Podcast: de AI-inhuurmachines verslaan

AI interviewt een AI-concept

mevrouw Tech | Getty





Als het op aanwerving aankomt, wordt het steeds meer een AI-wereld - we werken er gewoon in. In deze laatste aflevering van seizoen 2 van onze AI-podcast In Machines We Trust en de afsluiting van onze serie over AI en aanwerving, bekijken we hoe op AI gebaseerde systemen steeds meer de poortwachter spelen in het wervingsproces - het screenen van sollicitanten met miljoenen, gebaseerd op weinig meer dan wat ze in je cv zien. Maar we zijn niet machteloos tegen de machines. Sterker nog, een toenemend aantal mensen en services zijn ontworpen om je te helpen spelen volgens hun regels - en in sommige gevallen te buigen - om je een voorsprong te geven.

We ontmoeten:

  • Jamaal Eggleston, instructeur werkgereedheid, het HOPE-programma
  • Ian Siegel, CEO, ZipRecruiter
  • Sami Mäkeläinen, Hoofd Strategische Foresight, Telstra
  • Salil Pandey, CEO, VMock
  • Gracy Sarkissian, interim-directeur, Wasserman Center for Career Development, New York University

We spraken met:

  • Jamaal Eggleston, instructeur werkgereedheid, het HOPE-programma
  • Studenten en docenten van het HOPE-programma in Brooklyn, NY
  • Jonathan Kestenbaum, mede-oprichter en directeur van Talent Tech Labs
  • Josh Bersin, Global Industry Analyst
  • Brian Kropp, Vice President Research, Gartner
  • Ian Siegel, CEO, ZipRecruiter
  • Sami Mäkeläinen, Hoofd Strategische Foresight, Telstra
  • Salil Pandey, CEO, VMock
  • Kiran Pandey, mede-oprichter, VMock
  • Gracy Sarkissian, interim-directeur, Wasserman Center for Career Development, New York University

Geluiden van:

tegoeden

  • Deze miniserie over inhuren werd gerapporteerd door Hilke Schellmann en geproduceerd door Jennifer Strong, Emma Cillekens, Anthony Green en Karen Hao. We zijn bewerkt door Michael Reilly.

Vertaling

Synthetische Jennifer: Hallo iedereen! Dit is NIET Jennifer Strong.

Het is eigenlijk een deepfake-versie van haar stem.



Om onze sollicitatiereeks af te ronden, deden we om beurten hetzelfde sollicitatiegesprek, omdat ze benieuwd was of de geautomatiseerde interviewer het zou merken. En hoe het ieder van ons zou beoordelen.

[beat / muziek]

Dus menselijke Jennifer versloeg me als een betere match voor de vacature, maar slechts een klein beetje.



Deze deepfake? Het kreeg betere persoonlijkheidsscores. Omdat, volgens deze wervingssoftware, deze nepstem spontaner is.

Het werd ook beoordeeld als innovatiever en strategischer, terwijl Jennifer meer gepassioneerd is en beter in staat is om met anderen samen te werken.

[Beat/Muziek overgang]



Jennifer: Kunstmatige intelligentie wordt steeds vaker gebruikt in het wervingsproces.

(En dit is de echte Jennifer. Gewoon trouwens.)

en t tegenwoordig bepalen algoritmen of een cv door een mens wordt gezien, peilen naar persoonlijkheden op basis van hoe mensen praten of videogames spelen en kunnen je zelfs interviewen.



In een wereld waar je je niet langer op die interviews voorbereidt door je beste beentje voor te zetten - wat betekent het om je beste digitale zelf te presenteren?

Sot: Youtube clips montage: Vlogger 1: Wil je drie eenvoudige hacks kennen om je prestaties bij video-interviews zoals HireVue, Spark Hire of VidCruiter aanzienlijk te verbeteren? Vlogger 2: Zorg ervoor dat je dit van begin tot eind bekijkt, want ik wil je helpen om te slagen voor je interview. Vlogger 3: En als je de belangrijkste concepten begrijpt, kun je dat algoritme verslaan en de baan krijgen. Dus laten we beginnen.

Jennifer: We bekijken hoe ver werkzoekenden bereid zijn te gaan om deze tools te verslaan.

Gracy Sarkissian: Er zijn dus allerlei gekke verhalen over wat studenten in het verleden hebben gedaan om hun cv voorbij het sollicitantenvolgsysteem te krijgen. Maar wat we wel doen, is ervoor zorgen dat studenten weten wat ze kunnen verwachten en voorbereid zijn om succesvol te zijn.

Jennifer: Dat succes wordt gemeten door algoritmen voor een hele reeks variabelen, van geautomatiseerde cv-screeners die proberen de werkprestaties van een sollicitant te voorspellen, tot eenrichtingsvideo-interviews, waar alles van de woordkeuze van een kandidaat tot hun gezichtsuitdrukkingen kan worden geanalyseerd.

