AI στις προσλήψεις: ταχύτερη διαλογή χωρίς τον κίνδυνο μεροληψίας

Η διαλογή αιτήσεων είναι πρόβλημα όγκου, και τα προβλήματα όγκου είναι εκεί που οι ομάδες καταφεύγουν στην αυτοματοποίηση. Μια θέση που τραβάει εκατοντάδες βιογραφικά είναι ακριβώς το είδος εργασίας που ένα AI θα μπορούσε να ιεραρχήσει σε λίγα λεπτά, και η έλξη είναι προφανής σε όποιον έχει διαβάσει αυτή τη στοίβα με το χέρι. Το πρόβλημα είναι ότι οι προσλήψεις δεν είναι απλώς πρόβλημα όγκου. Είναι μια απόφαση για ανθρώπους, που διέπεται από νόμο και στοιχειώνεται από μεροληψία, και ένα AI που αγνοεί οποιοδήποτε από τα δύο μετατρέπει έναν εξοικονομητή χρόνου σε ευθύνη. Και τα δύο αποτελέσματα είναι θέμα σχεδιασμού, άρα αξίζει να σχεδιάσετε για το σωστό.

Ο νόμος ήδη το αντιμετωπίζει ως υψηλού κινδύνου

Αυτό δεν είναι μια γκρίζα ζώνη που περιμένει ρύθμιση. Ο νόμος της ΕΕ για το AI ταξινομεί ρητά το AI που χρησιμοποιείται σε αποφάσεις πρόσληψης και απασχόλησης ως υψηλού κινδύνου, κάτι που φέρνει πραγματικές υποχρεώσεις γύρω από τη διαφάνεια, την ανθρώπινη επίβλεψη και την τήρηση αρχείων. Επιπλέον, το άρθρο 22 του GDPR περιορίζει τις καθαρά αυτοματοποιημένες αποφάσεις που επηρεάζουν σημαντικά ανθρώπους, και μια απόρριψη πρόσληψης πληροί αυτή την προϋπόθεση. Με άλλα λόγια, ένα AI που απορρίπτει αυτόματα υποψηφίους μόνο του δεν είναι αποδοτικότητα, είναι έκθεση σε συμμόρφωση. Κάθε χρήση AI στις προσλήψεις πρέπει να ξεκινά από την υπόθεση ότι οι ρυθμιστές ήδη παρακολουθούν αυτή τη συγκεκριμένη χρήση.

Η μεροληψία δεν είναι υποθετική εδώ

Η κλασική αποτυχία είναι καλά τεκμηριωμένη: ένας μεγάλος εργοδότης έχτισε ένα μοντέλο διαλογής βιογραφικών, το εκπαίδευσε στις δικές του παλαιότερες προσλήψεις, και διαπίστωσε ότι είχε μάθει να τιμωρεί αιτήσεις που σχετίζονταν με γυναίκες, γιατί αυτό αντικατόπτριζε το ιστορικό στο οποίο εκπαιδεύτηκε. Το εργαλείο εγκαταλείφθηκε. Το μάθημα γενικεύεται. Ένα μοντέλο εκπαιδευμένο σε παλαιότερες αποφάσεις μαθαίνει παλαιότερες προτιμήσεις, συμπεριλαμβανομένων εκείνων που δεν θα γράφατε ποτέ σε μια πολιτική. Αν αφεθεί ανεξέλεγκτο, το AI δεν αφαιρεί τη μεροληψία από τις προσλήψεις, τη νομιμοποιεί, δίνοντας σε ένα διακριτικό μοτίβο την εμφάνιση αντικειμενικής βαθμολόγησης.

Πού βοηθά το AI χωρίς να αποφασίζει

Τίποτα από αυτά δεν σημαίνει ότι το AI δεν έχει θέση στις προσλήψεις. Σημαίνει ότι το AI ανήκει στη δουλειά γύρω από την απόφαση, όχι στην ίδια την απόφαση. Ανάλυση και δόμηση αιτήσεων ώστε κανείς να μην τις ξαναπληκτρολογεί. Οργάνωση και ανάδειξη υποψηφίων έναντι ρητών, σχετικών με τη θέση κριτηρίων. Διαχείριση του προγραμματισμού και των επιβεβαιώσεων που διαφορετικά τρώνε την εβδομάδα ενός recruiter. Χρησιμοποιούμενο έτσι, το AI δίνει σε μια ομάδα προσλήψεων πίσω τον χρόνο της για να τον ξοδέψει στην κρίση των ανθρώπων, που είναι το μέρος που δεν έπρεπε ποτέ να αυτοματοποιηθεί. Αυτή είναι η ίδια αρχή πίσω από τη δουλειά μας στην αυτοματοποίηση διαδικασιών: αυτοματοποιήστε τον χειρισμό, κρατήστε την κρίση ανθρώπινη.

