القاهرة : الأمير كمال فرج.

في السنوات الأخيرة، برز التنوع والشمول (D&I) كقضية بالغة الأهمية والتركيز لضمان نجاح ثقافات العمل والمنظمات الكبيرة والصغيرة حول العالم. هذا الصيف ، تم تسليط الضوء عليه بدرجة أكبر مع ظهور عدم المساواة العرقية والظلم في المقدمة.

ذكر تقرير نشرته مجلة Forbes أن "الشركات كانت تكافح من أجل كيفية تخفيف وتقليل التحيزات من جميع الأنواع في ممارسات التوظيف الخاصة بها، مع محاولة تعزيز التنوع والاندماج في ثقافاتهم وأنظمتهم البيئية ، لمساعدة مؤسساتهم وموظفيهم على الازدهار على أعلى المستويات. لكن التحيزات الواعية واللاواعية لا تزال قائمة، وقد تم انتقاد بعض الأدوات التي تم استخدامها لمعالجة التحيز ، حتى تلك التي تستخدم الذكاء الاصطناعي، باعتبارها غير فعالة في أحسن الأحوال وتؤدي إلى نتائج عكسية ومضللة في أسوأ الأحوال".

لمعرفة المزيد حول كيف يمكن للمؤسسات معالجة وإزالة العرق والجنس والإعاقة وغيرها من التحيزات في عمليات وممارسات التوظيف الخاصة بهم ، التقيت مؤخرًا بمايك هيدي، كبير مسؤولي العلوم في Modern Hire.

Modern Hire هي عبارة عن منصة توظيف مؤسسية مدعومة بالذكاء الاصطناعي، وتستخدمها 47 من شركات Fortune 100 بما في ذلك أمازون Amazon ووول مارت Walmart وسي في اس كيرمارك CVS Health ، لتوظيف أكثر ذكاءً تقريبًا.

 تمكّن Modern Hire المؤسسات من تحسين نتائج التوظيف باستمرار من خلال تجارب أكثر تخصيصًا وقائمة على البيانات للمرشحين والقائمين بالتوظيف ومديري التوظيف. تدمج CognitIOn ، وهي نواة منصة Modern Hire ، الخبرة في علم النفس التنظيمي الصناعي وعلوم اختيار المواهب والتحليلات المتقدمة وتجربة المرشح وقانون التوظيف وعلوم البيانات والتطبيق العملي للذكاء الاصطناعي الأخلاقي.

مايك هودي ، كبير مسؤولي العلوم في Modern Hire ، هو خبير في صناعة النمذجة التنبؤية باستخدام بيانات رأس المال البشري مع أكثر من عقدين من الخبرة في تصميم التجارب وتحليلات المواهب. يتمتع هودي بخبرة في فك رموز التعقيدات والغموض في اكتساب المواهب لإنشاء الحلول العملية والفعالة التي يبحث عنها العملاء والمرشحون.

 تشمل خبرة هودي السابقة العمل كنائب الرئيس التنفيذي للعلوم في Shaker International ، والتي كان أيضًا مؤسسًا لها. كما كان مستشارًا أول في CEB / SHL ومحلل تقييم التدريب في شركة Nationwide Insurance. هودي قدم الكثير من الآراء في هذا الحوار :

ـ من وجهة نظرك ، لماذا من المهم جدًا الآن بالنسبة للشركات أن يكون لديها برنامج توظيف متنوع وشامل ، وكيف تساعد التكنولوجيا؟

 وضع التنوع والشمول في مقدمة القضايا التي تعالجها الشركات بعد صيف احتل فيه عدم المساواة العرقية مركز الصدارة. الآن ، أكثر من أي وقت مضى ، تدرك الشركات مسؤوليتها ليس فقط في جذب وتوظيف المواهب المتنوعة، ولكن لخلق ثقافة شركة شاملة تسمح لها بالاحتفاظ بمجموعة متنوعة من الموظفين، والقيمة الهائلة التي يجلبها هذا لمنظمتهم .

يؤدي التنوع المتزايد في مكان العمل إلى قوة عاملة أكثر إنتاجية وإبداعًا وأداءً أعلى مع معدل دوران أقل. يساعد الموظفون الذين يمكنهم تقديم وجهات نظر ومهارات فريدة في دفع النجاح ، وبالتالي تقوية الشركة على نطاق عالمي.

من أجل توظيف مواهب متنوعة، من المهم أن يقوم القائمون بالتوظيف بتقليل التحيز اللاواعي في عملية التوظيف بل والقضاء عليه. لكن قول هذا أسهل من فعله، مع الأخذ في الاعتبار أننا كبشر، نميل إلى التحيز اللاواعي لدرجة أننا لا ندرك في كثير من الأحيان أن قراراتنا تتأثر بهم.

يمكن أن يساعد العلم والتكنولوجيا، عند تطبيقهما بشكل مناسب. يمكن أن يساعد استخدام الذكاء الاصطناعي الأخلاقي المثبت في عملية التوظيف على توفير معلومات موضوعية لفرق التوظيف بحيث يركزون على ما يهم حقًا أثناء عملية التوظيف: خصائص المرشح ذات الصلة بالنجاح في الوظيفة.

