Elu

Teie unistuste töö intervjueerija võib peagi olla robot

Kandideerin tööle. Kuid taotlemisprotsess on üks Ma pole kunagi varem kogenud.

Mind ei intervjueeri keegi. Selle asemel istun kodus ja jõllitan sülearvutit. Minu vastused salvestatakse videole. Ja selle, kas mul õnnestub see töökoht saada, määrab mitte inimene, vaid masin.

mis episood on rubiiniroos oitnbis

See võib kõlada nagu Charlie Brookeri episoodMust peegel, kuid juba mõne aasta pärast on oodata, et sellised virtuaalsed intervjuud muutuvad tavapäraseks. Algoritmilised 'värbamiseelsed hinnangud', nagu neid nimetatakse, on juba mitme miljardi dollari suurune äri ja tõenäoliselt muutuvad need ettevõtete palkamise otsuste aluseks. HireVue — minu intervjuud läbi viiv ettevõte — on üks valdkonna liidreid. Selle peakontor asub Jordani jõe kaldal Utahis ja selle klientide hulgas on seitsesada bluechip-ettevõtet Hiltoni hotellidest J.P. Morganini Unileverini. Olen vaid üks enam kui 10 miljonist potentsiaalsest töötajast, keda HireVue algoritmid on sarnaste videointervjuude põhjal juba hinnanud.

Nii töötas nende tehisintellekti tehnoloogia sel ajal, kui ma oma intervjuu tegin: tehisintellekti järgmise piiri – „emotsionaalse AI” – kasutuselevõtt – see „loeb” tööle kandideerijaid, analüüsides nende leksikoni, tooni, kadentsi ja näoilmeid, võttes arvesse tervelt kakskümmend viis tuhat eraldi andmepunkti. Seejärel võrreldi tulemusi selle rolli jaoks „ideaalse” kandidaadi tulemustega.

Asjaolu, et pidin kogu intervjuu vältel hoidma oma ekraanil kuvatavat torsot kindlalt punktiirjoonega silueti sees, ei tähendanud mitte ainult seda, et ma ei tundnud end kuriteopaigas mõrvaohvrina, vaid ma ei saanud olla ka oma autentne mina.

Praktikas tähendab see seda, et iga hingetõmme, iga paus, kulmude tõstmise kõrgus, lõualuu kokkusurumine, naeratus, sõnavalik, valjuhäälne kõne, kehahoiak, mitu korda Ütlesin hm või eee, minu aktsent, isegi mu eessõna kasutamine salvestati ja sisestati musta kasti algoritmi, et teha kindlaks, kas ma sobin Vodafone'i koolilõpetajate praktikantide programmi või mitte. Õigemini, mitte mina, vaid 'Irina Wertz', minu salanimi.

Algoritmilised värbamiseelsed hinnangud on vaieldamatult kulutõhus lahendus suuremahuliste värbamisvajaduste rahuldamiseks. Arvestades, et suurettevõtted saavad igal aastal üle saja tuhande taotleja, säästab selle tehnoloogia kasutamine tõenäoliselt juba tuhandeid töötunde. Veelgi enam, HireVue väidab, et nende süsteemi valitud töötajate säilitamise määrad ja isegi töötulemused on keskmisest oluliselt kõrgemad. See võib nii olla, kuid minu kogemus protsessist tundus rohkem kui pisut võõrastav.

Kui ma vastasin küsimustele, mida vaatasin ekraani nurgas tegemas, tundus see kogemus eriti performatiivne ja mind mängiti nii näitleja kui ka publiku häirivas rollis.

Asjaolu, et pidin kogu intervjuu vältel hoidma oma ekraanil kuvatavat torsot kindlalt punktiirjoonega silueti sees, ei tähendanud mitte ainult seda, et ma ei tundnud end kuriteopaigas mõrvaohvrina, vaid ma ei saanud olla ka oma autentne mina. Teatud ebaautentsus on loomulikult kõigil tööintervjuudel vältimatu, arvestades, et inimene üritab esitada endast väljatöötatud, parima võimaliku versiooni, kuid see oli erinev. Olen ilmekas inimene — liigun rääkides, žestikuleerin. Oma siluetti kinni jäädes ei suutnud ma isegi seda teha. Ja kuna vastasin küsimustele, kuidas ma seda ekraani nurgas vaatasin, tundus see kogemus eriti performatiivne ja mind mängiti nii näitleja kui ka publiku äreva rolliga.

Ekraani paremas ülanurgas oli pöördloenduskell, mis lisas kogemuse stressirohke olemuse. Mulle anti igale küsimusele vastamiseks kolm minutit, kuid pimesi lennates ilma igasuguste tavapäraste inimintervjueerijalt saadavate vihjeteta – näoilmed, pealiigutused, žestid, naeratused, kulmukortsutused – ma polnud kindel, kas jätkan liiga kaua. või eeldati, et ma kasutan kogu aja ära. Ja mitte ainult, et mul polnud kelleltki küsida, vaid ka ilma naeratusteta, mu CV-le laskuva pilguta, analüüsitava kehakeeleta ei saanud ma aru, kas mu 'intervjueerija' oli konkreetset vastust piisavalt kuulnud, talle meeldis see. Ütlesin, sain mu naljadest aru, tundsin mu lugudele kaasa või otsustasin lihtsalt, et ma pole see kandidaat, keda nad otsivad.

Ilma oma täielikust ja keerulisest inimlikkusest, pidin muljet avaldama masinale, mille musta kasti algoritmilist tööd ma kunagi teada ei saanud. Millistele minu „andmepunktidest” see keskendus ja millistele avaldas see kõige suuremat kaalu?

