Informacja

Zwalczanie uprzedzeń w zatrudnianiu dzięki obiektywnej ocenie opartej na ramach

Zwalczanie uprzedzeń w zatrudnianiu dzięki obiektywnej ocenie opartej na ramach


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Jak opisano szczegółowo w publikacji Kobiety w technice: ich obecny status, co osiągnęli i czego chcą, frazesy, które wiele firm płaci za różnorodnością i równymi szansami w zatrudnianiu, nie przekłada się na równą reprezentację kobiet i mniejszości w branży technologicznej.

Wiele osób i organizacji zwróciło uwagę na przezwyciężenie stereotypowych uprzedzeń i zmniejszenie luki w zatrudnieniu.

ZWIĄZANE Z NIM: PO RAZ PIERWSZY WIĘKSZOŚĆ GŁOWIC DZIAŁU INŻYNIERII MIT TO KOBIETY

CodeSignal wprowadza sztuczną inteligencję do rekrutacji

Obecnie firma o nazwie CodeSignal oferuje swoje rozwiązanie rekrutacyjne oparte na sztucznej inteligencji jako narzędzie do przezwyciężania uprzedzeń w zatrudnianiu. Sophia Baik, współzałożycielka i wiceprezes ds. Operacyjnych w CodeSignal, odpowiedziała na moje pytania dotyczące tego, jak to, co nazywa odpowiednikiem egzaminu SAT przy rekrutacji do pracy, może przyczynić się do stworzenia bardziej wyrównanych i równych szans w zatrudnianiu.

Czy liczba zatrudnionych kobiet jest proporcjonalna do liczby kandydatów, czy też kobiety w niektórych dziedzinach stanowią ogólnie znacznie niższy odsetek kandydatów? A co z mniejszościami?

Tak, z pewnością istnieje problem z potokami w dziedzinie inżynierii oprogramowania. Statystycznie rzecz biorąc, jest mniej kobiet, które każdego roku zdobywają stopnie inżynierskie w porównaniu z mężczyznami.

Patrząc na liczby, około 22% absolwentów uczelni technicznych w USA to kobiety. W porównaniu do innych zawodów inżynieria ma przed sobą długą drogę. Na przykład w 2017 roku widzieliśmy, że po raz pierwszy w amerykańskich szkołach medycznych było więcej kobiet niż mężczyzn.

Aby zostać inżynierem oprogramowania, nie musisz mieć wykształcenia informatycznego ani inżynieryjnego. Ale ta nierównowaga jest reprezentatywna dla składu talentów wchodzących do branży.

Według US Bureau of Labor Statistics 2018 tylko 26% informatyków to kobiety.

Negatywne stereotypy mogą negatywnie wpływać na decyzje zawodowe ludzi, a ten rodzaj nieświadomych uprzedzeń jest jednym z obszarów, które CodeSignal stara się ulepszyć.

Czy uprzedzenia zaprogramowane w sztucznej inteligencji pogłębiają problem uprzedzeń w zatrudnianiu?

Sztuczna inteligencja, jak każdy model matematyczny, w dużym stopniu opiera się na jakości danych wejściowych, aby wygenerować wynik. Używając terminów laika, system ten odzwierciedla koncepcję GIGO, która oznacza garbage in, garbage out.

Kiedy dostarczamy i szkolimy historyczne rekordy sztucznej inteligencji dotyczące tendencyjnych decyzji o zatrudnieniu, wówczas sztuczna inteligencja z pewnością da wyniki z tym samym uprzedzeniem osadzonym w wynikach, ponieważ jest to część modelu już wbudowanego w maszynę. Sztuczna inteligencja doskonale pomaga ludziom podejmować te same decyzje szybciej i na większą skalę, w wyniku czego może potencjalnie wzmocnić ten błąd na znacznie większą skalę.

Niebezpieczeństwo polega na tym, że jeśli ślepo weźmiemy wyniki wychodzące z czarnej skrzynki, nie ma mechanizmu korygującego odchylenie. Uznanie, że dane wejściowe do sztucznej inteligencji lub modelu uczenia maszynowego mogą być stronnicze, a także interpretacja wyników z krytycznym okiem w celu sprawdzenia stronniczości jest ważne, aby zmniejszyć tę skłonność do zatrudniania.

[zobacz-także Nasza witryna / nasz-wspaniały-nowy-świat-dlaczego-awans-ai-budzi-wątpliwości-etyczne]

Czy dostosowania i przejrzystość mogą zmienić sztuczną inteligencję w narzędzie na dobre do osiągnięcia większej równości?

Absolutnie. Jeśli wyznaczymy nasz kierunek, aby poprawić równość i wykorzystać sztuczną inteligencję z takim zamiarem, możemy sprawić, by działała ona dla nas, zamiast pozwolić jej przypadkowo wzmocnić problem. Na przykład CodeSignal wykorzystuje sztuczną inteligencję do oceny umiejętności technicznych na dużą skalę i obliczania wyniku kodowania, który jest silnie skorelowany z wynikami kandydata podczas rozmowy kwalifikacyjnej i wynikami pracy.

Gdy masz obiektywne dane i pomiary umiejętności, możesz łatwo podjąć decyzję o zatrudnieniu. Znacząco ogranicza to również zakres, w jakim może dojść do nieświadomego uprzedzenia menedżerów ds. Rekrutacji i rekruterów. Przy podejmowaniu decyzji o zatrudnieniu nie muszą już polegać na subiektywnym wrażeniu kandydata.

