LA PROSSIMA FRONTIERA NELL’ASSUNZIONE È GUIDATA DALL’IA
Un’IA può alleviare lo stress del reclutamento?
L’IA di DeepSense di Frrole non ha cose gentili da dire su di me. Il mio potenziale di stabilità – la volontà di una persona di “dargli il massimo” prima di abbandonare – si colloca come 4.6, una valutazione “media” contrassegnata da una barra rossa minacciosa. Altri tratti, come la mia capacità di apprendimento e il bisogno di autonomia, sono solo leggermente più alti, mentre una valutazione della personalità breve è più gentile: un atteggiamento ottimista, una disposizione solare, un buon ascoltatore.
Per il momento, DeepSense mi ha ridotto a una serie di punti dati . Il sistema ha strappato informazioni dai miei profili social, da LinkedIn a Twitter, nel tentativo di riassumermi come persona. La proposta? I reclutatori potrebbero essere meglio equipaggiati per scouting e capire potenziali dipendenti. I professionisti assuntori portano il loro pregiudizio personale al tavolo nel modo in cui interpretano e comprendono i possibili candidati. La tecnologia non è infallibile, ma i sistemi guidati dall’IA promettono di eliminare alcuni di questi pregiudizi.
Per alcune aziende tecnologiche, la posizione di AI può essere più preziosa per accorciare lo slog del controllo delle applicazioni. Aziende come Ideal introducono presto questi sistemi in quel processo. Invece di una persona che legge centinaia di CV, immagina un processo in cui l’intelligenza artificiale può rapidamente ordinare i dati. CEO Somen Mondal confronta la sua tecnologia con un motore di raccomandazione, proprio come Amazon o Netflix – una prima linea di difesa contro l’assunzione di grandi volumi. Ideale si collega al sistema di tracciamento dei candidati di un’azienda, elabora chi ha fatto domanda e lo confronta con persone che sono già state assunte e che stanno facendo bene.
“LE COSE CHE L’INTELLIGENZA ARTIFICIALE NON È BRAVA A FARE SONO LE ABILITÀ SOFT”
Prendi un ex dipendente Microsoft, ad esempio. “Il nostro sistema è in grado di comprendere che Microsoft è una società tecnologica, quindi aggiunge un contesto proprio come farebbe un umano”, afferma Mondal. “Poi è in grado di formarsi su come selezionare in modo molto accurato, intelligente – non solo per l’efficienza ma per la qualità del noleggio, il che significa assumere persone migliori per il lavoro.” Il tecnico collega quindi i pezzi mancanti e fornisce al reclutatore un raccomandazione: ecco chi dovresti assumere e perché, in base alle loro prestazioni e capacità storiche. Mondal afferma che, proprio come un reclutatore umano sta migliorando il proprio lavoro, la tecnologia IA migliorerà nel tempo.
Ma opzioni come Ideal non sono, beh, l’ideale per tutti i campi di carriera. È utile, ad esempio, per i lavori di vendita al dettaglio, i call center o i lavori bancari, ma non sarebbe il modo migliore per rintracciare il prossimo VP delle vendite di un’azienda. E non riesce a capire cose come un adattamento culturale. “Le cose che l’intelligenza artificiale non è brava a fare – o i computer in generale – sono le competenze trasversali”, afferma Mondal. “Il nostro obiettivo è quello di convincere qualcuno a intervistare le persone giuste, mentre prima il reclutamento in grande quantità, le persone non riescono nemmeno a esaminare tutte le applicazioni … Ma quando si tratta di” questa persona è una buona scelta, possiamo negoziare con questa persona per ottenerli, “quelle sono chiaramente cose che hai bisogno di un tocco umano da gestire”.
Ciò non ha impedito a compagnie come Frrole di provarci. DeepSense si basa su previsioni comportamentali e una piccola valutazione della personalità. Esso ricava dai dati sociali disponibili al pubblico, utilizza l’analisi del sentimento e ne distilla i risultati in tratti comportamentali e personalità – categorie come lavoro di squadra, capacità di apprendimento o comportamento – con l’obiettivo di salvare i candidati il tempo che potrebbero trascorrere su un test o CV tradizionale.
