Jak sztuczna inteligencja może pomóc przyciągać i zatrudniać talenty z niedostatecznie reprezentowanych grup

W tym odcinku prowadząca Becca Banyard rozmawia z Albreyem Brownem — wiceprezesem ds. strategii i dyrektorem generalnym Joonko w Nowym Jorku — o tym, jak wdrożenie technologii AI może pomóc w przyciąganiu i zatrudnianiu talentów z niedostatecznie reprezentowanych grup.

Najważniejsze momenty wywiadu

  • Doświadczenie Albreya [1:07]
    • Wiceprezes ds. strategii w firmie Joonko
    • Jego pierwszą rolą w branży technologicznej była praca jako inżynier oprogramowania.
    • Po niesamowitym doświadczeniu związanym z udziałem w intensywnym kursie programowania postanowił założyć własny intensywny kurs programowania.
    • Ten intensywny kurs programowania był skierowany przede wszystkim do kobiet i osób o innym kolorze skóry, aby zapewnić osobom z niedostatecznie reprezentowanych grup dostęp do możliwości rozwoju.
    • Uczą około 450 osób programowania, pomagając większości z nich znaleźć pracę w branży. 
    • Następnie sprzedał ten intensywny kurs programowania większej firmie prowadzącej takie kursy i w 2013 roku został jej dyrektorem ds. różnorodności i inkluzji, kiedy DE&I dopiero zaczynało być istotnym zagadnieniem.
    • Podczas ostatniego okresu pracy na stanowisku szefa działu DE&I w Airtable natknął się na firmę Joonko i poznał jej założycielkę, Ilit Raz, a sam pomysł całkowicie go zachwycił. 
    • W Joonko dopasowują firmy do kandydatów z niedostatecznie reprezentowanych grup, którzy niedawno zakończyli proces rekrutacyjny w innej firmie z ich sieci.
  • Z jakimi obecnymi wyzwaniami mierzą się rekruterzy, menedżerowie ds. rekrutacji oraz organizacje, jeśli chodzi o przyciąganie i zatrudnianie osób z niedostatecznie reprezentowanych grup? [4:41]
    • Największe wyzwanie tkwi w samej nazwie „niedostatecznie reprezentowani”. Niedostateczna reprezentacja oznacza, że kobiety, osoby o innym kolorze skóry itd. stanowią liczebnie mniejszą grupę niż osoby, które uznalibyśmy za większość lub grupę nadreprezentowaną.
    • Organizacja, w której osoby z niedostatecznie reprezentowanych grup są odpowiednio reprezentowane, działa lepiej.
    • Najtrudniejsze było naprawdę się wyróżnić. Jak firma może stać się pracodawcą pierwszego wyboru dla kandydatów z niedostatecznie reprezentowanych grup?
    • 10 lat temu określenie „grupa zasobów pracowniczych” pojawiało się bardzo rzadko. Teraz każda firma o określonej wielkości ma grupy zasobów pracowniczych.
    • Trzeba też mieć cele związane z różnorodnością. To dziś absolutna podstawa. 
    • Podstawowe działania na rzecz różnorodności i inkluzji — grupy zasobów pracowniczych, cele związane z różnorodnością, stanowisko szefa ds. różnorodności oraz wyróżnienie się.
  • Jak organizacja może wyróżnić się na tle konkurencji podczas przyciągania talentów z niedostatecznie reprezentowanych grup? [7:55]
    • Autentyczność. Kandydaci chcą pracować dla firm, które znają siebie i swoje wartości oraz od początku wyrażają te wartości.
    • Kreatywność i gotowość do inwestowania. Brak cierpliwości w inwestowaniu w nowe kanały docierania do kandydatów z niedostatecznie reprezentowanych grup szybko lub z czasem działa na niekorzyść firm.
    • Trzeba wykazać się kreatywnością podczas testowania nowych sposobów przyciągania talentów z niedostatecznie reprezentowanych grup.
  • Jaką rolę może odegrać sztuczna inteligencja w ograniczaniu uprzedzeń oraz promowaniu różnorodności i inkluzji w procesie rekrutacji? [12:20]
    • W każdej technologii, z której korzystamy, w tym w sztucznej inteligencji, są zakodowane uprzedzenia.
    • W Joonko wykorzystują sztuczną inteligencję w ten sposób, że stosują przetwarzanie języka naturalnego do dopasowywania kandydatów z niedostatecznie reprezentowanych grup do oferowanych stanowisk.
    • Istnieje kilka świetnych przykładów firm i technik stosowanych w procesie rekrutacji, które czynią go bardziej inkluzywnym.
      • Prostym przykładem są napisy. Napisy podczas rozmów wideo pozwalają osobom niedosłyszącym lub neuroróżnorodnym czytać to, co mówi rekruter.
      • Drugi przykład to ogłoszenia o pracę. Ogłoszenia o pracę są z natury nacechowane uprzedzeniami. Textio to świetny produkt, a jego lider pomaga firmom przepisywać ogłoszenia o pracę tak, aby były bardziej inkluzywne.
      • Ostatni przykład dotyczy rozmów rekrutacyjnych. To kontrowersyjny obszar, ponieważ istnieją oprogramowania do prowadzenia rozmów wideo, które chętnie wykorzystują rozpoznawanie twarzy, aby ocenić, czy dana osoba pasuje do stanowiska. Takie rozwiązania mogą być pełne uprzedzeń. Istnieją jednak narzędzia, które oceniają wyłącznie rekrutera, czyli osobę prowadzącą rozmowę — takie jak Hireguide.
    • Ostatecznie kandydat zawsze będzie mniej obciążony uprzedzeniami niż firma, ponieważ to firmy mają władzę. Jeśli więc zastosujemy nasze technologie do zwiększenia liczby możliwości dostępnych kandydatowi i ograniczenia liczby uprzedzeń, które może przejawiać firma, wtedy zaczniemy obserwować powszechne wykorzystywanie sztucznej inteligencji do rozwiązywania tych nierówności w rekrutacji i na rynku pracy.

