5B Phổ Quang, Phường 2, Quận Tân Bình, TPHCM

Goldman Sachs có công nghệ – cụ thể là công cụ trí tuệ nhân tạo (AI) mà nó sử dụng để sàng lọc các ứng viên xin việc cho các cuộc phỏng vấn – để giúp thực hiện mục tiêu này. Các ứng viên ghi lại các cuộc phỏng vấn video, trong đó họ trả lời một bộ câu hỏi tiêu chuẩn được thiết kế để đánh giá khả năng suy nghĩ phân tích, cân nhắc tính chính trực của họ và đánh giá các năng lực khác liên quan đến công việc. AI chấm điểm các cuộc phỏng vấn; sau đó các nhà tuyển dụng nhân sự sử dụng các video để thông báo quyết định của họ về người sẽ mời phỏng vấn trực tiếp. (Goldman Sachs đưa ra lời khuyên cho các ứng viên để giúp họ thực hành, trong khi nhiều hướng dẫn viên và nhóm thảo luận độc lập chia sẻ các câu hỏi phỏng vấn và đưa ra lời khuyên.)

Ban đầu, Goldman Sachs triển khai công cụ này vào năm 2016 vì nó phải đối mặt với nhiều cạnh tranh hơn về nhân tài ở cấp độ đầu vào và họ đang thuê nhiều người hơn có các kỹ năng ngoài kế toán, tài chính và kinh tế (chẳng hạn như lập trình viên). Viết trên tạp chí Harvard Business Review , Dane Holmes, người đứng đầu toàn cầu về quản lý vốn nhân lực của Goldman Sachs, nhận xét rằng công ty thường thu hút từ một nhóm hẹp: sinh viên tốt nghiệp các trường danh tiếng với điểm trung bình cao nhất. Các nhà tuyển dụng phải đánh giá nhiều người nộp đơn xin việc và thực tập hơn, nhưng họ không thể đến thăm tất cả các khuôn viên nơi họ có thể tìm thấy những ứng viên đủ tiêu chuẩn và họ chỉ có thể phỏng vấn một số lượng hạn chế trong số họ.

Vào năm 2019, sau khi Goldman Sachs sử dụng chương trình trong ba năm, phương pháp tiếp cận với sự hỗ trợ của AI cũng đã tạo ra “nhóm tân binh đa dạng nhất từ trước đến nay”, Holmes viết, “bao gồm toàn bộ những người được lựa chọn thông qua các đánh giá khách quan, nghiêm ngặt. Kết quả là chúng tôi không khá hơn. “

Nhiều công ty đang chuyển sang sử dụng AI để được trợ giúp trong việc xác định, tuyển dụng và thúc đẩy nhân tài. Theo một báo cáo của Mercer, một công ty tư vấn toàn cầu, khoảng 70% công ty đã sử dụng hoặc bắt đầu sử dụng AI và các công nghệ liên quan để thu nhận và quản lý nhân tài vào năm 2020. Và các nhà lãnh đạo doanh nghiệp tin rằng nó có thể giúp họ với một mệnh lệnh ngày càng quan trọng: xây dựng một lực lượng lao động đa dạng .

Trong tất cả các ngành công nghiệp, các tổ chức đang chịu áp lực rất lớn trong việc mang lại sự cá nhân hóa và tùy chỉnh cho các sản phẩm và dịch vụ của họ cũng như xây dựng các kết nối sâu sắc hơn, lâu dài hơn với khách hàng của họ. Các nhóm khác nhau đa dạng về giới tính, chủng tộc, tuổi tác và các yếu tố khác có thể mở ra các phương pháp tiếp cận mới và cách suy nghĩ mới có thể dẫn đến đổi mới tạo ra lợi nhuận, quyết định kinh doanh sáng suốt hơn và trải nghiệm khách hàng tốt hơn.

Trong hướng dẫn dành cho các tổ chức đang theo đuổi sự đa dạng và công bằng hơn, Diễn đàn Kinh tế Thế giới lưu ý rằng các công ty có lực lượng lao động đa dạng chứng tỏ tỷ lệ đổi mới cao hơn tới 20%, doanh thu dựa trên đổi mới cao hơn 19%, khả năng lớn hơn tới 30% để phát hiện và giảm thiểu rủi ro kinh doanh cũng như tỷ lệ giữ chân nhân tài tốt hơn. Ngoài ra, một nghiên cứu gần đây của McKinsey về 1.000 công ty trên toàn cầu cho thấy rằng những công ty có đội ngũ điều hành đa dạng nhất có khả năng có lợi nhuận trên mức trung bình cao hơn 36% so với các đối thủ có đội ngũ ít đa dạng nhất.

