-
招聘偏见
【观点】人工智能如何改变组织的人才招聘策略？
随着人工智能（AI）继续创造最新的商业趋势，人工智能在招聘中的应用也变得越来越突出了。据调查，近三分之二的招聘人员（65%）在招聘过程中使用了人工智能技术，几乎所有人力资源专业人士（92%）都希望在人才招聘过程中使用人工智能。
此外，报告显示，人工智能在招聘中已被证明是有利的：
89%的人力资源专业人士认为人工智能将改善候选人的申请流程。
超过87%的人认为人工智能对特定行业的招聘更有帮助。
58%使用人工智能的招聘人员发现它对寻找候选人最有用（紧随其后的是筛选候选人（56%）和培养候选人（55%）。
尽管市场上有负面批评，但研究表明，人工智能已经消除了43%的人为偏见。
利用人工智能招聘的最大好处之一是它加快了招聘过程。
人工智能招聘软件功能
以下是探索AI招聘解决方案时要考虑的功能列表。
简历筛选：通过申请人跟踪系统 （ATS） 简历数据库，人工智能可以利用电子邮件、社交媒体或其他渠道与选定的候选人取得初步联系。人工智能还可以自动查看社交媒体资料以获取更多有关候选人工作经历的信息。
候选人选择：人工智能可以提供候选人决策不可或缺的数据分析，包括汇集新的求职者、审查现有人才、解释候选人意图以及动态人才库等。
面试安排：人工智能可以通过聊天机器人简化面试流程，聊天机器人可以收集和过滤候选人信息、回复、媒体资料、视频和文档，以及通过聊天、电子邮件或文本进行交流。聊天机器人还可以提示候选人主动申请某个职位，并进行预筛选。面试安排也可以通过人工智能自动同步给招聘人员以及候选人。
入职：人工智能招聘软件可以通过自动化减少人力资源领导层的管理任务。使用AI聊天机器人，新员工可以主动找到相关问题的答案，并在整个入职体验中得到个性化的指导。
可定制的工作流程： 定制工作流程的能力可以彻底改变候选人的体验以及招聘团队的流程。人工智能能够根据内部员工的经验与外部申请人的经验进行定制。例如，与外部候选人不同，内部候选人可能具有明确的职业道路、学习和发展机会、指导和推荐选项。
数据保护和安全：与大多数软件一样，人工智能招聘软件通常具有安全功能，例如双重身份验证，以及用于管理当地法规的内置工具。这些功能对于保护候选人数据保护和安全以及确保遵守地方数据保护的法规是不可或缺的。
人工智能招聘工具
集成：许多AI招聘工具都带有原生集成功能，可与现有软件（最常见的是客户关系管理 （CRM） 软件）配合使用。
文本模板库：虽然AI不一定附带模板库，但您可以使用AI构建一个模板库。人工智能工具能够以适当的语言和语气撰写招聘信息、录取通知书和完成其他写作任务。
预测分析：预测分析提供了候选人个人资料的全面概述，这有助于招聘人员和招聘经理了解候选人能否胜任当前的职位。因此，预测分析是使用数据（如过去的工作经验以及学到的技能）来寻找、面试和评估候选人的真正潜力和对职位的契合度。
招聘自动化：人工智能通过一种称为机器人流程自动化 （RPA） 的技术帮助招聘自动化，该技术使组织能够更有效地执行耗时的招聘任务。这些任务可能包括验证候选人信息等。
AI招聘偏见注意事项
招聘偏见是雇主最关心的问题。尽管人们普遍认为，人工智能可以通过盲检等独特功能来减少招聘偏见，盲检是一种删除姓名、年龄、种族背景、性别等不必要信息的检测过程。
虽然人工智能不能消除招聘过程中的所有偏见，但它可以量身定制以帮助雇主减少偏见。利用人工智能的程序设定，组织可以主动消除任何性别特定的措辞来减少招聘偏见。总之，人工智能在未来工作世界中的应用是不可避免的，AI技术已经渗透到从自动化内部流程到劳动力管理的方方面面。在新的经济环境中让我们应该重新思考招聘方式的变革，了解行业中最佳招聘科技的应用实践。为此，HRTech将于7月14日在上海外滩W酒店盛大举办2023招聘科技创新论坛，欢迎参与！
