Hvordan kunstig intelligens kan hjelpe deg med å tiltrekke og ansette underrepresenterte talenter

Les transkripsjonen:

Vi prøver ut å transkribere podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

Becca Banyard: Er kunstig intelligens nøkkelen til å skape en mer inkluderende arbeidsstyrke? Og hvis det er tilfelle, hvordan finner vi den vanskelige balansen mellom AI-drevet effektivitet og menneskelige beslutninger for å sikre rettferdighet? Eller er menneskelige beslutninger like forutinntatte som AI-teknologier?

Velkommen til People Managing People-podkasten. Vi har som mål å skape en bedre arbeidsverden og hjelpe deg med å utvikle lykkelige, sunne og produktive arbeidsplasser. Jeg er programlederen din, Becca Banyard.

Dagens gjest er D&I-eksperten Albrey Brown, som for tiden er strategidirektør og daglig leder for New York hos Joonko. Vi skal snakke om hvordan implementering av AI-teknologi kan hjelpe deg med å tiltrekke og ansette underrepresenterte talenter. Lytt videre for å lære om de aktuelle utfordringene rekrutterere og organisasjoner møter, potensialet AI har til å redusere fordommer og fremme mangfold, samt eksempler fra virkeligheten på hvilken innvirkning teknologien har hatt. Følg med!

Hei, Albrey, og velkommen til programmet. Det er så hyggelig å ha deg her i dag.

Albrey Brown: Takk for invitasjonen.

Becca Banyard: Vi skal gå inn på temaet hvordan kunstig intelligens kan brukes til å tiltrekke og ansette underrepresenterte grupper på arbeidsplassen. Men før vi gjør det, vil jeg gjerne bli litt bedre kjent med deg. Kan du fortelle litt om bakgrunnen din og hva du gjør hos Joonko?

Albrey Brown: Ja, takk. Jeg heter Albrey Brown og er strategidirektør hos Joonko. Jeg fikk denne rollen etter at min første jobb innen teknologi var som programvareingeniør, etter at jeg hadde gått på et programmeringskurs.

Før det hadde jeg ingen erfaring med programmering, og opplevelsen var så utrolig at jeg bestemte meg for å starte mitt eget programmeringskurs. Dette kurset var imidlertid spesielt rettet mot kvinner og fargede personer. Jeg har derfor alltid vært opptatt av å sikre at underrepresenterte mennesker får tilgang til muligheter.

Jeg startet dette programmeringskurset, og det gikk veldig bra. Vi lærte omtrent 450 personer å programmere, og hjalp de fleste av dem med å få jobb i bransjen. Deretter solgte jeg programmeringskurset til et større programmeringskurs og ble deres direktør for mangfold og inkludering. Dette var i 2013, da DE&I nettopp hadde blitt et stort tema i teknologibransjen. Jeg sa til meg selv at jeg skulle bli gründer igjen og starte et selskap, men først ville jeg prøve dette med mangfold og inkludering en stund.

En stund ble til åtte år, og jeg ledet arbeidet med mangfold og inkludering i fire forskjellige selskaper. Jeg elsket det. Jeg likte å representere selskaper og ideene deres om å sikre at de, både demografisk og når det gjaldt inkludering, ble bedre til å sørge for at underrepresenterte mennesker ble ønsket velkommen i selskapene.

Under min siste periode som leder for DE&I i en svært liten oppstartsbedrift kalt Airtable kom jeg over Joonko og møtte grunnleggeren Ilit Raz. Ideen gjorde meg helt begeistret. Det vi gjør hos Joonko, er å koble selskaper med underrepresenterte kandidater som nylig har avsluttet en intervjuprosess hos et annet selskap i nettverket vårt.

Tenk deg, Becca, at du søker på en stilling som markedsdirektør hos Intuit, som er en av kundene våre, og kommer til siste intervjurunde. Men de velger til slutt en annen, ikke fordi du ikke var fantastisk, men fordi det er slik intervjuprosesser fungerer. Du har flere fantastiske kandidater i finalen, men kan bare velge én.

I stedet for å avslå deg henviser de deg til Joonko og sier: Hei, vi likte deg veldig godt. Vi syntes du var en fantastisk kandidat, og vi ønsker å være en del av karriereveien din. De henviser deg til oss, du registrerer deg hos Joonko, og vi henviser deg til lignende roller i lignende selskaper, slik at du kan finne en jobb raskere.

