Intervjueren for drømmejobben din kan snart bli en robot
Jeg søker jobb. Men søknadsprosessen er én Jeg har aldri opplevd før.
Jeg blir ikke intervjuet av en person. I stedet sitter jeg hjemme og stirrer på den bærbare datamaskinen min. Svarene mine blir tatt opp på video. Og om jeg lykkes med å få denne jobben vil ikke avgjøres av et menneske, men av en maskin.
hvilken episode er ruby rose i oitnb
Dette kan høres ut som en episode av Charlie Brooker'sSvart speil, men innen bare noen få år forventes det at denne typen virtuelle intervjuer vil være normen. Algoritmiske «forhåndsvurderinger», som de kalles, er allerede en virksomhet for flere milliarder dollar og vil sannsynligvis bli en fast del av bedriftens ansettelsesbeslutninger. HireVue – selskapet som gjennomfører intervjuet mitt – er en av lederne på feltet. Med hovedkontor langs bredden av Jordan-elven i Utah, inkluderer kundene syv hundre blue-chip-selskaper, fra Hilton Hotels til J.P. Morgan til Unilever. Jeg er bare en av over 10 millioner potensielle ansatte HireVues algoritmer har allerede vurdert på grunnlag av lignende videointervjuer.
Dette er hvordan deres kunstige intelligens-teknologi fungerte på det tidspunktet jeg tok intervjuet mitt: å implementere den neste grensen til AI - 'emosjonell AI' - den 'leser' jobbkandidater ved å analysere deres leksikon, tone, tråkkfrekvens og ansiktsuttrykk, og tar hensyn til så mange som tjuefem tusen separate datapunkter. Resultatene ble deretter sammenlignet med resultatene til en 'ideell' kandidat for rollen.
Det faktum at jeg måtte holde overkroppen på skjermen godt innenfor en stiplet silhuett gjennom hele intervjuet, betydde at jeg ikke bare følte meg som et mordoffer på et åsted, men jeg kunne ikke være mitt autentiske jeg.
I praksis betyr dette at hvert pust jeg tok, hver pause, høyden jeg hever øyenbrynene mine, hvor hardt jeg knyttet kjeven, hvor bredt smilet mitt, ordvalget mitt, hvor høyt jeg snakket, holdningen min, hvor mange ganger Jeg sa hm eller eh, aksenten min, til og med preposisjonsbruken min ble registrert og matet inn i en svart boks-algoritme for å avgjøre om jeg var en passende ansettelse for Vodafones graduate trainee-program. Eller rettere sagt, ikke meg, men 'Irina Wertz', mitt undercover-pseudonym.
Algoritmiske forhåndsansettelsesvurderinger er unektelig en kostnadseffektiv løsning på ansettelsesbehov i stor skala. Gitt at store selskaper mottar godt over hundre tusen søkere hvert år, sparer bruken av denne teknologien sannsynligvis allerede tusenvis av arbeidstimer. Dessuten hevder HireVue at oppbevaringsrater og til og med jobbytelse blant ansatte valgt av systemet deres er betydelig høyere enn gjennomsnittet. Det kan være slik, men min opplevelse av prosessen føltes mer enn litt fremmedgjørende.
Da jeg svarte på spørsmålene jeg så på meg selv gjøre det i hjørnet av skjermen, føltes opplevelsen spesielt performativ, med meg i rollen som både skuespiller og publikum.
Det faktum at jeg måtte holde overkroppen på skjermen godt innenfor en stiplet silhuett gjennom hele intervjuet, betydde at jeg ikke bare følte meg som et mordoffer på et åsted, men jeg kunne ikke være mitt autentiske jeg. En viss grad av inautentisitet er selvsagt uunngåelig i alle jobbintervjuer, gitt at man prøver å presentere en utformet, best mulig versjon av seg selv, men dette var annerledes. Jeg er en uttrykksfull person - jeg beveger meg når jeg snakker, jeg gestikulerer. Satt fast i silhuetten min kunne jeg ikke engang gjøre det. Og fordi jeg svarte på spørsmålene jeg så på meg selv gjøre det i hjørnet av skjermen, føltes opplevelsen spesielt performativ, med meg rollebesatt i den urovekkende rollen som både skuespiller og publikum.
Øverst til høyre på skjermen var en nedtellingsklokke som bidro til den stressende opplevelsen. Jeg ble tildelt tre minutter til å svare på hvert spørsmål, men å fly blind uten alle de vanlige signalene man får fra en menneskelig intervjuer – ansiktsuttrykk, hodebevegelser, gester, smil, rynker – jeg var ikke sikker på om jeg holdt på for lenge, eller om jeg var forventet å bruke opp hele tiden. Og ikke bare hadde jeg ingen å spørre, men uten smil, ingen øyne som fløy ned til CV-en min, uten kroppsspråk å analysere, kunne jeg ikke si om 'intervjueren' min hadde hørt nok av et bestemt svar, likte det Jeg sa, forsto vitsene mine, hadde empati for historiene mine, eller hadde kanskje bare bestemt meg for at jeg ikke var den typen kandidat de lette etter.
Fratatt min fulle, komplekse menneskelighet, måtte jeg imponere en maskin hvis black-box algoritmiske funksjoner jeg aldri kunne vite. Hvilke av mine 'datapunkter' fokuserte den på, og hvilke veide den tyngst?
