在《哈佛商业评论》最近的一篇文章中，如何消除面试中的偏见，行为经济学家Iris Bohnet教授讨论了招聘经理在招聘过程中无意中强化个人偏见的方式。Bohnet专门写了关于非结构化面试的文章，但她的分析更广泛地适用于许多组织使用的传统招聘流程。
Bohnet写道:
“当测试、结构化面试和机械预测的组合等决策辅助工具大大减少了预测员工绩效的错误时，我们为什么还要坚持一种显然行不通的方法呢?”
她接着概述了一些招聘者可以利用的策略，通过标准化问题、取消小组面试等等来消除偏见。我们的总体目标是要摆脱这样一种观念，即我们应该雇佣“像我们这样的人”，而是寻找那些具备基本技能、有创新潜力和在公司内部成长的候选人。
虽然她的策略很有用，但有一种更简单的方法可以让招聘基于绩效。以下是Vervoe在招聘过程中消除偏见的一些方法。
AI-Powered排名
Vervoe使用机器学习筛选候选人，而不是淘汰。许多人力资源团队会收到数百份求职简历。仔细考虑每个候选人的申请几乎是不可能的，这导致许多招聘人员只是选择那些背景看起来最熟悉或最相似的候选人。
Vervoe的AI工具通过使用独特的、多层次的方法将候选人与雇主的偏好相匹配，从而提高了流程的效率。该算法允许人力资源团队评估10,000名候选人，而单个招聘人员评估一名候选人所需的时间相同。
人工智能工具不会使歧视永久化吗?有一些公司不得不放弃人工智能的臭名昭著的例子招聘工具因为这些工具复制了人类招聘过程中固有的一些偏见。这些工具的缺陷不在于技术，而在于所使用的数据输入算法。根据求职者简历上的信息进行匹配，与人工招聘人员对求职者进行排名的结果没有任何不同。
Vervoe的人工智能工具能够筛选候选人他们真正能做的，而不是他们的简历上写着他们能做什么。基于成绩的自动排名是将人才试验(Talent Trials)的数据输入智能算法的结果，该算法不会淘汰任何人。相反，人工智能会对面试阶段的候选人进行排名，因此招聘人员会收到一份最佳候选人的名单后他们的资格已得到确认。
人才试验和技能评估
人工智能使用的数据来自哪里?在评估候选人时，Vervoe使用人才试验来平衡竞争环境。人才选拔可以取代简历筛选这是一个不好的成功预测，原因有很多。
人才选拔就像网上求职面试。公司会根据新员工需要完成的任务类型，通过问题和评估来定制“人才测试”。候选人执行与他们申请的工作相关的任务，算法会分析他们的执行方式，并自动排名。这是一种有效的方法，让候选人进入这个职位一段时间，看看他们是否适合。
最好的部分是什么?它可以在同样的条件下同时为数百名申请者大规模地完成。这意味着每个求职者都有平等的机会展示自己的才能，不管他们的简历上写了什么。人才测试可以包括从代码编辑和软件开发到人格与认知使用验证的能力心理评估。Vervoe的库可以为您提供设计测试所需的一切，以反映您的角色要求和公司文化。
筛选人进来，而不是出去
总结:简历和面试是偏见在招聘过程中不断扩散的两种主要方式。Vervoe的工具起作用了:转而使用我们的人工智能工具的公司技能评估女性候选人增加了62%。平台是预测优秀员工的准确率为83%适用于所有的工作类型，无论你的行业是什么。
求职者也很喜欢。澳大利亚邮政为了在不考虑候选人的专业背景的情况下，深入了解候选人的适用性和潜力，我们对Vervoe进行了测试。他们要求1268名候选人在Vervoe的平台上完成一项在线人才测试。89%的候选人提交了他们的人才测试，许多候选人给他们的经历打了10分。
正如博内特总结的那样，
“工作样本测试、结构化面试和比较性评估是明智且正确的做法，它们能让我们雇佣最优秀的人才，而不是那些看起来像这样的人。更聪明地设计我们的招聘实践和程序可能不会让我们的思想从我们的缺点中解脱出来，但它可以使我们的偏见变得无力，打破偏见信仰和歧视性行为之间的联系——通常只是愚蠢的行为。”