报名链接：2023招聘科技创新论坛（请点击！）
文章参考：Namely.com
-
招聘偏见
【英国】招聘智能平台Screenloop获得700万美元的种子轮融资，推动更好的招聘决策，并消除无意识偏见
Screenloop是一个招聘智能平台，帮助团队更快地实现其招聘目标，同时提供更好的候选人体验，该平台已经获得了700万美元的种子轮融资。该投资由Stride VC领投，Ludlow Ventures、All Iron Ventures、Passion Capital和天使投资人Paul Forster（求职平台Indeed的创始人）参投。
新的种子轮融资是继2021年12月的250万美元的早期投资后，使总融资额达到950万美元。最新的资金将用于持续的产品投资和研发，目的是提供一个强大的端到端招聘智能平台。Screenloop还将继续向美国和新市场扩张。Screenloop团队正在成长，在销售、营销和工程方面进行了关键的招聘。
Screenloop成立于2021年，诞生于其创始团队在快速增长的科技企业担任高级操作员时的共同挫折和糟糕的招聘经历，包括Stack Overflow、Talkdesk、Revolut、Reachdesk和ClearScore。
联合创始人兼商务总监Anton Boner说："我们的团队一致认为，招聘效率低下、过时，对世界各地的候选人不公平。我们都曾是招聘经理和候选人，我们知道招聘过程是坏的。它很难跟踪和衡量，这意味着缺乏对什么需要改进和什么需要优先考虑的洞察力。公司很难复制他们的优秀员工，而一个失败的员工的成本超过180,000美元1。"
来自Glassdoor的数据称，95%的企业承认做出过错误的招聘决定，来自耶鲁大学的研究发现，30%的面试官通常在面试的前五分钟内就对候选人做出决定。
Anton继续说："Screenloop减少了企业做出错误招聘的可能性，同时也有助于消除招聘过程中的无意识偏见。我们希望确保候选人在每家公司都有一个令人惊叹的面试经历，并得到公平对待。我们还希望通过数据、洞察力和行动赋予公司权力，使其能够一直做出最佳的招聘决定。"
Screenloop的端到端招聘智能平台目前包括四个面向企业的产品解决方案：
"脉冲"实现了对组织的招聘过程的自动候选人反馈，并利用它来识别和提供有针对性的改进建议，使用人工智能使企业能够更快地实现其招聘目标。Screenloops的一个客户通过利用洞察力来改善他们的招聘过程，能够将候选人的流失率降低60%。
"面试培训"通过人工智能提供现代影子和实时辅导，使面试官能够提出更好的问题，并消除决策中的主观性和无意识的偏见。
"面试智能"使企业能够更快协作，更快做出决定。该解决方案使Screenloop的一个客户能够更快地雇用他们流程中的顶级候选人，并将提供的时间减少26%。
"成功"是Screenloop对过时和低效的高度手工参考程序的技术支持。"成功"使公司能够更多地了解其新员工的软技能，并在不到24小时内完成推荐程序。这项技术使新员工能够更快地在新岗位上做出贡献，并减少了试用失败的可能性。对于一个客户来说，"成功 "为其人才团队每月节省了一周的时间来专注于其他活动，每个新员工可以节省三个小时。
Screenloop已经在12周内收到了全球100,000名候选人的反馈，并分析了超过1,000,000分钟的面试。该平台还将招聘的平均时间缩短了三天。Screenloop正在欧洲和美国运营，最初的重点是快速增长的科技公司。目前的客户包括TrueLayer、Beamery、Reachdesk和GorillaLogic。
