Lästid: 3 minuter
Senast redigerad:
Trend: AI-algoritmer är fördomsfria. Eller?
Går det att programmera utan bias?
Årets hetaste snackis är AI – artificiell intelligens. Fortune Magazine beskriver 2017 som ”året för artificiell intelligens”. Överallt dyker AI upp och ska frälsa världen med sina fördomsfria, kognitiva och prediktiva algoritmer som kan förutspå framtiden – inte minst inom rekrytering. Men är det verkligen så?
Att lyfta fram orden unbiased recruitment är det starkaste säljargumentet för AI-rekrytering idag. Liksom att algoritmerna styr. Det handlar om att AI är blind för sådant som rekryterare färgas av. AI ser bortom namn, bakgrund och skola.
Det kommer på sikt göra det lättare att screena kandidater och förbättra kommunikationsflödet. Dessutom finns det redan idag lösningar som känner av när man ska kontakta en kandidat – när de är redo att lyssna på en jobbmöjlighet. System som är så pass smarta att de analyserar olika jobbsökares beteenden i sociala medier och berättar när det är dags att skicka en kontaktförfrågan om ett jobb.
HR långt framme inom AI
Argumentet mot AI är ofta att utvecklingen fortfarande är i ett tidigt skede och att systemen och algoritmerna måste bli mer intelligenta. Men inom HR går det fort och många vill leda utvecklingen. De som gör det idag är IBM. Har ni hört talas om datorn Watson? Som slog världsmästaren i schack för flera år sedan? Sedan dess har Watson blivit ännu smartare – den vann nyligen världsmästerskapen i Jeopardy.
AI med mänsklig interaktion
Watson är en teknik som IBM utvecklar och i sommar släpper de sin nya produkt: Watson Recruiter. Det som skiljer den här datorn från annan AI är en feedback-loop som gör att systemet via maskininlärning och mänsklig interaktion hela tiden blir smartare. Den arbetar kognitivt och läser in, lär sig och tolkar data som en människa. Här är några saker som Watson kan göra:
- Ranka kandidater och strukturer samt bedöma kompetenser och erfarenheter som är avgörande för att lyckas i framtiden.
- Uppskatta hur mycket tid en rekryterare bör lägga på varje tjänst utefter svårighetsgrad och inflöde av kandidater.
- Lyssna socialt och jämföra olika företagskulturer och buzz om en arbetsplats. Sedan analyseras innehållet och en algoritm bedömer hur väl en viss kandidat skulle passa in på en viss arbetsplats utifrån hur olika människor bedömer arbetsplatsen och dess kultur.
Artificiell intelligens – bots och chatbots
Det finns fler AI-verktyg som försöker slå sig in på marknaden. Chatbots kommer starkt. Många gånger rör det sig om AI-rekryteringsassistenter som går via namn som Mya, Olivia och Kendra. Dessa chatbots använder AI i hela urvalsprocessen och kandidatkommunikationen för att effektivisera rekryterarens arbete. Det blir en objektiv urvalsprocess där fokus enbart är på kompetens och roboten hela tiden pratar med kandidaten, samtidigt som den analyserar dennes data.
Möt Matilda
En annan intressant nyhet är Matilda – en intervjubot, eller robot som den gärna kallas. Den är programmerad att göra 25 minuter långa intervjuer och den väljer bland 76 frågor beroende på vilka svar som kommer. Allt spelas in och Matlda analyserar kandidaternas svar, läser av ansiktsuttryck och jämför dem sedan med andra framgångsrika personer på företaget. Och den kan mänskligt beteende då den från början är utvecklad för äldrevården. Roboten är inte högre än en vinflaska, men kan snart ta över intervjurummen. Då den bygger på AI algoritmer och machine learning så lär den sig väldigt snabbt och efter varje fråga och intervju blir den smartare.
Datorn bara så smart som datan
Med artificiell intelligens bygger allt på tidigare framgångsrik data – ofta från existerande HR-system. Det innebär att algoritmen ändå kan bli färgad eftersom datorn utgår från informationen den får. Visar historiken till exempel att alla de anställda på ett framgångsrikt företag kommer från samma skola så lär sig systemet att det är en framgångsfaktor. Det innebär i realiteten att data som matas in i systemet kan vara subjektiv – vilket all mänsklig information är – om den programmeras utifrån detta. Då blir ju även algoritmerna fördomsfulla. Om bara AI vore så smart att den själv kunde skilja subjektivt från objektivt…
Så AI i all ära, men det krävs att någon i grunden fortfarande matar in korrekt data så att AI kan hålla sig objektiva och bygga vidare algoritmer och lärdom på sådant som företag behöver framåt – inte historia som kan vara subjektiv bakåt. Just nu i alla fall. Men tekniken gå fort framåt och det ska bli intressant att se hur det utvecklas vidare.