Los algoritmos de aprendizaje automático pueden reforzar el sesgo humano, pero representantes de HireVue Inc. y Kantar Millward ...
Brown argumentó recientemente que también pueden eliminar nuestros sesgos de los procesos.
El director de tecnología de HireVue, Loren Larsen, dijo que los modelos de inteligencia artificial desarrollados por la empresa de la plataforma de entrevistas en video a pedido no solo hacen que la búsqueda de candidatos sólidos sea más eficiente, sino que también la hacen más justa para los solicitantes.
La tecnología permite a las empresas escalar el proceso de búsqueda, lo que significa que pueden "arriesgarse más y dejar que alguien tome el lugar [de una entrevista]", dijo Larsen en la reciente Emotion AI Summit en Boston. Por agregando aprendizaje automáticoHireVue espera dar un paso más y reducir el sesgo humano en el proceso de contratación.
Tomemos el ejemplo de cómo la apariencia de un candidato afecta la búsqueda de empleo. Un científico de datos de HireVue desarrolló un modelo de inteligencia artificial para determinar cuánto atractivo podría influir en las decisiones de contratación. El modelo se entrenó en una base de datos pública de imágenes y luego se usó para calificar el atractivo en una escala del uno al 10.
“Resulta que si obtiene un siete o más, tiene el doble de probabilidades de ser contratado que si fuera un tres”, dijo Larsen. Esa cifra podría ser aceptable si el atractivo se equipara con el desempeño laboral, pero el estudio de HireVue no pudo encontrar una correlación entre los dos.
Con ese fin, HireVue se ha esforzado por construir Modelos AI que puede predecir el desempeño potencial de un solicitante de empleo, sin un humano al tanto. Los modelos buscan "competencias tradicionales", según Larsen, como la conciencia emocional de un candidato; Habilidades de negociación; capacidad para colaborar, trabajar en equipo y aprender.
Los modelos de IA de HireVue no solo consideran lo que dicen los candidatos al puesto, sino también cómo lo dicen. Están entrenados para tener en cuenta expresiones faciales y emoción - tecnología impulsada por Affectiva, una empresa de software derivada del MIT Media Lab y anfitriona de la conferencia.
Modelos de IA en publicidad
En Kantar Millward Brown, una compañía de investigación de mercado con sede en Londres, el software de Affectiva está ayudando a defender los comerciales más inclusivos. La empresa se especializa en "trabajos de desarrollo publicitario". Ayuda a los clientes a comprender cómo es probable que los espectadores reciban sus anuncios y luego encuentra formas de mejorarlos.
"Algo de eso se hace en lo que esta audiencia puede considerar como una forma relativamente antigua: mostramos los anuncios a las personas y les hacemos preguntas", dijo Graham Page, vicepresidente ejecutivo y director de soluciones de investigación global. en la cumbre.
Parte del trabajo se realiza de una manera decididamente moderna. La empresa filma a los participantes en un grupo focal mientras ven un anuncio y luego analiza las expresiones faciales y otros datos fisiológicos. usando el software de Affectiva "Para comprender la respuesta emocional al anuncio mientras se reproduce y cuáles son los momentos clave que realmente resonaron en la gente", dijo Page.
Por ejemplo, un análisis de los anuncios realizados para Unilever, uno de los clientes más importantes de Kantar Millward Brown, encontró que los anuncios clasificados como "más progresivos" o más diversos, eran un 25% más efectivos que los clasificados como "menos progresivos" o más. estereotipado. Y los anuncios clasificados como los menos progresivos tenían el doble de probabilidades de lograr los puntajes más bajos en efectividad, según Page.
Describió este estudio y otros que han mostrado hallazgos similares como "instructivos" en el sentido de que ayudan a construir un caso para otras empresas de que "cosas como la publicidad progresiva no solo son éticamente lo correcto, también son buenas para los negocios". él dijo.
'Los departamentos de TI apestan'
La reputación de TI sigue siendo dudosa, al menos según los panelistas de VC en la conferencia. Cuando el moderador preguntó qué consejos podrían dar los capitalistas de riesgo a las empresas emergentes sobre cómo vender a corporaciones, Krishna Gupta de Romulus Capital no se anduvo con rodeos: "Los departamentos de TI apestan". Describió la integración como un limitador de velocidad para muchas empresas.
Janet Bannister, socia de Real Ventures en Montreal, sugirió que las startups se preocupan menos por vender contra otras startups y más por vender contra los operadores tradicionales. Dijo que las grandes empresas pueden entender que una startup puede resolver un problema mejor que la tecnología que están usando actualmente, pero ven el futuro de la startup como incierto. "Tener un caso de uso sólido, otros clientes que utilizan el producto y grandes inversores que hablarán en nombre de la empresa" pueden ayudar a calmar las preocupaciones de una gran empresa, dijo.
¿¡¿Que qué?!?
“Los humanos somos únicos. Somos impresionantes. Vayamos más allá de ese punto y veamos los atributos que necesitamos en un sistema de inteligencia artificial que nos permitiría confiarle cada vez más funcionalidades. Creo que es un continuo. Al igual que la ética es un continuo. La moralidad es un continuo. ... Y creo que tenemos que invitar a nuestras máquinas a ese continuo, esa lucha, esa lucha en la que estamos ". - Babak Hodjat, fundador y científico jefe de Sentient Technology
“Es un momento difícil pensar en cómo alentamos a las personas a confiar en la IA. Y eso es particularmente cierto dado que algunas de las empresas más grandes que usan IA, particularmente en el espacio de intercambio social, se encuentran en el centro absoluto de una enorme crisis de confianza ". - Graham Page, vicepresidente ejecutivo y jefe de soluciones de investigación global, Kantar Millward Brown
