Yapay zeka (AI) işletmeye girerken, en başarılı olan benimseyenler, AI’ya bütünsel bir yaklaşım getiriyor. PwC’nin 2022 AI İş Anketi. Ankete katılanların %36’sını oluşturan bu “AI liderleri”, PwC’nin dediği gibi, her seferinde bir alanı ele almak yerine iş dönüşümünü, gelişmiş karar vermeyi ve sistem modernizasyonunu aynı anda hedeflemek için AI kullanıyor.
Bu ve diğer kuruluşlar, çeşitlilik, eşitlik ve kapsayıcılık (DEI) ile ilgili daha karmaşık iş kararlarını çözmek için yapay zekayı kullanmaya başlıyor. Aslında, PwC’ye göre yapay zeka liderlerinin %46’sı, diğer şirketlerin %24’üne kıyasla DEI’yi içeren iş gücü kararları almak için yapay zeka kullanıyor.
PwC’nin veri analitiği ve yapay zeka ortağı ve raporun ortak yazarı Bret Greenstein, “Şirketler, işe alma ve işe almanın yanı sıra elde tutma ve katılım için AI kullanıyor” dedi.
AI’nın işe alımdaki zararlı geçmişi
Greenstein, birçok şirketin bu alanlarda DEI’yi değerlendirmek için bir araç olarak AI ile denemeler yapmasına rağmen, bu süreçleri tamamen AI’ya devretmediklerini, aksine AI ile güçlendirdiklerini belirtti. Önyargılı algoritmalar kadınlara ve beyaz olmayan iş adaylarına karşı ayrımcılık yaptığından, bu uyarıların bir nedeni, geçmişte yapay zekanın iş yerinde DEI açısından yarardan çok zarar vermesidir.
Greenstein, “Yetenekleri belirlemeye çalışan algoritmalarda yanlılığın etkisi hakkında birçok haber var” dedi. Örneğin, 2018’de, Amazon hurdaya ayırmak zorunda kaldı teknoloji devi kadınlara karşı önyargılı olduğunu fark ettikten sonra gizli AI işe alma aracı. Harvard Business Review tarafından yürütülen bir 2019 araştırması şu sonuca vardı: AI özellikli işe alım algoritmaları, Siyah karşıtı önyargıyı tanıttı sürecin içine.
AI yanlılığına, genellikle bilinçsizce, AI modellerini tasarlayan ve sonuçları yorumlayan kişiler neden olur. Bir yapay zeka, önyargılı veriler konusunda eğitilirse, sırayla, önyargılı kararlar alacaktır. Örneğin, bir şirket geçmişte belirli üniversitelerden diploma almış çoğunlukla beyaz, erkek yazılım mühendislerini işe aldıysa, bir işe alım algoritması, açık mühendislik pozisyonları için benzer profillere sahip iş adaylarını tercih edebilir.
AI geliştiricileri, yazılımları işe alma ve işe almada yerleşik olan önyargı potansiyelinin daha fazla farkına vardıkça, buna karşı korunmak için çalışabilirler. Gerçekten de, PwC’nin yapay zeka liderleri olarak tanımladığı kuruluşların %45’i, 2022’de yapay zeka sistemlerinde adalet konularını ele almayı planladıklarını söyledi.
“Bence yapay zeka kullanmayı [for DEI] Greenstein, insanların önyargıları anlama ve belirleme ve gelecekteki performansı nasıl daha iyi değerlendireceklerini anlama konusunda daha iyi hale geldikçe, işe alma ve işe alma için deneyden üretime geçecek” dedi.
Önyargıyı vurgulamak için yapay zekayı kullanma
Gartner’a göre, insan kaynakları liderlerinin %62’si, işe alım ve performans yönetimi gibi yetenek süreçlerine girdi olarak DEI verilerini kullandığını bildiriyor. Ancak, çok azı bunu, liderlerin işçilerle ilgili kararlarını etkili bir şekilde etkilemek için kullanıyor. Gartner’da araştırma kıdemli müdürü Emily Strother, çeşitli, adil ve kapsayıcı bir iş gücü yaratmak için İK liderlerinin DEI veri stratejilerini günlük çalışan deneyimi uygulamalarına daha iyi entegre etmesi gerektiğini söyledi.
Strother, kuruluşların potansiyel önyargıları vurgulamak için AI teknolojisini yetenek edinme ve yönetim süreçlerine giderek daha fazla dahil ettiğini söyledi. “Özellikle, bunu nasıl görüyoruz? [they] işe alım ve nasıl [they] performans yönetimi ile çalışın. Bu, kuruluşların önyargı konusunda en çok endişe duyduğu yerlerden biri, ancak yapay zeka yardımcı olabilir.”
Örneğin, bazı şirketler, işe alım yöneticilerinin aday görüşmeleri sırasında kullanabilecekleri önyargılı dili belirlemek için yapay zeka destekli araçlar kullanıyor. Strother, düzeltici önlemlerin, görüşme süreci boyunca önyargı hatırlatıcıları oluşturmayı veya dilleri önyargılı olduğunda veya potansiyel olarak haksız bir yargıya sahip olduğunda yöneticileri uyarmayı içerebileceğini söyledi.
Yöneticilerin önyargıları, çalışanlar için hedef belirleme söz konusu olduğunda da ortaya çıkabilir. Yapay zeka, çalışanların hedeflerini aynı görev süresine sahip diğerleriyle karşılaştırarak ve ardından belirli çalışanlara sürekli olarak daha az veya daha az önemli hedefler atadıklarında yöneticileri uyararak yardımcı olabilir.