Nhiều yếu tố góp phần vào việc liệu các công ty có thể tạo ra và duy trì một lực lượng lao động đa dạng hay không. Ví dụ, các nhà lãnh đạo cần cam kết một văn hóa hòa nhập, nơi nhân viên cảm thấy được chào đón, được khuyến khích đóng góp và được khen thưởng một cách công bằng. Josh Bersin, người sáng lập và hiệu trưởng của Học viện Bersin, một mạng lưới phát triển chuyên nghiệp dành cho các chuyên gia nhân sự, cho biết: “Vấn đề đa dạng rất phức tạp. Các tổ chức cần đảm bảo rằng “mọi quyết định quản lý trong công ty đều được đưa ra một cách bình đẳng và công bằng,” ông cảnh báo. AI không phải là một viên đạn ma thuật, nhưng theo ông, nó “đang bắt đầu biến thành một công cụ hữu ích”.

Một vấn đề mà các công ty phải đối mặt là cách thức truyền thống để tuyển dụng, thuê, phát triển và thăng chức nhân viên không xác định và lựa chọn được những người đa dạng ở mọi bước trong quy trình. Con người có khuynh hướng ưu ái những người khác giống mình; trong quá trình tuyển dụng, điều đó có nghĩa là những người ra quyết định – dù có ý thức hay không – có xu hướng thuê những người giống họ, học cùng trường và có cùng sở thích và đam mê. Bersin cho biết cùng một loạt các thành kiến cũng xuất hiện khi quyết định tăng lương, thăng chức và các ghế trong hội đồng quản trị.

AI có thể chống lại những thành kiến như vậy theo một số cách. Ví dụ, trong quá trình tuyển dụng, nó có thể rà soát cơ sở dữ liệu để tìm các ứng viên trong các danh mục được trình bày ít và phù hợp với những người nộp đơn, cũng như nhân viên hiện tại, với những công việc mà họ có thể chưa bao giờ nghĩ đến. Quá trình sàng lọc sơ yếu lý lịch có thể loại bỏ thành kiến bằng cách loại bỏ các chi tiết như tên biểu thị chủng tộc hoặc giới tính. Và cũng như các cuộc phỏng vấn video, nó có thể bổ sung cho cuộc phỏng vấn trực tiếp, dễ bị thiên vị với một bộ câu hỏi tiêu chuẩn được tùy chỉnh cho vị trí mở. AI cũng có thể được sử dụng để yêu cầu các nhà quản lý phải chịu trách nhiệm bằng cách đánh giá các quyết định của họ.

Tuy nhiên, để sử dụng AI thành công, các công ty cần phải đặt nền tảng phù hợp và có mục tiêu rõ ràng. Vấn đề không phải là tăng tốc độ tuyển dụng (mặc dù nó có thể sẽ xảy ra); đó là về việc mở rộng đội ngũ nhân tài và đảm bảo các ứng viên đa dạng không bị chặn khi họ tìm cách thông qua quy trình tuyển dụng. Ngoài việc tuyển dụng và tuyển dụng, AI có tiềm năng biến đổi tất cả các hoạt động quảng bá và duy trì của một công ty khi được triển khai như một phần của sự thúc đẩy toàn diện của công ty về sự đa dạng và hòa nhập.

Để đảm bảo điều đó xảy ra, các công ty cần tránh những cạm bẫy nảy sinh từ việc sử dụng dữ liệu xấu, áp dụng công nghệ mà không chuyển đổi quy trình kinh doanh và cho phép AI đưa ra quyết định mà không bị kiểm soát. “Ý tưởng rằng AI sẽ giải quyết vấn đề đa dạng là vô lý; Bersin nói. Những gì nó có thể làm là nhanh chóng xác định các mẫu hành vi kém, hành vi không công bằng, điều chỉnh sai và không nhất quán. ”

Quản trị dữ liệu trong xu thế Chuyển đổi số
24 Th3
Vai trò của quản trị thay đổi trong chuyển đổi số
23 Th3

FANPAGE

Youtube

Sự thúc đẩy cho sự đa dạng

AI đang được chú ý như một công cụ để đạt được sự đa dạng bởi vì các công ty đang nhận thức rõ hơn rằng có một lực lượng lao động đa dạng không chỉ là điều đúng đắn cần làm.

