AI może sprawdzić się w bezstronnej ocenie kwalifikacji kandydatów w procesie rekrutacji. Pozwoli pracodawcom szybko zidentyfikować poszukiwane talenty, eliminując uprzedzenia związane z ich wiekiem. Jest tylko jeden warunek: odpowiednie przygotowanie modeli danych.
Społeczeństwo się starzeje. Zmniejsza się pula ludzi w wieku produkcyjnym. Nadchodzi czas, by sięgnąć po nowe zasoby, czyli pracowników ze starszych pokoleń. To ludzie, którzy dysponują wiedzą i doświadczeniem, i chętnie podzielą się nim z młodszymi kolegami. Poza tym są lojalni i bardzo sobie cenią pracę, jest ona dla nich istotną wartością, czym różnią się od młodszych pokoleń. Ankieta przeprowadzona w 2021 roku przez Wall Street Journal-NORC wykazała, że 75% osób w wieku 65 lat i starszych stwierdziło, iż praca jest dla nich bardzo ważna, w porównaniu do 61% osób z przedziału wiekowego od 18 do 29 lat. Niestety mimo wielu zalet, Silversi są grupą, która przegrywa w procesie rekrutacji. Przeszkodą jest ageizm, tak mocno wdrukowany w standardowe działania HR, że nawet nie zawsze rekruterzy są świadomi, że działają według stereotypów. Niestety ageizm jest jednym z najtrudniejszych uprzedzeń do pokonania, częściowo dlatego, że rozwój strategii HR bardziej zawsze był bardziej skoncentrowany na rasizmie i seksizmie, choć to właśnie ageizm jest najbardziej powszechną formą wykluczenia.
Mało tego dyskryminacja ze względu na wiek jest zjawiskiem pogłębiającym się. Jak w 2021 roku zbadała organizacja AARP – American Association of Retired Persons („AI-Assisted Hiring Process and Older Workers: An Exploratory Study”) – 90% ankietowanych doświadczyło jakiejś formy dekryminalizacji ze względu na wiek w pracy, ale jedynie 3% złożyło formalną skargę na nierówne traktowanie w dziale HR.
Skąd biorą się uprzedzenia? Silversi są z jednej strony klasyfikowani jako doświadczeni, uprzejmi i rozważni, ale z drugiej jako staroświeccy i pozbawieni umiejętności technicznych. Sprawia to, że starszym kandydatom wciąż bardzo trudno jest dostać się na rozmowę kwalifikacyjną, nawet jeśli ich umiejętności są zgodne z oczekiwaniami pracodawcy.
Czy AI będzie sprzymierzeńcem 50+?
Sztuczna inteligencja może pomóc w wyeliminowaniu stereotypów, które utrudniają realizację idei różnorodności, równości i integracji w zatrudnianiu. AI oferuje bezstronny, szybki i prosty proces aplikowania. Dzięki temu organizacje będą mogły wyłowić talenty, które zostałyby odsiane w standardowym procesie rekrutacji. W jaki sposób AI chroni przed ageizmem w rekrutacji? Przede wszystkim:
- Zapewnia bezstronność i obiektywizm. Może analizować aplikacje i CV bez względu na wiek kandydata, opierając się na danych i algorytmach, co minimalizuje wpływ uprzedzeń i preferencji osobistych rekrutera.
- Analizuje umiejętności. Pozwala przeprowadzić automatyczną analizę umiejętności i doświadczenia zawodowego kandydatów i ocenić ich kompetencje w sposób obiektywny.
- Weryfikuje osiągnięcia: certyfikaty, dyplomy czy referencje, niezależnie od ich wieku.
- Nie przeprowadza rozmowy w sposób stronniczy. AI może zapewnić zestaw standaryzowanych i bezstronnych pytań podczas rozmowy kwalifikacyjnej. Może również oceniać odpowiedzi na podstawie określonych kryteriów, minimalizując wpływ uprzedzeń wiekowych.
- Analizuje dane dotyczące procesu rekrutacyjnego, identyfikując wzorce i trendy związane z ageizmem. Te informacje mogą pomóc firmom w identyfikowaniu problemów związanych z dyskryminacją dotyczącą wieku i w rezultacie podjąć odpowiednie działania naprawcze.
