Vervoe如何将偏见从求职面试中脱离

在脸书上分享
分享到Twitter
分享LinkedIn.
分享电子邮件

在最近的哈佛商业评论文章中,如何将偏见从采访中取出,行为经济学家和伊利兰州伊利兰教授讨论了招聘经理在招聘过程中不知不觉地加强个人偏见的方式。Bohnet专门针对非结构化访谈,但她的分析更广泛地适用于许多组织的传统招聘过程。

Bohnet写道:

“为什么我们坚持这种方法,如此明显不起作用,当决策辅助程序,包括测试,结构化访谈以及机械预测器的组合时,大大减少了预测员工表现的错误?”

她继续概述一些战术招聘人员可以利用标准化问题来消除偏见,与团体访谈等等。总体目标是摆脱我们应该雇用“像我们这样的人”的概念,而是寻求带有基准技能集的候选人,并潜力在公司内创新和发展。

虽然她的策略很有用,但有一种更简单的方式来招聘优点。以下是vervoe在整个招聘过程中删除偏见的一些方式。

AI-Powered排名

vervoe使用机器学习筛选候选人,而不是出来。许多人力资源团队接收数百名恢复单一开放位置。为每个候选人的应用程序仔细考虑几乎不可能,这导致许多招聘人员只需选择背景似乎最熟悉或类似的候选人。

vervoe的AI工具通过使用唯一的多层方法为过程带来更大的效率,以将候选人与雇主的偏好匹配。该算法允许人力资源团队在同一时间评估10,000名候选人,该识别人员需要评估一个。

不要持续歧视吗?有一些臭名昭着的公司才能废除他们的ai招聘工具因为该工具将一些偏差复制到人类招聘过程中。这些工具中的缺陷不是技术 - 它是使用的数据喂算法。匹配候选人根据简历中的信息,不会导致任何不同的结果,而不是手动招聘人员排名候选人。

Vervoe的AI工具能够筛选候选人他们实际上可以做些什么,而不是他们的简历说他们能做什么。基于MERIT的自动排名是从人才试验中喂食数据的结果(在一分钟内更多地)进入一个不会消除任何人的智能算法。相反,AI排名面试阶段的候选人,因此招聘人员收到了最重要的候选人名单他们的资格得到了验证。

人才试验和技能评估

AI使用的数据来自哪里?vervoe在评估候选人方面时使用人才试验来级别播放领域。人才审判可以替换恢复筛选出于多种原因,这是成功的糟糕预测因子。

人才试验就像在线工作试镜。公司自定义具有问题和评估的人才试验,以模仿新租用所需的任务类型。候选人执行与他们所应用的作业相关的任务 - 并且算法分析了他们使用自动排名执行的方式。这是一种有效的方法,让候选人踏入这个角色一段时间,看看它们是否适合。

最好的部分?它可以在同时和在相同条件下以数百份申请人进行规模。这意味着每个申请人都有一个平等的机会来展示自己的才能,无论他们的简历所说的内容如何。可以建立人才试验,包括从代码编辑和软件开发中的所有内容个性和认知使用验证的能力心理改算评估。Vervoe的图书馆可以为您提供设计测试的一切,这些测试反映了您的角色和公司文化的要求。

屏幕人口,不是出来的

底线:恢复和访谈是两个主要方式偏见继续扩散招聘过程。Vervoe的工具工作:转换为我们的AI工具的公司技能评估看到女性候选人增加了62%。平台是预测顶部表演者的83%准确无论你的行业是什么,横跨所有工作类型。

候选人也喜欢它。澳大利亚邮政为了测试运行,抓住了Vervoe,以获得洞察候选人的适用性和潜力,而不考虑他们的专业背景。他们要求1,268名候选人在Vervoe的平台上完成在线人才试验。89%的候选人提交了他们的人才审判,许多候选人10分中10中的经验评定。

因为Bohnet得出结论,

“工作 - 样本测试,结构化访谈和比较评估是聪明的和正确的事情,让我们雇用最好的人才而不是那些看零件的人。智慧设计我们的招聘实践和程序可能不会摆脱我们的缺点,但它可以使我们的偏见无能为力,突破偏见信仰和歧视之间的联系 - 并且通常只是愚蠢的行动。“

您可能感兴趣的类似文章

在产品内
David Weinberg.

看看Vervoe的产品进化内容

我们的选择功能的发布是我们在Vervoe的新里程碑。不仅是一个强大的

您的招聘流程是千禧一代友好吗?