Og du vet at disse selskapene satser på mangfold og inkludering, fordi de ser etter underrepresenterte kandidater. Dette konseptet gjorde meg helt begeistret: Hvordan et selskap kunne gjøre avslag om til en mulighet for en underrepresentert kandidat, og gjøre konkurranse mellom selskaper om til samarbeid.

Etter å ha møtt grunnleggeren Ilit og blitt introdusert for konseptet, var jeg solgt. Jeg fortsatte å lete etter måter å bli med i selskapet på. Jeg var rådgiver en stund, ga råd om produktet og målgruppen vi gikk etter, og fikk til slutt rollen som strategidirektør, som jeg har hatt i omtrent ett år nå.

Det var litt om meg.

Becca Banyard: Tusen takk for at du delte dette. Det høres ut som du har en fantastisk bakgrunn og har fått jobbe med så mange spennende selskaper. Joonko høres både unikt og veldig interessant ut. Virkelig spennende.

La oss gå videre og bli litt bedre kjent med situasjonen rundt rekruttering og tiltrekking av underrepresenterte grupper. Hvilke aktuelle utfordringer møter rekrutterere, ansettelsesledere og organisasjoner når det gjelder å tiltrekke og ansette disse gruppene?

Albrey Brown: Den største utfordringen ligger i selve ordet underrepresentert. Å være underrepresentert betyr at kvinner, fargede personer og andre grupper tallmessig er mindre enn dem du ville regnet som flertallet eller overrepresenterte.

Jeg ser på mangfold og inkludering, og utfordringen knyttet til dette, som et problem med tilbud og etterspørsel. Det finnes ganske enkelt færre afroamerikanere som er programvareingeniører, samtidig som etterspørselen fra alle selskaper som ønsker å ansette dem, er høy. Ikke bare fordi det er riktig å gjøre, men fordi en organisasjon der underrepresenterte mennesker er representert, blir bedre.

Det finnes enorme mengder data som viser dette. Derfor konkurrerer selskaper intenst om underrepresenterte talenter. Når jeg snakker med kunder, og også ut fra min egen erfaring som leder for DE&I, har den vanskeligste delen vært å skille seg ut. Hvordan kan du som selskap bli en foretrukket arbeidsgiver for underrepresenterte kandidater?

Hvordan kan du bli et samtaleemne når grupper av kvinner, fargede personer og medlemmer av LGBTQIA+-fellesskapet snakker om steder de ønsker å jobbe? Og hvordan opprettholder du dette over tid og bygger både en merkevare, en kandidatpipeline og et omdømme som et selskap folk kan oppsøke og føle seg inkludert i, at de får en rettferdig mulighet, og at de vil trives i organisasjonen din?

Konkurranseelementet gjør det svært vanskelig for selskaper å konkurrere om denne mindre talentgruppen. Dette kommer til uttrykk gjennom investeringer. For ti år siden hørte man sjelden uttrykket ressursgruppe for ansatte. Nå har alle selskaper av en viss størrelse slike grupper.

Hvis du ikke har en ressursgruppe for ansatte – og for dem som ikke kjenner begrepet, er dette interne fellesskap for underrepresenterte mennesker der de kan knytte kontakt med hverandre – var dette noe som nettopp hadde oppstått da jeg ble leder for DE&I. Nå er det et minstekrav. I intervjuprosessen må du forstå hvordan organisasjonen din tilfører ressursgruppene ressurser i praksis.

Du må også ha mangfoldsmål. Dette fantes ikke i de fleste organisasjoner før for 10–15 år siden. Nå er det et minstekrav. Å ta i bruk disse grunnleggende tiltakene for mangfold og inkludering – ressursgrupper for ansatte, mangfoldsmål og en mangfoldsleder – og deretter fortsatt skille seg ut fordi alle selskaper har dette, samtidig som man holder seg i forkant.

Det er den vanskelige delen for de fleste selskaper når det gjelder å tiltrekke underrepresenterte talenter.

Becca Banyard: Hvordan kan en organisasjon skille seg ut fra konkurrentene når den skal tiltrekke underrepresenterte talenter?

Albrey Brown: Det er et vanskelig spørsmål, og vi prøver hele tiden å hjelpe kundene våre med dette. Det første er autentisitet.

