AI в подбора на таланти: как да мащабираме наемането, без да мащабираме пристрастията

Рекрутер, който тихомълком отхвърля всеки чернокож кандидат, рано или късно се озовава в съда. Модел, който прави същото, обучен върху десетилетие от решенията на същия този рекрутер, обикновено минава за повишаване на ефективността.

Точно тук е неудобната истина за AI в подбора на таланти. Технологията работи точно както е проектирана. Тя разчита закономерностите в историческите ви данни за наемане и ги възпроизвежда в мащаб, върху всеки кандидат, мигновено. Ако тези закономерности са били справедливи, тя мащабира справедливостта. Ако не са били, тя мащабира пристрастието и му придава авторитета на система.

Печалбата от ефективността е реална и не тя е трудната част

Технологията отдавна прекрачи прага от експеримент към стандарт. Това, което AI наистина прави добре в подбора, не е за подценяване: разчита автобиографии, съпоставя умения с изисквания, оценява структурирани тестове последователно и разчиства обема, който затрупва рекрутерите в първите 48 часа след публикуване на обявата.

Нищо от това не подлежи на спор. Трудният въпрос е какво е научил моделът, докато е ставал бърз.

Пристрастието не се усреднява, а се концентрира

Обещанието беше, че машините ще са по-безпристрастни от хората. Доказателствата сочат обратното винаги когато обучителните данни носят със себе си човешката история. В едно проучване над 550 автобиографии минават през три скрининг модела от продукционен клас спрямо стотици длъжностни описания, а разликите се оказват нито дребни, нито взаимно компенсиращи се.

Моделът не е измислил пристрастието. Той го е наследил и след това го е приложил към всеки кандидат — без умора и без капка съмнение.

Пресечната гледна точка е още по-показателна. Автобиографиите с имена на чернокожи мъже не са предпочетени пред тези с имена на бели мъже нито веднъж, в нула процента от сравненията. Толкова крайна закономерност не би оцеляла при никаква човешка проверка. Вградена в модел и прилагана безмълвно върху хиляди кандидатури, тя може да се задържи с години, защото никой не я е взел като решение, а значи и никой не носи отговорност за нея.

Правният риск е същият като при пристрастен човешки процес. Залагането на AI не освобождава работодателя от задължението да не дискриминира. То само прави дискриминацията по-трудна за забелязване и по-лесна за повтаряне.

Кандидатите усещат и си тръгват

Подборът е първият истински допир на кандидата с бранда на работодателя. Да го прехвърлите на непрозрачен модел е решение за клиентското преживяване още преди да е решение за наемане, а хората от другата страна не остават впечатлени.

Отхвърлянето е дълбоко. В национално проучване 66% от пълнолетните американци заявяват, че не биха кандидатствали при работодател, който използва AI в подкрепа на решенията за наемане, а 71% са против AI да има последната дума. Инструмент за подбор, който тихомълком отсява най-добрите ви кандидати, преди човек изобщо да ги е видял, не е ръст на продуктивността. Той е теч в горната част на фунията, който никой дашборд няма да ви покаже.

Рамка за подбор, който мащабира справедливостта, а не риска

Целта е да запазите скоростта, без да наследите пристрастието или щетите за бранда. Пет дисциплини отличават програмите, които се справят с това, от тези, които стигат до съда.

1. Дефинирайте „доброто“, преди да го автоматизирате. Обвържете подбора с критерии, релевантни за длъжността и валидирани спрямо реалното представяне на работното място, а не спрямо това кой е бил нает миналия път. Предишните назначения отразяват старото пристрастие, а не дефинират заслугата.
2. Премахнете заместителите. Махнете имена, снимки, пощенски кодове и сигнали за престижа на учебното заведение, които заместват защитени признаци, без да предсказват представянето. Ако даден признак корелира повече с раса или пол, отколкото с длъжността, той е риск, а не сигнал.
3. Проверявайте за непропорционален ефект, преди и след. Измервайте редовно процента на преминаване по групи за всеки модел и третирайте всяка разлика като дефект за отстраняване, а не като резултат за обясняване.
4. Оставете човека в решението. Използвайте AI, за да класирате и извеждате напред, а не за да отхвърляте автоматично. Окончателното „да“ или „не“ и отговорността за него остават у човек.
5. Бъдете прозрачни с кандидатите. Кажете на хората какво се оценява и им осигурете път към преглед от човек. Откритостта излиза по-евтино от безмълвното отпадане на кандидатите, които сте искали най-много.

Организациите, които правят това както трябва, гледат на подбора като част от по-широкото преживяване на служителите, където първото взаимодействие задава тона на всичко след него. Те управляват модела така, както биха управлявали всяко решение, което определя кой влиза през вратата.

AI ще продължи да става все по-бърз в подбора. Дали ще стане и по-справедлив е въпрос на дизайн и управление, а не вродено свойство на технологията. Направено дисциплинирано, то мащабира наемането, без да мащабира пристрастието. Направено небрежно, то автоматизира точно проблема, който е трябвало да реши. За да видите как изграждаме и управляваме това заедно с нашите клиенти, разгледайте консултантската ни дейност и практиката ни в преживяването на служителите или прегледайте казусите.