Các CEO đã được phỏng vấn bởi Conference Board trước đại dịch COVID-19 nói rằng việc tìm kiếm nhân tài là mối quan tâm nội bộ cấp bách nhất của họ cho năm 2020. Việc tạo ra các mô hình kinh doanh mới do công nghệ đột phá và tạo ra một nền văn hóa đổi mới hơn được xếp hạng thứ hai và thứ ba. Trong khi đó, đại dịch đã thúc đẩy nỗ lực của các công ty trở nên kỹ thuật số hơn, cung cấp trải nghiệm mua hàng đa kênh cho khách hàng của họ và kích hoạt các kịch bản làm việc từ xa và di động cho nhân viên của họ. Tất cả những điều đó đòi hỏi phải nhìn theo những cách mới về cách thức hoạt động của doanh nghiệp.

Tuy nhiên, thách thức đối với các công ty là rất khó để thúc đẩy sự đổi mới và đưa ra những ý tưởng mới và mô hình kinh doanh mới khi lực lượng lao động tương đối đồng nhất. Các công ty đang tìm kiếm đôi mắt mới mẻ, những cách tiếp cận vấn đề khác nhau và sự hiểu biết sâu sắc hơn về khách hàng. Đó là những gì mà một lực lượng lao động đa dạng và đội ngũ lãnh đạo có thể mang lại.

Tuy nhiên, sự vắng mặt của sự đa dạng, kể cả trong hàng ngũ lãnh đạo của các công ty lớn, đã được ghi nhận rõ ràng. Theo một cuộc khảo sát gần đây của Deloitte và Alliance for Board Diversity , chỉ có 9% trong số 500 ghế trong hội đồng quản trị của công ty Fortune được nắm giữ bởi những người xác định là Da đen . Nghiên cứu của McKinsey cho thấy trung bình, phụ nữ chỉ chiếm 20% thành viên nhóm điều hành công ty ở Hoa Kỳ và Vương quốc Anh, và hơn một phần ba số công ty được khảo sát trên toàn thế giới vẫn không có phụ nữ trong hàng ngũ điều hành của họ.

Các công ty thành công trong việc tạo ra một lực lượng lao động đa dạng hơn sẽ thực hiện các bước có chủ ý để làm như vậy.

Công ty hàng tiêu dùng Unilever, với 70% khách hàng là phụ nữ, đã đặt sự đa dạng về giới tính, tuổi tác, chủng tộc, khuyết tật và khuynh hướng tình dục vào trọng tâm của chương trình nghị sự phát triển bền vững toàn cầu của mình để “thúc đẩy hiệu quả tài chính, danh tiếng, sự đổi mới và động lực của nhân viên – và đưa chúng tôi đến gần hơn với người tiêu dùng. ” Năm 2009, Unilever đặt mục tiêu cân bằng giới tính và đến cuối năm 2019, 51% cán bộ quản lý là phụ nữ.

Unilever đã xây dựng một nền tảng dựa trên AI đã giúp tạo ra các nhóm đa dạng. Nền tảng này sàng lọc các ứng viên xin việc bằng cách sử dụng một loạt trò chơi đo lường năng khiếu, logic, suy luận và ham muốn mạo hiểm. Kết quả tương quan với những phẩm chất cần thiết cho công việc để xác định liệu ứng viên có phù hợp tốt hay không. Trong bước tiếp theo của quy trình đăng ký, các ứng viên gửi một cuộc phỏng vấn video được hệ thống chấm điểm thông qua sự kết hợp giữa xử lý ngôn ngữ tự nhiên và phân tích ngôn ngữ cơ thể. Công ty cho biết hệ thống này giúp loại bỏ tính chủ quan có thể xuất phát từ việc đánh giá hồ sơ, thư giới thiệu, chi tiết tiểu sử và phỏng vấn trực tiếp. Số lượng nhân viên đa dạng đã tăng 16% kể từ khi công nghệ này được triển khai.