Kandidater ønsker å jobbe for selskaper som kjenner seg selv og verdiene sine, og som uttrykker disse verdiene fra starten. La oss gå tilbake til eksempelet. Becca, du intervjues av et selskap. Du har selv verdier som du ønsker skal komme til uttrykk i selskapet du begynner i.

Jeg antar at mangfold, rettferdighet og inkludering er en av disse verdiene. Men si at selskapet ikke har mangfoldsmål, slik vi snakker med mange selskaper som ikke har. Selskapet kan fristes til å si at vi ikke skal snakke om dette i intervjuprosessen. Vi skal ikke snakke om at vi ikke har reelle mangfoldsmål.

Men hvis kandidaten ikke hører noe om dette, skaper mangelen på autentisitet en negativ opplevelse. Vi anbefaler derfor selskaper, rekrutterere og rekrutteringsledere å være åpne og ærlige: Hei, la oss ta opp dette. Vi har ikke mangfoldsmål ennå, men dette er det vi gjør.

Vi prøver først å forstå hvordan demografien ser ut i organisasjonen vår. Vi ønsker at ledelsen skal forstå bedre hvilke mål vi kan sette, som faktisk vil ha en meningsfull effekt. Å lede samtalen med autentisitet er det første. For det andre mener jeg det handler om kreativitet og vilje til å investere.

En utfordring jeg ser når vi snakker med selskaper, er at de ønsker umiddelbare resultater. De deltar på en konferanse, for eksempel Grace Hopper, som er en fantastisk konferanse for programvareingeniører som identifiserer seg som kvinner. De deltar ett år, bruker 30 000 dollar på konferansen, men får bare tre ansettelser.

De måler suksessen som at de bare fikk tre ansettelser. I stedet bør de se på partnerskapet som en investering: Vi fikk tre ansettelser i år, men hvordan ser neste år og året etter ut når vi begynner å bygge merkevarekapital sammen med denne konferansen? Manglende tålmodighet når det gjelder å investere i nye kanaler for underrepresenterte kandidater, kan skade selskaper både på kort og lang sikt.

Hos Joonko ber vi vanligvis selskaper om å forplikte seg i ett år. Når du kjøper programvare eller en plass for å annonsere stillinger, kjøper du som regel for én måned. Vi vil sikre at selskapene ser den eksponentielle verdien av produktet vårt over tid.

Du får ikke ti gode kandidater den første måneden, fordi både algoritmen og nettverket vårt må tilpasses stillingene vi skal finne kandidater til. Men i den tredje, fjerde, sjette og niende måneden vil du begynne å se at investeringen i kanalene vokser.

Lærdommen vi prøver å formidle til selskaper som samarbeider med oss, er at hvis du ser investeringen vokse eksponentielt over tid hos oss, bør du tenke på andre kanaler du kanskje ga opp før du inngikk samarbeid med Joonko. Hvis du hadde brukt litt mer tid og innsats på å forstå hvordan kanalen ville utvikle seg over tid, kunne den kanskje blitt en god kanal for underrepresenterte talenter 18 måneder senere, i stedet for å avskrive den som en enkeltstående mulighet som ikke var like god som andre kanaler du rekrutterer fra.

Det handler altså om tålmodighet og autentisitet. Til slutt vil jeg nevne kreativitet. Du må være kreativ når du prøver ut nye måter å tiltrekke underrepresenterte talenter på. Det kan innebære å oppsøke fellesskap uten å prøve å ansette, møte folk der de er og ha samtaler.

Det kan innebære å gjennomføre CV-gjennomganger ved lokale høyskoler for å forstå bedre hvem som er i rommet. Kreativitet er en god måte å begynne å tenke utenfor boksen på og finne ut hvor kandidatene du ønsker å ansette, befinner seg, slik at du får navnet ditt inn i samtalene deres, selv om det ikke umiddelbart fører til en ansettelse.

Becca Banyard: Ja, fantastisk. Jeg liker særlig den siste delen om kreativitet. Det høres mye ut som å bli nysgjerrig på menneskene som faktisk er underrepresentert, som kanskje er annerledes enn deg selv, og lære mer om hvem de er og hva de trenger.

Jeg vil gjerne gå mer konkret inn på AI. Hvilken rolle mener du AI kan spille for å redusere fordommer og fremme mangfold og inkludering i ansettelsesprosessen?