Ian Zegel: Letterlijk is dit een van die gevallen waarin conventionele wijsheid je zal doden in je zoektocht naar een baan. En het is zo jammer, want ik denk dat zelfs veel van de experts niet beseffen hoe de industrie tegenwoordig werkt.

Jennifer: Je kunt je niet kleden om indruk te maken op een algoritme. Dus, hoe ziet het eruit om een ​​geautomatiseerd systeem te spelen?

Sami Makelainen: Wat als je net het AI-interview een AI had, zou dat kunnen? Zou het nu kunnen? Zou het in de toekomst kunnen? Ik bedoel - het is vrij duidelijk dat je in de niet al te verre toekomst dit soort van een veel algemener vermogen zult hebben om kunstmatige entiteiten te ontwikkelen die vrijwel precies op mensen lijken en heel erg op mensen lijken. Of kunnen we een van deze dingen gebruiken om de interviews voor ons te doen?

Jennifer: En waar trekken we de grens als er geen zinvolle regels en voorschriften zijn?

Ik ben Jennifer Strong en in deze laatste aflevering van een vierdelige serie over AI en aanwerving onderzoeken we hoe we ons aanpassen aan het geautomatiseerde proces van het vinden van een baan.

[Toon ID]

[TITELS]

Anonieme werkzoekende: Deze AI's of kunstmatige intelligente robots lezen cv's via een parser. Dus als je cv niet in orde is, gaat het niet door naar de volgende stappen.

Jennifer: Dat is de werkzoekende die we in deze reeks hebben gevolgd. Ze vroeg ons haar Sally te noemen, maar dat is niet haar echte naam. Ze bekritiseert de wervingspraktijken van potentiële werkgevers... en ze vreest dat dit haar carrière kan beïnvloeden.

In een vorige aflevering vertelde ze hoe ze op bijna 150 banen solliciteerde voordat ze er een kreeg en hoe ze AI op verschillende punten in het proces tegenkwam.

Net als Sally, is de eerste keer dat je AI ziet tijdens het zoeken naar een baan, met een cv-parser of screener. Het sorteert en kiest welke worden doorgegeven aan de volgende fase van het wervingsproces.

Ze vermoedde dat haar cv niet doorkwam.

En ze deed wat verder onderzoek, nadat ze wat van deze technologie in handen had gekregen.

Anonieme werkzoekende: Dus op dit moment, als ik mijn cv doorblader, lees ik dat ik een software-engineer ben, met een vleugje data-analyse, wat mijn vakgebied is. Dus dat is prima.

Jennifer: Een vriend van haar werkt ook aan dit probleem. Hij test een andere tool die een percentage matcht met hoe gekwalificeerd het beoordeelt dat elk cv voor een bepaalde baan is.

Anonieme werkzoekende: Hij heeft een andere parser waar het je je percentage geeft. Dus hij heeft andere mensen die datawetenschappers zijn en al ver in het veld zijn om hun cv gevraagd en die van hen gaat door 80% tot 90%.

Jennifer: Ze testen zelfs sjablonen die ze online vinden, gewoon om te zien wat er gebeurt en of die opmaak helpt.

Maar tot nu toe hebben ze bij het invullen van die sjablonen allemaal een lage matchscore gekregen: minder dan 40 procent gekwalificeerd.

Anonieme werkzoekende: Als je alleen cv-sjablonen van Google gebruikt, als je hulp nodig hebt met je cv, hebben we die getest, wat er ook maar opkwam. En we realiseerden ons dat de sjablonen niet goed zijn. Dus als je de sjablonen in de parser stopt, wat voor baan je ook hebt, je zit nog steeds op die 40 of onder de 40. Er is dus een probleem met de machine die het leest.

Jennifer: Sally is een programmeur. Ze weet hoe ze dit soort software moet vinden en testen. Maar de meesten van ons niet. Het is onwaarschijnlijk dat deze algoritmen ons cv lezen zoals we het bedoeld hebben en de 'juiste' vaardigheden extraheren.

Anonieme werkzoekende: Als u online een sollicitatie invult en er staat cv converteren. En als, als je eenmaal je cv hebt geconverteerd, de vakjes niet zijn ingevuld met wat je cv aangeeft, dan weet je dat je percentage laag is. En dat is heel logisch, want toen ik solliciteerde naar zoals Goldman Sachs of Capital One, zoals banksectoren en zo, wanneer ik de, eh, informatie uit mijn cv kies, het was nooit correct. En ik moest altijd de rest van de dingen invullen om bij mijn cv te passen.

Jennifer: Ze zegt dat toen ze deze ontdekking deed, het eindelijk klikte.

En ze wou dat ze begreep hoe dit werkte voordat ze begon te solliciteren, omdat het zou hebben geholpen met haar bedriegersyndroom.

Anonieme werkzoekende: Dus iedereen die hier niets van af weet, heeft geen kans, omdat ze het niet eens weten.

Jennifer: In de loop van deze rapportage vonden we een aantal verschillende groepen die probeerden onder de motorkap van deze systemen te komen. Of het nu gaat om zichzelf of anderen te helpen, deze tools aan te passen en ermee om te gaan.