Screenloop的联合创始人兼主席Jay Radia补充说："我们已经建立了一个平台，可以帮助所有企业通过创造世界一流的候选人体验更快地实现其招聘目标。80%的员工流失是由于错误的招聘决定，我们通过我们的平台帮助企业避免这种情况。通过关注经验，企业可以吸引、雇用和保留周围最好的候选人，同时建立一个更多样化的团队。"
Stride VC的合伙人Gabbi Cahane说："从我们见到这个团队的那一刻起，我们就看到他们拥有独特的愿景、经验和技术能力，能够完成这样一个雄心勃勃的项目。 在人才争夺战中，当候选人的期望值越来越高的时候，企业能够为他们提供一种授权、参与和有效的体验是最基本的。无论他们是为了发展还是为了填补空缺而招聘，他们都需要一个适合的招聘流程，而这正是Sceenloop不可或缺的地方。"
-
招聘偏见
【荷兰】技能评估平台TestGorilla获得7000万美元的A轮融资，帮助企业消除招聘偏见
技能评估平台 TestGorilla 宣布已经获得了7000万美元的A轮融资，由位于伦敦的风险投资公司Atomico和Balderton Capital共同领投。此次融资使该公司的总投资额达到8000万美元，此前Notion、Partech和CapitalT也曾投资过该公司。Atomico的Luca Eisenstecken和Balderton Capital的James Wise将加入董事会，作为本轮投资的一部分。
TestGorilla自2020年夏天推出以来，不到两年的时间，已经吸引了5300多名客户。其中包括索尼、百事可乐、贝恩公司、Revolut、甲骨文、H&M和英国国家卫生局。全球最大的软件市场G2最近将TestGorilla列入其著名的2022年增长最快的五大软件产品名单。
TestGorilla由连续创业者Wouter Durville和前贝恩公司合伙人Otto Verhage创立，通过让企业在候选人申请公开职位时立即使用技能评估，使招聘过程更加公平、高效和数据驱动。
取代简历等老式方法
"在招聘过程中，招聘经理往往需要花几个小时来筛选不可靠、不完整、主观的简历，"Durville说，"通过用220多个经过科学验证的测试来取代简历，我们的平台有助于消除招聘偏见，创造一个公平的竞争环境，让每个候选人都能在平等的条件下竞争。"
TestGorilla在基于技能的招聘中处于领先地位--这是一种越来越流行的招聘方式，给每个候选人一个平等的机会来证明他们的能力和动机。采用基于技能的招聘有助于企业招聘顶尖人才和更多不同的候选人，更快、更容易、更少的偏见风险。研究表明，工作的成功与多指标评估的关联性最强，而简历和工作经验则是最薄弱的环节。
我们的平台迎合了这一点，为企业提供了数百种就业前测试，使他们能够根据自己的确切要求来寻找候选人。评估所涵盖的领域包括从定量技能到认知能力，使未来的员工能够根据能力而不是背景进行竞争。
在决定邀请哪些候选人参加面试之前，通过比较他们的排名结果，能够客观地评估申请人，这有助于消除招聘人员在筛选几十份简历时可能出现的无意识偏见（他们平均花六秒钟阅读每份简历）。这使得员工队伍更加多样化--TestGorilla自己的团队就是一个例子--研究还表明，多样化的团队表现更好。
包括贝恩公司在内的客户取得了巨大成功
贝恩公司的合伙人Laurens-Jan Olsthoorn说："使用TestGorilla作为筛选工具，帮助我们减少了底层30%的申请人，用更合格的候选人取代他们，提高了我们后续几轮招聘的成功率。我们看到候选人在TestGorilla评估中的表现与面试过程中的表现有很强的关联性，因此我们相信TestGorilla能从大量的申请人中做出很好的初选。我很乐意向我的行业同行推荐TestGorilla。"