Albrey Brown: Det er et godt spørsmål, for vanligvis stilles det motsatte spørsmålet. Når vi snakker om AI, er det et svært stort tema. Vi snakker om naturlig språkbehandling og store språkmodeller som er trent på informasjonen og atferden til mennesker, som i seg selv er forutinntatte.

Det ligger derfor fordommer innebygd i all teknologien vi bruker, inkludert kunstig intelligens. Hos Joonko bruker vi naturlig språkbehandling til å koble underrepresenterte kandidater med de utlyste rollene. Vi ser på CV-en din og rollen du nettopp var på intervju for, og kobler deg med selskapet og rollen som passer best. Vi bruker altså AI til å utvide mulighetene for underrepresenterte mennesker.

Mer generelt finnes det flere gode eksempler på selskaper og metoder som brukes i ansettelsesprosessen for å gjøre den mer inkluderende. Et mindre åpenbart, men svært enkelt eksempel, er teksting. Teksting i videointervjuer gjør det mulig for personer med nedsatt hørsel eller nevrodiversitet å lese det som blir sagt i intervjuet.

De fleste ville ikke tenke på dette som et tiltak for å redusere fordommer eller gjøre prosessen mer inkluderende. Men når jeg forklarer det, ser jeg at du nikker. Det er en måte vi har brukt AI på til å lytte til noens stemme og gjøre den om til tekst. Når vi bruker dette i et intervju, utvider vi hvem som kan delta, ved å gi dem som leser i stedet for å lytte, en bedre intervjuerfaring.

Det andre eksempelet er stillingsannonser. Stillingsannonser er i utgangspunktet forutinntatte. Det kan gjelde språket, der man kaller noen en superstjerne eller en ninja, eller antallet krav i annonsen. Det finnes et mye sitert tall på at kvinner søker på jobber de er 100 % kvalifisert for, mens menn søker på jobber de er 60 % kvalifisert for.

Textio er et fantastisk produkt som hjelper selskaper med å skrive om stillingsannonser slik at de blir mer inkluderende. Du skriver en stillingsannonse, og verktøyet kan si: Hei, denne har ni krav. Hva om du reduserte det til seks? Hva om du skrev et avsnitt som sa at selv om du ikke oppfyller alle kravene, bør du søke? Da oppmuntrer du personer som kanskje ikke er like selvsikre, til å søke. Du kan også fjerne eksempler på pronomen fra «han» når du omtaler personen.

Dette er noen enkle måter kunstig intelligens kan brukes på til å endre språket i stillingsannonser. Det siste eksempelet gjelder intervjuer. Dette er et kontroversielt område, fordi det finnes programvare for videointervjuer som bruker ansiktsgjenkjenning for å forstå om du passer til en rolle.

Min personlige oppfatning er at dette kan være fullt av fordommer. Alt som handler om hvordan du uttrykker deg med ansiktet eller stemmen, kan lett feiltolkes av både et menneske – jeg tenker på hvordan svarte kvinner beskrives på arbeidsplassen – og av AI. Men det finnes verktøy i den andre enden av skalaen som bare vurderer intervjueren, altså personen som gjennomfører intervjuet.

Et eksempel er Hireguide. Det vurderer om intervjueren har stilt de samme spørsmålene fra intervju til intervju, gitt tilstrekkelige svar på vanlige spørsmål og brukt inkluderende språk og praksis som gjør kandidaten komfortabel.

Alt dette viser at spørsmålet om hvordan AI kan brukes, handler mindre om teknologien og mer om bruken av den. Hvor bruker vi teknologien? Bruker vi den til å vurdere kandidater? Da må vi være svært forsiktige. Hvis vi bruker den til å vurdere selskaper, kan vi begynne å se at ulikheter reduseres.

For når alt kommer til alt, vil en kandidat alltid være mindre forutinntatt enn et selskap, fordi selskaper har makt. Hvis vi bruker teknologien til å utvide antallet muligheter en kandidat har, og redusere antallet fordommer et selskap kan vise, er det da vi vil se en bred bruk av AI for å løse ubalansene i rekruttering og arbeidslivet.

Becca Banyard: Dette er så bra. Jeg ble faktisk litt rørt i begynnelsen da du snakket om noe så lite som teksting. Noe som virker lite for en person som ikke trenger teksting, kan ha stor betydning for livet til en som gjør det. Selv små endringer som dette er svært viktige.

Vi vet at AI har begrensninger og fordommer. Hvordan finner man da en balanse mellom å bruke AI for effektivitet og inkludering, samtidig som man sikrer at menneskelig skjønn og beslutningstaking inngår, slik at man unngår diskriminerende resultater?