Så etter hvert som intervjuet fortsatte, følte jeg meg mer og mer på drift, ute av stand til å finne ut om jeg skulle fortsette, bremse ned, skifte gir, endre takt, endre stilen min, smile mer, smile mindre. Antagelig smiler den ideelle kandidaten for et utdannet traineeship i menneskelige ressurser hos Vodafone, men hvor mange ganger og hvor lenge?
For å være tydelig, var det ikke det at jeg samhandlet med en maskin i seg selv som fikk meg til å føle meg så fremmedgjort. Snarere var det maktubalansen mellom kvinne og maskin som var så urovekkende. Fratatt min fulle, komplekse menneskelighet, måtte jeg imponere en maskin hvis black-box algoritmiske funksjoner jeg aldri kunne vite. Hvilke av mine 'datapunkter' fokuserte den på, og hvilke veide den tyngst? Stemmen min, intonasjonen min, kroppsspråket mitt eller innholdet i det jeg sa? Hvilken formel brukte den for å vurdere meg? Og var det rettferdig?
hvor ble den grunne filmen filmet
Algoritmen vil ha blitt trent på videoopptak av tidligere eller eksisterende 'vellykkede ansettelser', noe som betyr at eventuelle historiske skjevheter (bevisst eller ubevisst) i ansettelse sannsynligvis vil bli replikert.
Vi tenker vanligvis ikke på ensomhet i sammenheng med hvordan en interaksjon med en maskin får oss til å føle oss. Da jeg snakket om isolasjonen av en kontaktløs tilværelse, la min vekt på mangelen på menneskelig kontakt ansikt til ansikt og dens innvirkning. Men hvis ensomhet også kan være forårsaket av en følelse av å bli urettferdig behandlet og deaktivert av staten og av politikere, så kan den også stamme fra å bli behandlet som sådan av Big Business og de nye teknologiene den bruker.
hvor ble akvamarin filmet
For når en arbeidsgiver legger vår profesjonelle fremtid i hendene på en algoritme, er det vanskelig å tro at vi vil bli behandlet rettferdig eller ha meningsfulle grep. Dette er delvis fordi det er svært omstridt om fremtidig ytelse faktisk kan bestemmes av egenskaper som ansiktsuttrykk og tonefall. Faktisk, i november 2019 Elektronisk personverninformasjonssenter – en anerkjent amerikansk forskningsorganisasjon for allmenn interesse – sendte inn en formell klage mot HireVue med U.S. Federal Trade Commission, som siterer HireVues 'bruk av hemmelige, uprøvde algoritmer for å vurdere 'kognitive evner', 'psykologiske egenskaper', 'emosjonell intelligens' og 'sosiale evner' til jobbkandidater. Interessant siden tidlig i 2020 har selskapet sluttet å bruke ansiktsanalyse, og konkluderer med at visuell analyse har mindre korrelasjon til jobbytelse enn andre elementer i algoritmisk vurdering. Andre selskaper fortsetter imidlertid å gjøre det.
CV-sorteren med kunstig intelligens hadde effektivt lært seg selv at søknader som inkluderte navnene på høyskoler for kvinner eller til og med ordet kvinner («kaptein for kvinnesjakklaget» for eksempel) var ukvalifiserte.
Det er også spørsmålet om skjevhet. For selv om HireVue på den tiden hevdet at metoden deres kvitter seg med menneskelig skjevhet, er det neppe slik. Dette er fordi algoritmer er trent på videoopptak av tidligere eller eksisterende 'vellykkede ansettelser', noe som betyr at eventuelle historiske skjevheter (bevisst eller ubevisst) i ansettelser sannsynligvis vil bli replikert.
Dette er faktisk nettopp det som skjedde hos Amazon i 2018, da det ble avslørt at selskapets CV-sorterer med kunstig intelligens var rutinemessig avvise kvinners CV-er , til tross for at de aldri ble «fortalt» søkernes kjønn. Hvorfor? Det hadde faktisk lært seg selv at søknader som inkluderte navnene på høyskoler for kvinner eller til og med ordet kvinner (for eksempel 'kaptein for kvinnesjakklaget') var ukvalifiserte. Dette var fordi det var blitt opplært til å utlede om søkere var «kvalifisert» eller «ukvalifisert» på grunnlag av ti års ansettelsesdata i en bransje der menn utgjør det store flertallet av søkere og ansettelser. Unødvendig å si var det svært få kapteiner for kvinnelige sjakklag i den gruppen.
Å justere en algoritme for å adressere skjevheter så åpenbare som kjønn er relativt enkelt; Amazons ingeniører var faktisk lett i stand til å redigere modellen for å slutte å bruke termer som kvinner som en grunn for diskvalifikasjon. Men utfordringen med maskinlæring er at selv om de mest åpenbare kildene til skjevheter er gjort rede for (og utvilsomt er det i mange slike systemer), hva med mindre åpenbare, nøytrale tilsynelatende datapunkter som man kanskje ikke engang vurderer kan være partiske?
Utdrag fra Det ensomme århundre : Hvordan gjenopprette menneskelig forbindelse i en verden som trekker fra hverandre,utgitt av Currency, et avtrykk av Penguin Random House.
The Lonely Century av Noreena Hertz Amazon ,99Kjøp nåEds merknad: Dette utdraget har blitt oppdatert for å gjenspeile at HireVue ikke lenger bruker visuell analyse i ansettelsesprogramvaren.