Πώς το στήνετε αυτό υπερασπίσιμα;

Η συμμορφούμενη έκδοση δεν είναι πιο αργή στην κατασκευή, απλώς σχεδιάζεται με διαφορετική σειρά. Ξεκινήστε από τα κριτήρια, όχι από το εργαλείο: γράψτε τις σχετικές με τη θέση απαιτήσεις που πρέπει να δείξει ένας υποψήφιος, με τον τρόπο που θα τις υπερασπιζόσασταν σε ένα δικαστήριο, προτού οποιοδήποτε σύστημα βαθμολογήσει οτιδήποτε. Έπειτα αφήστε το σύστημα να οργανώσει τις αιτήσεις έναντι αυτών των γραπτών κριτηρίων, αναδεικνύοντας αποδείξεις αντί να εκδίδει ετυμηγορίες: αυτός ο υποψήφιος δείχνει την πιστοποίηση, αυτός δείχνει τα απαιτούμενα χρόνια σε αντίστοιχο ρόλο, σε αυτόν λείπουν και τα δύο. Ένας recruiter διαβάζει αυτή την οργανωμένη απόδειξη και παίρνει την απόφαση, και το σύστημα καταγράφει τι αναδείχθηκε και ποιος αποφάσισε. Οι απορρίψεις στέλνονται από άνθρωπο, με κριτήρια που εφάρμοσε άνθρωπος.

Δύο έλεγχοι κρατούν το σύστημα ειλικρινές με τον χρόνο. Πρώτον, ελέγξτε τα αποτελέσματα, όχι τις προθέσεις: συγκρίνετε περιοδικά τα ποσοστά πέρασης μεταξύ ομάδων που νομικά υποχρεούστε να μην μειονεκτείτε, γιατί η μεροληψία εμφανίζεται στους αριθμούς πολύ πριν την προσέξει κανείς στη διαδικασία. Δεύτερον, ελέγξτε τα ίδια τα κριτήρια μία ή δύο φορές τον χρόνο, καθώς μια απαίτηση που φαινόταν ουδέτερη μπορεί να λειτουργεί ως υποκατάστατο για κάτι προστατευόμενο. Ένα ενδεικτικό παράδειγμα: μια μεσαίου μεγέθους εταιρεία που ελέγχει για «συνεχή ιστορικό απασχόλησης» τιμωρεί, χωρίς να το θέλει, όποιον πήρε γονική άδεια. Η λύση δεν είναι καλύτερο AI, είναι καλύτερο κριτήριο, και μόνο μια διαδικασία που κρατά τα κριτήρια ρητά το βρίσκει ποτέ αυτό.

Πώς μοιάζει η καλή, υπερασπίσιμη χρήση

Κρατήστε έναν άνθρωπο υπόλογο για κάθε πρόσληψη και απόρριψη, ελέγξτε για μεροληψία αντί να υποθέτετε την απουσία της, χρησιμοποιήστε ρητά, σχετικά με τη θέση κριτήρια αντί για μαύρο κουτί, και κρατήστε τα αρχεία που πλέον απαιτεί ο νόμος. Αυτό δεν είναι μόνο πώς παραμένετε συμμορφούμενοι, είναι πώς πραγματικά προσλαμβάνετε καλύτερα, γιατί αναγκάζει τα κριτήρια στο φως. Αντιμετωπίστε το AI στις προσλήψεις πρώτα ως διακυβέρνηση και μετά ως αποδοτικότητα, όπως το πλαισιώνουμε στη διακυβέρνηση AI για εταιρείες μεσαίας αγοράς και στο τι σημαίνει στην πράξη ο νόμος της ΕΕ για το AI. Αν θέλετε να επιταχύνετε τη διαλογή χωρίς να κληρονομήσετε τη μεροληψία ή τον νομικό κίνδυνο, πείτε μας πώς προσλαμβάνετε σήμερα.