En we bezochten een programma voor de voorbereiding van het personeel in New York City, genaamd The Hope Program. Veel van de deelnemers hebben te maken gehad met dakloosheid, middelenmisbruik en langdurige werkloosheid.

Jamaal Eggleston : Je ziet alle hoepels, deze studenten moeten erdoorheen springen om de baan te krijgen, waar ik een hekel heb om te zeggen dat een ander deel van de bevolking misschien niet door zoveel hoepels hoeft te gaan. Dus ik denk dat het aan ons is om onze wapenrusting aan te trekken en te bestrijden, want dit zijn goede mensen waar we het hier over hebben. Het is dus echt mijn levensreis geworden om hen te helpen. En we moeten terugvechten. Er werden te veel goede mensen aan de kant gelaten.

Jennifer: Jamaal Eggleston staat bij zijn studenten bekend als Mr. E. En hij zegt dat ze worstelen met het toenemende gebruik van persoonlijkheidstesten en andere vormen van automatisering bij het aannemen van personeel.

Jamaal Eggleston : Ze komen gefrustreerd terug. Het is echt een groot probleem om helemaal niets terug te horen. Het is bijna alsof je een aanvraag doet en je aanvraag gaat in de matrix en het is voor altijd verdwenen. Of u krijgt het automatische antwoord dat niet erg persoonlijk is en geen informatie geeft.

Jennifer: Voor hem betekent het een zware strijd voor studenten die al in het nadeel zijn.

Jamaal Eggleston : Als het gaat om hun persoonlijkheidstests, hebben ze het gevoel dat ze voor de gek worden gehouden, omdat het dezelfde vraag is, maar op drie verschillende manieren geformuleerd. Het komt van makers, die met sommige sollicitanten helemaal geen culturele achtergrond delen.

Jennifer: Dus hij zegt dat hij voorbeelden van deze persoonlijkheidstests downloadt, ze analyseert en vervolgens wat hij vindt gebruikt om zijn studenten op te leiden.

Jamaal Eggleston : Dus ik zal ze de drie verschillende formuleringen van die vraag geven. Zodat ze weten waar ze op moeten letten. Als je ooit in deze situatie hebt gezeten, hoe zou je het dan aanpakken? En ze weten meteen dat ik ze heb geleerd als een vraag op die manier is geformuleerd. Het wordt een gedragsvraag. Het is dus iets waar ze bij een persoonlijkheidstest op moeten letten en de tijd voor moeten nemen.

Jennifer: En ze doen deze tests als onderdeel van hun beroepsopleiding. Hun resultaten worden tijdens de les op een whiteboard geprojecteerd en in groep besproken.

Jamaal Eggleston: Als deze bedrijven eens wisten, weet je, alle geweldige mensen die ze hebben uitgesloten vanwege deze praktijken. En ze zouden een geweldige verademing zijn geweest. Ze zouden harde werkers zijn geweest, maar vanwege deze vooroordelen, of het nu van de persoon is die de algoritmen heeft geprogrammeerd, of de algoritmen zelf, die deze mensen hebben uitgesloten, als ze het wisten, zouden ze zichzelf voor de kop slaan, weet je, wow, oke die persoon heeft niet dezelfde huidskleur als de mijne. Ze praten misschien met een ander dialect of accent, maar weet je wat, ze kwamen hier en werkten hun staart af.

[Muzikale overgang]

Ian Zegel: Als er werkzoekenden in de wereld zijn die graag naar werk zoeken, heb ik ze nog nooit ontmoet. En als er werkgevers zijn die het gevoel hebben dat ze experts zijn in rekruteren, heb ik ze ook nog nooit ontmoet. Geen van beide partijen is getraind in de activiteit waarmee ze bezig zijn.

Ian Zegel: Mijn naam is Ian Siegel. Ik ben de CEO en mede-oprichter van ZipRecruiter.

Jennifer: Het is een door AI aangedreven marktplaats waar bedrijven vacatures plaatsen en mensen op zoek gaan naar werk.

Ian Zegel: Miljoenen bedrijven plaatsen elke maand vacatures op onze site. En elke maand zoeken tientallen miljoenen werkzoekenden naar werk op onze site. En we gebruikten AI om de rol van actieve matchmaker tussen hen te spelen.

Jennifer: Toen we hem aan het begin van deze serie spraken, vertelde hij ons dat de overgrote meerderheid van cv's nu eerst door een machine worden gescreend, voordat een mens het proces betreedt.

En hij gelooft dat iedereen die traditioneel advies gebruikt om een ​​cv te maken, het risico loopt niet door te gaan naar de volgende ronde van het wervingsproces, omdat het publiek voor cv's nu algoritmen zijn.

