Η τεχνητή νοημοσύνη έχει αρχίσει να αναπτύσσει την εφαρμογή της στο χώρο εργασίας στον τομέα των προσλήψεων. Οι ατελείς όμως αλγόριθμοι, αφήνουν στο περιθώριο τις γυναίκες και άλλους υποψήφιους χρώματος, με το κίνδυνο να σχηματίσουν ακόμα πιο αδύναμες ομάδες.
Οι αλγόριθμοι χρησιμοποιούνται πιο συχνά στην αρχική διαδικασία, που αφορά την αναθεώρηση του βιογραφικού, κάνοντας την πιο αποτελεσματική.
Αλλά ο ρόλος τους δεν μπορεί να υποτιμηθεί, καθώς περίπου το 95% όλων των αιτούντων εργασία απορρίπτονται με βάση τα βιογραφικά.
Παρόλα αυτά, η χρήση της AI για πρόσληψη δεν είναι εγγενώς κακή, λέει η Danielle Li, καθηγήτρια στο MIT. Απλά χρειάζεται να χρησιμοποιηθεί ο σωστός τύπος αλγορίθμου.
Η Li και οι συνάδελφοί της δοκίμασαν διαφορετικούς τύπους αλγορίθμων, χρησιμοποιώντας δεδομένα της εταιρείας Fortune 500. Το τεστ με την τεχνητή νοημοσύνη είχε ως εξής: Η επιλογή υποψηφίων για συνεντεύξεις πρώτου γύρου, που αφορούν θέσεις εργασίας στη συμβουλευτική, την οικονομική ανάλυση και την επιστήμη δεδομένων – όλες προσφέρουν έναν ικανοποιητικό μισθό, όμως έχουν επικριθεί για έλλειψη ποικιλομορφίας.
Ένας αλγόριθμος χρησιμοποίησε μια παραδοσιακή προσέγγιση μηχανικής μάθησης, κάνοντας προβλέψεις για το μέλλον, με βάση δεδομένα από το παρελθόν.
Για παράδειγμα, εάν μια εταιρεία είχε προσλάβει αρκετούς λευκούς, άντρες με πτυχίο στην επιστήμη των υπολογιστών από το Stanford και αυτά τα άτομα σημείωναν σχετική επιτυχία, ο αλγόριθμος θα έδειχνε μια ισχυρή προτίμηση για αυτούς τους αιτούντες.
Ένας άλλος αλγόριθμος όμως, χρησιμοποίησε μια πολύ πιο διερευνητική προσέγγιση. Ενδωμάτωσε πόντους μπόνους για αιτούντες, που δεν δούλεψαν ποτέ σε παραδοσιακές μεγάλες εταιρείες, προέρχονταν από διαφορετικά μέρη ή είχαν ασυνήθιστα ιστορικά εργασίας. Ο αλγόριθμος δεν έδωσε εντολή να προτιμούν υποψηφίους του χρώματος ή γυναικών υποψηφίων.
Αυτή η προσέγγιση αντιμετώπισε την πρόσληψη ως ένα δυναμικό πρόβλημα, σύμφωνα με την Li εκτιμώντας ότι δίνει σε όλους τους αιτούντες την ευκαιρία να δείξουν τις ικανότητες τους.
Αυτός ο νέος αλγόριθμος, αύξησε το μερίδιο των μαύρων και ισπανόφωνων υποψηφίων ,που επιλέχθηκαν για συνεντεύξεις πρώτου γύρου σε σύγκριση με τους ανθρώπους που αξιολογούν, από 10% σε 23%. Το μερίδιο των γυναικών που επιλέχθηκαν αυξήθηκε από 35% σε 39%.
Πολλές εταιρείες έχουν δείξει ενδιαφέρον για τη χρήση εργαλείων τεχνητής νοημοσύνης στη διαδικασία πρόσληψης. Η καθηγήτρια Li, επισημαίνει ότι οι αλγόριθμοι, πρόκειται να έχουν μεγάλο αντίκτυπο στο μέλλον του τομέα των προσλήψεων.
Διαβάστε επίσης:
Πώς η Τεχνητή Νοημοσύνη θα δώσει τέλος στην παγκόσμια φτώχεια, σώζοντας ταυτόχρονα τον πλανήτη
Laura Kleiman: Μέσω της Τεχνητής Νοημοσύνης, κάνει την επανάσταση στη μάχη κατά του καρκίνου
Πώς η τεχνητή νοημοσύνη μπορεί να αντικαταστήσει τα δοκιμαστήρια των καταστημάτων
Ακολουθήστε το Portraits στο Google News για την πιο ξεχωριστή ενημέρωση