教育新闻网对任何事情都盲目信任始终是一个错误，但如果人力资源(HR)过于依赖AI来雇用人员，则更是如此。随着无处不在的AI爆炸，我决定找出组织如何在充分利用最新的HR技术的同时解决招聘偏见。
SAP Security Research经理Michele Bezzi领导一个团队，研究AI中的安全挑战。他说，隐私，公平和偏见是他们研究的三个主要方面。这些领域也反映在SAP AI指导原则中。他对雇用经理的建议很简单：对数据进行全面审查，然后再将数据散布在机器中。他解释说，现代AI使用机器学习通过数据获取知识。例如，程序员将图像和文本输入到机器中，最终学会识别猫还是狗。问题是，数据可能会固有地和无意识地产生偏差，从而在诸如招聘之类的更为复杂的情况下增加风险。
“机器无法从他们所训练的数据中学习。使用无偏数据训练机器非常重要。” Bezzi说。“确保您的数据代表您的招聘目标。删除有偏见的历史数据，并添加反映您的新期望结果的原始数据。”
他也告诫不要意外的歧视。通过将各种看似无害的数据汇总在一起，算法可以做出有偏见的决策。
他说：“即使您删除某人的性别或种族，机器也会通过自动考虑他们的学校或他们所居住的社区来做出有偏见的决定。”
让人们处于招聘循环中
在关于人工智能在寻找顶尖人才方面的好处的所有抱怨中，事实证明，缺少的要素是人。
Bezzi说：“当您开始将数据应用于招聘之类的复杂任务而没有涉及人员时，这可能会导致错误并给招聘决策带来严重后果，”“自动化HR任务很重要，但是您仍然需要人们来分析机器生成的结果。”
这就是SAP Brilliant Hire的用武之地。这项筛选即服务服务是由SAP.iO Venture Studio企业内创业计划的员工开发的，将人工智能与人工支持相结合。该服务与SAP SuccessFactors人类体验管理(HXM)紧密结合软件，与评估候选人结果的外部专家一起开发和管理求职者测试。这些专家看不到候选人的姓名，简历或其他个人身份证明，并且至少有三个不同的评估者对每个申请人进行审查。在最早的招聘阶段，算法可以对简历进行分类，使求职者的技能与职位描述中的关键字相匹配。但是一旦人们进入了候选名单，就要求他们解决与工作相关的挑战是发现最强候选人的更好方法。
“Brilliant Hire by SAP”总经理Ryan Phillips说：“我们的测试问题使求职者进入了实际的工作环境。”“可能会要求财务分析师下载电子表格，完成特定任务，然后重新上传。可能会询问设计师，他们建议如何重新设计一个复杂的网站以简化用户体验。这些问题很难被欺骗。”