Ian Zegel: Al dat advies dat je hebt gekregen over het schrijven van een cv, is verkeerd. Schrijf niet langer iets dat opvalt, gebruik een prachtig ontwerp gedrukt op perkament, gebruik buitengewoon proza ​​om je prestaties te verfraaien, vergeet dat allemaal. Je wilt schrijven als een holbewoner in de kortste, scherpste woorden die je kunt. Je wilt declaratief en kwantitatief zijn, want software probeert erachter te komen wie je bent om te beslissen of je voor een mens wordt geplaatst. En dat zijn momenteel de meeste banen in Amerika.

Jennifer: Net als anderen vond hij problemen met deze tools die informatie uit cv's halen.

Dus bouwde het bedrijf zijn eigen.

En hij heeft wat advies over het verkrijgen van een cv.

Ian Zegel: Wees expliciet, en als je een vaardigheid hebt, verklaar het dan. Verklaar idealiter hoe je het hebt geleerd. Dus ik heb de vaardigheid geleerd door dit certificeringsproces te doorlopen, hier is mijn certificering of mijn licentienummer om te valideren dat ik deze vaardigheid heb. Omdat er meerdere industrieën zijn, zoals als je een verpleegster bent, zolang je een verpleegvergunning hebt, ben je aangenomen. Er is op dit moment een dringende behoefte aan meer verpleegsters in Amerika. Als je een vrachtwagenchauffeur bent, ben je aangenomen als je een vrachtwagenrijbewijs hebt. Dus alsof je hele cv dat ene stukje informatie kan zijn, omdat de rest er echt niet toe doet voor de werkgever. Zorg er dus voor dat je al je vaardigheden zo concreet en met zoveel mogelijk bewijs opsomt om je expertise te ondersteunen.

Jennifer: En op langere termijn ziet hij een nieuwe manier van rekruteren de norm worden.

Ian Zegel: Er is een verstandige manier om dit voor al het werk te doen, en dat is dat de werkgever eerst moet gaan. De werkgever moet kijken naar actieve werkzoekenden in de markt en degene kiezen die ze graag willen zien solliciteren. Nodig ze uit om te solliciteren of direct te werven. Dat is een geweldige ervaring. Werkzoekenden hebben een hekel aan solliciteren, maar raad eens? Ze vinden het heerlijk om gerekruteerd te worden, en wie niet? Het is letterlijk alsof je wordt opgehaald bij een bar. Er wordt verteld dat je wenselijk en speciaal bent. Het is gewoon logisch en plaatst iedereen in de juiste headspace. Dan wint de werkgever, want door te rekruteren, gaan ze eerst, ze tonen interesse, wat betekent dat ze de kans vergroten dat ze een positieve reactie krijgen, omdat die persoon zo gevleid zal zijn door het feit dat de werkgever eerst ging. Het is dus gewoon een betere, efficiëntere manier om dit te laten werken.

[Muzikale overgang]

Jennifer: Als onderdeel van dit onderzoek hebben we een aantal tools leren kennen die bedoeld zijn om werkzoekenden te helpen hun kansen op succes te maximaliseren.

Hilke Schellmann is verslaggever van deze serie. Ze is ook hoogleraar journalistiek en rapporteert over dit onderwerp.

Hilke, wat heb je gevonden over de trucs die mensen gebruiken om een ​​voorsprong te krijgen?

Hilke: Dus een van de dingen die ik vond, is een hele niche-industrie van mensen die 'beoordelingsgeheimen' online met elkaar delen.

Sot: Youtube clips montage2: Spreker 1: In deze video van vandaag gaan we het hebben over hoe je de eerste keer voor je psychometrische test kunt slagen. Luidspreker 2: Kijk in de camera, niet naar het scherm. Spreker 3: Wees expressief wanneer u praat en verander uw stemtoon wanneer u spreekt. Onthoud dat de AI zal zoeken naar inconsistenties in wat u zegt en hoe u zich gedraagt. Spreker 2: En je onthult dan de resultaten van je acties en de resultaten moeten altijd positief zijn. Dus wanneer je een vraag krijgt die zegt, vertel me over een moment waarop je. Of beschrijf een situatie waarin u zich bevond. Kijk, het is een interviewvraag van het gedragstype en u moet een specifieke situatie geven.

Hilke: Er zijn dus ook de gebruikelijke quora-discussies en subreddits die praten over de vragen die werkzoekenden zijn tegengekomen in video-interviews, of hoe deze games te verslaan. En dan zijn er nog enkele leveranciers die kandidaten de kans bieden om AI-schijninterviews te doen, vóór de grote dag.

Jennifer: Kandidaten kunnen alleen oefenen in een kamer, door in de camera te praten en iemand, of een machine, ervan te overtuigen dat zij de beste kandidaat voor de baan zijn?

Hilke: Ja. Werkzoekenden kunnen ook hun persoonlijkheidsprofielen zien. Maar er is een limiet aan hoe nuttig dit is, aangezien de meeste kandidaten niet weten welke vragen ze zullen worden gesteld. Ik vond bijvoorbeeld een bedrijf dat het zeventraps wervingsproces bij Amazon vermeldde, dat heel duidelijk uitlegde wat kandidaten moesten doen. Dat bedrijf heeft ook AI-games gebouwd die vergelijkbaar zijn met wat werkzoekenden in de echte wereld moeten spelen. De werkzoekenden kunnen dus van tevoren op die spellen trainen (uiteraard tegen betaling).