"即使是世界上最好的品牌，寻找合适的人才也越来越具有挑战性，这种大流行病使雇主看到了巨大的未开发的全球人才库，"Atomico的合伙人Luca Eisenstecken说，"TestGorilla正以其自动化、数据驱动的方法解决这一问题，看到令人难以置信的增长。他们在这样做的同时，提供了一个基于技能而不是简历的更公平的招聘过程，消除了影响决策的偏见。"
"我们的投资组合公司每年雇用数以万计的人，他们都一直在寻找方法来消除其流程中的任何偏见，同时给予候选人最佳的雇用体验。很明显，传统的招聘做法在这两方面都失败了，而Covid-19和远程招聘的兴起只会使这种情况更加严重，"Balderton Capital的合伙人James Wise说。
"我们已经看到TestGorilla在我们的投资组合中变得非常受欢迎，因为它是一种更有效和公平的方式来识别具有正确技能的人，我们很高兴支持团队完成他们的使命，结束基于简历的候选人筛选时代，"Wise说。
利用资金扩大其测试库和团队
TestGorilla平台通过远程评估有助于工作成功的所有因素，如与角色相关的具体技能、语言能力、认知能力、软技能、动机、个性和文化等，使公司能够节省宝贵的时间，避免昂贵的误用。
TestGorilla专有技术的持续发展将包括平台与进一步的申请人跟踪系统的整合，使雇主能够从他们现有的ATS中无缝使用该产品，并引入新的功能以满足中等规模企业的要求。
TestGorilla的测试库继续扩大，现有的220多个测试将在2022年底前再增加100个。该公司还预计在未来一年内雇佣100名新员工。
TestGorilla融资历程
【荷兰】技能评估平台TestGorilla于Pre-A轮融资120万美元
-
招聘偏见
【英国】初创公司Headstart获得了700万美元的融资
Headstart是一个利用数据科学帮助企业减少招聘过程中无意识偏见的平台。该公司在种子轮融资中获得了700万美元，由专注于人工智能的硅谷风投公司FoundersX领投，Founders Factory也参与了融资
Headstart于2017年在伦敦启动，是越来越多的初创公司之一，它们承诺在招聘活动中帮助企业提高多样性。这是通过将机器学习与大量数据源相结合以根据特定的客观标准找到最佳候选人而实现的。
机器、算法和模型在没有情绪、疲劳、或明显的主观、有意识的情况下做到这一点。与人类不同，”Headstart联合创始人兼主席尼古拉斯·谢克德米安告诉VentureBeat。
数据
Headstart首先利用其客户公司的信息，包括职位描述、当前员工数据（例如简历，教育和心理测验数据）。然后，将检查此内部数据是否存在固有偏差，因此可以在随后的招聘活动中解决针对特定人群的任何明显倾向。Headstart平台还收集和分析来自网络的公共可用数据，包括职位描述以及基于人口和社会的数据，例如学校排行榜和免费的学校膳食数据。
Shekerdemian补充说：“我们使用这些数据来确定任何个人是否有明显的社会劣势，并且可能超越其社会规范群体。”
然后，当然是最重要的候选数据，它是在个人在线申请广告职位时获得的。公司会根据申请人的简历、心理测评以及筛选过程中使用的任何其他工具收集的数据，为公司提供最佳匹配。Shekerdemian补充说：“ 这使我们能够通过算法对每个候选人进行评估，并全面评估他们的适合程度，以确保每个人都有公平的体验。”
这家初创公司已经声称拥有一些知名客户，包括金融服务巨头Lazard和Accenture。Headstart表示，使用该平台后，女性员工人数增加了5％，黑人和少数民族员工人数增加了2.5％。
值得注意的是，减少偏差只是此处卖点的一部分。更广泛地讲，Headstart平台旨在加快候选人筛选的速度，确保对每个应用程序进行平等考虑，并将聘用时间减少多达70％。