Sposób wykorzystania sztucznej inteligencji dotyczy w mniejszym stopniu samej technologii, a w większym jej zastosowania.

Albrey Brown
  • Jak znaleźć równowagę między wykorzystywaniem AI w celu zwiększenia efektywności i inkluzywności, a jednoczesnym zapewnieniem uwzględniania ludzkiego osądu i podejmowania decyzji, aby uniknąć jakichkolwiek dyskryminujących rezultatów? [17:39]
    • Lokalne prawo 144 to niedawno uchwalone w Nowym Jorku prawo, którego celem jest ograniczenie uprzedzeń w procesie rekrutacji.
    • Jako lider ds. pozyskiwania talentów, lider zespołu lub osoba, która po prostu wykorzystuje technologię do rekrutacji, pierwszą rzeczą, którą należy zrobić, jest audyt.
      • Zapytaj dostawców, z których usług korzystasz: „Jak wasza technologia działa inaczej w przypadku różnych osób o różnych doświadczeniach i pochodzących z różnych środowisk oraz czy możecie przygotować raport?”
    • Drugą kwestią jest komunikacja.
    • Trzecią jest uznanie, że te uprzedzenia istnieją niezależnie od technologii. Nie istnieją wyłącznie dlatego, że istnieje AI. Istniały na długo przedtem. 
    • Równowaga między korzystaniem z AI a świadomością istnienia tych uprzedzeń polega na tym, że jeśli zamierzamy stosować takie podejście do robotów, musimy również stosować je wobec ludzkich rekruterów i menedżerów ds. rekrutacji, którzy odpowiadają za te procesy i korzystają z tych narzędzi.
    • Ostatecznie narzędzia nadal nie podejmują decyzji — wpływają na jej podjęcie. A jeśli ta decyzja już pochodzi ze źródła obciążonego uprzedzeniami, będziemy nadal powielać ten system uprzedzeń, niezależnie od tego, czy mamy doskonałe AI, czy nie.
  • Jakie nowe narzędzia AI firmy i działy zasobów ludzkich zaczynają coraz częściej wykorzystywać? [23:18]
    • Zacznijmy od perspektywy wyszukiwania kandydatów. Kiedy chcesz znaleźć talenty, jednym z najlepszych sposobów jest dotarcie do kandydatów i nawiązanie z nimi kontaktu. Oprogramowanie do wyszukiwania kandydatów — które zapewnia dostęp do dużej bazy danych, umożliwia kontakt z osobami znajdującymi się w tej bazie oraz filtrowanie jej zawartości — stało się najbardziej powszechnym i popularnym zastosowaniem technologii AI w rekrutacji.
    • Jeśli chodzi o dane i analitykę, możesz wyeksportować wszystkie te dane z systemu śledzenia kandydatów, przeanalizować je i sprawdzić, którzy kandydaci odnieśli sukces, a którzy nie, oraz jak zwiększyć liczbę kandydatów, którzy potencjalnie mogą odnieść sukces w całym procesie rekrutacji.
    • Powstają również metody przeprowadzania rozmów kwalifikacyjnych oparte na rozpoznawaniu twarzy i głosu. Wstępna selekcja polega zasadniczo na przedstawieniu kandydatowi oceny lub pytania i poproszeniu go o udzielenie odpowiedzi.