Ponadto umożliwia kobietom i kandydatom z mniejszości promowanie się podczas procesu rekrutacji, przedstawiając dowody potwierdzające ich umiejętności.

W poniższym filmie Baik opowiada o 3 najważniejszych korzyściach z ocen opartych na ramach.

Jak działa Twoje rozwiązanie?

Mamy zestaw rozwiązań oceniających, które pomagają firmom #GoBeyondResumes w rekrutacji technicznej: testowanie, rozmowa kwalifikacyjna i certyfikacja. Certyfikacja, obecnie w wersji beta, to nasza najnowsza oferta i jest to pierwszy produkt do oceny technicznej, który może być używany na samym szczycie lejka rekrutacyjnego, umożliwiając specjalistom ds. Pozyskiwania talentów i menedżerom technicznym żądanie i porównanie obiektywnych i łatwych do zrozumienia wyników oceny na dużą skalę, aby podejmować decyzje o zatrudnieniu w oparciu o dane.

Certify jest przeznaczony dla specjalistów zajmujących się zatrudnianiem technicznym, tak jak egzamin SAT w przypadku przyjęć na studia. Jest to wiarygodny test biegłości, który pozwala również firmom przeprowadzić najwyższej klasy ocenę umiejętności bez konieczności jej samodzielnego tworzenia.

Korzystając z takiego gotowego rozwiązania, specjaliści HR mogą poświęcić swój czas i energię na wykorzystanie danych do podjęcia decyzji o zatrudnieniu, zamiast tworzyć profesjonalną operację oceny umiejętności z rygorystycznym tworzeniem testów i pracami konserwacyjnymi.

Co zainspirowało Twoją firmę do opracowania tego rozwiązania?

Prekursorem CodeSignal była strona internetowa, którą ludzie mogli odwiedzać, aby rozwiązywać interesujące wyzwania związane z kodowaniem i doskonalić swoje umiejętności. Dzięki ponad milionowi doświadczonych inżynierów, którzy rozwiązali dużą liczbę zadań związanych z kodowaniem, byliśmy w stanie określić ich umiejętności programistyczne.

Uczenie się, że osobom znajdującym się na samym szczycie spektrum umiejętności ciężko było znaleźć pracę, ponieważ nie wyglądali dobrze na papierze, a także walka wielu organizacji ze znalezieniem i zatrudnieniem utalentowanych inżynierów oprogramowania z różnych środowisk, było szalone.

Ta świadomość zainspirowała nas do wypełnienia luki poprzez udostępnienie obiektywnej i wiarygodnej oceny umiejętności technicznych łatwo i łatwo do celów rekrutacyjnych oraz pomoc branży w wyjściu poza życiorysy.

Powyższe wideo pokazuje, jak Greenhouse wykorzystuje CodeSignal w procesie rekrutacji technicznej.

Czy masz jakieś studia przypadków, które dowodzą, że w wyniku wdrożenia Twojego rozwiązania zatrudniono więcej kobiet lub mniejszości?

Wielu naszych klientów, którzy dobrze rozumieją wartość obiektywnej oceny umiejętności, ma tendencję do podejmowania inicjatyw w zakresie różnorodności i integracji. W związku z tym trudno jest wyodrębnić jedyny wpływ wdrożenia naszego rozwiązania na ich zdolność do skutecznego zwiększania różnorodności w zespołach.

Możemy z całą pewnością powiedzieć, że wielu kandydatów, którzy nie zostaliby uwzględnieni bez wyników oceny CodeSignal, wzięło udział w rozmowach kwalifikacyjnych na wiele stanowisk związanych z inżynierią oprogramowania i zostało zatrudnionych w tych firmach.

Ma sens, że obiektywny proces rozmowy kwalifikacyjnej zapewnia kandydatów do pracy o zaangażowaniu firmy w podejmowanie uczciwych i bezstronnych decyzji o zatrudnieniu i przyciągnąłby więcej kobiet lub kandydatów z mniejszości, którzy bardziej cenią zróżnicowane środowisko pracy.

Korzystamy wewnętrznie z naszego własnego rozwiązania do oceny, aby zatrudniać inżynierów oprogramowania. Gdy kandydaci wyrażają zainteresowanie, prosimy ich o udostępnienie wyniku CodeSignal Coding Score w pierwszym kroku i nie zwracanie uwagi na ich życiorysy, które mogą wprowadzać nieświadome uprzedzenia.

Zapraszamy ich do rozpoczęcia procesu rozmowy kwalifikacyjnej na podstawie ich wyników kodowania. Ta praktyka została bardzo dobrze przyjęta przez naszych kandydatów i pozwoliła nam zatrudnić najlepszego kandydata na podstawie ich umiejętności.


Obejrzyj wideo: Herbicyd Biathlon 4D od BASF (Lipiec 2022).


Uwagi:

  1. Yozshutaxe

    Dokładnie tak! Myślę, że to dobry pomysł.

  2. Adrastus

    Przepraszam, to nie pomaga. Mam nadzieję, że ci tutaj pomogą.

  3. Stewert

    Ta doskonała myśl musi być celowo

  4. Mazukazahn

    Myślę, że się myli. Proponuję to omówić. Napisz do mnie w PM.

  5. Amichai

    Nie masz racji. Zapewniam. Mogę bronić pozycji.



Napisać wiadomość