактеристика што не е поврзана со работното место (како што се име, пол, возраст, роден град, завршено училиште). Структурно резиме е да се сумира секое CV под истите наслови, по ист редослед; На овој начин, кандидатите се споредуваат јаболка со јаболка. Слепиот скрининг е процес на скрининг кој крие информации што го идентификуваат кандидатот, но немаат никаква врска со работата. Критериум поврзан со работата е компетентноста дефинирана во огласот која всушност е потребна за извршување на таа работа. Конечно, халуцинација е кога вештачката интелигенција произведува информации што всушност не постојат (на пример, сертификат што не е вклучен во CV-то).
Зошто вештачката интелигенција произведува пристрасност?
Вештачката интелигенција учи од милиони текстови, а овие текстови вклучуваат минати човечки одлуки. Ако одредена група била дискриминирана во минатото, вештачката интелигенција може да ја погреши оваа шема со „нормална“. Дополнително, индициите во CV-то како што се името, адресата или училиштето даваат индиректни сигнали на моделот за полот, етничката припадност или социо-економскиот статус. Познат пример: алатката за скрининг што една голема технолошка компанија ја обучуваше за историските податоци за биографијата систематски ги нагласуваше женските кандидати бидејќи податоците беа доминантни од мажи и алатката беше прекината. Лекцијата е јасна: ВИ не е неутрална; Вие воспоставувате непристрасност преку дизајнот на процесот.
Улогата и границата на вештачката интелигенција
Најкритичната реченица на оваа единица е: ВИ не ја елиминира CV, таа го сумира CV. Ако ја поставите вештачката интелигенција како „авто-отфрлач“, ризикувате и правен ризик (побарување за дискриминација) и ризик за репутација; Покрај тоа, можете да направите навистина добар кандидат да исчезне од погледот. Правилното поставување е да се користи вештачката интелигенција како асистент за брзо читање и структурирање.
Чекор-по-чекор безбеден процес на елиминација:
- Однапред дефинирајте ги критериумите поврзани со работата. Пред да започнете со елиминацијата, запишете кои 5-8 критериуми се важни (искуство, специфична вештина, сертификација, индустрија) и заклучете ги.
- Маскирајте ги ирелевантните области. Исклучете ги полињата како име, фотографија, возраст, брачен статус, место на раѓање, име на училиште од оценувањето.
- Побарајте структурирано резиме. Испечатете го истиот формат за секое CV.
- Барајте докази, а не одлуки. „Дали овој кандидат е соодветен? наместо „Дали овој кандидат ги исполнува критериумите, на која линија од CV се заснова? проблем.
- Човекот ја донесува конечната одлука и ја запишува. ВИ резимира/споредува, а не елиминира; Луѓето избираат и ги пишуваат своите причини.
Вашата улога: непристрасен аналитичар за вработување. Оценете го следното CV САМО врз основа на следните критериуми поврзани со работата. РАЗГОВОРИ ИМЕ, пол, возраст, фотографија, брачен статус и училишен престиж. Само погледнете ги искуството и вештините. Критериуми:1) 3+ години искуство во продажба на терен2) CRM (на пр. Salesforce/HubSpot) користење3) B2B искуство со продажба4) Доказ за годишно постигнување цел (нумерички, преференци) Излезен формат (една линија за секој критериум):- Критериуми | Задоволува (Да/Делумно/Не) | Доказ од CV (извадок) Сонда: недостасуваат информации и 2 прашања што треба да се постават во интервјуто.<cv>[текст на CV]</cv>
Внимание: Важно е да и кажете на вештачката интелигенција „не се грижи за училишниот престиж“. Моделите можеби научиле дискриминаторски кратенки како „добар универзитет = добар кандидат“; ова е индиректна дискриминација на различни социо-економски групи.
Конкретни методи за намалување на предрасудите
Предрасудите не се апстрактна грижа; може да се измери и намали со:
- Слепа елиминација. Отстранете ги името, фотографијата, датумот на раѓање и името на училиштето од биографиите.
- Список со фиксни критериуми. Напишете ги критериумите и заклучете ги пред да започне елиминацијата; Не го менувајте во средината на процесот.
- Истата порака, истиот формат. Оценете ги сите биографии со точно исти упатства.
- Обврска за доказна казна. Секое „Да“ мора да се заснова на цитат; ова ја открива халуцинацијата.
- Двоен слеп тест. Испратете го истото CV со верзија „женско име“ и верзија „машко име“ и проверете дали се сменети оценките.
- Вкрстена проверка. Препрочитајте неколку биографии со највисоки и најниски резултати со човечки очи.
Ќе ви дадам две биографии: содржината е сосема иста, само имињата се различни. Оценете ги и двете според горенаведените критериуми. Потоа споредете ги двете оценки; Ако има разлика меѓу нив, објаснете од кои информации за работата произлегува оваа разлика. Ако најдете разлика што не е поврзана со работата, јасно означете ја.
Слаба навестување / Силен навестување
Слаба порака: Прочитајте ги овие 40 биографии и изберете ги првите 5 кандидати.
Резултат: вештачката интелигенција вели „најдобро“ без да објасни зошто избрала, можеби користејќи ирелевантни сигнали како име/училиште. Не можете да ја контролирате одлуката.
