Podcast: Slå AI-ansettemaskinene

AI intervjuer et AI-konsept

Ms Tech | Getty





Når det gjelder ansettelse, blir det i økende grad en AI-verden – vi jobber bare med den. I denne siste episoden av sesong 2 av vår AI-podcast In Machines We Trust og konklusjonen av serien vår om AI og ansettelse, tar vi en titt på hvordan AI-baserte systemer i økende grad spiller portvakt i ansettelsesprosessen – siler ut søkere i millioner, basert på lite mer enn det de ser i CV-en din. Men vi er ikke maktesløse mot maskinene. Faktisk er et økende antall personer og tjenester utviklet for å hjelpe deg med å spille etter – og i noen tilfeller bøye – reglene deres for å gi deg en fordel.

Vi møtes:

  • Jamaal Eggleston, arbeidsberedskapsinstruktør, HOPE-programmet
  • Ian Siegel, administrerende direktør, ZipRecruiter
  • Sami Mäkeläinen, leder for strategisk framsyn, Telstra
  • Salil Pandey, administrerende direktør, VMock
  • Gracy Sarkissian, midlertidig administrerende direktør, Wasserman Center for Career Development, New York University

Vi snakket med:

  • Jamaal Eggleston, arbeidsberedskapsinstruktør, HOPE-programmet
  • Studenter og lærere fra HOPE-programmet i Brooklyn, NY
  • Jonathan Kestenbaum, medgründer og administrerende direktør for Talent Tech Labs
  • Josh Bersin, global industrianalytiker
  • Brian Kropp, Vice President Research, Gartner
  • Ian Siegel, administrerende direktør, ZipRecruiter
  • Sami Mäkeläinen, leder for strategisk framsyn, Telstra
  • Salil Pandey, administrerende direktør, VMock
  • Kiran Pandey, medgründer, VMock
  • Gracy Sarkissian, midlertidig administrerende direktør, Wasserman Center for Career Development, New York University

Lyder fra:

Studiepoeng

  • Denne miniserien om ansettelse ble rapportert av Hilke Schellmann og produsert av Jennifer Strong, Emma Cillekens, Anthony Green og Karen Hao. Vi er redigert av Michael Reilly.

Avskrift

Syntetisk Jennifer: Hei alle sammen! Dette er IKKE Jennifer Strong.

Det er faktisk en dypfalsk versjon av stemmen hennes.



For å avslutte ansettelsesserien vår, byttet vi to på det samme jobbintervjuet, fordi hun var nysgjerrig på om den automatiske intervjueren ville legge merke til det. Og hvordan det ville gradere hver enkelt av oss.

[beat / musikk]

Så menneskelige Jennifer slo meg som en bedre match for stillingsannonsen, men bare litt.



Dette deepfake? Den fikk bedre personlighetsscore. Fordi, ifølge denne ansettelsesprogramvaren, er denne falske stemmen mer spontan.

Det ble også rangert som mer innovativt og strategisk, mens Jennifer er mer lidenskapelig, og hun er flinkere til å jobbe med andre.

[Beat/ musikkovergang]



Jennifer: Kunstig intelligens brukes i økende grad i ansettelsesprosessen.

(Og dette er den ekte Jennifer. Bare, forresten.)

Og T I dag avgjør algoritmer om en CV blir sett av et menneske, måler personligheter basert på hvordan folk snakker eller spiller videospill, og kan til og med intervjue deg.



I en verden der du ikke lenger forbereder deg på disse intervjuene ved å sette din beste fot frem – hva betyr det å presentere ditt beste digitale jeg?

Sot: Youtube-klippmontasje: Vlogger 1: Vil du vite tre enkle hacks for å forbedre ytelsen din på videointervjuer som HireVue, Spark Hire eller VidCruiter? Vlogger 2: Sørg for at du ser dette fra begynnelse til slutt, for jeg vil hjelpe deg med å bestå intervjuet ditt. Vlogger 3: Og hvis du forstår nøkkelbegrepene, kan du slå den algoritmen og få jobben. Så la oss komme i gang.

Jennifer: Vi ser på hvor langt arbeidssøkere er villige til å gå for å slå disse verktøyene.

Gracy Sarkissian: Så det er alle slags sprø historier om hva studenter har gjort tidligere for å få CV-en forbi søkersporingssystemet. Men det vi gjør er at vi sørger for at elevene vet hva de kan forvente og er forberedt på å lykkes.

Jennifer: Denne suksessen måles av algoritmer på tvers av en hel rekke variabler, fra automatiserte CV-screenere som prøver å forutsi en søkers jobbprestasjon, til enveis videointervjuer, der alt fra kandidatens ordvalg til ansiktsuttrykk kan analyseres.