 باستخدام البيانات ذات الصلة بالوظيفة فقط كأساس للقرارات، يمكن للشركات إزالة التحيز بشكل أكثر فعالية من التوظيف، وفي النهاية تجهيز مديري التوظيف بشكل أفضل لإعطاء الأولوية لتحسين التنوع وخلق عملية توظيف أكثر شمولاً داخل مؤسساتهم.

ـ ما مدى شيوع التحيز في الذكاء الاصطناعي اليوم، وما الذي يؤدي إلى التحيز في التكنولوجيا؟، وما هي عواقب التحيز في الذكاء الاصطناعي على المرشحين؟

 مؤخرًا ، تخلت Google عن باحثة أخلاقيات الذكاء الاصطناعي المحترمة تيمنيت جبرو، بعد أن أعربت عن سخطها بشأن استجابة الشركة للجهود المبذولة لزيادة توظيف الأقليات. يوضح هذا الحادث ، من بين أمور أخرى ، مدى انتشار التحيز في عمليات التوظيف في بعض أكبر الشركات في العالم. عندما لا تستخدم الشركات الذكاء الاصطناعي الأخلاقي والشفاف ، فإنها تكون عرضة لخطر التحيز في عملية التوظيف وخلق تجربة سلبية محتملة للمرشحين وجميع الموظفين داخل مؤسستهم.

يأتي التحيز في الذكاء الاصطناعي بشكل أساسي من البيانات المستخدمة لتدريب النماذج. غالبًا ما يبدأ التحيز باستخدام البيانات الملائمة والمتاحة بسهولة بدلاً من البيانات وثيقة الصلة بالوظيفة. على سبيل المثال ، تستند العديد من النماذج إلى السيرة الذاتية أو بيانات طلب الوظيفة. هذه البيانات قائمة على التجربة ، والتي تميل إلى أن تكون متحيزة بطبيعتها ويظهر بحثنا أنها ليست مؤشرا كبيرا على النجاح النهائي. أحيانًا ما يستخدم مقدمو تقنيات التوظيف والمقابلات والتقييم الآخرين حلولًا غير أخلاقية وغير عادلة مثل التعرف على الوجه ، والذي ثبت أنه يميز ضد الأقليات وذوي الإعاقة.

عيب آخر في التعرف على الوجه، ومع الكثير من الذكاء الاصطناعي الموجود هناك، هو أن المرشحين لا يتلقون أي نظرة ثاقبة حول كيفية تقييم الجهاز لهم. إنه صندوق أسود كامل ولا يعرفون ما إذا كانوا قد قالوا الشيء الخطأ، إذا لم يبتسموا بما فيه الكفاية وما إلى ذلك.

من المهم للشركات أن تختار الذكاء الاصطناعي الذي لا يستخدم التعرف على الوجه، ويقيم المرشحين على أساس الصفات ذات الصلة بالوظيفة، لمنح المرشحين فرصة عادلة أثناء عملية التوظيف، وضمان إعطاء الأولوية لبيئة عمل متنوعة وشاملة.

ـ كيف يساعد استخدام الذكاء الاصطناعي في التوظيف على معالجة التحيز اللاواعي وتخفيفه وتعزيز التنوع والشمول؟

في كل ثانية ، يتلقى الفرد ما يقرب من 11 مليون قطعة من المعلومات، لكن الدماغ البشري يمكنه فقط معالجة حوالي 40 قطعة في الثانية بوعي. للتعامل مع هذه المعلومات الزائدة أثناء عملية المقابلة، يتخذ مديرو التوظيف العديد من القرارات دون حتى التفكير بوعي فيها. تتأثر هذه الأحكام السريعة بالخلفية والثقافة والبيئة والتجربة الشخصية، والتي يمكن أن تُدخل التحيز اللاواعي في عملية التوظيف.

التوظيف الواعي بالعلم لديه القدرة على القضاء على هذا التحيز اللاواعي الذي قد يكون موجودًا عن غير قصد أثناء فحص المرشحين أثناء عملية التوظيف. يبدأ التوظيف المستند إلى العلم بفهم ما يدفع النجاح في الوظيفة، وإنشاء أنظمة قياس لتحديد تلك الخصائص ذات الصلة بالوظيفة في المرشحين.

يمكن تطبيق الذكاء الاصطناعي والتحليلات المتقدمة على هذه البيانات لإنشاء نماذج تعمل على تحسين توقع النجاح مع تعظيم تنوع مجموعة المرشحين المؤهلين. عندما يتم استخدام هذه التكنولوجيا بشكل صحيح وأخلاقي، فإنها توفر رؤية حول كيفية جمع البيانات واستخدامها، لذلك يمكن لفرق التوظيف فهم وشرح كيف تقلل عملية الاختيار الخاصة بهم أو تقضي على أي تحيز أو تمييز. علاوة على ذلك، يمكن مراقبة النماذج وتعديلها بمرور الوقت لضمان أن تؤدي عملية التوظيف إلى مجموعة متنوعة للغاية من المرشحين المؤهلين.