Albrey Brown: Dette er et stort spørsmål, og det diskuteres både internt i organisasjoner og i arbeidslivet generelt.

Før vi startet sendingen, snakket vi om lokal lov 144, en nyere lov i New York som fokuserer på å redusere fordommer i ansettelsesprosessen. Den pålegger selskaper å revidere all teknologi som bruker AI til rekruttering. Enkelt forklart må selskapet be leverandøren de bruker, for eksempel Joonko, om å lage en rapport som viser hvordan teknologien tar beslutninger basert på demografi.

Du må se på hvor mange kvinner og fargede personer som sorteres inn eller ut av en prosess, og sammenligne gruppene for å se om teknologien er forutinntatt mot en bestemt gruppe. Den første måten jeg ville skapt balanse på som leder for talentanskaffelse, personalleder eller teknologibruker, er derfor revisjon. Spør leverandørene du bruker.

Hvordan fungerer teknologien forskjellig for personer med ulik erfaring og bakgrunn? Kan dere lage en rapport? Kan dere vise meg data som forteller at disse ubalansene ikke finnes i programvaren? Og hvis de finnes, hvordan skal dere løse dem over tid?

Heldigvis blir dette snart lov, og loven sprer seg raskt. Jeg tror derfor at selskaper må gjøre dette uansett. Revisjon er en svært viktig del av å bruke denne teknologien. Den andre delen handler om kommunikasjon. AI har eksistert lenge innen rekruttering.

Et praktisk eksempel er at de fleste søkersporingssystemer allerede sorterer deg inn eller ut av prosessen basert på nøkkelord i CV-en når du søker. Dette er en velkjent praksis. Kandidater vet nå hvordan de kan bruke ChatGPT for å komme forbi den, og så videre. Men dette er kunstig intelligens.

Forskjellen mellom denne praksisen og for eksempel ansiktsgjenkjenning er at kandidatene nå kjenner til den. De vet at det finnes en sorteringsprosess som utføres av en robot, og kan tilpasse fremgangsmåten slik at sannsynligheten for å komme videre til et menneske øker.

Denne praksisen bør brukes for all annen teknologi også. Du bør fortelle kandidatene at du bruker teknologien, at du har revidert den, og hva resultatene av revisjonen var. Forklar hvorfor dere bruker den. Det bygger tillit mellom kandidater og teamene som jobber med talentanskaffelse.

Det sikrer også at kommunikasjonen mellom kandidater og rekrutteringsmedarbeidere holder leverandørene ansvarlige for å forbedre teknologien over tid. Den tredje delen handler egentlig om å erkjenne at fordommer finnes, med eller uten teknologi. AI er definitivt ikke et perfekt system.

Amazon-eksempelet er relevant. I 2016 utviklet Amazon en stor språkmodell basert på alle CV-ene de hadde, og ba den fortelle hvem som var en god programvareingeniør. Over tid oppdaget de at når de skrev inn et kvinnenavn, ble kvinnen rangert langt lavere på skalaen for gode programvareingeniører enn et hvilket som helst mannsnavn.

De skrev også inn studentforeninger for kvinner. Alle som hadde en slik forening på CV-en, ble rangert langt lavere enn personer som ikke hadde det. Systemet var tydelig forutinntatt, og de skrotet det. Det er et kjent eksempel på fordommer.

Men hva er forskjellen på dette og en ansettelsesleder som sier til en rekrutterer: Jeg vil bare at du ser på kandidater fra disse fem skolene? Fordommer finnes, og de finnes ikke bare fordi AI eksisterer. De har eksistert lenge før det. Hvis vi skal bruke denne tankegangen på roboter, må vi også bruke den på menneskelige rekrutterere og ansettelsesledere som eier prosessene og bruker verktøyene.

For verktøyene tar fortsatt ikke beslutningen. De påvirker beslutningen. Hvis beslutningen allerede kommer fra en forutinntatt kilde, vil vi fortsette å gjenskape dette systemet, uansett om vi har perfekt AI eller ikke.

Jeg vet at dette ikke svarte fullstendig på spørsmålet ditt, men det er et viktig poeng som ofte går tapt når vi snakker om teknologi. Mennesker har disse fordommene uansett, så vi må bruke samme tankegang på roboter og mennesker samtidig.

