Miten tekoäly voi auttaa sinua houkuttelemaan ja palkkaamaan aliedustettua lahjakkuutta

Tässä jaksossa juontaja Becca Banyardin seurana on Joonkon strategiajohtaja ja New Yorkin pääjohtaja Albrey Brown, ja he keskustelevat siitä, miten tekoälyteknologian käyttöönotto voi auttaa houkuttelemaan ja palkkaamaan aliedustettuihin ryhmiin kuuluvaa henkilöstöä.

Haastattelun kohokohdat

  • Albreyn tausta [1:07]
    • Strategiajohtaja yrityksessä Joonko
    • Hänen ensimmäinen tehtävänsä teknologia-alalla oli ohjelmistoinsinöörinä.
    • Osallistuttuaan uskomattoman hienolle ohjelmointikurssille hän päätti perustaa oman ohjelmointikurssinsa.
    • Ohjelmointikurssi oli suunnattu erityisesti naisille ja rodullistettuihin vähemmistöihin kuuluville ihmisille, jotta aliedustetuilla ryhmillä olisi varmasti pääsy mahdollisuuksiin.
    • He opettavat noin 450 ihmistä ohjelmoimaan, ja suurin osa heistä työllistyy alalle. 
    • Lopulta hän myi ohjelmointikurssin suuremmalle ohjelmointikurssille ja ryhtyi sen monimuotoisuudesta ja osallisuudesta vastaavaksi johtajaksi vuonna 2013, jolloin DE&I oli vasta noussut esiin.
    • Toimiessaan viimeksi DE&I-johtajana Airtablessa hän löysi Joonkon ja tapasi perustajan Ilit Razin, ja idea teki häneen valtavan vaikutuksen. 
    • Joonkossa yritykset yhdistetään aliedustettuihin ehdokkaisiin, jotka ovat hiljattain päättäneet haastatteluprosessin jonkin heidän verkostoonsa kuuluvan yrityksen kanssa.
  • Mitä nykyisiä haasteita rekrytoijat, rekrytoivat esihenkilöt ja organisaatiot kohtaavat aliedustettujen ryhmien houkuttelemisessa ja palkkaamisessa? [4:41]
    • Suurin haaste piilee nimityksessä ”aliedustettu”. Aliedustettuna oleminen tarkoittaa sitä, että naiset, rodullistetut vähemmistöt ja muut vastaavat ryhmät ovat lukumääräisesti pienempiä kuin ihmiset, joita pidetään enemmistöön kuuluvina tai yliedustettuina osaajina.
    • Organisaatio, jossa aliedustetut ryhmät ovat edustettuina, tekee organisaatiosta paremman.
    • Vaikeinta on ollut todella erottua joukosta. Miten yrityksestä voi tulla aliedustettujen ehdokkaiden ensisijaisesti valitsema työnantaja?
    • Kymmenen vuotta sitten termi ”työntekijöiden resurssiryhmä” kuultiin vain harvoin. Nyt jokaisella tietyn kokoisella yrityksellä on työntekijöiden resurssiryhmiä.
    • Tarvitaan myös monimuotoisuustavoitteita. Ne ovat nykyään vähimmäisvaatimus. 
    • Monimuotoisuuden ja osallisuuden perustavanlaatuiset käytännöt – työntekijöiden resurssiryhmät, monimuotoisuustavoitteet, monimuotoisuudesta vastaava johtaja ja joukosta erottuminen.
  • Miten organisaatio voi erottua kilpailijoista houkutellessaan aliedustettuja osaajia? [7:55]
    • Aitous. Ehdokkaat haluavat työskennellä yrityksissä, jotka tuntevat itsensä ja arvonsa sekä ilmaisevat nämä arvot heti alusta alkaen.
    • Luovuus ja halu investoida. Kärsimättömyys investoitaessa uusiin kanaviin aliedustettujen ehdokkaiden tavoittamiseksi koituu yritysten haitaksi joko nopeasti tai ajan mittaan.
    • Aliedustettujen osaajien houkuttelemiseksi on oltava luova ja kokeiltava uusia tapoja.
  • Miten tekoäly voi auttaa vähentämään ennakkoluuloja ja edistämään monimuotoisuutta ja osallisuutta rekrytointiprosessissa? [12:20]
    • Kaikkeen käyttämäämme teknologiaan, myös tekoälyyn, sisältyy ennakkoluuloja.
    • Joonkossa tekoälyä käytetään siten, että luonnollisen kielen käsittelyn avulla aliedustetut ehdokkaat yhdistetään ilmoitettuihin tehtäviin.
    • Rekrytointiprosessiin on sovellettu useita erinomaisia esimerkkejä yrityksistä ja tekniikoista, jotka tekevät prosessista osallistavamman.
      • Yksinkertainen esimerkki on tekstitys. Videohaastattelujen tekstityksen ansiosta huonokuuloiset tai neuroepätyypilliset ihmiset voivat lukea, mitä haastattelija sanoo.
      • Toinen esimerkki ovat työpaikkailmoitukset. Työpaikkailmoituksiin sisältyy luonnostaan ennakkoluuloja. Textio on erinomainen tuote, ja sen johtava toimija auttaa yrityksiä kirjoittamaan työpaikkailmoituksensa uudelleen osallistavammiksi.
      • Viimeinen esimerkki liittyy haastatteluihin. Tämä on kiistanalainen alue, koska on olemassa videohaastatteluohjelmistoja, jotka haluavat käyttää kasvojentunnistusta arvioidakseen, sopiiko henkilö tehtävään. Niihin voi liittyä runsaasti ennakkoluuloja. On kuitenkin olemassa työkaluja, jotka arvioivat ainoastaan haastattelijaa eli haastattelun toteuttavaa henkilöä – kuten Hireguide.
    • Loppujen lopuksi ehdokkaaseen liittyy aina vähemmän ennakkoluuloja kuin yritykseen, koska yritykset ovat valta-asemassa. Jos siis sovellamme teknologiaamme ehdokkaan mahdollisuuksien määrän kasvattamiseen ja yrityksen osoittamien ennakkoluulojen vähentämiseen, alamme nähdä tekoälyn laajamittaisen soveltamisen näiden työelämän rekrytointiin liittyvien epätasapainojen ratkaisemiseksi.