Intervjuu edenedes tundsin ma end üha enam triivimas, suutmata aru saada, kas jätkata, aeglustada, vahetada käike, muuta takti, muuta oma stiili, naeratada rohkem või vähem naeratada. Arvatavasti ideaalne kandidaat Vodafone'i personalivaldkonna lõpetanud praktikandiks, kuid mitu korda ja kui kaua?

Et oleks selge, ei tekitanud minus nii võõristust see, et ma suhtlesin masinaga iseenesest. Pigem oli see naise ja masina vaheline võimsuse tasakaalustamatus, mis oli nii murettekitav. Ilma oma täielikust ja keerulisest inimlikkusest, pidin muljet avaldama masinale, mille musta kasti algoritmilist tööd ma kunagi teada ei saanud. Millistele minu „andmepunktidest” see keskendus ja millistele avaldas see kõige suuremat kaalu? Minu hääl, intonatsioon, kehakeel või selle sisu, mida ma ütlesin? Millist valemit see minu hindamiseks kasutas? Ja kas see oli õiglane?

kus filmiti madaliku filmi

Selle algoritmi on koolitatud varasemate või olemasolevate edukate palkamiste videomaterjalide põhjal, mis tähendab, et kõik ajaloolised (teadlikud või alateadlikud) eelarvamused töölevõtmisel võivad tõenäoliselt korduda.

Tavaliselt me ei mõtle üksindusele selles kontekstis, kuidas masinaga suhtlemine meid tunneb. Kui rääkisin kontaktivaba eksistentsi isolatsioonist, siis rõhusin näost-näkku inimkontakti puudumisele ja selle mõjule. Kuid kui üksinduse põhjuseks võib olla ka tunne, et riik ja poliitikud teda koheldakse ebaõiglaselt ja võimult, võib see tuleneda ka sellest, et suurettevõte ja selle kasutuselevõetud uued tehnoloogiad kohtlevad seda sellisena.

kus filmiti akvamariini

Sest kui tööandja paneb meie tööalase tuleviku algoritmi kätte, on raske uskuda, et meid koheldakse õiglaselt või et me saame mõistlikke abinõusid. Osaliselt on põhjuseks see, et on väga vaieldav, kas tulevast tulemuslikkust saab tegelikult määrata selliste omadustega nagu näoilmed ja hääletoon. Tõepoolest, 2019. aasta novembris Elektrooniline privaatsusteabe keskus — tuntud USA avalikku huvi pakkuv uurimisorganisatsioon — esitas HireVue vastu ametliku kaebuse USA Föderaalse Kaubanduskomisjoniga, viidates HireVue 'salajaste tõestamata algoritmide kasutamisele töökandidaatide 'kognitiivsete võimete', 'psühholoogiliste tunnuste', 'emotsionaalse intelligentsuse' ja 'sotsiaalsete võimete' hindamiseks. Huvitaval kombel on ettevõte alates 2020. aasta algusest lõpetanud näoanalüüsi kasutamise, järeldades, et visuaalsel analüüsil on töö tulemuslikkusega väiksem seos kui teistel algoritmilise hindamise elementidel. Teised ettevõtted aga jätkavad seda.

Tehisintellekti CV-sorteerija oli end tõhusalt õpetanud, et taotlused, mis sisaldasid ainult naistest koosnevate kolledžite nimesid või isegi sõna naised (näiteks 'naiste malemeeskonna kapten'), olid kvalifitseerimata.

Siin on ka eelarvamuste küsimus. Sest kuigi HireVue väitis toona, et selle metoodika vabaneb inimlikust eelarvamusest, pole see tõenäoliselt nii. Selle põhjuseks on asjaolu, et algoritme koolitatakse varasemate või olemasolevate „edukate palkamiste” videomaterjali põhjal, mis tähendab, et kõik varasemad (teadlikud või alateadlikud) eelarvamused töölevõtmisel korduvad tõenäoliselt.

Täpselt nii juhtus Amazonis 2018. aastal, kui selgus, et ettevõtte tehisintellekti CV-sorteerija oli naiste CV-de rutiinset tagasilükkamist , vaatamata sellele, et taotlejate sugu pole talle kunagi „ütletud”. Miks? See oli end tõhusalt õpetanud, et taotlused, mis sisaldasid ainult naiste kolledžite nimesid või isegi sõna naised (näiteks 'naismaleva meeskonna kapten'), olid kvalifitseerimata. Selle põhjuseks oli asjaolu, et tööstusharus, kus valdava enamuse taotlejatest ja palkajatest moodustavad mehed, oli koolitatud järeldama, kas taotlejad olid „kvalifitseeritud” või „kvalifitseerimata” kümne aasta värbamisandmete põhjal. Ütlematagi selge, et naismalevate kapteneid oli selles grupis väga vähe.

Algoritmi kohandamine nii ilmsete eelarvamuste käsitlemiseks nagu sugu on suhteliselt lihtne; Amazoni insenerid said tõepoolest mudelit hõlpsasti redigeerida, et lõpetada selliste terminite nagu naiste kasutamine diskvalifitseerimise põhjusena. Kuid masinõppe väljakutse seisneb selles, et isegi kui võtta arvesse kõige ilmsemad eelarvamuste allikad (ja kahtlemata on seda paljudes sellistes süsteemides), kuidas on lood vähem ilmsemate, neutraalse näivate andmepunktidega, mille kallutamist ei pruugi isegi arvata?

Väljavõte alates Üksildane sajand : Kuidas taastada inimlik side maailmas, mis laguneb,väljaandja Currency, Penguin Random House'i jäljend.

Üksildane sajand, autor Noreena Hertz Amazon