机器学习如何提高COVID-19及以后的招聘水平
来源：CPDA数据分析师网 / 时间：2021-04-28
这种趋势已被冠状病毒大流行所加速，许多组织实际上在过去一年中进行了招聘和入职流程，有67％的招聘人员表示他们正在使用视频面试求职者，而40％的受访者表示他们希望这是解决方案中的默认解决方案，未来随着招聘人员越来越依赖于招聘技术，机器学习可以通过帮助团队更好地评估候选人的软技能，个性和文化契合度来扩大流程。
这就是为什么增强技术的聘用具有巨大前景的原因-以及如何确保雇主避免这些先进工具带来的陷阱。
机会与风险
招聘工作充斥着时间，时间紧张，招聘人员发现招聘技术在过去一年中是一项至关重要的资产，因为它帮助他们找到了能够以更高效率填补职位的候选人，基于机器学习的工具可以扫描简历，评估候选人的资格和技能，甚至根据候选人与公司价值观，文化和所需的软技能的契合程度对候选人进行排名-评估申请人是否可能证明自己的所有关键因素一个成功的雇用。
基于视频的面试使招聘人员更容易在公平的竞争环境中评估候选人
并且能够查看和比较录制的视频和成绩单上的答案，能够看到和听到人们的声音，可以帮助招聘人员更广泛，更好地了解申请人是谁-特别是他们的软技能，否则他们可能会被忽视或难以辨别，从应聘者的角度来看，视频面试使他们能够展现自己的真实个性，使他们大放异彩，而招聘人员甚至可以在与他们见面之前，在另一个层次上认识未来的雇员，但是就像在招聘过程中引入更多技术创造了宝贵的机会一样，它也带来了风险，在一个像招聘一样敏感和对人们的生活和生计至关重要的行业中，重要的是，以与多样性和公平性等基本价值相一致的方式实施招聘技术，尤其是基于AI的技术。
这不仅仅是法律上的考虑；这也是一种道德和伦理
如果AI系统固有地偏向于历史上处于不利地位的群体（如某些不幸的系统似乎如此），那么它们使招聘变得更简单，更有效就无关紧要，因为它们终将使工作场所变得不公平，不利于机会均等，可能生产力较低，评估无关或纯粹主观因素的系统已被证明是有缺陷的，并且如果系统性偏见被纳入其中，这些偏见将在招聘过程中被复制，亚马逊的机器学习专家发现亚马逊例行惩罚女性应聘者之后，亚马逊放弃了AI招聘工具; 例如，带有“妇女”之类字眼的应用程序一直被降级，近由于结果存在问题和公众的强烈反对，一家大型招聘技术提供商取消了一项使用面部监控分析的功能。
招聘人员如何避免出现类似情况？
建立不同的数据集和算法
为了招募多样化的员工，至关重要的是，招聘平台必须根据设计而多样化，这就需要在平台的每个元素中建立多样性-从数据输入到标记，再到构建系统本身的团队，一直到事后监视，以确保系统不会以有偏见的方式运行，实际上这是什么样的？拍摄视频采访数据：必须来自不同的地理位置，涵盖各种种族和种族背景，个性，语言类型等，如果标记数据的团队是多样化的，那么它将更适合于多样性和公平性问题，并将有助于对抗无意识的偏见的影响，否则这些偏见会进入系统。重要的是，不仅要防范负面偏见（例如针对特定人群），而且还要防范“积极”偏见，例如那些偏爱少数精英机构毕业生的偏见。
一个多元化和多学科的团队应该自己负责算法的构建
与可能仅需要ML专家技能的其他AI模型不同，行为心理学家还必须在这些系统的建立和发展中发挥关键作用，以确保将正确的因素考虑在内，完全的算法透明性对于消除偏见和提供一个平台将至关重要，该平台将为其所有用户提供一个动态，多样化，多面的工作场所，招聘的复杂性和敏感性以及对人们生活的关键影响，要求公司认真考虑他们正在考虑的解决方案和系统-不仅要考虑他们对招聘速度和效率的影响过程中，还取决于建立健康的公司文化的能力。
随着技术在招聘中继续发挥更大的作用，现在是时候让开发人员和人力资源专业人员都致力于下一代招聘了，这是一种更高效，更多样化，更公平，更充满朝气的招聘方式。