Ian Seal: Bokstavelig talt er dette et av de tilfellene der konvensjonell visdom vil drepe deg i søket etter en jobb. Og det er så synd fordi jeg tror selv mange av ekspertene ikke skjønner hvordan bransjen faktisk fungerer i dag.

Jennifer: Du kan ikke kle deg for å imponere en algoritme. Så, hvordan ser det ut å spille et automatisert system?

Sami Makelainen: Hva om du nettopp hadde AI-intervjuet en AI, kunne det gjøres? Kan det gjøres nå? Kan det gjøres i fremtiden? Jeg mener – det er ganske klart at i en ikke altfor fjern fremtid vil du ha denne typen mye mer vanlig evne til å utvikle kunstige enheter som ser ganske nøyaktig ut som mennesker og fungerer veldig som mennesker. Eller kan vi bruke en av disse tingene til å gjøre intervjuene for oss?

Jennifer: Og i mangel av meningsfulle regler og forskrifter, hvor trekker vi grensen?

Jeg heter Jennifer Strong, og i denne siste episoden av en firedelt serie om AI og ansettelse utforsker vi hvordan vi tilpasser oss den automatiserte prosessen med å finne en jobb.

[VIS ID]

[TITELLER]

Anonym jobbsøker: Disse AI-ene eller kunstige intelligente robotene leser CV-er gjennom en parser. Så hvis CV-en din ikke er på nivå, går den ikke videre til de neste trinnene.

Jennifer: Det er jobbsøkeren vi har fulgt gjennom denne serien. Hun ba oss kalle henne Sally, men det er ikke hennes virkelige navn. Hun kritiserer ansettelsespraksisen til potensielle arbeidsgivere ... og hun frykter at det kan påvirke karrieren hennes.

I en tidligere episode fortalte hun oss hvordan hun søkte på nærmere 150 jobber før hun fikk en og hvordan hun møtte AI på flere punkter i prosessen.

I likhet med Sally, er første gang du kan se AI under et jobbsøk med en CV-parser, eller screener. Den sorterer og velger hvilke som blir sendt videre til neste trinn i ansettelsesprosessen.

Hun mistenkte at CV-en hennes ikke kom gjennom.

Og hun forsket videre etter at hun fikk tak i noe av denne teknologien.

Anonym jobbsøker: Så akkurat nå, når jeg legger inn CV-en min, ser den meg som programvareingeniør, med et snev av dataanalyse, som er mitt felt. Så det er greit.

Jennifer: En venn av henne jobber også med dette problemet. Han tester et annet verktøy som setter en prosentvis samsvar på hvor kvalifisert det vurderer hver CV å være for en gitt jobb.

Anonym jobbsøker: Han har en annen parser der den gir deg din prosentandel. Så han har spurt andre mennesker som er dataforskere og allerede langt i feltet om deres CV og deres går gjennom 80% til 90%.

Jennifer: De tester til og med maler de finner på nettet, bare for å se hva som skjer og om den formateringen hjelper.

Men så langt, når de fyller ut disse malene, har de alle fått en lav kampscore – under 40 prosent kvalifisert.

Anonym jobbsøker: Hvis du bare Google CV-maler, hvis du trenger hjelp med CV-en din, testet vi de som dukket opp. Og vi innså at malene ikke er gode. Så når du legger malene inne i parseren, uansett hvilken jobb du er, er du fortsatt på 40 eller under 40. Så det er et problem med maskinen som leser den.

Jennifer: Sally er programmerer. Hun vet hvordan hun skal gå frem for å finne og teste denne typen programvare. Men de fleste av oss gjør det ikke. Vi vil neppe vite om disse algoritmene leser CV-en vår på den måten vi hadde tenkt, og trekker ut de 'riktige' ferdighetene.

Anonym jobbsøker: Hvis du fyller ut en jobbsøknad på nettet og det står konverter CV. Og hvis, når du har konvertert CV-en din, hvis boksene ikke er fylt ut til det CV-en din sier, så vet du at prosentandelen din er lav. Og det gir mye mening fordi når jeg søkte på like Goldman Sachs eller Capital One, som banknæringer og sånt når jeg plukker, tar, um, informasjonen fra CV-en min, var det aldri riktig. Og jeg måtte alltid fylle ut resten av tingene for å matche med CV-en min.

Jennifer: Hun sier at da hun gjorde denne oppdagelsen, klikket det til slutt.

Og hun skulle ønske hun forsto hvordan dette fungerte før hun begynte å søke jobb, for det ville ha hjulpet på bedragersyndromet hennes.

Anonym jobbsøker: Så alle som ikke vet om dette har ikke en sjanse, for de vet ikke engang.

