Когда дело доходит до приема на работу, люди всегда говорят: «Важно, кого ты знаешь». Более того, это то, что у вас есть общего. Общая альма-матер или общий друг часто являются залогом сделки на собеседованиях, когда рекрутер вынужден выбирать между двумя одинаково квалифицированными кандидатами. Но такое дружелюбное поведение иногда может маскировать скрытые предубеждения: тот факт, что два человека ходили в одну и ту же школу, часто может отражать их социально-экономическое сходство.
Недавняя статья в New York Times описала акцент на культурном сходстве как скрытую дискриминацию. «Соответствие культуре - это человек, чьи профессиональные ценности и стиль работы поддерживают бизнес-стратегию», - считает Лорен Ривера, исследователь из школы менеджмента Kellogg в Северо-Западном университете.«Когда вы изучаете множество демографических характеристик, вы не только отходите от этого определения, но и сталкиваетесь с дискриминацией».
Теперь, когда такие технологические компании, как Facebook, подвергаются критике за отсутствие разнообразия (только 31 процент сотрудников Facebook - женщины, а 57 процентов - белые), растущие технологические компании задаются вопросом, существуют ли алгоритмы. могут найти наиболее квалифицированных кандидатов в процессе найма, который на первый взгляд кажется слепым.
Как они работают?
В настоящее время существует несколько разных компаний, предлагающих разные алгоритмы. Gild, например, просматривает Интернет в поисках общедоступных данных о вакансиях, размещенных на таких сайтах, как LinkedIn или GitHub, и ищет, чтобы сопоставить навыки с описанием работы компании, ища помимо того, что указано в резюме. Это означает, что если ваше хобби имеет отношение к описанию работы, но не указано в резюме, вы все равно можете появиться в результатах поиска (если, например, вы бариста, который пишет блестящий код по ночам). Gild также учитывает модели карьеры - ищет кандидатов, которые, вероятно, готовы скоро покинуть корабль, например, исходя из того, как долго они проработали в своей нынешней компании.
Doxa обслуживает, в частности, женщин, которые хотят работать в технологических компаниях, которые действительно оценят их. Помимо сопоставления навыков с потребностями компании, их алгоритм использует анонимные опросы сотрудников, которые описывают расплывчатые, неактуальные качества компаний (как часто сотрудники работают по ночам и в выходные дни, время, проведенное на собраниях, воспринимается ли гендерная предвзятость) для подбирать кандидатов с совместимой корпоративной культурой.
Другой сервис, GapJumpers, позволяет компаниям задавать вопросы, на которые соискатели отвечают анонимно. Затем ответы ранжируются в зависимости от того, насколько они соответствуют ответам компании, которым затем предоставляется список с раскрытыми личностями кандидатов, чтобы они могли начать планировать собеседования.
Насколько хорошо они работают?
Анализ Harvard Business Review рассмотрел 17 исследований по найму, в которых использовались алгоритмы, и обнаружил, что они превзошли рекрутинг людей примерно на 25 процентов. Данные были основаны на статистике после приема на работу, такой как ранжирование нанятого начальником после того, как он проработал некоторое время, количество повышений по службе и то, насколько хорошо сотрудник справился во время обучения.
Исследование показало, что без алгоритма рекрутеры в 85-97% случаев полагаются на интуицию при оценке кандидатов.
«Мы не выступаем за то, чтобы вы вообще отказывались от процесса принятия решений», - заключили исследователи. «Мы рекомендуем вам использовать чисто алгоритмическую систему, основанную на большом количестве точек данных, чтобы сузить поле, прежде чем обращаться к человеческому суждению для выбора всего из нескольких финалистов - скажем, трех. Еще лучше: пусть несколько менеджеров независимо взвешивают принять окончательное решение и усреднить их суждения."