Thông thường, các nhà tuyển dụng muốn nhanh chóng lấp đầy các vị trí, vì vậy họ tiếp tục chuyển đến những địa điểm tương tự để tìm kiếm nhân tài – chẳng hạn như các trường kinh doanh nổi tiếng hoặc các mạng lưới đã sản xuất ứng viên trong quá khứ – thay vì mở rộng tìm kiếm của họ sang các nhóm tài năng mới. Ngoài ra, các công ty thường viết các bản mô tả công việc hẹp yêu cầu, ví dụ, một số năm kinh nghiệm cụ thể hoặc một chứng chỉ nhất định (chẳng hạn như bằng MBA). Những lời rao hàng dựa trên chứng chỉ này có xu hướng khiến những ứng viên tiềm năng có thể có khả năng thực hiện công việc nhưng cảm thấy họ không phù hợp với yêu cầu.

Đối với các ứng viên nộp đơn, phần mềm quét sơ yếu lý lịch thông thường xếp hạng họ dựa trên các kết quả phù hợp từ khóa hơn là các khái niệm ít thân thiện với máy tính hơn như tiềm năng, kỹ năng và khả năng học hỏi, sàng lọc những ứng viên có thể có kinh nghiệm liên quan. Nếu một ứng viên lọt vào vòng phỏng vấn trực tiếp, thì quá trình này có thể mang tiếng là chủ quan. Intel đã tăng tỷ lệ phụ nữ và thiểu số có đại diện mà họ thuê cho các vị trí công nghệ từ 32% lên 45% trong hai năm, một phần bằng cách yêu cầu các bảng phỏng vấn bao gồm các thành viên đa dạng.

Tại các công ty nơi AI đã giúp thay đổi những động lực này, họ đã làm nhiều hơn là chỉ áp dụng công nghệ vào dữ liệu và quy trình hiện có của họ. Họ đã xem xét kỹ các loại quyết định nhân sự là kết quả của các quy trình hiện có của họ và họ sử dụng công nghệ để biến đổi chúng.

AI có thể trợ giúp như thế nào

Hệ thống AI có thể hỗ trợ sáu khía cạnh chính của việc tuyển dụng, tuyển dụng và quản lý nhân tài, vốn tạo ra các rào cản để hình thành một lực lượng lao động đa dạng:

  1. Phân tích dữ liệu nội bộ của công ty để xác định các thành kiến trong trả lương, thăng chức và các vị trí lãnh đạo. AI có thể khám phá các mẫu có ý nghĩa trong các tập dữ liệu lớn. Ví dụ, nó có thể thu thập thông tin cơ bản về sự đa dạng trong lực lượng lao động hiện có và so sánh hồ sơ theo dõi của các nhà quản lý tuyển dụng trong công ty. Bersin chỉ ra rằng bằng cách thực hiện đánh giá này, các công ty có thể xác định được các dấu hiệu đỏ trong việc tuyển dụng, trả lương chênh lệch và sự thiếu đa dạng của ban lãnh đạo cấp trên. Họ có thể tìm ra những khoảng trống hoặc điểm mù và đặt mức độ ưu tiên cho những vấn đề cần giải quyết trước.

    Jody Atkins là giám đốc tài năng toàn cầu của NextRoll, một công ty tiếp thị kỹ thuật số coi sự đa dạng là một khía cạnh quan trọng của văn hóa công ty. Một nền tảng AI giúp công ty xác định các ứng viên công việc trong các danh mục không được đại diện và cung cấp cho các nhà tuyển dụng và người quản lý tuyển dụng dữ liệu để hiểu cách họ đang tiến tới mục tiêu đa dạng của mình. Atkins nói trong một nghiên cứu điển hình đã xuất bản về nỗ lực

    này: “Thật là mở mang tầm mắt khi bạn nhìn thấy biểu đồ của quy trình tuyển dụng và cách nó so sánh với các mục tiêu . “Nó chiếu sáng một thứ mà trước đây còn mơ hồ. Nó thực sự khiến bạn dừng lại và nghĩ, ‘Tại sao nó lại như vậy?’ Chúng ta có thể làm gì về việc này?'”