Jennifer: En je hebt veel bedrijven bekeken die dit doen, heb je iets interessants gezien?

Hilke: Dus blijkbaar hebben sommige sollicitanten die niet alle vaardigheden hebben waar de functiebeschrijving om vraagt, de vaardigheden die ze missen in het wit op het cv gezet. Het is dus onzichtbaar voor een mens, maar een computer zou de vaardigheden herkennen. Werkzoekenden hopen hiermee op de ja-stapel te komen en recruiters raken hierdoor gefrustreerd.

Jennifer: Oké, misschien is dit een manier om het speelveld gelijk te maken voor sollicitanten die nu minder macht hebben tegen AI. Of is het een soort van vals spelen en sommige sollicitanten een voorsprong geven op anderen?

Hilke: Welnu, sommige mensen die deze beoordelingen oefenen, krijgen een voorsprong op anderen, omdat ze nu weten wat ze kunnen verwachten. Maar het is niet omdat ze hebben geoefend en geoefend om erachter te komen hoe ze de hoogste score kunnen halen (zoals in een videogame), want zo werken deze beoordelingen niet.

Deze spellen proberen je persoonlijkheid te beoordelen en 'om te winnen' in wezen vergelijkt het algoritme je eigenschappen met de eigenschappen van werknemers die al bij dat bedrijf werken. Als je vergelijkbare persoonlijkheidskenmerken hebt, ga je door naar de volgende ronde in het wervingsproces. Maar de vangst is dat niemand weet wat die eigenschappen zijn. Dus ik weet niet of je het valsspelen kunt noemen, terwijl je de regels van het spel dat je speelt niet eens echt kent.

Jennifer: En we weten niet precies hoe AI werkzoekenden scoort, dus de mensen die dit advies geven, weten het misschien ook niet.

Hilke: Ja, en als dat advies onnauwkeurig is, kan het zelfs averechts werken voor werkzoekenden. Maar ik begrijp de angst die mensen hebben voor deze nieuwe tools en hun verlangen om te begrijpen hoe dit werkt. En natuurlijk kan dat beetje oefening hen op de grote dag kalmeren ...

Jennifer: Maar net als bij elk ander kat- en muisspel, is het slechts een kwestie van tijd voordat mensen automatisering gebruiken om terug te vechten tegen deze automatisering.

Hilke: Dat is precies wat ik dacht.

[Muzikale overgang]

Jennifer: Dus je testte dit uit in een video-interview, waarbij je alleen tekst-naar-spraaksoftware gebruikte om de gestelde vragen te beantwoorden.

Hilke: Ja, ik gebruikte een deepfake computer gegenereerd audiobestand om te zien of ik de interviewsoftware kon laten geloven dat de deepfake een mens is.

[SOT: Hilke aan het woord]: En dus is de eerste vraag, stel jezelf voor. Stel jezelf voor, deepfake.

Computer gegenereerde audio: Mijn naam is Hilke Shellman. Ik ben een met een Emmy bekroonde verslaggever en professor journalistiek aan de universiteit van New York. Ik ben al meer dan tien jaar journalist.

Jennifer: Ok en de diepe nepstem heeft geen gezicht, dus er is hier geen video en het systeem geeft het nog steeds een score.

Hilke: Ja. De deepfake scoorde een matchscore van 79% met de baan. Dat is eigenlijk best hoog. Het kreeg ook een persoonlijkheidsanalyse, die me vertelde dat de deepfake erg innovatief en niet erg consistent is. Het is behoorlijk sociaal en niet erg gereserveerd.

Jennifer: Rechts.

Hilke: Ja en het raarste was dat ik het toen opnieuw testte, deze keer dezelfde tekst lezend met mijn echte stem.

Jennifer: En wat is er gebeurd?

Hilke: Aha, wat. De door de computer gegenereerde stem scoorde zelfs hoger dan ik die dezelfde tekst las!

Jennifer: Wauw. Het klinkt alsof je zou kunnen overwegen om je audio-avatar mee op pad te nemen.

Hilke: Ik denk het wel.

[Muzikale overgang]

Jennifer: Maar we zijn niet de enigen met dit idee.

Sami Mäkeläinen: Wat als je net het AI-interview een AI had gehad?

Jennifer: Sami Mäkeläinen is een executive bij Telstra, een Australisch telecombedrijf.

Sami Mäkeläinen: Zou dat kunnen? Zou het nu kunnen? Zou het in de toekomst kunnen? Ik bedoel, het is vrij duidelijk dat je in de niet al te verre toekomst dit soort, veel algemenere vaardigheid zult hebben om kunstmatige entiteiten te ontwikkelen die er ongeveer precies hetzelfde uitzien als mensen, en zich heel erg als mensen gedragen. Ik dacht dat, nou, zouden we een van deze dingen kunnen gebruiken om de interviews voor ons te doen?

