降低AI在招聘决策中的风险的三种方法：超越即插即用式应用

人工智能不仅在改变工作方式，还在改变关键人才决策。盖洛普报告称，93%的《财富》500强首席人力资源官（CHRO）正在使用人工智能工具来改善业务运营，并报告了显著的成本节约。减少从使用AI。_the （这句话不完整，看起来像是句子的一部分，没有提供完整的句子进行准确翻译）招聘人力资源部门中的一个职能负责吸引、筛选和聘用求职者。人工智能在处理大量数据方面的独特价值是这些部门潜在的运营优势。美国平等就业机会委员会（EEOC）主席最近表示，超过80%的雇主使用AI进行工作和雇佣决策。然而，虽然AI提供了巨大的机遇，但也带来了关键的风险，特别是在多样性、公平性和包容性方面。DEI（多样性、公平性和包容性）领导者必须确保他们采用的人工智能不会加剧或创造新的不平等。为此，他们从一开始就需要采取细致的方法。

奥普拉·温弗瑞（在她的ABC特别节目，“人工智能与美国的未来）以及比尔·盖茨（在他的Netflix系列节目《下一个是什么？》的第一集）强调了人工智能作为改进工具和潜在颠覆者的二重性。对于领导者来说，理解“人工智能能做什么”为了我们以及它能做什么到“我们”（《门锁》特别节目的第一集的副标题）是负责任地利用它的关键。要做到这一点，特别是在人才选拔方面，领导者需要超越“即插即用”的思维，并采用像量身定做的西装一样适合其组织的战略。我最近采访了两位专家，以帮助我们了解在使用AI进行人才选拔和招聘决策时的一些重要考虑因素。为了获得心理科学的视角，我与弗雷德·奥斯瓦尔德博士，赖斯大学的一位工业与组织心理学教授。他还是人类系统集成委员会（BOHSI）的主席，并且是联邦国家人工智能咨询委员会（NAIAC）的成员。我还采访了乔纳森·布里尔，一位商业未来学家，以获得业务视角。他们推荐了三个关键行动，以帮助降低人才管理中实施AI的风险。

构建正确的文化以引领人工智能发展

虽然在你开始人工智能之旅时会有一个具体的人才挑战，Brill提醒我们第一步不是选择一个工具，而是建立一种“实验文化”。他所指的是你不应该期望你的努力一开始就能做到完美；你必须计划好试错的过程。组织应该培养好奇心，奖励创新，并且为员工提供一个安全的环境，让他们可以探索新想法而不用担心因失败受到报复。在人工智能实施过程中，失败应被视为一种特征而非缺陷。他还建议组织开发治理机制，如人工智能指导委员会、风险评估和伦理审查委员会来监督人工智能项目。Brill还建议领导者现在就采取这种方法。“虽然在这个时候投资于必要的培训和文化变革似乎为时过早，但等到人工智能准备好时再做就已经太晚了。”他说。

要求公平、有效性和透明度

AI的一个承诺是它有可能使机会民主化。盖茨强调了AI将教育和医疗带给历史上服务不足的人群的力量。然而，正如奥普拉·温弗瑞的电视特别节目中所指出的，意图背后的意图将决定人工智能是使我们分裂还是团结。由于意图至关重要，因此必须理解许多大型语言模型（LLM）是在不代表整个人口的数据上训练的。结果，一些AI工具在其组成上可能存在固有的歧视性，这些工具支持的选择决策也可能存在偏见。

奥斯瓦尔德说：“AI工具应当完善，并有合理的证据表明它们能够衡量与工作相关的特征。”“除非AI招聘工具配有支持性证据，除非组织在投资前提出正确的问题，否则我担心员工和组织将无法完全受益。”

工业和组织心理学会（SIOP）已经明确了清晰的指引推荐关于在招聘中使用AI。Oswald参与了主要建议的制定，这些建议包括检查工具的公平性、与工作的相关性和预测有效性。建议还包括确保该工具不会对历史上代表性不足的群体产生不利影响。

在前端提出正确的问题是避免使用可能加剧而不是消除偏见的AI工具的最有效方式。

3. 认真评估“现成”的解决方案

根据奥斯瓦尔德的说法，构建AI赋能评估的算法应该是透明的。这意味着内容、评分以及系统的性能应当易于理解。在人才选拔中依赖AI的一个风险是，虽然营销可能很有吸引力，供应商却可能不会提供技术报告来解释他们的工具是如何设计的。或者，他们可能会用非正式的说明文档代替必要的基于研究的统计观察的技术报告。一些供应商可能担心提供技术细节会损害其竞争优势。然而，如果他们不能（或不愿意）确切地告诉你算法在做什么，你将自愿承担两个风险。首先，你可能无法解释为什么某些候选人被推荐或拒绝。结果可能是员工和候选人在你的选拔过程中失去信任。其次，你可能会让你的组织面临法律挑战的风险。

布里尔指出，“人工智能不是一件你可以从货架上买来并期望它能一夜之间改变公司的产品。”他建议将人工智能视为一种“必须与你组织的独特数据、文化以及战略目标相结合的组件技术”。

公司们可以理解的是，被现成的AI产品在人才管理方面的简便性所吸引。但是，正如Brill所说，“领导层现在应该考虑AI如何与其对未来的愿景相契合，而不是草率地采用一个可能无法达到预期效果的一般解决方案——或者更糟糕的情况是，产生意想不到的负面后果。”

为了降低人才选拔中使用AI的风险，应考虑定制而非现成的解决方案，要求透明度和严格的验证，并培养一种拥抱实验和包容性的组织文化。