DEI ในการสรรหาบุคลากร

01จุดที่อคติมักจะแทรกซึมเข้าสู่กระบวนการสรรหา

การคัดกรองเรซูเมเป็นขั้นตอนแรกที่มีการศึกษาวิจัยมากที่สุด: งานวิจัยย้อนหลังหลายทศวรรษพบซ้ำแล้วซ้ำเล่าว่า เรซูเมที่เหมือนกันทุกประการได้รับอัตราการติดต่อกลับที่แตกต่างกันเพียงเพราะชื่อของผู้สมัครที่ปรากฏต่างกัน ซึ่งเป็นรูปแบบที่พบในหลายประเทศและหลากหลายอุตสาหกรรม ไม่ใช่ความคลาดเคลื่อนจากการศึกษาเพียงชิ้นเดียว การคัดกรองด้วยคำสำคัญของ ATS ยิ่งซ้ำเติมปัญหานี้โดยให้คะแนนคำศัพท์ในเรซูเมที่สัมพันธ์กับภูมิหลังทางการศึกษาหรือวิชาชีพเฉพาะ ส่งผลให้ผู้สมัครที่มีคุณสมบัติเหมาะสมเท่ากันแต่อธิบายประสบการณ์แบบเดียวกันด้วยคำอื่นถูกคัดออก

การจัดหาผู้สมัครที่พึ่งพาการแนะนำเป็นหลักมีแนวโน้มที่จะผลิตซ้ำโครงสร้างประชากรของทีมเดิม เนื่องจากเครือข่ายของบุคคลมักมีความเป็นเนื้อเดียวกันมากกว่ากลุ่มแรงงานที่มีคุณสมบัติเหมาะสมในวงกว้าง และการสัมภาษณ์แบบไม่มีโครงสร้าง — การสนทนาแบบดั้งเดิมเพื่อดูว่า "เข้ากับวัฒนธรรมองค์กร" หรือไม่โดยไม่มีเกณฑ์การประเมินที่แน่นอน — ถือเป็นวิธีที่มีหลักฐานความถูกต้องต่ำที่สุดวิธีหนึ่งในบรรดาวิธีการจ้างงานที่ใช้กันทั่วไป เนื่องจากเปิดโอกาสให้ความพึงพอใจส่วนตัวที่ไม่ได้ผ่านการตรวจสอบของผู้สัมภาษณ์เข้ามามีบทบาทมากที่สุด

02การปกปิดตัวตนทำงานอย่างไรและมีขอบเขตแค่ไหน

ก่อนที่ CV ใดๆ จะเข้าสู่ขั้นตอนการแยกข้อมูลอัจฉริยะของ Expertini เอกสารจะผ่านกระบวนการลบข้อมูลตาม 11 รูปแบบ ซึ่งจะนำชื่อ ข้อมูลติดต่อ ที่อยู่ทางกายภาพและรหัสไปรษณีย์ URL โปรไฟล์โซเชียล/วิชาชีพ รวมถึงภาษาที่บ่งบอกถึงอายุ เพศ สัญชาติ หรือสถานภาพสมรสออก ระบบอัจฉริยะที่ทำหน้าที่อ่านความหมายเชิงภาษาศาสตร์จะไม่มีสิทธิ์เข้าถึงข้อมูลว่าผู้สมัครเป็นใคร — มีเพียงข้อมูลผลงานที่บันทึกไว้เท่านั้น

นี่คือการลดโอกาสการเปิดเผยข้อมูลอย่างมีความหมายและเป็นไปตามกลไก — ไม่ใช่การรับประกันว่าจะปราศจากอคติโดยสิ้นเชิง การตัดข้อมูลตามรูปแบบอาจตรวจไม่พบรูปแบบชื่อที่ไม่คุ้นเคย และรูปแบบการเขียนเองก็อาจสื่อสัญญาณทางอ้อมที่เบาบาง ซึ่งการวิเคราะห์ทางสถิติอย่างละเอียดอาจตรวจพบได้แม้จะลบข้อมูลระบุตัวตนที่ชัดเจนออกไปแล้วก็ตาม เราอธิบายกลไกนี้อย่างตรงไปตรงมา แทนที่จะกล่าวอ้างการรับประกันที่เกินกว่าความสามารถของการจับคู่ตามรูปแบบ