Jennifer: I løpet av denne rapporteringen fant vi en rekke forskjellige grupper som prøvde å komme under panseret på disse systemene. Enten de skal hjelpe seg selv eller andre, tilpasse seg og engasjere seg med disse verktøyene.

Og vi besøkte et arbeidsstyrkeberedskapsprogram i New York City kalt The Hope Program. Mange av deltakerne har jobbet med hjemløshet, rusmisbruk og langtidsledighet.

Jamaal Eggleston : Du ser alle bøylene, disse studentene må hoppe gjennom bare for å få jobben, der jeg hater å si at et annet segment av befolkningen kanskje ikke trenger å gå gjennom så mange bøyler. Så jeg tror det er opp til oss å ta på oss rustningen og å bekjempe den, for det er gode mennesker vi snakker om her. Så det har virkelig blitt min livs reise å hjelpe dem. Og vi må kjempe tilbake. For mange gode mennesker ble overlatt til veikanten.

Jennifer: Jamaal Eggleston er kjent for studentene sine som Mr. E. Og han sier at de sliter med den økende bruken av personlighetstesting og andre former for automatisering ved ansettelse.

Jamaal Eggleston : De kommer frustrerte tilbake. Det er et veldig stort problem å ikke høre tilbake i det hele tatt. Det er nesten som om du gjør en søknad og søknaden din går inn i matrisen og den er borte for alltid. Eller du vil få det automatiske svaret som ikke er veldig personlig, og det gir ingen informasjon.

Jennifer: For ham representerer det en kamp i oppoverbakke for studenter som allerede er vanskeligstilt.

Jamaal Eggleston : Når det kommer til personlighetstestene deres, føler de seg som om de blir lurt, fordi det vil være det samme spørsmålet, men formulert tre forskjellige typer måter. Det kommer fra skapere, som ikke deler kulturell bakgrunn i det hele tatt med noen av søkerne.

Jennifer: Så han sier at han laster ned eksempler på disse personlighetstestene, analyserer dem og bruker det han finner for å hjelpe med å trene elevene sine.

Jamaal Eggleston : Så jeg vil gi dem de tre forskjellige formuleringene av det spørsmålet. Så de vet hva de skal se etter. Hvis du noen gang har vært i denne situasjonen, hvordan ville du taklet det? Og de vet umiddelbart at jeg lærte dem når et spørsmål er formulert på den måten. Det blir et atferdsspørsmål. Så det er noe de bør se etter i en personlighetstest og ta seg god tid.

Jennifer: Og de tar disse testene som en del av jobbtreningen. Resultatene deres projiseres på en tavle i løpet av timen og diskuteres i gruppe.

Jamaal Eggleston: Hvis disse selskapene bare visste, du vet, alle de flotte menneskene som de ekskluderte på grunn av denne praksisen. Og de ville ha vært et godt friskt pust. De ville ha vært hardt dyktige arbeidere, men på grunn av disse skjevhetene, enten det er fra personen som programmerte algoritmene, eller algoritmene selv, som ekskluderte disse menneskene, hvis de bare visste det, ville de sparket seg selv, du vet, wow, ok, personen har ikke samme hudfarge som min. De snakker kanskje med en annen dialekt eller aksent, men vet du hva, de kom hit og jobbet av seg halen.

[Musikalsk overgang]

Ian Seal: Hvis det er jobbsøkere der ute i verden som elsker å søke etter arbeid – jeg har aldri møtt dem. Og hvis det er arbeidsgivere som føler at de er eksperter på rekruttering — jeg har heller aldri møtt dem. Ingen av sidene er opplært i aktiviteten de driver med.

Ian Seal: Mitt navn er Ian Siegel. Jeg er administrerende direktør og medgründer av ZipRecruiter.

Jennifer: Det er en AI-drevet markedsplass hvor selskaper legger ut jobber og folk ser etter arbeid.

Ian Seal: Millioner av bedrifter legger ut jobber på siden vår hver måned. Og titalls millioner av jobbsøkere ser etter arbeid på nettstedet vårt hver måned. Og vi brukte AI til å spille rollen som en aktiv matchmaker mellom dem.

Jennifer: Da vi snakket med ham i starten av denne serien, fortalte han oss at det store flertallet av CVene nå vises av en maskin først, før et menneske går inn i prosessen.

Og han mener at alle som bruker tradisjonelle råd for å lage en CV risikerer ikke å komme videre til neste runde av ansettelsesprosessen, fordi publikum for CV nå er algoritmer.

