خوارزميات التوظيف الذكية اكتسبت شهرة كبيرة في السنوات الأخيرة، حيث يضم حوالي 70 في المئة من الشركات و 99 في المئة من شركات فورتشن 500 هذه الخوارزميات في عمليات التوظيف الخاصة بهم. ومع ذلك، هذه الخوارزميات بعيدة كل البعد عن الكمال وغالبا ما تعمل على توسيع التحيزات الموجودة في بيانات التوظيف الحقيقية التي تم تدريبها عليها. وتترتب عن هذا عواقب سلبية بشكل خاص على الأفراد الذين يواجهون التمييز النظامي في التوظيف، بما في ذلك أولئك الذين لديهم إعاقات.
اتخذت مدينة نيويورك خطوات لمواجهة التمييز في التوظيف من خلال مرور قانون أداة اتخاذ القرارات الآلية في التوظيف، والذي يتطلب من الشركات التي تستخدم الذكاء الاصطناعي في اتخاذ القرارات المتعلقة بالتوظيف أن تخضع لعمليات تدقيق. تقوم هذه الفحوصات بتقييم التحيزات على أساس الجنس، والعرق والهوية العرقية، والفئات التقاطعية. ومع ذلك، يجد القانون نفسه ضعيفًا لعدم تضمين الإعاقة كواحدة من فئات التقييم. هذا الإغفال يعكس عدم رغبة في مواجهة التحيزات الخوارزمية الحاضرة في أدوات التوظيف بالذكاء الاصطناعي، خصوصًا فيما يتعلق بمقدمي الطلبات ذوي الإعاقات.
المشكلة ليست فقط في عدم وجود تدابير تنفيذية ومعايير لمراقبة الجودة ولكن أيضًا في المقاومة التي تظهرها الخوارزميات التي تشغل أدوات التوظيف بالذكاء الاصطناعي للتغيير. تحدد هذه الخوارزميات أنماطًا في بيانات التدريب وتستخدمها لتوجيه اتخاذ القرارات، مما يؤدي إلى نتائج متحيزة. هذا التحيز بارز بشكل خاص بالنسبة لمقدمي الطلبات الذوي الإعاقات الذين تعرضوا تاريخيًا للاستبعاد من فرص العمل المختلفة. إن تضمين مزيد من الملفات الشخصية للأشخاص ذوي الإعاقات في نماذج التدريب ليس الحل، حيث تواجه التنوع في الإعاقات وعناد الخوارزميات تحديات كبيرة.
غالبًا ما يواجه مقدمو الطلبات ذوي الإعاقات تقديرًا منخفضًا من قبل الموظفين البشريين وأدوات التوظيف بالذكاء الاصطناعي بسبب تباينهم عن المعايير الصارمة للتأهيل. هذه المعايير، على الرغم من استخدامها كمؤشرات للنجاح المستقبلي، لا تمتلك غالبًا أي علاقة بالأداء الوظيفي الفعلي. على سبيل المثال، قد يواجه الشخص الذي أخذ استراحة عن العمل بسبب مرض مزمن صعوبات في تأمين مقابلة عمل. بينما يمكن للموسِّرين البشريين ممارسة الدقة والنظر في التسهيلات المطلوبة بموجب قانون الأمريكيين ذوي الإعاقات، فإن أدوات التوظيف بالذكاء الاصطناعي تلتزم بالتوقعات التمييزية.
لا تقوم أدوات التوظيف بالذكاء الاصطناعي فقط بتأمين انتهاكات قانون الأمراض الذهنية وذوي الإعاقات فحسب، بل تقدم أيضًا أشكالًا جديدة من الفحص والتمييز. تحاول هذه الأدوات قياس صفات شخصية المتقدمين وأدائهم الوظيفي استنادًا إلى عوامل مثل أدائهم في ألعاب الفيديو أو التسجيلات. ومع ذلك، غالبًا ما تفشل هذه التقييمات في احتساب التحديات الفريدة التي يواجهها الأفراد ذوو الإعاقات. على سبيل المثال، قد تصعب تقنية تحليل الفيديو على تسجيل وجوه غير البيض وأولئك الذين لديهم إعاقات تؤثر على مظهرهم. بالإضافة إلى ذلك، قد تفسر هذه الأدوات القدرة العقلية والعواطف بشكل خاطئ، مما يعزز التمييز بشكل أكبر.
الجهود الرامية لمعالجة هذه التحيزات في أدوات التوظيف بالذكاء الاصطناعي من خلال الفحوصات غير كافية. التحيزات المتأصلة في هذه الخوارزميات لا يمكن القضاء عليها من خلال التدقيق فقط. لضمان العدالة ومنع التمييز في التوظيف، يجب على الشركات اتباع نهج شامل يتجاوز تدقيق الخوارزميات. قد تكون الحاجة إلى حظر استخدام أدوات التوظيف بالذكاء الاصطناعي في اتخاذ القرارات الشخصية ضرورية لتعطيل استمرار تعميق وتفاقم التمييز الذي يتعلق بالذكاء الاصطناعي.
ينبغي على أعضاء القوانين في نيويورك الأولوية للتخلص من أدوات التوظيف بالذكاء الاصطناعي بدلاً من تمرير قوانين توفر حلولاً ما بعد النصفية. من خلال تفادي الدعوة للحظر، يقومون بتمديد وتفاقم التمييز الذي يتسبب فيه الذكاء الاصطناعي في التوظيف، خاصة بالنسبة للباحثين عن عمل ذوي الإعاقات. حان الوقت لدى القوانين أن تحمل الشركات مسؤولية وتقدم معاملة عادلة وغير متحيزة لجميع المتقدمين.
أسئلة مكررة (FAQs)
The source of the article is from the blog jomfruland.net