Tekoälyn hyödyntämisessä on vähemmän kyse teknologiasta ja enemmän sen soveltamisesta.

Albrey Brown
  • Miten löytäisit tasapainon tekoälyn käyttämisen tehokkuuden ja osallisuuden vuoksi siten, että samalla varmistetaan ihmisten harkinnan ja päätöksenteon sisällyttäminen syrjivien lopputulosten välttämiseksi? [17:39]
    • New Yorkissa hiljattain säädetty paikallinen laki 144 on laki, jonka tavoitteena on vähentää rekrytointiprosessin vinoumia.
    • Oletpa lahjakkuuksien hankinnasta vastaava johtaja, henkilöstöjohtaja tai vain rekrytointiteknologiaa käyttävä henkilö, ensimmäinen tehtävä on tarkastaa toiminta.
      • Kysy käyttämiltäsi toimittajilta: "Miten teknologianne toimii eri tavalla eri kokemusten ja taustojen omaavien ihmisten kohdalla, ja voitteko tuottaa raportin?"
    • Toinen osa on viestintä.
    • Kolmas osa on sen tunnustaminen, että näitä vinoumia esiintyy teknologiasta riippumatta. Ne eivät ole olemassa vain siksi, että tekoäly on olemassa. Niitä on esiintynyt jo kauan ennen sitä. 
    • Tekoälyn käyttämisen ja näiden vinoumien olemassaolon ymmärtämisen välinen tasapaino tarkoittaa sitä, että jos aiomme soveltaa tätä ajattelutapaa robotteihin, meidän on sovellettava sitä myös ihmisiin eli rekrytoijiin ja rekrytoivista prosesseista vastaaviin esihenkilöihin, jotka hyödyntävät näitä työkaluja.
    • Loppujen lopuksi työkalut eivät vieläkään tee päätöstä – ne vaikuttavat päätökseen. Jos päätös on jo lähtöisin vinoutuneesta lähteestä, tulemme jatkuvasti toistamaan tätä vinoutunutta järjestelmää riippumatta siitä, onko käytössämme täydellinen tekoäly vai ei.
  • Mitä uusia tekoälytyökaluja yritykset ja henkilöstöosastot ovat alkaneet käyttää yhä useammin? [23:18]
    • Aloitetaan ehdokashankinnan näkökulmasta. Kun haluat löytää osaajia, ehdokkaiden etsiminen ja heihin yhteyden ottaminen on yksi parhaista tavoista. Ehdokkaiden hankintaohjelmisto, jossa saat käyttöösi suuren tietokannan, voit ottaa yhteyttä sen sisältämiin henkilöihin ja suodattaa tietokantaa, on ollut rekrytoinnin tekoälyteknologian yleisin ja suosituin käyttötapa.
    • Datan ja analytiikan puolella voit ottaa kaiken tämän datan hakijoiden seurantajärjestelmästäsi, analysoida sitä ja tarkastella, mitkä ehdokkaat ovat menestyneet ja mitkä eivät, sekä sitä, miten voit parantaa niiden ehdokkaiden määrää, joilla voisi olla mahdollisuus menestyä haastatteluprosessisi aikana.
    • Kasvojen- ja äänentunnistuksen päälle rakennetaan parhaillaan tällaisia haastattelumenetelmiä. Esikarsinnassa ehdokkaalle annetaan tehtävä tai kysymys, johon hän vastaa.