Jennifer: Hij heeft een achtergrond in software-engineering en het is zijn taak om de implicaties van toekomstige technische trends te bestuderen.

Uit nieuwsgierigheid besloten hij en een paar collega's om te testen of AI-interviewers het verschil zouden herkennen tussen het interviewen van een mens of een andere machine.

Dus namen ze een bekend AI-interviewsysteem dat video gebruikt (hij wilde niet onthullen welke), en koppelde het aan een avatar.

Sami Mäkeläinen: We hadden net een AI-interviewsysteem. En we hebben een AI-digitale mens, digitale avatar, digitale tweeling (als je het zo wilt noemen) ingezet om als een soort spreekbuis te fungeren voor de geïnterviewde mens. Dus je weet dat de woorden die de avatar sprak van mensen kwamen, het was geen taalmodel of AI achter dat deel.

Jennifer: Met andere woorden, ze schreven een script en het werd uitgevoerd door een deepfake.

Dus een nepstem op een nepvideo beantwoordde de vragen van een AI-interviewer.

En hoe deed deze AI-kandidaat het na een tiental tests?

Sami Mäkeläinen: Nou, is het interview gezakt? Nee, dat deed het niet. Het was prima vanuit het perspectief van de AI-interviewer. Het was alsof hij iemand anders interviewde.

Jennifer: Ze testten dezelfde woorden, op twee manieren. Eén gesproken door een mens, en één gesproken door de avatar. En hij zegt dat de uitkomst voor beide vergelijkbaar was.

En hij heeft gedachten over wat er zou kunnen gebeuren.

Sami Mäkeläinen: Dus stel dat je over een paar jaar een heel realistisch ogende digitale tweeling van jezelf kunt hebben, een audiovisuele representatie van jezelf. Daar kun je een heel scala aan use cases voor bedenken. Je zou het kunnen laten zitten in, je weet wel, een saaie, grote vergadering voor jou die eh en ehm met de juiste tussenpozen zou kunnen zijn. Je zou het kunnen gebruiken in, je weet wel, virtueel gamen of gamen en een soort virtuele aanwezigheid. Of u kunt het gebruiken om interviews voor u af te nemen.

Jennifer: Hoewel hij niet op de hoogte is van anderen die deze technologie nog niet met digitale mensen testen. En als Hollywood-films dit niet gemakkelijk voor elkaar kunnen krijgen, heeft hij het gevoel dat er weinig gevaar is dat de rest van ons avatars zal inzetten om binnenkort onze biedingen uit te voeren.

Maar het feit dat de wervingstool niet kon herkennen dat het een machine aan het interviewen was, is een probleem. En het betekent dat de software nog een weg te gaan heeft.

Sami Mäkeläinen: Dus ik veronderstel dat, idealiter als je een systeem hebt dat ogenschijnlijk een mens interviewt, je er zeker van wilt zijn dat het de mens is die je denkt te interviewen aan de andere kant. Anders zou je gewoon een vriend inhuren om het AI-interview voor je te doen, en het zou waarschijnlijk veel overtuigender zijn dan een AI momenteel zou zijn. Er is een hele reeks dingen die deze systemen zouden kunnen doen om te verifiëren dat, weet je, ze praten met wie ze denken dat ze praten, maar hoe dat precies zal worden ontwikkeld, is ook weer iets dat moet worden bepaald.

Jennifer: Hij zegt dat ze geen plannen hebben om verder te testen, maar als ze dat wel deden, heeft hij gedachten over wat ze zouden kunnen proberen.

Sami Mäkeläinen: We zijn niet dieper ingegaan op de vraag of we de scores eventueel kunnen aanpassen door gezichtsuitdrukkingen, de toon van de stem of, je weet wel, emotie of dat soort dingen te optimaliseren? Dat is niet iets waar we ons in hebben verdiept. En het was gewoon, het was gewoon een heel eenvoudig, een soort proof of concept.

Jennifer: En hij denkt dat we ook moeten onthouden dat een deel hiervan niet nieuw is.

Sami Mäkeläinen: We hebben een soort van gamen, de interviews voor altijd. Zoals wanneer je een menselijk interview hebt, heb je zelfs cursussen over hoe je je daar moet gedragen, wat je moet zeggen, wat je moet doen, wat je moet dragen. We zullen in toenemende mate gebruikmaken van 'quote unquote' intelligente agenten om onze biedingen voor ons uit te voeren.

Jennifer: Maar hij zegt dat het belangrijk is om te beseffen dat het aannemen van personeel in het begin nooit perfect was.

Sami Mäkeläinen: Het is gemakkelijk om de AI en het gebruik van AI voor veel van deze situaties de schuld te geven. En in veel gevallen is het gegarandeerd, toch? Ik denk niet dat iemand kan zeggen dat het om te beginnen een perfect proces was en, weet je, dan komen we tot de conclusie: hoe zetten we deze systemen in? Hoe gebruiken we ze, hoeveel verantwoordelijkheid geven we ze? De duivel zit altijd in de details. Dus op een bepaald niveau zou ik het er volledig mee eens zijn dat de kosten van het verkeerd aannemen van personeel te hoog zijn. Maar aan de andere kant hebben we het als samenleving in wezen al tientallen jaren bij het verkeerde eind.