Моќен поттик: оценете ги овие биографии според [5-8 критериуми поврзани со работата]. Игнорирај го името/возраста/полот/името на училиштето. За секој критериум, наведете Да/Делумно/Не + доказна понуда од вашето CV. Донесување одлуки; само направи транспарентна споредба.
Резултат: видлив, ревизија и подготвен за човечки проценки резултат за тоа зошто секој кандидат е каде.
Нарачајте го на вештачката интелигенција
Не дозволувајте вештачката интелигенција да го направи тоа
Сумирање по критериуми поврзани со работата
Автоматско прифаќање/одбивање одлука
Споредба во истиот формат
Подреди по име/пол/возраст
Обележете ги информациите што недостасуваат
Немерлива проценка, како што е „културно вклопување“
Предложете прашања за интервју
Предвидување на личност/лик
Извадете докази (цитат)
Заклучувам од фотографијата
Совет: за структурирана агрегатна споредба, дајте им на кандидатите анонимизирани шифри како „Кандидат-1, Кандидат-2“. Табелата една до друга е и побрза и поправедна отколку да ги читате еден по еден; бидејќи сите се оценуваат со исти колони.
Три мини футроли
Случај 1 - Скриена пристрасност на името. Една компанија забележа дека 9 од првите 10 кандидати се мажи кога ги дадоа необработените биографии со вештачка интелигенција (вклучувајќи имиња) и ги натераа да ги сортираат. Кога имињата беа маскирани и повторно оценувани само врз основа на искуство и вештина, листата беше избалансирана и 3 претходно невидени квалификувани кандидатки влегоа во првите 10. Компанијата го додаде ова во официјалната процедура како клаузула за „задолжителна слепа елиминација“.
Случај 2 — Заштедено време, заштитена контрола. Повикувачки центар сумираше 220 биографии засновани на 4 критериуми поврзани со работата користејќи вештачка интелигенција. Претквалификацискиот период се намали од 3 дена на 4 часа. Клучна точка: ВИ не елиминира никого; Регрутерот лично ги испитал 34-те кандидати за кои АИ рече дека „делумно се запознале“ и покани 11 од нив на интервју. Одлуката остана на лицето, времето за вработување е скратено за 35%.
Случај 3 — Нашминкана природа. AI напишал „PMP сертификат“ во резиме на CV, што кандидатот го немал (халуцинација). Бидејќи Recruiter побара цитат за доказ, AI не можеше да го наведе изворот и грешката беше откриена. Правилото „побарајте понуда за CV за секое тврдење“ е наједноставната безбедносна мрежа што ги прави видливи таквите измислици.
Вообичаени грешки
- Нека одлучи вештачката интелигенција. Да се каже „избери ги најдобрите 5“ е префрлање на одговорноста на машината; ВИ резимира, човекот избира.
- Давање на сирово CV како што е. Името, фотографијата, возраста, името на училиштето се сигнали за пристрасност; маска.
- Не барајќи доказ. Ако не барате цитати, вештачката интелигенција ќе ја направи атрибуцијата и нема да забележите.
- Нејасни критериуми како „културно вклопување“. Ова често значи „како нас“ и ја легитимира дискриминацијата; Чувајте ги критериумите поврзани со работата и забележливи.
- Промена на критериумите во средината на процесот. Ја корумпира правдата; Критериумот е заклучен од почеток.
- Заборавајќи го KVKK. CV е лични податоци; Ризично е да се испрати без маскирање на возила што немаат институционално осигурување (види единица КВКК).
Сумирано
Вештачката интелигенција обезбедува голема брзина во проверката на CV-то, но исто така може да ја забрза пристрасноста. Безбедното користење се заснова на три правила: (1) оценувајте само со критериуми поврзани со работата, прикривајќи ги ирелевантните области; (2) да побара резиме и споредба со докази, а не со пресуда; (3) секогаш дозволувајте луѓето да ја донесат и оправдаат конечната одлука за елиминација. ВИ ги олеснува претквалификациите; Вие сте одговорни за правдата и законитоста.
Задача за апликација
Добијте 5-6 примероци (или вистински анонимизирани) биографии. (1) Дефинирајте и заклучете 5-8 критериуми поврзани со работата. (2) Маскирај го името/возраста/фотографијата/училиштето и примени го налогот за евалуација на ист начин на секое CV, барајќи цитат за доказ. (3) Обидете се со двојно слеп тест на CV (менување само на името). (4) Направете збирна споредбена табела. (5) Препрочитајте го CV-то со највисоки и најниски оценки со човечки очи. (6) Сами одлучете кого да поканите на интервју и запишете ја вашата причина.
листа за проверка
- [ ] Дали евалуацијата беше направена само со критериуми поврзани со работата и заклучени критериуми?
- [ ] Дали името, возраста, полот, фотографијата, училишниот престиж беа маскирани/исклучени?
- [ ] Дали беше потребна понуда за доказ за CV за секое тврдење?
- [ ] Дали вештачката интелигенција беше направена за да направи резиме/споредба, а не одлука?
- [ ] Дали биографиите од крајната белешка се вкрстено проверени од луѓе?
- [ ] Дали човекот ја донел конечната одлука за елиминација и ги забележал причините?
- [ ] Дали податоците беа обработени безбедно во смисла на KVKK?