  1. Tạo mô tả công việc bao hàm hơn. Theo quan sát của Kamal Ahluwalia, chủ tịch của Eightfold.ai, một công ty phần mềm quản lý và thu nhận tài năng đã làm việc với NextRoll, viết mô tả công việc một cách khác nhau có thể mở rộng nhóm ứng viên. Ví dụ: ông chỉ ra rằng chỉ có 15% nhà phát triển phần mềm biết ngôn ngữ lập trình Python là phụ nữ, vì vậy nếu một công ty đưa kiến thức về Python như một yêu cầu trong mô tả công việc của nhà phát triển phần mềm, thì chỉ có 15% ứng viên có khả năng là phụ nữ. . Thay vào đó, nếu một công ty yêu cầu các kỹ năng phân tích thống kê chung, lĩnh vực này sẽ mở rộng.

    Với hệ thống AI, một cơ hội việc làm mới có thể thúc đẩy các chuyên gia công việc nội bộ tham gia một cuộc khảo sát để xác định các phẩm chất hành vi cần thiết để thành công trong công việc đó. Chẳng hạn, họ có thể được hỏi liệu công ty có nên tìm một người “chú ý đến chi tiết”, “gợi ý những ý tưởng ban đầu”, “truyền đạt một cách dễ hiểu” hoặc “xử lý các khiếu nại và giải quyết các khiếu nại”, Caitlin MacGregor nói, Giám đốc điều hành của Plum, một công ty phần mềm quản lý tài năng.

    1. Ẩn danh thông tin sơ yếu lý lịch có thể gây ra thành kiến. AI có thể loại bỏ và ẩn danh bất kỳ thông tin nào có thể được sử dụng để xác định giới tính, chủng tộc, tuổi tác, tình trạng khuyết tật của ai đó và các yếu tố khác không liên quan đến trình độ của họ.

      Chỉ đơn giản bằng cách che giấu thông tin tiết lộ giới tính trong sơ yếu lý lịch, Tata Communications đã tăng tỷ lệ tuyển dụng nữ từ 19% lên 31% trong ba năm qua. Aman Gupta, người đứng đầu toàn cầu về quản lý nhân tài và thu nhận nhân tài cho biết: “Ngày càng có nhiều phụ nữ vượt qua ngưỡng cửa sàng lọc ban đầu, đây là một vấn đề kinh điển xảy ra khi sự thiên vị vô thức đang xảy ra.

    1. Sử dụng các tiêu chí xác định để đánh giá ứng viên. Nathan Mondragon, trưởng nhóm tâm lý học IO tại HireVue, công ty cung cấp phần mềm phỏng vấn video và đã làm việc với Goldman Sachs và Unilever, lập luận rằng việc sử dụng các tiêu chí cụ thể về công việc để đánh giá ứng viên về mặt toán học. “Đó không phải là điểm trung bình. Đó không phải là một khoảng trống trong việc làm. Đó không phải là trường học mà họ đã đến. Đối với một đối tác bán lẻ, đó là ‘Họ có định hướng phục vụ và họ có tận tâm không?’ Đối với vai trò y tá, ‘Họ có phải là người đồng cảm và giải quyết vấn đề xuất sắc không?’ ‘Họ có phải là người giải quyết vấn đề với khả năng trí óc chung cao không?’ cho một vai trò kỹ sư. Sau đó, đây là những câu hỏi cần hỏi trong cuộc phỏng vấn có liên quan đến định hướng dịch vụ, giải quyết vấn đề hoặc sự đồng cảm. “

      Sau đó, AI có thể phân tích và đánh giá câu trả lời của ứng viên cho các câu hỏi phỏng vấn và các điểm dữ liệu khác để xác định mức độ phù hợp của ứng viên với các tiêu chí công việc, Mondragon cho biết thêm. Người quản lý thuê có thể quyết định cách sử dụng thông tin; chẳng hạn, họ có thể xem xét tập hợp điểm của mọi ứng viên hoặc yêu cầu hệ thống xác định một phạm vi nhất định (chẳng hạn như 40% ứng viên hàng đầu).

      Những lợi ích tiềm năng của cách tiếp cận này đã khiến Michael Shelsen, người đứng đầu toàn cầu về tuyển dụng và phát triển tài năng trong khuôn viên trường tại Scotiabank, loại bỏ sơ yếu lý lịch truyền thống để chuyển sang sử dụng công cụ đánh giá dựa trên AI (công ty đã làm việc với Plum). Trong một video về nỗ lực, Shelsen nói, “Hãy xem xét mọi người về kỹ năng của họ, trái ngược với những thành kiến mà chúng tôi nhận thức được và cũng là những thành kiến vô thức .”

