對(duì)任何事情都盲目信任始終是一個(gè)錯(cuò)誤，但如果人力資源(HR)過于依賴AI來雇用人員，則更是如此。隨著無處不在的AI爆炸，我決定找出組織如何在充分利用最新的HR技術(shù)的同時(shí)解決招聘偏見。

SAP Security Research經(jīng)理Michele Bezzi領(lǐng)導(dǎo)一個(gè)團(tuán)隊(duì)，研究AI中的安全挑戰(zhàn)。他說，隱私，公平和偏見是他們研究的三個(gè)主要方面。這些領(lǐng)域也反映在SAP AI指導(dǎo)原則中。他對(duì)雇用經(jīng)理的建議很簡單：對(duì)數(shù)據(jù)進(jìn)行全面審查，然后再將數(shù)據(jù)散布在機(jī)器中。他解釋說，現(xiàn)代AI使用機(jī)器學(xué)習(xí)通過數(shù)據(jù)獲取知識(shí)。例如，程序員將圖像和文本輸入到機(jī)器中，最終學(xué)會(huì)識(shí)別貓還是狗。問題是，數(shù)據(jù)可能會(huì)固有地和無意識(shí)地產(chǎn)生偏差，從而在諸如招聘之類的更為復(fù)雜的情況下增加風(fēng)險(xiǎn)。

“機(jī)器無法從他們所訓(xùn)練的數(shù)據(jù)中學(xué)習(xí)。使用無偏數(shù)據(jù)訓(xùn)練機(jī)器非常重要。” Bezzi說。“確保您的數(shù)據(jù)代表您的招聘目標(biāo)。刪除有偏見的歷史數(shù)據(jù)，并添加反映您的新期望結(jié)果的原始數(shù)據(jù)。”

他也告誡不要意外的歧視。通過將各種看似無害的數(shù)據(jù)匯總在一起，算法可以做出有偏見的決策。

他說：“即使您刪除某人的性別或種族，機(jī)器也會(huì)通過自動(dòng)考慮他們的學(xué)?；蛩麄兯幼〉纳鐓^(qū)來做出有偏見的決定。”

讓人們處于招聘循環(huán)中

在關(guān)于人工智能在尋找頂尖人才方面的好處的所有抱怨中，事實(shí)證明，缺少的要素是人。

Bezzi說：“當(dāng)您開始將數(shù)據(jù)應(yīng)用于招聘之類的復(fù)雜任務(wù)而沒有涉及人員時(shí)，這可能會(huì)導(dǎo)致錯(cuò)誤并給招聘決策帶來嚴(yán)重后果，”“自動(dòng)化HR任務(wù)很重要，但是您仍然需要人們來分析機(jī)器生成的結(jié)果。”

這就是SAP Brilliant Hire的用武之地。這項(xiàng)篩選即服務(wù)服務(wù)是由SAP.iO Venture Studio企業(yè)內(nèi)創(chuàng)業(yè)計(jì)劃的員工開發(fā)的，將人工智能與人工支持相結(jié)合。該服務(wù)與SAP SuccessFactors人類體驗(yàn)管理(HXM)緊密結(jié)合軟件，與評(píng)估候選人結(jié)果的外部專家一起開發(fā)和管理求職者測試。這些專家看不到候選人的姓名，簡歷或其他個(gè)人身份證明，并且至少有三個(gè)不同的評(píng)估者對(duì)每個(gè)申請(qǐng)人進(jìn)行審查。在最早的招聘階段，算法可以對(duì)簡歷進(jìn)行分類，使求職者的技能與職位描述中的關(guān)鍵字相匹配。但是一旦人們進(jìn)入了候選名單，就要求他們解決與工作相關(guān)的挑戰(zhàn)是發(fā)現(xiàn)最強(qiáng)候選人的更好方法。

“Brilliant Hire by SAP”總經(jīng)理Ryan Phillips說：“我們的測試問題使求職者進(jìn)入了實(shí)際的工作環(huán)境。”“可能會(huì)要求財(cái)務(wù)分析師下載電子表格，完成特定任務(wù)，然后重新上傳?？赡軙?huì)詢問設(shè)計(jì)師，他們建議如何重新設(shè)計(jì)一個(gè)復(fù)雜的網(wǎng)站以簡化用戶體驗(yàn)。這些問題很難被欺騙。”