此外，Headstart可以使公司深入了解其招聘实践，以便他们可以衡量现有偏见并了解其随着时间的变化，以及确定面试过程中哪个阶段特定的申请人类型减少。
Headstart先前曾完成了500,000美元的融资，并从Y Combinator的毕业生那里又获得了12万美元的融资。鉴于埃森哲已签署一项在全球其他市场使用Headstart平台的协议，该银行还拥有700万美元的新资金，目前正寻求在国际上进行扩张。这项努力已经在进行中。
Headstart首席执行官Gareth Jones说：“两年前我们进入市场时，我们可能是唯一一家谈论公平性和多样性的技术公司。” “对我来说，这代表着对多元化的投资，而不仅仅是我们公司。最新一轮融资将使我们能够增强在核心市场的能力，创造公平的竞争环境，打破在工作世界中长期流行的排斥循环。”
还有许多其他初创公司利用AI和自动化来简化招聘流程，例如，位于纽约的Fetcher使用类似的数据处理技术来主动寻找新候选人，而Pymetrics利用AI作为公司独立平台的一部分根据神经科学游戏进行评估。
但据Shekerdemian称，Headstart将其技术定位为“融合候选信息并通过算法对其进行解释”的基础数据体系结构。“我们的USP具有获取所有这些数据的能力，而不仅仅是返回通过/失败或是/否，我们还可以结合所有数据输入的百分比对它们进行评分。”
偏差
尽管算法可以消除许多传统管理流程中的人为偏差，但我们已经看到越来越多的场景中算法本身表现出偏差，毕竟，人类可以创建算法。
最终，对于算法来解释为什么要做出某个决定要比人工做决定要困难得多。这就是为什么今天的大多数争论似乎都停留在哪个选项更好的原因上：无法解释自己的偏见算法，或者至少可以为他们的决策提供某些理由的偏见的人。
在其他地方，亚马逊先前取消了它一直在使用的人工智能驱动的招聘工具，特别是因为它针对女性。通过观察十年前成功履历中的模式，对实验工具进行了培训，以审查技术角色的申请。但是，这些应用程序大多数来自男性。因此，实际上，亚马逊一直在教授其机器学习系统，以青睐男性候选人。
专门针对Headstart，值得强调的是，候选人实际上并不是由机器聘用的，而是由人类做出所有最终决定。这只是一个审核工具，可帮助消除一些偏见（根据Headstart的说法，这种偏误最多可达到20％），同时还可以加快招聘过程。
Shekerdemian说：“技术及其消除偏见的能力引起了很多关注。” “的确如此。然而，我们在谈论这一点时，就好像人才招募选拔过程是纯净、健全且没有偏见的。但，偏见是长期存在的。”
当一项特定的工作收到数百个甚至数千个应用程序时，这种人为的偏见就变得更加复杂，并且要由一两个人来筛选这些应用程序。
Shekerdemian继续说：“技术,使用得当,可以公开,在很大程度上消除这种偏见。”
Shekerdemian承认，将机器学习与数据处理结合起来并不是完美的，但它确实解决了困扰固有的、耗费大量资源的招聘流程的许多内在问题。随着时间的推移，它应该会有所改善。
Shekerdemian补充道：“这台机器不考虑候选人的名字，而且潜意识里会因为对种族或性别的无意识偏见而降低申请人的价值。”。“这是否意味着机器是完美的？不，创建可靠的数据模型和算法是一个迭代过程。训练、执行、审查和重新培训模型需要时间，以提高准确性。标记可能导致偏见的东西，例如可能导致模型偏爱特定性别类型的标准，比如在Amazon案例中发生的情况。”
以上由AI翻译，仅供参考！
作者：PAUL SAWERS
来源：https://venturebeat.com/2019/11/18/headstart-raises-7-million-for-ai-that-tackles-recruitment-bias/
扫一扫 加微信
hrtechchina