      1. Phù hợp với các ứng viên với các công việc mở khác. Các doanh nghiệp lớn có thể có hàng chục hoặc thậm chí hàng trăm cơ sở mở cùng một lúc. AI có thể khớp các ứng viên vào các vị trí bổ sung – một nhiệm vụ nằm ngoài phạm vi của quy trình tuyển dụng thủ công.

        Ví dụ, bằng cách xác định các phẩm chất hành vi cần thiết trong một công việc và đo lường các ứng viên cho nhiều vị trí dựa trên những nhu cầu đó, AI không chỉ có thể mở rộng cơ hội cho các ứng viên mà còn có thể cung cấp cho nhà tuyển dụng một lượng lớn nhân viên tiềm năng hơn. Sử dụng cách tiếp cận tương tự, các công ty có thể xác định các cá nhân nội bộ cho các vị trí mà họ có thể phát triển. Theo MacGregor, khi làm như vậy, AI có thể giúp các nhà quản lý nhận thức rõ hơn về các ứng viên đa dạng trong nhóm của họ và những nơi khác trong công ty mà trước đây họ có thể không xem xét đến.

      1. Khuyến khích sự phát triển nghề nghiệp. Bằng cách thu thập dữ liệu về các nhân viên hiện tại, AI có thể giúp các nhà quản lý xác định những người từ các nhóm không được đại diện có tiềm năng lãnh đạo không được công nhận vì các nhà quản lý (dù có ý thức hay không) có xu hướng khai thác những người giống mình. Theo MacGregor, một số công ty đã yêu cầu nhân viên hiện tại thực hiện các bài đánh giá dựa trên AI giống như họ sử dụng cho các nhân viên mới như một cách để khám phá tiềm năng chưa thấy trong lực lượng lao động hiện có.

        Scotiabank đã phân tích trao đổi mạng xã hội nội bộ của nhân viên và dữ liệu hiệu suất để xác định các biến tương quan với sự thành công của nhân viên. Công ty đã có thể phát triển các thước đo và “chỉ số nhà lãnh đạo mới nổi” mà công ty đã sử dụng để xác định những nhân viên cần được phát triển cho những vai trò lớn hơn và được khuyến khích thăng tiến. Mục tiêu: loại bỏ thành kiến vô thức và đưa nhiều ứng viên vào tầm ngắm của nhà quản lý khi đưa ra quyết định thăng chức.

Loại bỏ sự thiên vị trong thiết bị

Mặc dù có tiềm năng cho AI để hỗ trợ tạo ra sự công bằng lớn hơn trong các quyết định tuyển dụng và thăng chức, nhưng nó có thể phản tác dụng một cách ngoạn mục – và điều đó đã xảy ra. Diễn đàn Kinh tế Thế giới chỉ ra rằng các công nghệ mới “có thể chứa đựng những thành kiến làm sâu sắc hơn thay vì chống lại sự loại trừ”.

Ví dụ, các nhà nghiên cứu đã xác định được tỷ lệ lỗi cao khi công nghệ nhận dạng khuôn mặt được áp dụng cho hình ảnh của những người da sẫm màu. Vào năm 2018, Amazon đã từ bỏ một công cụ thử nghiệm sử dụng AI để giúp xếp hạng các ứng viên xin việc vì nó có thành kiến với phụ nữ ứng tuyển các công việc kỹ thuật. Mặc dù các kỹ sư đã cố gắng sửa chữa nó, nhưng các giám đốc điều hành mất niềm tin rằng AI sẽ không phân biệt đối xử theo những cách khác.

Cốt lõi của vấn đề là một vấn đề quen thuộc: rác vào, rác ra. Kết quả phụ thuộc vào chất lượng của dữ liệu cơ bản mà các thuật toán sử dụng và cách nó được áp dụng (Amazon dựa trên dữ liệu lịch sử về lực lượng lao động của mình, vốn chủ yếu là nam giới). Bersin nhận xét: “Trong những ngày đầu của AI, có niềm tin rằng nếu bạn có tất cả dữ liệu này, hệ thống sẽ thông minh đến mức có thể xác định được sự thiên vị. “Nhưng rất nhiều hệ thống ban đầu đã đưa ra sự sai lệch, vì vậy các nhà cung cấp phải làm việc để loại bỏ sự sai lệch một lần nữa.”