ـ ذكرت أنه من أجل أن تكون غير متحيزة ، يجب على الذكاء الاصطناعي استخدام المعلومات المتعلقة بالوظيفة فقط. كيف يمكن للتكنولوجيا أن تجعل المقابلات والتقييمات "عمياء" بحيث يتم الحكم على المرشحين بناءً على مزاياهم فقط؟

تبدأ المساعدة في ضمان مراجعة المرشحين بناءً على محتوى استجابتهم، وليس على معايير أخرى غير متعلقة بالوظيفة مع كيفية إعداد التكنولوجيا. التأكد من أن نماذج الذكاء الاصطناعي وخوارزميات التسجيل يتم إنشاؤها عن طريق تجاهل أي شيء غير ذي صلة بالوظيفة ، ثم التحقق من صحتها للتأكد من أن النماذج تنبؤية وعادلة ولا تسبب تأثيرًا سلبيًا ، أمر بالغ الأهمية.

مثال على ذلك هو التقييم الآلي للمقابلة، أو الذكاء الاصطناعي الذي نستخدمه للقيام بذلك. نأخذ إجابة المرشح التي يمكن أن تكون فيديو أو صوتًا أو نصًا، ونستخدم معالجة اللغة الطبيعية (NLP) لتقييم محتوى الاستجابة مقابل الكفاءات الأساسية المطلوبة للنجاح في الوظيفة. عند تقييم الاستجابة ، يتجاهل الذكاء الاصطناعي تمامًا اسم الشخص، أو كيف يبدو ، أو حتى ما يبدو عليه. بدلاً من ذلك ، فهو يركز على نسخ ما قاله الشخص.

عندما نقدم تقييمنا والتوصية المرتبطة به، نعرض أيضًا للمسؤول عن التوظيف ومدير التوظيف نفس مجموعة مقاييس التصنيف السلوكية التي تم تدريب نماذجنا عليها واستخدامها لتقييم سؤال المقابلة.

يمكن للمراجع بعد ذلك استخدام هذه المعلومات، جنبًا إلى جنب مع توصية الذكاء الاصطناعي لدينا لاتخاذ القرار النهائي بشأن كيفية تقييم المرشح. تساعد هذه العملية برمتها على ضمان وضع المعلومات غير المتحيزة في أيدي صانعي القرار.

ـ هناك تقارير تفيد بأن الذكاء الاصطناعي يمكن أن يؤدي في الواقع إلى مزيد من التحيز في عملية التوظيف. كيف يختلف أسلوب Modern Hire عن التكنولوجيا؟

 منذ إنشائنا عام 2002 ، تم تكريس فريق Modern Hire لجمع بيانات المرشحين والبيانات التنظيمية ذات المغزى ودراسة كيفية توقع هذه المعلومات بشكل عادل لأداء الوظيفة وأداءها. بدلاً من التركيز على الأقنعة التي يمكنها إزالة معلومات عضوية المجموعة مؤقتًا من وعي مدير التوظيف ، تصمم Modern Hire ببساطة أدوات توظيف علمية وعادلة، وتراقب بدقة درجات المرشحين (كيف يتم تقييم المقابلات التي تدعمها التكنولوجيا وتصنيفها أثناء عملية المراجعة) لضمان ذلك يتم القضاء على التحيز. ومرة أخرى ، يبدأ كل شيء باستخدام البيانات ذات الصلة بالوظيفة بدلاً من توافرها بسهولة.

ـ  أخبرنا بالمزيد عن كيفية عمل تدقيق أنظمة الذكاء الاصطناعي. ما أنواع اللوائح وفحوصات النظام التي يمكن فرضها على الذكاء الاصطناعي؟

مثل الأدوات الأخرى في عملية التوظيف، تحتاج أدوات الذكاء الاصطناعي إلى المراجعة المستمرة للتأكد من أنها دقيقة وعادلة وخالية من التحيز. لقد قمنا بتطوير الخوارزميات المستخدمة لدعم عملية التوظيف لما يقرب من 20 عامًا وهذا جزء لا يتجزأ من نهجنا. بمجرد وضع الخوارزميات في مكانها الصحيح ، نقوم بجمع البيانات وإجراء التحليلات للتأكد من أن الأدوات عادلة ومرتبطة بالنجاح في الوظيفة.

إحدى الطرق التي يمكن للمؤسسة أن تُظهر لمستخدميها أنها جادة بشأن القضاء على التحيز وخلق تجربة عادلة للمرشحين هي من خلال إنشاء سجل واضح وموجز وشفاف لكيفية استخدامهم للذكاء الاصطناعي داخل مؤسستهم.

مع استمرار الذكاء الاصطناعي في إحداث تحول جذري في جميع جوانب المؤسسة ، من المهم تحديد توقعات الجمهور عبر جميع أصحاب المصلحة. من خلال المضي قدمًا والشفافية بشأن التكنولوجيا المستخدمة ، يمكن للمنظمات والموظفين مساءلة أنفسهم مع استمرار نمو وتطور الذكاء الاصطناعي وتطبيقاته.