Ian Seal: Alle rådene du har om hvordan du skriver en CV, er feil. Det er ikke lenger å skrive noe som skiller seg ut, bruk et vakkert design trykket på vellum, bruk ekstraordinær prosa for å prøve å pynte på prestasjonene dine, glem alt det. Du vil skrive som en huleboer med de korteste, skarpeste ordene du kan. Du ønsker å være deklarativ og kvantitativ, fordi programvare prøver å finne ut hvem du er for å avgjøre om du vil bli satt foran et menneske. Og det er flertallet av jobbene i Amerika akkurat nå i dag.

Jennifer: Som andre fant han problemer med disse verktøyene som henter ut informasjon fra CV-er.

Så selskapet bygde sitt eget.

Og han har noen råd for å få igjennom en CV.

Ian Seal: Vær eksplisitt, og hvis du har en ferdighet, erklær den. Fortell helst hvordan du har lært det. Så jeg lærte meg ferdigheten ved å gå gjennom denne sertifiseringsprosessen, her er sertifiseringen min eller lisensnummeret mitt for å bekrefte at jeg har denne ferdigheten. Fordi det er flere bransjer, som hvis du er sykepleier, så lenge du har sykepleierlisens, blir du ansatt. Det er et desperat behov for flere sykepleiere i Amerika akkurat nå. Hvis du er en lastebilsjåfør, hvis du har et lastebilførerkortnummer, er du ansatt. Så som om hele CV-en din kan være den eneste informasjonen, fordi resten egentlig ikke betyr noe for arbeidsgiveren. Så bare sørg for at du viser alle ferdighetene dine så konkret og med så mye bevis som mulig for å støtte ekspertisen din.

Jennifer: Og på lengre sikt ser han at en ny måte å rekruttere på blir normen.

Ian Seal: Det er en fornuftig vei for dette til alt arbeid, og det er arbeidsgiveren bør gå først. Arbeidsgiveren bør se på aktive arbeidssøkere i markedet, og velge de som de ønsker å se søke. Inviter dem til å søke eller rekruttere dem direkte. Det er en flott opplevelse. Jobbsøkere hater å søke på jobber, men gjett hva? De elsker å bli rekruttert, og hvem ville ikke? Det er bokstavelig talt som å bli hentet på en bar. Det blir fortalt at du er ettertraktet og spesiell. Det gir bare mening og setter alle i rett headspace. Da vinner arbeidsgiveren fordi ved å rekruttere, går de først, de uttrykker interesse, noe som betyr at de øker sjansene for at de kommer til å få en positiv respons, fordi den personen kommer til å bli så smigret av det faktum at arbeidsgiver gikk først. Så det er bare en bedre og mer effektiv måte for dette å fungere.

[Musikalsk overgang]

Jennifer: Som en del av denne undersøkelsen har vi lært om en rekke verktøy som er ment å hjelpe arbeidssøkere med å maksimere sjansene for suksess.

Hilke Schellmann er rapporteringspartner på denne serien. Hun er også professor i journalistikk som rapporterer om dette emnet.

Så, Hilke, hva fant du om triksene folk bruker for å prøve å få et forsprang?

Hilke: Så en av tingene jeg fant er en hel nisjebransje av folk som deler 'vurderingshemmeligheter' med hverandre på nettet.

Sot: Youtube-klipp montasje2: Foredragsholder 1: I denne videoen i dag skal vi snakke om hvordan du kan bestå din psykometriske test, første gang. Høyttaler 2: Se inn i kameraet, ikke se på skjermen. Høyttaler 3: Vær uttrykksfull når du snakker og endre stemmen din når du snakker, husk at AI vil se etter inkonsekvenser i det du sier og hvordan du oppfører deg. Speaker 2: Og du avslører deretter resultatene av handlingene dine, og resultatene skal alltid være positive. Så når du får et spørsmål som sier, fortell meg om en gang du. Eller beskriv en situasjon du var i. Se, det er et atferdsintervjuspørsmål og du må gi en spesifikk situasjon.

Hilke: Så, det er også de vanlige quora-diskusjonene og subredditsene som snakker om spørsmålene jobbsøkere har møtt i videointervjuer, eller hvordan man kan slå disse spillene. Og så er det noen ansettelsesleverandører som tilbyr kandidater en sjanse til å gjøre AI-mock-intervjuer før den store dagen.

Jennifer: Kandidater kan øve alene i et rom., ved å snakke inn i kameraet og prøve å overbevise noen, eller en maskin, om at de er den beste kandidaten til jobben?