03การจับคู่ตามหลักฐานเชิงประจักษ์เทียบกับการจับคู่ด้วยคำสำคัญ

นอกเหนือจากการปกปิดตัวตนแล้ว การจับคู่เองได้เปลี่ยนจากการตรวจสอบคำสำคัญที่ตรงกันไปเป็นการวิเคราะห์หลักฐานเชิงความหมาย — ซึ่งมีรายละเอียดในหน้า Talent Matching — สาเหตุหลักมาจากการที่การกรองด้วยคำสำคัญมักทำให้ผู้สมัครที่อธิบายประสบการณ์จริงด้วยคำศัพท์ที่ไม่เป็นมาตรฐานเสียเปรียบอย่างเป็นระบบ: เช่น ผู้ที่เปลี่ยนสายอาชีพ, ผู้สมัครจากพื้นเพการศึกษาที่ไม่ค่อยพบเห็นทั่วไป และผู้ที่เขียนด้วยภาษาที่สอง การอ่านเพื่อหาหลักฐานแทนที่จะจับคู่ข้อความช่วยขจัดอคติในการกรองที่ระบุไว้อย่างชัดเจนนี้ออกไป

04สิ่งที่การจัดโครงสร้างช่วยเสริมเพิ่มเติมจากการไม่ระบุตัวตน

การปกปิดข้อมูลระบุตัวตนช่วยจัดการสิ่งที่ระบบอัจฉริยะมองเห็น ส่วนการประเมินแบบมีโครงสร้าง (ตามรายละเอียดในหน้า Structured Hiring) จะช่วยจัดการสิ่งที่เกิดขึ้นหลังจากนั้น — ผู้สมัครทุกคนในตำแหน่งงานหนึ่งๆ จะได้รับการวัดผลเทียบกับมิติเดียวกันด้วยน้ำหนักคะแนนที่เท่ากัน และทุกขั้นตอนการสัมภาษณ์จะใช้เกณฑ์การให้คะแนนเดียวกันสำหรับผู้สมัครทุกคน การประเมินที่มีโครงสร้างเพียงอย่างเดียวสามารถลดอคติได้อย่างมีนัยสำคัญในงานวิจัยด้านการสรรหาบุคลากรตลอดหลายทศวรรษที่ผ่านมา แม้ว่าจะไม่มีระบบอัจฉริยะเข้ามาเกี่ยวข้องเลยก็ตาม และการผสานรวมเข้ากับการคัดกรองตามหลักฐานแบบไม่ระบุตัวตนจะยิ่งเพิ่มประสิทธิภาพให้ดียิ่งขึ้น แทนที่จะพึ่งพากลไกใดกลไกหนึ่งเพียงลำพัง

05Stated limitations

สิ่งเหล่านี้ไม่ได้ขจัดอคติออกไปทั้งหมด และผู้ให้บริการรายใดที่อ้างว่าผลิตภัณฑ์ของตนทำได้ควรได้รับการพิจารณาด้วยความเคลือบแคลงอย่างยิ่ง รายละเอียดงานที่มีอคติ — ซึ่งเขียนขึ้นโดยมีข้อกำหนดที่แคบเกินความจำเป็นจนคัดผู้สมัครที่มีคุณสมบัติเหมาะสมออกโดยไม่มีเหตุผลที่เกี่ยวข้องกับงาน — จะยังคงให้คะแนน CMS ที่มีอคติอยู่ดี เนื่องจากการให้คะแนนจะวัดผลตามข้อกำหนดที่ระบุไว้อย่างตรงไปตรงมา การตัดสินใจสัมภาษณ์ของมนุษย์ แม้ว่าจะเป็นแบบมีโครงสร้าง แต่ก็ยังคงมีอคติหลงเหลืออยู่ซึ่งโครงสร้างเพียงอย่างเดียวสามารถลดได้แต่ไม่สามารถขจัดออกไปได้อย่างสมบูรณ์ และการตัดสินใจจ้างงานขั้นสุดท้ายยังคงเป็นการตัดสินใจโดยดุลยพินิจของมนุษย์ซึ่งระบบทำหน้าที่ให้ข้อมูลประกอบแต่ไม่ได้เป็นผู้ตัดสินใจ