Strother, “Bu, yöneticilerin hedef belirlemede bazı istenmeyen önyargılarını fark etmelerine ve davranışlarını düzeltmelerine yardımcı oluyor” dedi.
AI ayrıca kuruluşların iş ilanlarının mümkün olduğunca önyargısız olmasını sağlamalarına yardımcı olabilir. “LinkedIn veya Indeed gibi bazı iş sitelerini gözden geçirmek için AI kullanan organizasyonları görüyoruz. [open jobs] doğru veya becerilere uygun [needed for the job] olabilecek herhangi bir şeye karşı [indicate bias]”dedi Strother.
Çeşitlilik eğitimi şirketi KAY Diversity and Performance’ın kurucusu ve CEO’su Kay Formanek ve D&I’nin Ötesinde: Amaç ve Kapsayıcılık ile Çeşitliliğe Öncülük etmek, bir örnek sunuyor. “Bir şirket ‘Azimli lider arıyoruz, hırslı birini arıyoruz, sonuç verecek birini arıyoruz’ derse, buna erkeksi bir iş çerçevesi deriz ve araştırmalar göstermiştir ki kadınlar iş için yeterli niteliklere sahip olsalar bile vazgeçme eğiliminde olacaklar” dedi.
Formanek’e göre, kadınlar daha kadınsı bir dil arıyorlar, örneğin: “Ekiple birlikte işin büyüme gündemini destekleyen bir lider arıyoruz. Takım oluşturan birini arıyoruz.”
Yapay zeka, Strother’e göre, şirketlerin iş ilanlarından herhangi bir önyargılı dili kaldırmasına ve dilin cinsiyet açısından önyargılı olabileceği veya nitelikli başvuru sahiplerini daha çeşitli veya yeterince temsil edilmeyen arka planlardan hariç tutabilecek belirli becerilere uygun olabileceği durumlarda uyarılar göndermesine yardımcı olabilir.
Formanek, “Bu çok önemli,” dedi. “Çünkü bunu yapmazsanız, çeşitliliğiniz için çok önemli olan insanları kapatacaksınız.”
Bağlılığı olmayan çalışanları belirlemek için yapay zekayı kullanma
PwC’den Greenstein’ın yapay zeka için büyük potansiyel gördüğü alanlardan biri, çalışanları elde tutmaktır. Çalışanları elde tutmak, bir işletmenin başarısının anahtarıdır, dedi. İnsanları bir işten uzaklaştıran faktörlerin, çalışanların marjinal, bağlantısız ve meşgul olmadıklarını hissetmeleriyle çok ilgisi vardır.
Greenstein, şirketlerin yüksek yıpranma riski olan departmanları veya rolleri, memnun olmayan veya meşgul olmayan çalışanları ve hatta uzaktan çalıştıkları için kendilerini izole hisseden insanları belirlemek için AI’yı kullanabileceğini söyledi.
“Genel olarak, uzaktan çalışmanın çeşitli çalışanlar üzerinde daha büyük bir etkisi oldu, çünkü orada [are] daha yüksek izolasyon derecesi. Çoğu durumda daha az bağlantı daha zararlı olabilir” dedi.
Greenstein, AI araçlarının bazı çalışanların diğerlerinden daha fazla risk altında olup olmadığını anlamalarına yardımcı olabileceğini söyledi. “Yöneticiler, insanların hissettikleri izolasyon derecesini belirlemek için insanların nasıl etkileşime girdiğine dair verilerdeki göstergeleri aramak ve ayrıca insanların ne zaman daha kopuk göründüğünü belirlemek için tetikleyicileri aramak için AI kullanabilirler.”
Henüz bu amaç için standart araçlar olmasa da, PwC müşterilerin en önemli olduğunu düşündükleri verileri (seyahat, konum, takvim, performans, ücret, iş yükü vb.) tanımlayarak, izolasyonun katılım ve katılım üzerindeki etkisini keşfetmelerini görüyor. Greenstein, nihayetinde yıpranma olduğunu söyledi. Potansiyel olarak alakalı verileri buluttaki veri göllerinde veya veri ambarlarında bir araya getiren şirketler, korelasyon ve nedensellik aramak, tahmine dayalı modeller oluşturmak ve en iyi eylemleri belirlemek için çoğunlukla ısmarlama, bulutta yerel analitik araçlarını kullanıyor.
Şirketler, kendilerini bağlantısız veya marjinalleşmiş hisseden çalışanları belirledikten sonra, bu çalışanların kendilerine saygı duyulduğunu ve dahil olduklarını hissettirmek için harekete geçme sorumluluğu onların üzerindedir. Ancak kimin dışlanmış hissettiğini bilmek önemli bir ilk adımdır.
Greenstein, yıpratma ve yetenek kazanımı dinamiklerinin son iki yılda büyük ölçüde değiştiğini ve gelişmeye devam ettiğini, bu nedenle verilerini kontrol eden şirketlerin ve bunları yorumlamak için analitik becerilerine sahip çalışanların bir avantaja sahip olduğunu söyledi. “Bence bu araçlar, yönetici, ortak ve çalışanlarımız için akran olarak daha iyi olmamıza yardımcı olabilir.”
Telif Hakkı © 2022 IDG Communications, Inc.