Hilke: Ja. Arbeidssøkere kan også se personlighetsprofilene deres. Men det er en grense for hvor nyttig dette er, siden de fleste kandidater ikke vet hvilke spørsmål de vil bli stilt. Som for eksempel fant jeg et selskap som listet opp ansettelsesprosessen i syv trinn hos Amazon, som veldig tydelig forklarte hva kandidatene måtte gjøre. Det selskapet har også bygget AI-spill som ligner på det jobbsøkere blir bedt om å spille i den virkelige verden. Så jobbsøkerne kan trene på disse spillene på forhånd (selvfølgelig mot et gebyr).

Jennifer: Og du har sett på mange selskaper som driver med dette, fant du noe interessant?

Hilke: Så tilsynelatende har noen jobbkandidater som ikke har alle ferdighetene stillingsbeskrivelsen ber om, de setter ferdighetene de mangler i hvitt på CV-en. Så det er usynlig for et menneske, men en datamaskin vil gjenkjenne ferdighetene. Jobbsøkere håper å komme på ja-bunken ved å gjøre dette, og rekrutterere blir frustrerte over dette.

Jennifer: Greit, kan dette være en måte å utjevne konkurransevilkårene for jobbsøkere som har mindre makt nå mot AI. Eller er det en slags juks og gi noen søkere et forsprang på andre?

Hilke: Vel, noen mennesker som praktiserer disse vurderingene får et forsprang på andre, fordi de vet hva de kan forvente nå. Men det er ikke fordi de har øvd og øvd for å finne ut hvordan de skal få høy poengsum (som i et videospill), for det er ikke slik disse vurderingene fungerer.

Disse spillene prøver å vurdere din personlighet og 'for å vinne' sammenligner algoritmen egenskapene dine med egenskapene til ansatte som allerede jobber i det firmaet. Har du lignende personlighetstrekk går du videre til neste runde i ansettelsesprosessen. Men fangsten er at ingen vet hva disse egenskapene er. Så jeg vet ikke om du kan kalle det juks, når du ikke engang vet reglene for spillet du spiller.

Jennifer: Og vi vet ikke nøyaktig hvordan AI scorer jobbsøkere, så de som gir dette rådet, vet kanskje ikke de heller.

Hilke: Ja, og hvis det rådet er unøyaktig, kan det til og med slå tilbake for jobbsøkere. Men jeg forstår angsten folk har rundt disse nye verktøyene og deres ønske om å forstå hvordan dette fungerer. Og åpenbart kan den litt trening berolige dem på den store dagen...

Jennifer: Men som alle andre katt- og mus-spill, er det bare et spørsmål om tid før folk bruker automatisering for å kjempe tilbake mot denne automatiseringen.

Hilke: Det var akkurat det jeg tenkte.

[Musikalsk overgang]

Jennifer: Så du testet dette i et videointervju, og brukte bare ren tekst til tale-programvare for å svare på spørsmålene som ble stilt.

Hilke: Ja, jeg brukte en deepfake datamaskingenerert lydfil for å se om jeg kunne lure intervjuprogramvaren til å tro at deepfake er et menneske.

[SOT: Hilke snakker]: Og så det første spørsmålet er, introduser deg selv. Introduser deg selv, deepfake.

Datagenerert lyd: Mitt navn er Hilke Shellman. Jeg er en Emmy-prisvinnende reporter og journalistikkprofessor ved New York University. Jeg har vært journalist i over et tiår.

Jennifer: Ok, og den dype falske stemmen har ikke et ansikt, så det er ingen video her, og systemet gir den fortsatt en poengsum.

Hilke: Ja. Deepfake oppnådde 79 % matchscore med jobben. Det er faktisk ganske høyt. Den fikk også en personlighetsanalyse, som fortalte meg at deepfake er veldig nyskapende og lite konsistent. Det er ganske sosialt og lite reservert.

Jennifer: Ikke sant.

Hilke: Ja, og det rareste var at jeg så testet det igjen, denne gangen leste jeg den samme teksten med stemmen min.

Jennifer: Og hva skjedde?

Hilke: Ahh, vel. Den datagenererte stemmen scoret faktisk høyere enn jeg leste den samme teksten!

Jennifer: Wow. Høres ut som om du kanskje vil vurdere å ta med deg lydavataren din på veien.

Hilke: Jeg tror det.

[Musikalsk overgang]

Jennifer: Men vi er ikke de eneste med denne ideen.

Sami Mäkeläinen: Hva om du nettopp hadde AI-intervjuet en AI?

Jennifer: Sami Mäkeläinen er leder i Telstra, som er et australsk telekomselskap.

Sami Mäkeläinen: Kunne det gjøres? Kan det gjøres nå? Kan det gjøres i fremtiden? Jeg mener det er ganske klart at i en ikke altfor fjern fremtid vil du ha denne typen, mye mer vanlig evne til å utvikle kunstige enheter som ser ut som ser ganske nøyaktig ut som mennesker, og fungerer veldig som mennesker. Jeg tenkte at vel, kunne vi bruke en av disse tingene til å gjøre intervjuene for oss?