  • Menestystarinoita siitä, miten organisaatiot ovat hyödyntäneet tekoälyä rekrytointiprosessissaan aliedustettujen ryhmien houkuttelemiseksi [26:43]
    • On olemassa yritys nimeltä Gem, joka tarjoaa ehdokkaiden hankintatuotteen ja jonka avulla voit hallita kaikkia henkilöitä, joiden kanssa olet yhteydessä. Se on eräänlainen ehdokkaiden hallintaohjelmisto. Yritys julkaisi kuitenkin hiljattain tuotteen, jonka avulla näet kaikki ehdokkaat, joiden kanssa olet parhaillaan yhteydessä, demografisten tietojen mukaan, ja voit nähdä, miten he määrittelevät itsensä julkisesti.
  • Albreyn viimeinen neuvo henkilölle, joka haluaa käyttää tekoälyä aliedustettujen ehdokkaiden houkuttelemiseen ja palkkaamiseen sekä monimuotoisuuden, yhdenvertaisuuden ja osallisuuden lisäämiseen organisaatiossaan [28:32]
    • Yritä. Monimuotoisuuden, osallisuuden ja yhdenvertaisuuden kohdalla johtajat ovat hieman arkoja kokeilemaan asioita, koska he eivät halua tehdä virheitä. He eivät halua sanoa väärää asiaa eivätkä investoida väärään asiaan. Tämä kuitenkin luo muna vai kana -ongelman: jos pelkäät investoida yhteistyöhön, ostaa uutta teknologiaa tai kokeilla uutta teknologiaa, on vaikea selvittää, mikä toimii sinulle.
    • Paras tapa kokeilla on asettaa asioille aikaraja. Tavoitteena ei ole täydellisyys – tavoitteena on edistyminen.

Monimuotoisuus ja osallisuus ovat kuin vuorelle kiipeäminen. Aina kun sinusta tuntuu, että olet saavuttanut huipun, edessä on vielä lisää matkaa, lisää matkaa ja aina tulee olemaan lisää matkaa.

Albrey Brown

Tutustu vieraaseemme

Albrey Brown toimii tällä hetkellä Joonkon strategiajohtajana. Ennen tätä tehtävää hän johti monimuotoisuutta ja osallisuutta kolmessa suuressa teknologiayrityksessä, joita olivat Pivotal Software, DocuSign ja Airtable. Jokaisessa yrityksessä hän rakensi merkittäviä ohjelmia alusta alkaen. Tätä ennen hän perusti Telegraph Academyn ja myi sen. Akatemia keskittyi opettamaan alipalvelluille ryhmille ohjelmointia.

Albrey on ylpeä siitä, että hän on dataohjautuva henkilöstöjohtaja. Aliedustettuihin ryhmiin kuuluvien ihmisten auttaminen löytämään mielekästä työtä on hänen intohimonsa, ja hän on kiitollinen voidessaan ratkaista tätä ongelmaa laajassa mittakaavassa. Hänen työstään on kerrottu julkaisuissa Fast Company, Protocol ja TechCrunch.

kuva Albrey Brownista

Loppujen lopuksi työkalut eivät edelleenkään tee päätöstä – ne vaikuttavat päätökseen. Ja jos päätös tulee jo valmiiksi puolueellisesta lähteestä, jatkamme tämän puolueellisen järjestelmän toisintamista riippumatta siitä, onko käytössämme täydellinen tekoäly vai ei.

Albrey Brown

You may also like