Becca Banyard: Absolutt. Du nevnte at programvare for kandidatsortering har vært brukt ganske standard de siste årene. Hvilke nye AI-verktøy begynner selskaper og HR-avdelinger å bruke oftere?

Albrey Brown: La oss begynne med søking etter kandidater. Når du vil finne talenter, finnes det et par måter å gjøre det på.

Å oppsøke og kontakte kandidater er en av de beste metodene. Programvare for kandidatsøk, der du får tilgang til en stor database, kan kontakte kandidatene og filtrere databasen, har vært den mest utbredte og populære bruken av AI-teknologi.

AI brukes til å finne de beste kandidatene, anbefale kandidater basert på tidligere søk ved hjelp av maskinlæring, og bruke store språkmodeller til å skrive meldinger til kandidatene automatisk.

AI har altså begynt å automatisere noen av de repetitive prosessene innen talentanskaffelse. På data- og analysesiden kan du ta all dataen ut av søkersporingssystemet ditt – hundretusenvis av kandidater som har søkt eller blitt intervjuet over tid – analysere den og se hvilke kandidater som har lykkes, hvilke som ikke har lykkes like godt, og hvordan du kan øke antallet kandidater som potensielt kan lykkes gjennom intervjuprosessen.

Maskinlæring og naturlig språkbehandling brukes til å forstå dette. For det tredje, tilbake til intervjudelen: Det utvikles intervjumetoder basert på ansikts- og stemmegjenkjenning. Kandidaten får et spørsmål eller en vurdering og må svare.

Dette er populært i salgsroller. Kandidaten kan få et kundespørsmål, og teknologien analyserer tone, ansiktsuttrykk og andre forhold fra en kundesamtale for å vurdere om kandidaten passer til kundene eller samtalene vedkommende skal håndtere.

Joonko er ganske unikt fordi vi bruker tre typer teknologi som kan regnes som AI. Vi automatiserer prosessen: Vi forstår automatisk om noen har blitt avvist i siste intervjurunde, inviterer dem automatisk til Joonko-nettverket og kobler dem automatisk med en annen rolle, slik at en rekrutterer ikke trenger å gjøre noe.

De trenger ikke å henvise kandidaten til oss eller søke etter kandidaten i databasen vår. De mottar bare en Joonko-kandidat og sier vanligvis: Hurra, dette er fantastisk. Takk. Deretter ansetter de kandidaten. Vi bruker også maskinlæring til å forstå når kandidatene ser på rollene vi sender dem, slik at vi kan gi bedre anbefalinger over tid.

Vi bruker også naturlig språkbehandling til å se på nøkkelord i CV-en og i rollen kandidaten nettopp var på intervju for, slik at vi kan sende vedkommende til riktig selskap og riktig rolle, der sannsynligheten for å komme gjennom intervjuprosessen er høy.

I hvert trinn av rekrutteringsprosessen ser du altså mye innovasjon innen AI.

Becca Banyard: Fantastisk. Takk for at du delte dette. Du har allerede vært inne på det gjennom eksempelet med Joonko, men har du noen andre suksesshistorier om hvordan organisasjoner har brukt AI i ansettelsesprosessen for å tiltrekke flere underrepresenterte grupper?

Albrey Brown: Ja, det finnes et selskap som heter Gem. Sourcingproduktet deres lar deg administrere alle kandidatene du snakker med, omtrent som programvare for kandidatadministrasjon. De har nylig lansert et produkt som lar deg se alle kandidatene du snakker med, fordelt på demografi, basert på hvordan de offentlig identifiserer seg.

Hvis du for eksempel har pronomenet she/her på LinkedIn, kan systemet trekke en slutning om at du identifiserer deg som kvinne. Talentteam bruker verktøyet til å forstå demografien blant menneskene de snakker med nå, slik at de kan planlegge hvordan de kan påvirke denne demografien fremover.

Hvis jeg ser at jeg bare har søkt etter 20 kvinner blant 1 000 kandidater den siste måneden, kan jeg iverksette tiltak for å øke tallet til 25, 30 eller 50 over tid. Verktøyet bidrar ikke aktivt til å øke antallet underrepresenterte kandidater du kommer i kontakt med, slik vi gjør.

Det er mer en kontrollteknologi som bruker AI til å gi selskaper innsikt i hvor de befinner seg, slik at de kan iverksette tiltak og investere i hvordan de kan øke dette i sanntid. Jeg synes det er et kraftig og unikt verktøy for talentanskaffelse.