Jennifer: Han har bakgrunn fra programvareteknikk og jobben hans er å studere implikasjonene av fremtidige teknologitrender.

Bare av nysgjerrighet bestemte han og noen få kolleger seg for å teste om AI-intervjuere ville gjenkjenne forskjellen mellom å intervjue et menneske eller en annen maskin.

Så de tok et velkjent AI-intervjusystem som bruker video (han ønsket ikke å avsløre hvilken), og han paret det sammen med en avatar.

Sami Mäkeläinen: Vi hadde nettopp et AI-intervjusystem. Og vi distribuerte et AI digitalt menneske, digital avatar, digital tvilling, (hvis du vil kalle det det), for på en måte å fungere som talerøret for det intervjuede mennesket. Så du vet at ordene som avataren sa kom fra mennesker, det var ikke en språkmodell eller AI bak den delen.

Jennifer: Med andre ord, de skrev et manus og det ble fremført av en deepfake.

Så en falsk stemme på en falsk video svarte på spørsmålene stilt av en AI-intervjuer.

Og etter omtrent et dusin tester, hvordan klarte denne AI-jobbkandidaten?

Sami Mäkeläinen: Vel, flukset det intervjuet? Nei, det gjorde det ikke. Det var greit fra AI-intervjuerperspektivet. Det var som om det var å intervjue noen andre.

Jennifer: De testet de samme ordene på to måter. En snakket av et menneske, og en snakket av avataren. Og han sier at resultatet var likt for begge.

Og han har tanker om hva som kan skje videre.

Sami Mäkeläinen: Så si om noen år fra nå, vil du være i stand til å ha en veldig realistisk digital tvilling av deg selv, en audiovisuell representasjon av deg egentlig. Du kan forestille deg en hel rekke brukstilfeller for det. Du kan få det til å sitte i, vet du, et kjedelig, stort møte for deg som kan eh og umm med de rette intervallene. Du kan bruke det i, du vet, virtuelle spill eller spill og virtuell tilstedeværelse i et miljø. Eller du kan bruke den til å ta intervjuer for deg.

Jennifer: Selv om han ikke er klar over at andre tester denne teknologien med digitale mennesker ennå. Og hvis Hollywood-filmer ikke lett klarer dette, føler han at det er liten fare for at vi andre kommer til å distribuere avatarer for å gjøre vårt bud når som helst snart.

Men det faktum at ansettelsesverktøyet ikke kunne gjenkjenne at det intervjuet en maskin, er et problem. Og det betyr at programvaren fortsatt har en vei å gå.

Sami Mäkeläinen: Så jeg antar, ideelt sett når du har et system som tilsynelatende intervjuer et menneske, vil du på en måte være sikker på at det er mennesket du tror du intervjuer i den andre enden. Ellers ville du bare ansatt en venn til å gjøre AI-intervjuet for deg, og det ville sannsynligvis vært langt mer overbevisende enn en AI ville vært for øyeblikket. Det er en hel rekke ting som disse systemene kan gjøre for å verifisere at, du vet, de snakker med hvem de tror de snakker, men hvordan nøyaktig det vil bli utviklet er igjen, noe som skal bestemmes.

Jennifer: Han sier de ikke har noen planer om å teste videre, men hvis de gjorde det, har han tanker om hva de kan prøve.

Sami Mäkeläinen: Vi har ikke gravd dypere inn i kan vi eventuelt justere poengsummene ved å optimalisere ansiktsuttrykk, eller tonefall eller, du vet, følelser eller slike ting? Det er ikke noe vi har fordypet oss i. Og, det var bare, det var bare et veldig enkelt, slags bevis på konseptet.

Jennifer: Og han mener vi også må huske at noe av dette ikke er nytt.

Sami Mäkeläinen: Vi har liksom spilt, intervjuene for alltid. Som når du har et menneskelig intervju, har du til og med kurs om hvordan du skal oppføre deg der, hva du skal si, hva du skal gjøre, hva du skal ha på deg. Vi vil i økende grad bruke intelligente agenter «quote unquote» for å gjøre vårt bud for oss.

Jennifer: Men han sier det er viktig å innse at ansettelse aldri var perfekt til å begynne med.

