當(dāng)今具有前瞻性思維的企業(yè)，尤其是他們的人力資源團(tuán)隊(duì)，他們深諳人工智能和機(jī)器學(xué)習(xí)的好處。許多人已經(jīng)開始利用這些技術(shù)，來支持他們最重要的業(yè)務(wù)需求，包括自動(dòng)化流程、通過數(shù)據(jù)分析獲得洞察力，以及與客戶和員工互動(dòng)。
在一個(gè)職位列表可以輕松吸引數(shù)千名求職者的時(shí)代，人工智能的使用，對(duì)忙碌的人力資源專業(yè)人士來說是一個(gè)福音。閱讀如此多的簡歷是一項(xiàng)艱巨的任務(wù)，無論您是在只有幾個(gè)職位發(fā)布的小公司，還是在擁有數(shù)百個(gè)職位的工業(yè)巨頭。
利用人工智能來閱讀和評(píng)估求職者，可以使這項(xiàng)工作更輕松、更高效。
1、招聘真的會(huì)沒有偏見嗎
AI 模型的好壞，取決于它們所訓(xùn)練的數(shù)據(jù)集。亞馬遜的系統(tǒng)是根據(jù)他們自己的招聘數(shù)據(jù)進(jìn)行訓(xùn)練的，但由于大多數(shù)員工是男性，該算法將成功的申請(qǐng)與面向男性的詞聯(lián)系起來。
倍羅智能能夠?yàn)镠R提供所需的候選人畫像和人才畫像，并為大型企業(yè)提供新員工畫像。此外，簡歷解析技術(shù)和知識(shí)圖譜技術(shù)，可以幫助HR快速篩選候選人。
人工智能系統(tǒng)也經(jīng)常歧視有色人種。性別識(shí)別算法最準(zhǔn)確的是白人男性、最不準(zhǔn)確的是黑人女性。如果我們無法準(zhǔn)確識(shí)別性別，那么我們也無法正確識(shí)別人臉。
2、緩解挑戰(zhàn)
人力資源專業(yè)人員必須了解人工智能系統(tǒng)帶來的挑戰(zhàn)，以及如何緩解這些挑戰(zhàn)。
首先，人力資源團(tuán)隊(duì)需要批判性地思考人工智能系統(tǒng)的使用。此外，人力資源團(tuán)隊(duì)還需要仔細(xì)審查他們的審計(jì)，以確保他們正在收集有關(guān)受保護(hù)群體的信息，包括種族和性別。但是，即使沒有有關(guān)受保護(hù)類別的明確數(shù)據(jù)，訓(xùn)練過程也可以產(chǎn)生具有性別或種族偏見的模型；可如果沒有這些數(shù)據(jù)，就很難暴露這種偏見。
人力資源團(tuán)隊(duì)還必須了解AI可以做什么以及不能做什么。這些團(tuán)隊(duì)不必了解算法，但他們確實(shí)需要知道訓(xùn)練數(shù)據(jù)中可以反映哪些類型的偏見，它們?nèi)绾伪痪幋a到機(jī)構(gòu)中，以及人工智能系統(tǒng)如何進(jìn)一步推動(dòng)這些偏見。
3、篩選了誰的數(shù)據(jù)？
人力資源專業(yè)人員不是技術(shù)專家，但他們非常了解偏見和系統(tǒng)性問題。這種洞察力將幫助他們以公平和公正的方式在 HR 中利用 AI。
同時(shí)，企業(yè)開始實(shí)施AI人力資源計(jì)劃時(shí)，需要牢記以下幾個(gè)關(guān)鍵點(diǎn)：大多數(shù)人工智能系統(tǒng)都可能存在偏見和不公平；人類應(yīng)該做出最終的招聘和人力資源決策，而不是人工智能系統(tǒng)；了解 AI 的工作原理、它如何放大偏見以及如何最好地審核其結(jié)果。