Becca Banyard: Så bra. Takk for at du delte det. Vi nærmer oss avslutningen. Har du noen siste råd til personer som ønsker å bruke AI til å tiltrekke og ansette underrepresenterte kandidater, og i praksis øke mangfoldet, rettferdigheten og inkluderingen i organisasjonen?

Albrey Brown: Mitt ene råd er å prøve. Det høres enkelt ut, men spesielt når det gjelder mangfold, inkludering og rettferdighet, er ledere litt redde for å prøve ting fordi de ikke vil gjøre feil. De vil ikke si feil ting eller investere i feil tiltak. Det skaper imidlertid et høna-og-egget-problem. Hvis du er redd for å investere i et samarbeid, kjøpe ny teknologi eller prøve en ny teknologi, blir det vanskelig å finne ut hva som fungerer for deg.

Markedet for DE&I-teknologi har bare eksistert i omtrent fem år. Alle løsningene er derfor nye og åpne for tilbakemeldinger, og de kan gi deg et fortrinn over selskapene du konkurrerer med.

Dette er tiden for å prøve flere leverandører og nye samarbeid, bygge relasjonene og kompetansen rekruttererne dine trenger for å fortsette å øke det demografiske mangfoldet, nevromangfoldet og alt det du vet at ansatte vil bry seg om fremover. Bare prøv. Den beste måten å prøve på, er å sette en tidsramme: Dette er et tre måneders pilotprosjekt, et seks måneders pilotprosjekt eller et ettårig pilotprosjekt. Målet er ikke perfeksjon, men fremgang. Det kan du bruke på mangfold og inkludering generelt.

Du kommer aldri til å bli perfekt mangfoldig. Du vil alltid bevege deg i retning av større mangfold. Og for å komme med enda en Joonko-referanse: Joonko er navnet på den første kvinnen som besteg Mount Everest. Vi valgte navnet med vilje, fordi mangfold og inkludering er som å bestige et fjell.

Hver gang du føler at du har nådd toppen, gjenstår det mer. Det vil alltid gjenstå mer. Jeg tror det er nyttig for ledere å bruke denne tankegangen både på hvordan de arbeider med mangfold og inkludering, og på produktene og verktøyene de bruker.

Becca Banyard: Ja, fantastisk. Jeg liker det veldig godt.

Jeg har to spørsmål jeg stiller alle gjestene mine, og vil gjerne høre hva du mener før du går. Hva tror du er det viktigste som holder ansatte fornøyde på arbeidsplassen?

Albrey Brown: Kan penger ikke være svaret? Nei, jeg tuller.

Jeg går tilbake til autentisitet. Arbeidslivet er vanskelig. Samarbeid er vanskelig. Noen ganger går ikke virksomheten så bra som den burde, men det å være ærlig om hva som skjer og hvorfor det skjer, gjør at folk vet hva som kommer, og lar dem slappe av og potensielt være lykkelige.

Becca Banyard: Og hva trenger du personlig for å lykkes som leder?

Albrey Brown: Tillit. Jeg mener det er noe annet enn å bli vist tillit. Jeg trenger å ha tillit til at lederne mine holder meg ansvarlig. Jeg trenger å stole på de andre i organisasjonen min, slik at når vi bestemmer oss for noe, tar en beslutning eller iverksetter et tiltak, handler det til syvende og sist om tillit. Vi må stole på hverandre gjennom oppturer og nedturer.

For hva annet har vi egentlig?

Becca Banyard: Albrey, det har vært så hyggelig å snakke med deg. Tusen takk for at du deltok i programmet. Hvis folk vil komme i kontakt med deg, følge arbeidet ditt eller ta kontakt, hvor kan de gjøre det?

Albrey Brown: Du kan følge meg på LinkedIn under Albrey Brown, og på Twitter som @albreybrown. Ellers kan du kontakte meg hos Joonko. Takk, Becca. Dette har vært en fantastisk samtale. Jeg setter pris på å få være med og ser frem til neste gang.

Becca Banyard: Fantastisk. Takk igjen, og takk til alle som lytter. Hvis du vil holde deg oppdatert på alt innen HR og ledelse, kan du gå til peoplemanagingpeople.com/subscribe og bli med i nyhetsbrevfellesskapet vårt.

Til neste gang: Ha en fin dag!