Cathy O’Neil là Giám đốc điều hành của Tư vấn rủi ro & Kiểm toán thuật toán O’Neil, giúp các công ty xác định các vấn đề về công bằng, thiên vị hoặc phân biệt đối xử trong các thuật toán của họ và đề xuất cách giải quyết chúng. “Các thuật toán là những ý kiến được nhúng trong mã,” cô ấy lưu ý trong một bài nói chuyện trên TED và chúng “có thể sai với mục đích tốt. Các thuật toán không làm cho mọi thứ trở nên công bằng. Họ tự động hóa hiện trạng, hệ thống hóa phân biệt giới tính và những cố chấp khác ”. Tuy nhiên, tin tốt là, như O’Neil nói: “Các thuật toán có thể được thẩm vấn và chúng nói sự thật.” Nói cách khác, các công ty có thể thực hiện kiểm tra tính toàn vẹn của dữ liệu và họ có thể sửa chữa những sai lầm.

MacGregor nhận xét: “Chỉ đơn giản lấy một hệ thống xấu, hỏng hóc, sai lệch và sử dụng dữ liệu lịch sử và AI để tăng tốc hệ thống bị hỏng đó không phải là cách tiếp cận đúng đắn. Nó không hoạt động bởi vì thuật toán sẽ tìm kiếm những ứng viên phù hợp với lực lượng lao động hiện có hơn là đưa ra những ứng viên đa dạng, những người sẽ thành công trong các vai trò dựa trên việc họ là ai và họ có khả năng làm gì – bất kể trình độ học vấn, giới tính hay sắc tộc của họ lai lịch.

Cuối cùng, các công ty nên đào tạo lại các mô hình của họ hàng năm để liên tục cải tiến các thuật toán và đạt được kết quả mong muốn. Mondragon nói: “Đó không phải là chuyện một sớm một chiều. “Ngoài ra, các công ty nên đánh giá các mô hình cho bất kỳ mức độ thành kiến nào đối với chủng tộc, giới tính, tuổi tác, cộng với các nhóm nhóm khác để đảm bảo các thuật toán đang hoạt động một cách công bằng và nhất quán.”

Không có quyết định nào chỉ được giao cho AI. Mondragon cho biết thêm rằng những người phỏng vấn nên hiểu cách các thuật toán chấm điểm đánh giá ứng viên. Họ có thể sử dụng thông tin này như một hướng dẫn để bảo vệ chống lại những thành kiến của chính họ. Trong khi đó, các nhà quản lý có thể so sánh các quyết định của người phỏng vấn con người và các thuật toán để xác định khi nào người phỏng vấn có thể cần đào tạo hoặc các thuật toán có thể cần điều chỉnh. Mondragon nói: “Đó không bao giờ là con người hay máy móc. “Đúng hơn, con người cộng với máy móc đưa ra những quyết định tốt nhất.”

Ví dụ, Goldman Sachs sử dụng AI để phân tích hàng nghìn bản ghi video của ứng viên để hiệu chỉnh hệ thống tính điểm, cải thiện các câu hỏi mà họ yêu cầu ứng viên và đánh giá xem liệu họ có đang đo lường năng lực phù hợp cho công việc hay không. Các thuật toán của hệ thống cũng tương quan giữa điểm mà nó đưa ra với điểm do người phỏng vấn cung cấp để giúp xác định bất kỳ thành kiến vô thức nào giữa những người phỏng vấn.

Ahluwalia của Eightfold.ai khuyên bạn càng có nhiều dữ liệu và càng có nhiều dữ liệu thì bạn càng có lợi. “Nếu bạn chỉ cố gắng học hỏi từ dữ liệu của một công ty, hầu hết thời gian bạn không có đủ dữ liệu để đào tạo các mô hình một cách chính xác và bạn sẽ đưa ra một đề xuất sai”. Ông cho biết thêm, các công ty có thể giải quyết vấn đề này bằng cách triển khai các thuật toán được đào tạo trên một loạt các nguồn dữ liệu tổng hợp, ẩn danh bao gồm hàng tỷ điểm dữ liệu.

Một lỗ hổng lớn khác của việc sử dụng dữ liệu lịch sử về những nhân viên thành công để dự đoán ứng viên sẽ thực hiện như thế nào là các chức năng công việc đang thay đổi quá nhanh nên các kỹ năng cần thiết cho công việc cách đây ba năm chắc chắn sẽ không phải là kỹ năng của một ứng viên thành công ba năm trước.