Sami Mäkeläinen: Det er lett å på en måte begynne å skylde på AI og bruken av AI for mange av disse situasjonene. Og i mange tilfeller er det garantert, ikke sant? Jeg tror ikke noen kan si at det var en perfekt prosess til å begynne med, og du vet, så kommer vi til å like, hvordan distribuerer vi disse systemene? Hvordan bruker vi dem, hvor mye ansvar gir vi dem? Djevelen er alltid i detaljene. Så på ett plan vil jeg være helt enig i at kostnadene ved å ansette feil er for høye. Men på den annen side har vi i hovedsak tatt feil som samfunn i flere tiår.

Jennifer: Om et øyeblikk ser vi på noe av det som gjøres på universitetsnivå, for å hjelpe studentene med å bli klare til å engasjere seg i disse systemene når vi kommer tilbake.

[Midroll]

Jennifer: Denne nye æraen innen ansettelse kan føles litt overveldende for folk som leter etter en jobb, som ikke alltid vet hvordan og når de blir testet, eller nøyaktig hva de blir testet for.

Folk leter etter måter å bedre forberede seg til å engasjere seg i disse AI-systemene, og det har gått utover individuell nysgjerrighet og grasrotorganisering. AI-selskaper er også i dette området, og tilbyr verktøy og opplæring for jobbsøkere.

En av dem er et selskap som heter VMock, som har forretningsavtaler med hundrevis av høyskoler og universiteter. Den AI-baserte programvaren korrigerer hundrevis av CVer for å bli lettere lest av maskiner, og gir tilbakemelding på videointervjuer.

Salil Pandey: Og i det første blikket, hvis du faktisk gikk til nei-bunken, så er historien over. Du kan være den smarteste ungen som kommer ut av bachelorprogrammet ditt. Du er borte, du kommer ikke til å få en ny sjanse. Verden har gått videre til en veldig rask syklus, og det er blip og du enten ja eller nei.

Jennifer: Salil Pande er en av selskapets grunnleggere.

Han sier at selv for bare noen få år siden ble hvert trinn i ansettelsesprosessen gjort av et menneske. Det er ikke lenger tilfelle, spesielt for selskaper som ansetter mange nyutdannede og personer med mindre yrkeserfaring, fordi det gjør det vanskeligere for ansettelsesledere å vite hvem som er den beste personen for jobben.

Salil Pandey: Til slutt når det er stor sannsynlighet for suksess, det er da menneske-til-menneske-tidsinteraksjon skjer, noe som betyr at den tidlige delen, som var avvisningsdelen allerede har blitt gitt til teknologi som, Hei, teknologi filtrerer meg riktig CV, filtrerer meg den riktige, eh, LinkedIn-profilen, filtrer meg de gode pitches og gjør også noen psykometriske tester og alt satte alt sammen for meg. Og så når alt dette er gjort, planlegg et intervju for meg, og det er da jeg skal gå, boom, en times intervju, jeg er ferdig.

Jennifer: VMocks oppdrag er å forberede studentene på et ansettelsesfelt der deres CV og videointervjuer må appellere til AI først.

Salil Pandey: Hvis du ikke har optimalisert CV-en din for den stillingsbeskrivelsen, kan det hende at søkersporingssystemet som faktisk er som å omgå den stillingsbeskrivelsen, ikke filtrerer deg inn i ja-bunken. Du kan være i ingen haug eller en kanskje haug. Så du må tenke på hvordan du bare skal gå gjennom denne tidlige prosessen der du skal håndtere søkersporingssystem. Du kommer til å håndtere et kunstig intelligenssystem som vil gjenkjenne dine, intervjuene dine og alt annet. Hva er en god pitch? Hvordan fremhever du toppferdighetene dine? Hvilke ferdigheter rekrutterere ser etter? Hvilke ferdigheter har du nå? Hvordan presenterer du ferdighetene dine når du ikke har ferdighetene, men du har noe annet som kan tas som et eksempel på den andre ferdigheten, og du kan faktisk presentere.

Jennifer: Pande sier at karrieresentre ved universiteter er utkonkurrert av teknologien som nå brukes av mange store selskaper. Det er der han sier at VMocks AI kan hjelpe studenter med å slå AI-en de møter når de ser etter sin første jobb.

Og en skole som bruker det er New York University.

Gracy Sarkissian: Så studenter møter disse systemene tidlig, tidligere og tidligere. Og jeg vil si, du vet, karrieresentre prøver å holde tritt med disse endringene slik at vi kan forberede studentene våre mer effektivt når de ikke vet hva de kan forvente. Jeg tror det er så ukjent for studenter. Så vår jobb er å avmystifisere det litt.

Jennifer: Gracy Sarkissian leder karrieresenteret ved NYU.

Hun sier hun hentet inn VMock for å effektivisere tiden karrieretrenere har med studenter.