Sztuczna inteligencja wykorzystywana jest obecnie przez rekruterów w trzech głównych obszarach. Są to:
- Boty rekrutacyjne. Kandydat prowadzi rozmowę z wirtualnym asystentem, który pyta o umiejętności i doświadczenie oraz może odpowiadać na pytania kandydata. Następnie, na podstawie zebranych danych, pokazuje dopasowane do rozmówcy oferty pracy. Wirtualny asystent pozwala więc pominąć etap wstępnej selekcji kandydatów na podstawie CV, który w przypadku dużej liczby zgłoszeń, może zająć nawet kilka dni.
- Algorytmy, które pozwalają na wyselekcjonowanie odpowiednich kandydatów do kolejnych etapów procesu. Na podstawie wzorcowego profilu pracownika na danym stanowisku, algorytm sprawdza, czy pozostali kandydaci mają dane kompetencje. Następnie może on porównać między sobą kandydatów, wybierając tych, którzy najlepiej pasują do wzorca.
- Analityka behawioralna. Algorytmy sztucznej inteligencji, bazując na mowie ciała, czy też ekspresji mimicznej na podstawie wideo nagrywanego przez kandydata (lub wideo rozmowy prowadzonej przez mechanizm AI) są w stanie ocenić wiarygodność, poziom koncentracji, pewność siebie oraz odporność na stres kandydata.
Uważajcie, czym karmicie AI
Ostatnie użycie AI, czyli zastosowanie analiz behawioralnych, wzbudza sporo kontrowersji. Wymowa, mowa ciała, mimika twarzy to potencjalne cechy, które są oceniane przez oprogramowanie AI. Ale na przykład niepełnosprawność może wpływać na sposób, w jaki dana osoba prezentuje się podczas rozmowy i wykluczyć ją z procesu selekcji. Narzędzia rekrutacyjne z obszaru AI mają trudności z analizą wyrazu twarzy kandydatów o nietypowej budowie ciała (w porównaniu z danymi szkoleniowymi), przykładowo poziom błędu w rozpoznawaniu wyrazu twarzy może wahać się od 1% do 35% (badania Grégoire Loiseau, Houssem Hamza and Christine Balagué).
Joy Buolamwini, założycielka Algorithmic Justice League (organizacja non-profit zajmująca się orzecznictwem cyfrowym) nadała nawet nazwę temu rodzajowi wykluczenia, jest to tzw. zakodowane spojrzenie („The Coded Gaze”). Sposobem na jego wyeliminowanie jest stosowanie uczciwych, sprawiedliwych i integracyjnych praktyk oraz odpowiedniego zestawu danych, związanych z wykorzystaniem AI w procesie zatrudniania. A zatem sztuczna inteligencja może wspomagać proces rekrutacji, eliminując niektóre uprzedzenia, ale nie zastępuje roli i odpowiedzialności rekruterów, ponieważ nie jest pozbawiona błędów. Jeśli systemy AI będą zasilane danymi, które same zawierają uprzedzenia wiekowe, np. ukierunkowane są na młodszych, mogą one jeszcze wzmacniać dyskryminację. Chociaż ludzie zwykle nie dodają daty urodzenia do swojego CV, liczba lat doświadczenia zawodowego zazwyczaj pokrywa się z wiekiem.
Zaprogramowanie oprogramowania rekrutacyjnego AI do analizy tego wskaźnika w celu pomiaru umiejętności może przedstawić wyniki, które nie uwzględniają całych grup demograficznych.
Ważne jest zatem, aby AI była odpowiednio zaprogramowana i przetestowana w celu zminimalizowania ryzyka wprowadzenia nowych form uprzedzeń lub nierówności. Można tu przytoczyć historię Amazona, którego algorytm zastosowany podczas rekrutacji w 2015 roku poniósł spektakularną klęskę.
Komputerowy model był „karmiony” danymi z okresu ostatnich 10 lat, aby mógł nauczyć się schematu poszukiwania konkretnych cech zawartych w CV kandydatów. Bazując na danych zatrudnienia w Amazon, algorytm przyjął założenie, że preferencją pracodawcy w zatrudnieniu są mężczyźni, ponieważ stanowili oni większość załogi. W związku z tym dyskryminował kobiety.
Nic zatem dziwnego, że pojawiają się inicjatywy, które mają za zadanie zmniejszenie ryzyka związanego z użyciem AI. Np. rada miasta Nowy Jork przyjęła ustawę zakazującą stosowania systemów zatrudniania opartych na AI, które nie przechodzą corocznych audytów sprawdzających dyskryminację ze względu na rasę, płeć lub wiek.
