Raznolikost, jednakost i inkluzija pri zapošljavanju

01Gdje pristrasnost obično ulazi u levak

Skrining biografija (CV) je najčešće proučavana ulazna tačka: istraživanja koja traju decenijama više puta su otkrila da identične biografije dobijaju različite stope povratnih poziva kada se mijenja samo očigledno ime aplikanta — obrazac dokumentovan u više zemalja i industrija, a ne artefakt jedne studije. Filtriranje ATS-a na osnovu ključnih riječi to kombinuje nagrađivanjem rječnika biografija koji je u korelaciji sa određenim obrazovnim ili profesionalnim pozadinama, filtrirajući jednako kvalifikovane kandidate koji isto iskustvo opisuju na drugačiji način.

Pronalaženje zasnovano na preporukama ima tendenciju da reprodukuje demografski sastav postojećeg tima, pošto su mreže ljudi obično homogenije od šireg kvalifikovanog bazena radne snage. A nestrukturirani intervjui — klasičan razgovor o „uklapanju u kulturu“ bez fiksne rubrike — nose neke od najslabijih dokaza o validnosti od bilo koje uobičajeno korišćene metode zapošljavanja, upravo zato što ostavljaju najviše prostora za djelovanje neispitanih preferencija anketara.

02Što anonimizacija zapravo radi, a što ne

Prije nego što bilo koji CV stigne do Expertini koraka ekstrakcije inteligentnim sistemom, on prolazi kroz proces uklanjanja sa jedanaest obrazaca koji uklanja imena, kontakt detalje, fizičke adrese i poštanske brojeve, URL-ove društvenih/profesionalnih profila i jezik koji sugeriše starost, pol, nacionalnost ili bračni status. Inteligentni sistem koji vrši semantičko čitanje nikada nema pristup tome ko je kandidat — samo onome što su dokumentovali da su uradili.

Ovo je značajno, mehaničko smanjenje izloženosti — a ne garancija nulte pristrasnosti. Uklanjanje zasnovano na uzorcima može propustiti neobičan format imena, a sam stil pisanja ponekad može nositi slabe, indirektne signale koje bi odlučna statistička analiza mogla otkriti čak i nakon što se eksplicitni identifikatori uklone. Mehanizam opisujemo pošteno umjesto da tvrdimo jaču garanciju nego što podudaranje uzoraka može isporučiti.

03Podudaranje zasnovano na dokazima naspram podudaranja ključnih riječi

Odvojeno od anonimizacije, samo podudaranje se pomjerilo sa preklapanja ključnih riječi na semantičke dokaze — detaljno na stranici Talent Matching — posebno zato što filtriranje ključnih riječi sistematski stavlja u nepovoljan položaj kandidate koji opisuju stvarno iskustvo u nestandardnom vokabularu: oni koji mijenjaju karijeru, kandidati iz nedovoljno zastupljenih obrazovnih sredina i ljudi koji pišu na drugom jeziku. Čitanje za dokaze umjesto podudaranja nizova uklanja ovu specifičnu, dobro dokumentovanu pristrasnost filtriranja.

04Koja struktura se dodaje na anonimizaciju

Anonimizacija se bavi onim što inteligentni sistem vidi; strukturirana procjena (detaljno opisana na stranici Strukturirano zapošljavanje) se bavi onim što se dešava nakon toga — svaki kandidat za ulogu se mjeri prema istim dimenzijama sa istim težinama, a svaka faza intervjua koristi istu rubriku bodovanja kroz kandidate. Sama struktura je značajno smanjila pristrasnost u decenijama istraživanja zapošljavanja čak i bez ikakvih inteligentnih sistema; kombinovanje sa anonimizovanim filtriranjem zasnovanim na dokazima pojačava efekat umjesto oslanjanja na bilo koji mehanizam izolovano.

05Stated limitations

Ništa od ovoga ne eliminiše u potpunosti pristrasnost, i prema svakom dobavljaču koji tvrdi da njihov proizvod to radi treba postupati s realnim skepticizmom. Pristrasan opis posla — onaj napisan s nepotrebno uskim zahtjevima koji isključuju kvalifikovane kandidate bez razloga vezanog uz posao — i dalje će proizvesti pristrasne CMS rezultate, jer bodovanje vjerno mjeri u odnosu na sve navedene zahtjeve. Procjena intervjua od strane ljudi, čak i kada je strukturirana, i sama nosi zaostalu strukturu pristrasnosti koju samo struktura može smanjiti, ali ne i u potpunosti ukloniti. I konačne odluke o zapošljavanju ostaju ljudske odluke o prosuđivanju koje sistem informiše, ali ih ne donosi.