Gracy Sarkissian: Og når du har integrert den tilbakemeldingen, vil du se poengsummen gå opp. Så det gir bare elevene litt øvelse i å ikke bare få tilbakemelding, men også se hvordan et system kan reagere på å reagere eller svare på CV-en deres.

Jennifer: Og hun har noen råd til jobbsøkere som prøver å imponere både AI og mennesker.

Gracy Sarkissian: Noen elever forteller meg at jeg gjorde det dere ba meg gjøre. Jeg sørget for at CV-en min var fylt med nøkkelord. Og nå høres det ut som et cheesy markedsføringsdokument. Og så det jeg sier, jeg forstår, jeg hører deg. Ha to versjoner av CV-en din. Ha den du skal søke på når du går gjennom systemer og ha en som du skal gi til noen, hvis du møter noen og du vil imponere dem. Og så det har hjulpet elevene til å si, ok, jeg skjønner det. Dette er noe jeg må gjøre slik at CV-en min blir plukket opp.

Jennifer: Teamet hennes forbereder også studentene på enveis videointervjuer.

Gracy Sarkissian: Vi skjønner ikke hvor mye innspill vi får når vi har en en-til-en-samtale med noen, eller du, selv om det er et gruppe- eller panelintervju. Du ser folk i øynene, du får positive tilbakemeldinger. Du kan få negativ tilbakemelding som kan få deg til å justere spørsmålet ditt. Hvis du var nervøs, er det en god sjanse for at du vil føle litt empati fra noen i rommet. Mens når vi intervjuer med AI, føles det som en fremmed, ikke sant? Det føles som en fremmed uten ansikt. Det er en tom skjerm. Og ofte stirrer du på deg selv, så det kan være en ensom prosess tror jeg, um, for noen av elevene våre.

Jennifer: Det er en av grunnene til at hun tror at arbeidsgivere i et stramt arbeidsmarked kanskje vil revurdere noen av disse strategiene, spesielt hvis de ønsker å tiltrekke seg topptalenter.

Gracy Sarkissian: Du vet, vi vet at Gen-Z-studenter er, er en verdidrevet generasjon, ikke sant? De vil sørge for at de kan koble seg til kulturen i organisasjonen. At oppdraget og verdiene til organisasjonen er, er i tråd med disse. Og det er noe som er vanskelig å vurdere når du intervjuet på en virtuell måte. Når du ikke møter folk, når du ikke snakker med folk på et intervju, når du ikke går gjennom et kontor og bare ser jobb skje.

Jennifer: Men i en verden der millioner av bedrifter mottar millioner av søknader, er skreddersøm til enkeltpersoner ikke noe som skaleres.

Og det bringer oss tilbake i en posisjon vi har vært før, blackbox beslutningstaking, brukt på alle, noe som fører til utilsiktede konsekvenser.

Når vi avslutter den andre sesongen av denne podcasten – og vår firedelte undersøkelse av hvordan AI blir brukt til å ta ansettelsesbeslutninger – ser vi løftet om å bruke algoritmer. Men rapporteringen gjør det klart at dette er en ny industri med mange bevegelige deler, og i det minste noen få verktøy som bare ikke er der ennå. Og i noen tilfeller kan de faktisk gjøre det motsatte av hva de har tenkt.

Vi har sett systemer med partiskhet mot kvinner og mennesker med funksjonshemminger, til og med et verktøy som forutsier at folk som heter Jared vil lykkes på jobben. Andre verktøy vurderte kandidatene høyt på deres engelskkunnskaper, selv om opptakene ikke inneholdt ett ord engelsk. Vi lastet også opp opptak som ikke hadde noe med intervjuspørsmålene å gjøre, men som ble vurdert til å samsvare med ferdighetene som kreves for å utføre jobben.

Med lite tilsyn er det også lite åpenhet om hva som foregår inne i den svarte boksen, og hvorfor programvaren tar avgjørelsene den tar. Bedrifter som bygger disse verktøyene er ikke pålagt å fortelle noen hvordan systemene deres fungerer, eller hvorfor de bør stole på.

De gode nyhetene? På mange måter er vi fortsatt i begynnelsen. Og det er mulighet for å bygge bedre systemer, hvis vi er ærlige om hva som ikke fungerer, hvor maskinene kommer til kort, og hvis vi tar en beslutning om å ikke verdsette skala, effektivitet eller hastighet fremfor alt.

[KREDITTER]

Jennifer: Denne miniserien om ansettelse ble rapportert av Hilke Schellmann og produsert av meg, Emma Cillekens, Anthony Green og Karen Hao. Vi er redigert av Michael Reilly.

Det var alt for sesong to, vi skal ta en pause og se deg tilbake her til høsten.

Tusen takk for at du lyttet. Jeg er Jennifer Strong.

gjemme seg