Jennifer: In een oogwenk kijken we naar een deel van wat er op universitair niveau wordt gedaan om studenten te helpen zich voor te bereiden om met deze systemen om te gaan, wanneer we terugkomen.

[Midroll]

Jennifer: Dit nieuwe tijdperk in aanwerving kan een beetje overweldigend zijn voor mensen die op zoek zijn naar een baan, die niet altijd weten hoe en wanneer ze worden getest, of waar ze precies op worden getest.

Mensen zijn op zoek naar manieren om zich beter voor te bereiden om met deze AI-systemen om te gaan, en het gaat verder dan individuele nieuwsgierigheid en organisatie aan de basis. AI-bedrijven bevinden zich ook in deze ruimte en bieden tools en trainingen aan werkzoekenden.

Een van hen is een bedrijf genaamd VMock, dat zakelijke deals heeft met honderden hogescholen en universiteiten. De op AI gebaseerde software corrigeert honderden cv's zodat ze gemakkelijker door machines kunnen worden gelezen en geeft feedback op video-interviews.

Salil Pandey: En in die eerste blik, als je daadwerkelijk naar de nee-stapel bent gegaan, dan is het verhaal voorbij. Je bent misschien wel de slimste jongen die uit je bacheloropleiding komt. Je bent weg, je krijgt geen tweede kans. De wereld is overgegaan op een zeer snelle cyclus, en het is een blip en je ja of nee.

Jennifer: Salil Pande is een van de oprichters van het bedrijf.

Hij zegt dat zelfs een paar jaar geleden elke stap in het wervingsproces door een mens werd gedaan. Dat is niet langer het geval, vooral niet voor bedrijven die veel pas afgestudeerden in dienst nemen en mensen met minder professionele ervaring, want dat maakt het moeilijker voor wervingsmanagers om te weten wie de beste persoon voor de baan is.

Salil Pandey: Uiteindelijk, wanneer er een grote kans op succes is, is dat het moment waarop interactie tussen mens en mens plaatsvindt, wat betekent dat het vroege deel, dat het afwijzingsgedeelte was, al is gegeven aan technologie die, Hé, technologie filtert mij het juiste cv, filter mij het juiste, uh, LinkedIn-profiel, filter me de goede pitches en doe ook wat psychometrische tests en alles heeft het allemaal voor me samengesteld. En als dit allemaal achter de rug is, ga je een interview voor me plannen, en dan ga ik, boem, een interview van een uur, ik ben klaar.

Jennifer: De missie van VMock is om studenten voor te bereiden op een wervingsveld waar hun cv's en video-interviews eerst een beroep moeten doen op AI.

Salil Pandey: Als je je cv niet hebt geoptimaliseerd voor die functiebeschrijving, filtert het sollicitantenvolgsysteem, dat eigenlijk een beetje lijkt op het omzeilen van die functiebeschrijving, je misschien niet in de ja-stapel. Misschien zit je in de no-stapel of een misschien-stapel. Dus je moet nadenken over hoe je dit vroege proces gaat doorlopen waarbij je te maken krijgt met het volgsysteem van sollicitanten. Je krijgt te maken met een kunstmatige-intelligentiesysteem dat jou, je interviews en al het andere gaat herkennen. Wat is een goede pitch? Hoe zet u uw topvaardigheden in de kijker? Naar welke vaardigheden zijn recruiters op zoek? Welke vaardigheden heb je momenteel? Hoe presenteer je je vaardigheden als je de vaardigheid niet hebt, maar je hebt iets anders dat als voorbeeld kan worden genomen van die andere vaardigheid, en je kunt het echt presenteren.

Jennifer: Pande zegt dat loopbaancentra op universiteiten worden overtroffen door de technologie die nu door veel grote bedrijven wordt gebruikt. Dat is waar hij zegt dat de AI van VMock studenten kan helpen de AI te verslaan die ze tegenkomen wanneer ze op zoek zijn naar hun eerste baan.

En een school die het gebruikt, is de Universiteit van New York.

Gracy Sarkissian: Studenten komen deze systemen dus vroeg, vroeger en vroeger tegen. En ik zou zeggen, weet je, loopbaancentra proberen gelijke tred te houden met deze veranderingen, zodat we onze studenten effectiever kunnen voorbereiden als ze niet weten wat ze kunnen verwachten. Ik denk dat het zo'n grote onbekende is voor studenten. En dus is het onze taak om het een beetje te demystificeren.

Jennifer: Gracy Sarkissian leidt het Career Center op NYU.

Ze zegt dat ze VMock heeft ingeschakeld om de tijd die loopbaancoaches hebben met studenten efficiënter te maken.

