Tekoälyn rekrytointialgoritmit ovat nousseet merkittävään suosioon viime vuosina, noin 70 prosentilla yrityksistä ja 99 prosentilla Fortune 500 -yrityksistä käyttäen niitä rekrytointiprosesseissaan. Kuitenkin nämä algoritmit ovat kaukana täydellisistä ja usein ylläpitävät ennakkoluuloja, jotka ovat läsnä oikean maailman rekrytointidataan, jolla ne on koulutettu. Tämä vaikuttaa erityisesti henkilöihin, jotka kohtaavat järjestelmällistä syrjintää rekrytoinneissa, mukaan lukien ne, joilla on vamma.
New York City otti askelia työllisyyden syrjinnän käsittelemiseksi hyväksymällä Automated Employment Decision Tool Act -lain, joka edellyttää yrityksiä, jotka käyttävät tekoälyä työllisyyspäätöksissä, suorittamaan tarkastuksia. Nämä tarkastukset arvioivat syrjintää sukupuolen, rodun-etnisyyden ja risteävien luokkien perusteella. Laki kuitenkin epäonnistuu sisällyttämällä vammaisuutta yhdeksi arviointikategorioista. Tämä jättää huomiotta vastahakoisuuden kohdata tekoälyrekrytointityökaluissa läsnä olevat algoritmiset ennakkoluulot, erityisesti vammaisten hakijoiden osalta.
Ongelma ei ole pelkästään valvontatoimenpiteiden ja laadunvalvontastandardien puuttumisessa, vaan myös muutoksen vastustamisessa, jota tekoälyrekrytointityökaluja käyttävät algoritmit osoittavat. Nämä algoritmit tunnistavat koulutusdatassa olevat mallit ja käyttävät niitä päätöksenteon ohjaamiseen, mikä johtaa ennakkoluuloisiin lopputuloksiin. Tämä ennakkoluulo on erityisen voimakas vammaisille hakijoille, jotka ovat historiallisesti kohdanneet sulkemista erilaisista työmahdollisuuksista. Pelkkä enemmän vammaisia profiileja koulutusmalleissa ei ole ratkaisu, koska vammaisuuden monimuotoisuus ja algoritmien jääräpäisyys asettavat merkittäviä haasteita.
Vammaiset hakijat kohtaavat usein aliarvostusta sekä henkilöstöhallinnon että tekoälyn rekrytointityökalujen toimesta poikkeuksellisen poikkeamisen takia jäykkien pätevyysstandardien kriteereistä. Nämä standardit, vaikka niitä käytetäänkin ennustajina tulevaisuuden menestykseen, eivät usein vaikuta varsinaiseen työsuoritukseen. Esimerkiksi henkilö, joka otti tauon työstä kroonisen sairauden takia, voi kohdata vaikeuksia haastattelun saamisessa. Vaikka ihmishenkilöstö voi käyttää hienovaraisuutta ja harkita vammaisille tarvittavia mukautuksia, tekoälyn rekrytointityökalut noudattavat syrjiviä odotuksia.
Tekoälyn rekrytointityökalut eivät ainoastaan automatisoi Amerikan vammaisille laissa määrättyjen oikeuksien rikkomista, vaan ne myös tuovat uusia tarkastelun ja syrjinnän muotoja. Nämä työkalut pyrkivät mittaamaan hakijoiden persoonallisuuspiirteitä ja työsuoritusta tekijöiden perusteella kuten heidän suoritustaan videopeleissä tai nauhoituksissa. Kuitenkin nämä arvioinnit eivät usein ota huomioon vammaisten yksilöiden kohtaamia ainutlaatuisia haasteita. Esimerkiksi videoiden analysointitekniikka saattaa kohdata vaikeuksia rekisteröidä ei-valkoisten ja vammaisten kasvoja vaikuttavat. Lisäksi nämä työkalut saattavat väärin tulkita henkistä kykyä ja tunteita, lisäten edelleen syrjintää.
Pyrkimykset korjata näitä syrjiviä tekoälyn rekrytointityökaluissa tarkastuksien kautta ovat riittämättömiä. Näissä algoritmeissa piilevät ennakkoluulot eivät voi kadota pelkästään tarkastuksilla. Jotta reiluus varmistetaan ja työllisyysdiskriminointia ehkäistään, yritysten on otettava laajempi lähestymistapa, joka menee auditointia syvemmälle. Kiellon asettaminen tekoälyn rekrytointityökalujen käytölle henkilöstöpäätöksissä voi olla tarpeen ennakkoluulojen jatkumisen häiritsemiseksi.
New Yorkin lainsäätäjien tulisi asettaa etusijalle tekoälyn rekrytointityökalujen poistaminen sen sijaan, että ne hyväksyisivät lakeja, jotka tarjoavat puolittaisia ratkaisuja. Ohittamalla kiellon vaatimus, he pidentävät ja pahentavat tekoälyyn perustuvaa työllisyysdiskriminointia, erityisesti vammaisille työnhakijoille. On aika lainsäätäjien pitää yritykset vastuussa ja asettaa etusijalle kaikkien hakijoiden oikeudenmukainen ja ennakkoluuloton kohtelu.
Usein kysytyt kysymykset (UKK)
The source of the article is from the blog scimag.news