Ví dụ: khi thuê các nhà phát triển phần mềm, có thể không cần kiến thức chuyên môn về một ngôn ngữ lập trình hữu ích ngày nay trong một vài năm kể từ bây giờ. Đúng hơn, khả năng học các ngôn ngữ lập trình mới sẽ quan trọng hơn nhiều theo thời gian. Ahluwalia cho biết, một công ty sẽ ít có khả năng tìm được những người sẽ giữ được vai trò của họ nếu họ cung cấp cho AI của mình một danh sách các ngôn ngữ lập trình và đặt nặng các bằng cấp đó hơn các kỹ năng liên quan đến khả năng học hỏi của họ.

biến AI trở thành đối tác

AI không phải là thuốc chữa bách bệnh cho các công ty hy vọng thu được lợi ích kinh doanh từ một lực lượng lao động đa dạng hơn – một lực lượng mang công ty đến gần hơn với khách hàng và mang lại những quan điểm và cách tiếp cận đổi mới cho các vấn đề kinh doanh. Điều quan trọng là các công ty phải xây dựng sự đồng thuận để tăng tính đa dạng và hòa nhập trong tổ chức. Ngoài ra, các công ty cần tạo ra một môi trường làm việc trong đó văn hóa cho phép và khuyến khích sự cởi mở với những ý tưởng mới và những ý kiến khác nhau.

Nhưng AI có thể trợ giúp bằng cách cung cấp những hiểu biết sâu sắc hơn về cách các công ty đưa ra quyết định về nhân sự – và khi được áp dụng đúng cách, nó có thể giúp các nhà quản lý chống lại những thành kiến, cho dù có ý thức hay không, mà tất cả mọi người đều mắc phải khi đánh giá người khác.

Các tổ chức có thể bắt đầu bằng cách hiểu lực lượng lao động của họ hiện tại đa dạng như thế nào, bao gồm phòng ban, đơn vị kinh doanh, khu vực chức năng hoặc người quản lý cụ thể đã xây dựng các đội đa dạng và đội nào chưa. Điều quan trọng là phải hiểu tại sao và liệu cách tiếp cận của một nhà quản lý thành công có thể được nhân rộng ra toàn công ty hay không. Quy trình tuyển dụng có nhiều bước, vì vậy các công ty cần xác định những điểm khó khăn chính và giải quyết những điểm đó trước tiên, dựa trên dữ liệu thu được từ đánh giá ban đầu đó.

Bước tiếp theo là xác định các mục tiêu cụ thể – những mục tiêu đầy tham vọng có thể đo lường được. Không có mục tiêu, các tổ chức không có cách nào để theo dõi xem họ đang hoạt động tốt như thế nào hoặc buộc các nhà quản lý phải chịu trách nhiệm.

Sau đó, các công ty có thể áp dụng công nghệ để giúp các nhà quản lý nhìn nhận lực lượng lao động của họ theo các điều kiện bao trùm hơn. Mặc dù con người phải luôn đưa ra quyết định cuối cùng về nhân sự, nhưng việc tạo ra một vòng phản hồi – trong đó mọi người liên tục đào tạo các thuật toán để ít thành kiến hơn và các thuật toán đào tạo mọi người nhận ra thành kiến của chính họ – cuối cùng sẽ giúp các công ty tìm và sử dụng những tài năng tốt nhất trong số các ứng cử viên có sẵn cho bất kỳ vai trò nào.

Gupta của Tata Communications kết luận: “Chúng tôi nhận ra rằng công nghệ có thể đóng một vai trò quan trọng trong việc cung cấp cho các nhà quản lý doanh nghiệp loại đầu vào phù hợp và loại báo cáo phù hợp.”

Reference:

Neal Weinberg, Kim Lessley, Lauren Bidwell (2019), How AI Can Help Companies Create a Diverse Workforce (and Why It’s Not a Magic Bullet), from https://insights.sap.com/how-ai-helps-create-diverse-workforce/

Related Posts

Privacy Preferences
When you visit our website, it may store information through your browser from specific services, usually in form of cookies. Here you can change your privacy preferences. Please note that blocking some types of cookies may impact your experience on our website and the services we offer.