Gracy Sarkissian: En zodra je die feedback integreert, zie je de score omhoog gaan. Dus het geeft studenten gewoon wat oefening om niet alleen feedback te krijgen, maar ook om te zien hoe een systeem zou kunnen reageren om te reageren of te reageren op hun cv.

Jennifer: En ze heeft wat advies voor werkzoekenden die indruk willen maken op zowel AI als mensen.

Gracy Sarkissian: Sommige studenten vertellen me, weet je, ik heb gedaan wat jullie me zeiden te doen. Ik zorgde ervoor dat mijn cv vol stond met trefwoorden. En nu klinkt het als een soort cheesy marketingdocument. En dus wat ik zeg, begrijp ik, ik hoor je. Zorg voor twee versies van je cv. Zorg dat je degene hebt waarop je je gaat toepassen als je door systemen gaat en er een hebt die je aan iemand gaat overhandigen, als je iemand ontmoet en indruk op ze wilt maken. En dat heeft studenten geholpen om te zeggen: oké, ik snap het. Dit is iets dat ik moet doen zodat mijn cv wordt opgehaald.

Jennifer: Haar team bereidt studenten ook voor op eenrichtingsvideo-interviews.

Gracy Sarkissian: We realiseren ons niet hoeveel input we krijgen als we een één-op-één gesprek hebben met iemand, of met jou, zelfs als het een groeps- of panelinterview is. Je kijkt mensen in de ogen, je krijgt positieve feedback. Het kan zijn dat je negatieve feedback krijgt waardoor je je vraag misschien moet aanpassen. Als je nerveus was, is de kans groot dat je een beetje empathie voelt van iemand in de kamer. Terwijl wanneer we met AI interviewen, het voelt als een vreemde, toch? Het voelt als een vreemde zonder gezicht. Het is een leeg scherm. En vaak staar je naar jezelf en dus kan het een eenzaam proces zijn, denk ik, voor sommige van onze studenten.

Jennifer: Het is een van de redenen waarom werkgevers, in een krappe arbeidsmarkt, volgens haar sommige van deze strategieën zouden willen heroverwegen, vooral als ze toptalent willen aantrekken.

Gracy Sarkissian: Weet je, we weten dat Gen-Z-studenten een door waarden gedreven generatie zijn, toch? Ze willen ervoor zorgen dat ze kunnen aansluiten bij de cultuur van de organisatie. Dat de missie en waarden van de organisatie daarbij aansluiten. En dat is moeilijk in te schatten als je virtueel aan het interviewen was. Wanneer je geen mensen ontmoet, wanneer je geen mensen spreekt tijdens een sollicitatiegesprek, wanneer je niet door een kantoor loopt en gewoon werk ziet gebeuren.

Jennifer: Maar in een wereld waar miljoenen bedrijven miljoenen sollicitaties ontvangen, is maatwerk voor individuen niet iets dat schaalbaar is.

En dat brengt ons terug in een positie waarin we eerder waren, blackbox-besluitvorming, toegepast op iedereen, wat leidt tot onbedoelde gevolgen.

Terwijl we het tweede seizoen van deze podcast afronden - en ons vierdelige onderzoek naar hoe AI wordt gebruikt om wervingsbeslissingen te nemen - zien we de belofte van het gebruik van algoritmen. Maar de rapportage maakt duidelijk dat dit een opkomende industrie is met veel bewegende delen, en op zijn minst een paar tools die er gewoon nog niet zijn. En in sommige gevallen kan het zelfs het tegenovergestelde doen van wat ze van plan zijn.

We hebben systemen gezien met vooroordelen tegen vrouwen en mensen met een handicap, zelfs een tool die voorspelt dat mensen met de naam Jared succesvol zullen zijn op het werk. Andere tools beoordeelden kandidaten hoog op hun Engelse taalvaardigheid, hoewel de opnames geen woord Engels bevatten. We hebben ook opnames geüpload die niets te maken hadden met de gestelde interviewvragen, maar die werden beoordeeld als een match voor de vaardigheden die nodig zijn om het werk te doen.

Met weinig overzicht is er ook weinig transparantie over wat er in de zwarte doos gebeurt en waarom de software de beslissingen neemt die het neemt. Bedrijven die deze tools bouwen, hoeven niemand te vertellen hoe hun systemen werken of waarom ze vertrouwd moeten worden.

Het goede nieuws? In veel opzichten staan ​​we nog aan het begin. En er is een mogelijkheid om betere systemen te bouwen als we eerlijk zijn over wat er niet werkt, waar de machines tekort schieten en als we besluiten om schaal, efficiëntie of snelheid niet boven alles te waarderen.

[CREDITS]

Jennifer: Deze miniserie over inhuren werd gerapporteerd door Hilke Schellmann en geproduceerd door mij, Emma Cillekens, Anthony Green en Karen Hao. We zijn bewerkt door Michael Reilly.

Dat was het voor seizoen twee, we nemen een pauze en zien je hier terug in de herfst.

Heel erg bedankt voor het luisteren. Ik ben Jennifer Strong.

zich verstoppen