“Quello che stiamo cercando di fare qui è essenzialmente creare un modo davvero semplice per creare la giusta corrispondenza tra persone e lavoro che fanno”, afferma Amarpreet Kalkat, cofondatore di Frrole e co-creatore di DeepSense. E ciò che determina un buon candidato, dice, spesso si riduce alla personalità.
Kalkat afferma che DeepSense viene spesso utilizzato nelle assunzioni dirigenziali e manageriali come primo passo. Si concentra sugli individui e sulla loro personalità, aspettative e comportamento nel tentativo di personalizzare meglio la comunicazione, piuttosto che ordinare attraverso masse di candidati. “Non siamo uno strumento per il controllo dei precedenti”, dice. “Veniamo all’inizio del processo in cui stai cercando di conoscere il candidato o come parlare con quella persona.” Una volta che un candidato è stato analizzato, offre un breve riassunto della persona in questione. Quando ho inserito il mio proprio LinkedIn in DeepSense tramite un browser, mi ha informato che sono uno scettico che farà domande incessante – una descrizione simile ad un oroscopo che potresti applicare a qualsiasi giornalista. Interpretazioni delle mie capacità come giocatore di squadra o di quanto sono amichevole sono state curiose, ma abbastanza vaghe da applicare. Sono certo che il mio editore ha opinioni diverse sulla mia capacità di raggiungere una scadenza.
“DA UN PUNTO DI VISTA RELATIVO, QUANTO È ACCURATO IL GIUDIZIO UMANO?”
Come Frrole presenta le sue scoperte è cambiato nel tempo. Kalkat afferma che mentre esamina “ciò che è utile e giusto” per l’assunzione, ha tagliato ogni intuizione che potrebbe non riguardare la validità del criterio o le prestazioni lavorative. Il primo profilo che mi hanno fornito, che includeva informazioni dal mio Twitter, analizzava aspetti come ansia e depressione. Quando ho contattato Kalkat in merito a queste metriche, ha indicato una versione memorizzata nella cache come risultato di “dati di Twitter significativi”. Queste categorie non esistono più sul mio profilo. “In ogni caso non è una misura della salute mentale”, dice, indicando una mappa dell’umore specifica utilizzata dalla tecnologia.
Kalkat afferma che questa bio è per aiutare i reclutatori che interagiscono con un possibile candidato per la prima volta, a “gestire le prime impressioni” meglio di quanto si possa fare al cieco. Quando ho suggerito che l’assegnazione di tratti basati su una lettura di intelligenza artificiale, piuttosto che una riunione di persona, avrebbe effettivamente aumentato il pregiudizio del locatario, Kalkat non era d’accordo. “Come si confronta al giudizio che potrei formare altrimenti?” Dice. “Da un punto di vista relativo, quanto è accurato il giudizio umano?”
L’IA continuerà a migliorare con più dati, afferma, mentre gli umani sono “improbabili che facciano un salto significativo” in quest’area. Dice che DeepSense può evitare pregiudizi non tenendo conto di caratteristiche come razza, età o sesso. Aiuta anche a concentrarsi sulla “previsione degli attributi della personalità su framework standard come DISC e Big Five, quadri che i team assumenti comprendono facilmente e in modo standardizzato come sono stati in uso per oltre 50 anni”.
Analizzare i potenziali profili dei dipendenti senza il loro consenso può sembrare sospetto, ma realisticamente le informazioni pubbliche sono un gioco equo per i datori di lavoro. Non è insolito per i reclutatori analizzare i profili dei social media mentre si controlla un candidato per la cultura; LinkedIn esiste per attirare gli occhi interessati alle tue capacità professionali; e DeepSense non caccia i dati privati.
