شرکت کانادایی از یادگیری ماشینی برای ترویج DEI در فرآیند استخدام استفاده می کند


شرکت نرم‌افزاری مستقر در تورنتو، Knockri یک ابزار ارزیابی مصاحبه مبتنی بر هوش مصنوعی را برای کمک به شرکت‌ها در کاهش تعصب و تقویت تنوع، برابری و شمول (DEI) در فرآیند استخدام شغل ایجاد کرده است.

ابزار ارزیابی مصاحبه Knockri از پردازش زبان طبیعی (NLP) برای ارزیابی تنها متن مصاحبه استفاده می‌کند، بدون توجه به نشانه‌های غیرکلامی، از جمله حالات چهره، زبان بدن یا تونالیته صوتی. علاوه بر این، نژاد، جنسیت، سن، قومیت، لهجه، ظاهر یا ترجیحات جنسی، طبق گزارش‌ها بر امتیاز مصاحبه‌شونده تأثیری ندارد.

فیصل احمد، بنیانگذار و مدیر ارشد فنی Knockri، برای دستیابی به “امتیاز عینی” می گوید که این شرکت یک رویکرد جامع و استراتژیک را در آموزش مدل خود اتخاذ می کند، از جمله آزمایش مداوم داده ها، آموزش ها و تست های جدید و متفاوت. ، که طیف گسترده ای از نمایندگی ها را از نظر نژاد، قومیت، جنسیت و لهجه و همچنین نقش ها و انتخاب های شغلی پوشش می دهد. پس از آموزش مدل، شرکت بررسی های کیفیت و تجزیه و تحلیل اثرات نامطلوب را انجام می دهد تا الگوهای امتیازدهی را تجزیه و تحلیل کند و اطمینان حاصل کند که نامزدهای کیفیت از طریق شکاف سقوط نمی کنند.

احمد می‌گوید که اگرچه با مشتریانی با حجم بالای استخدام مانند IBM، Novartis، Deloitte و وزارت دفاع ملی کانادا کار می‌کند، اما می‌گوید مدل آنها قادر به تجزیه و تحلیل برای هر شغل در جهان نیست. زمانی که مشتریان جدید، جغرافیای جدید، نقش‌های شغلی جدید یا حتی سطوح تجربه جدیدی که در حال کار با آن‌ها هستیم، داشته باشیم، منتظر می‌مانیم تا در مورد آن به‌روزرسانی دریافت کنیم، معیار، بازآموزی، و سپس امتیازات را افزایش دهیم. ما در این مورد با مشتریان خود بسیار شفاف هستیم.

حتما بخوانید:
بل برای خرید Distributel، یک ارائه‌دهنده خدمات شبکه مستقل بزرگ

احمد اضافه می‌کند که برای اطمینان از اینکه داده‌های وارد شده به هوش مصنوعی به خودی خود مغرضانه نیستند، این شرکت از استفاده از داده‌های شیوه‌های استخدام گذشته، مانند بررسی رزومه‌ها یا استخدام‌های موفق ده سال پیش اجتناب می‌کند، زیرا ممکن است آنها با استفاده از جانبدارانه استخدام کرده باشند. یا اعمال تبعیض آمیز در عوض، احمد می گوید، مدل هوش مصنوعی توسط روانشناسی صنعتی و سازمانی (IO) هدایت می شود تا صرفاً بر شناسایی نوع رفتارها یا فعالیت های کاری مورد نیاز برای مشاغل خاص تمرکز کند. احمد می گوید، برای مثال، اگر نقش خدمات مشتری مستلزم همدلی باشد، این مدل رفتارهایی را از تجربیات گذشته نامزدها و کلماتی که منعکس کننده آن ویژگی خاص است، شناسایی می کند.

او توصیه می کند که مشتریان در ابتدای فرآیند مصاحبه زمانی که حجم بالایی از برنامه ها وجود دارد، از Knockri استفاده کنند و تجربه، معیارهای امتیازدهی و فرصت های یکسانی را می توان برای همه نامزدها به کار برد.

احمد می‌گوید فناوری آنها به دنبال کمک به کسب‌وکارها است تا پایه‌ای برای ارزیابی منصفانه و عادلانه از نامزدها ایجاد کنند و قرار نیست جایگزین مصاحبه‌گر انسانی شود. تصمیمات اتخاذ شده توسط Knockri توسط یک انسان بررسی می شود و مراحل بعدی فرآیند مصاحبه ناگزیر شامل مصاحبه کنندگان انسانی می شود.

احمد در پایان می گوید: «ما همه مشکلات شما را حل نمی کنیم، اما شما را در مسیر درست قرار می دهیم.


منبع: night-sky.ir

دیدگاهتان را بنویسید