  • Przykłady sukcesów organizacji, które wykorzystały AI w procesie rekrutacji, aby przyciągnąć więcej osób z niedostatecznie reprezentowanych grup [26:43]
    • Istnieje firma o nazwie Gem, która oferuje narzędzie do wyszukiwania kandydatów i pozwala zarządzać wszystkimi osobami, z którymi się kontaktujesz. To coś w rodzaju oprogramowania do zarządzania kandydatami. Niedawno firma wprowadziła jednak produkt, który pozwala zobaczyć wszystkich kandydatów, z którymi obecnie się kontaktujesz, według danych demograficznych, a także sprawdzić, jak publicznie się identyfikują.
  • Końcowa rada Albreya dla osoby, która chce wykorzystać AI do przyciągania i zatrudniania kandydatów z niedostatecznie reprezentowanych grup, a w rezultacie zwiększyć różnorodność, równość i inkluzywność w swojej organizacji [28:32]
    • Spróbuj. Jeśli chodzi o różnorodność, inkluzywność i równość, liderzy są nieco powściągliwi w podejmowaniu prób, ponieważ nie chcą popełnić błędu. Nie chcą powiedzieć niewłaściwej rzeczy ani zainwestować w niewłaściwe rozwiązanie. Tworzy to jednak problem kury i jajka — jeśli boisz się zainwestować w partnerstwo, kupić nową technologię lub wypróbować nowe rozwiązanie technologiczne, trudno jest ustalić, co będzie dla ciebie działać.
    • Najlepszym sposobem na wypróbowanie czegoś jest wyznaczenie limitu czasowego. Celem nie jest doskonałość — celem jest postęp.

Różnorodność i inkluzywność przypominają wspinaczkę na górę. Za każdym razem, gdy wydaje ci się, że dotarłeś na szczyt, okazuje się, że wciąż jest jeszcze wiele do zrobienia — i zawsze będzie.

Albrey Brown

Poznaj naszego gościa

Albrey Brown obecnie pełni funkcję wiceprezesa ds. strategii w firmie Joonko. Wcześniej kierował działaniami na rzecz różnorodności i inkluzywności w trzech dużych firmach technologicznych, w tym Pivotal Software, DocuSign i Airtable. W każdej z tych firm od podstaw stworzył ważne programy. Wcześniej założył i sprzedał Telegraph Academy, która koncentrowała się na nauczaniu programowania osób z niedostatecznie reprezentowanych grup.

Albrey jest dumny z tego, że jako lider zespołu opiera swoje działania na danych. Pomaganie osobom z niedostatecznie reprezentowanych grup w znalezieniu satysfakcjonującej pracy jest jego pasją, a on sam jest wdzięczny za możliwość rozwiązywania tego problemu na dużą skalę. O jego pracy pisały Fast Company, Protocol i TechCrunch.

zdjęcie Albreya Browna

Ostatecznie narzędzia nadal nie podejmują decyzji — wpływają na decyzję. A jeśli ta decyzja już pochodzi ze stronniczego źródła, będziemy nadal powielać ten stronniczy system, niezależnie od tego, czy mamy doskonałą sztuczną inteligencję, czy nie.

Albrey Brown

You may also like