“È fondamentale che facciamo la cosa eticamente e moralmente giusta”, dice Kalkat. Continua: DeepSense non giudica di cosa stai parlando, una situazione potenzialmente appiccicosa per chiunque voglia parlare ad alta voce di argomenti come la politica o la religione. “E non sta guardando a tema. E ‘infatti alla ricerca attraverso il tema per vedere i modelli linguistici che si sono dimostrati in 30 anni di ricerca accademica,”dice. “Le persone che usano più pronomi sono suscettibili di essere meno aperte, o le persone che usano più parole positive sono suscettibili di essere più gradevoli.” Ciò che conta sono le caratteristiche salienti, non i sentimenti specifici. “L’intento è quello di comprendere la persona ‘reale’ senza essere impantanati dalle distrazioni”, dice.
SU PIATTAFORME COME TWITTER, IL CONTESTO È TUTTO
La presenza di AI nelle assunzioni ha lo scopo di snellire un processo di tassazione e tagliare i pregiudizi umani, ma viene fornito con la sua quota di preoccupazioni. Nel suo rapporto del 2018, AI Now ha scoperto che “il divario tra coloro che sviluppano e traggono profitto dall’IA – e quelli che hanno maggiori probabilità di subire le conseguenze dei suoi effetti negativi – è sempre più grande, non più piccolo”, in quanto riguarda le preoccupazioni per i pregiudizi, discriminazione, giusto processo, responsabilità e responsabilità generale per il danno. L’apprendimento automatico ha già dimostrato di essere problematico in molti casi. Amazon ha ucciso un progetto di controllo delle IA dopo aver appreso che il software era prevenuto nei confronti delle donne. Anche valutazioni basate sull’intelligenza artificiale su lavori come baby-sitter sollevare preoccupazioni sul modo in cui il software può distinguere tra effettivi comportamenti di bullismo online e una citazione di scherzo o di film.
Su piattaforme come Twitter, il contesto è tutto. La natura “blow-by-blow” della piattaforma è matura per spogliare i tweet del loro vero significato. Leggere l’ironia o il sarcasmo nel testo richiede indizi situazionali. Alcuni meme scritti richiedono la comprensione di specifiche lettere maiuscole o punteggiatura. Kalkat afferma che il contesto è qualcosa su cui la società sta lavorando continuamente, ma ritiene che “siamo a un buon punto in questo momento” attraverso l’uso di più anni di dati e piattaforme. In futuro, aggiunge, la società prevede di espandere la sua tecnologia per includere un’opzione per le persone di caricare lettere o saggi che hanno scritto per essere analizzati da un motore di psicolinguistica.
Come ciò possa spiegare il gergo e la cultura di internet non è ancora chiaro. E DeepSense non sarà di grande aiuto per i potenziali candidati che non hanno una presenza di internet abbastanza carnosa. Senza sufficienti dati online, non è possibile compilare un profilo. “DeepSense non dice quale candidato deve essere selezionato per un determinato lavoro e quale candidato no. Non è uno strumento di eliminazione “, afferma Kalkat. “Le organizzazioni che assumono hanno il controllo al 100%. Imparano le caratteristiche esibite dai candidati di successo dai dati passati disponibili, o modificano se necessario. E poi lo usano per capire i candidati in arrivo in modo obiettivo e provati dai dati, in modo che possano eliminare pregiudizi umani soggettivi. “
Ma DeepSense, come Ideal, non fa che crescere. I ricercatori sono ottimisti riguardo alla crescente capacità dell’intelligenza artificiale di estrarre significato dalla parola scritta e le aziende che desiderano automatizzare il reclutamento potrebbero trarne beneficio. Sia Ideal che Frrole dicono che le loro basi di utenti continuano a crescere e l’interesse è salire. “Penso davvero che il 2019 sarà un anno importante per l’intelligenza artificiale e il reclutamento, una sorta di passaggio dall’automazione alla vera intelligenza”, afferma Mondal. “Essere in grado di ottenere risultati migliori. Penso che sia la vera chiave per andare avanti “.