-
EEOC
人工智能改变人才招聘的5种方式
仅在一年前，大多数人力资源领导者都不会想到，能否成功采用人工智能解决方案会影响到他们招聘顶尖人才的能力。现在，根据 Gartner 的研究，76% 的人力资源领导者都认为，如果他们在未来 12 到 24 个月内不将人工智能纳入招聘流程，他们就会在组织成功方面落后。尽管在 ChatGPT 的推动下，人工智能被炒得沸沸扬扬，但在人工智能复兴之前，已经存在大量的人工智能应用。预测分析、情感分析、搜索和匹配等技术已经在企业中广泛应用，甚至在人力资源和招聘领域也得到了应用，为我们今天所经历的人才招聘转型奠定了基础。
人力资源部门在采用人工智能并管理其在整个组织中的使用方面所面临的压力越来越大，而 ChatGPT 等生成式人工智能工具的热销则为这一压力注入了新的活力。虽然生成式人工智能在改变人才招聘方面确实发挥了作用，但还有其他一些人工智能用例可以应用到招聘和人才招聘的生命周期中。以下是如何利用它们让你的组织走在时代前沿：
人工智能增强简历分析
简历分析解决方案并不新鲜。它们能让招聘人员根据技能、教育、培训、工作地点和职位等特质筛选求职者，而且已经使用多年。根据哈佛商学院的一项研究，申请者跟踪系统（ATS）和招聘管理系统（RMS）是大多数企业招聘流程的基础，90% 的雇主使用他们的招聘管理系统来筛选中等技能和高技能的求职者。然而，同一项研究发现，88% 的雇主表示，由于筛选工具过于简单，导致合格的高技能求职者被漏掉，如果求职者不符合职位描述中规定的确切标准，就会被忽略。对于中等技能的求职者，94% 的雇主认为，合格的求职者被筛选掉了。尽管简历分析技术已被广泛采用，但它远非筛选候选人的不二法门。
人工智能有可能将简历分析提升到更强大、更公平的水平。利用自然语言处理技术，人工智能解决方案可以更有效地从简历和职位描述中提取主题，完成更复杂的匹配。与 ATS 或 RMS 使用的简单关键字搜索不同，人工智能可以理解语言和措辞的细微差别，从而对应聘者进行更全面的了解。例如，假设一家公司正在寻找具有领导经验的人才。在这种情况下，简单化的工具可能会过滤掉简历中写着 "管理 "而不是 "领导 "的人，而更复杂的人工智能工具则更有可能分析术语的上下文。即使措辞并不完全匹配，人工智能解决方案也能深入分析职位的职能和应聘者的经验，从而更高效、更准确地对应聘者进行优先排序，而不会无意中过滤掉合格的应聘者。
人工智能生成的面试指南
招聘和面试流程的质量决定了求职者的体验，这将极大地影响您招聘顶尖人才的能力，并影响您的整体品牌形象。人机交互协会（HCI）的报告显示，60% 的求职者对他们所接触的雇主有负面的求职体验。导致求职者体验不佳的一个关键因素是面试官在谈话过程中显得毫无准备或不投入。这是因为面试是一门学问。进行面试并不是招聘经理的工作，但当应聘者通过人力资源部门的初步筛选时，他们就必须这样做。由于招聘经理必须在履行其他职责的同时进行面试，因此面试问题往往是在最后一刻拼凑起来的，甚至是当场即兴发挥的。
人工智能可以自动生成一套有意义的、针对特定职位的面试问题，从而帮助解决这一缺陷。人工智能生成的问题不一定完美，但可以节省大量时间，即使这些问题只能作为招聘经理进一步完善的起点。建立问题列表还能确保候选人面试的一致性，从而更容易、更公平地对候选人进行比较。自动生成的问题对于招聘人员来说也是非常宝贵的，因为他们必须为自己不熟悉的职位筛选应聘者。例如，招聘人员可能需要为仓库筛选叉车操作员，但却不知道工作内容是什么。使用生成式人工智能提出合理的问题，招聘人员就不必花费大量时间研究该职位或要求招聘经理作出说明。
自动候选人备注和洞察
招聘流程中的瓶颈是造成候选人负面体验的另一个关键因素，更不用说对公司资源和效率的消耗了。招聘流程中最大的障碍之一就是在面试过程中手动记录，在电子邮件或自动应聘系统中进行总结，然后等待所有相关人员的回复。过于冗长的招聘流程导致 54% 的人力资源总监失去了一位合格的候选人，从而失去了另一个机会，这表明了将人工任务自动化以迅速推进招聘流程的重要性。
面试智能解决方案可以捕捉面试过程中的详细记录，并自动解释和生成有条理的对话见解。洞察力的例子包括简明的候选人简介、潜在优势和潜在问题的评估，以及讨论主题的摘要。笔记和见解的自动化可以从以下几个方面改善招聘流程：|
消除拖慢招聘流程的瓶颈。
让招聘经理专注于候选人，而不是记笔记，从而提高与候选人的互动。
帮助招聘人员了解招聘经理拒绝应聘者的原因。当招聘经理无法解释为什么招聘人员筛选的候选人不应该被录用时，往往会出现令人沮丧的脱节。有了对话的智能摘要，招聘人员就能更深入地了解对话内容，从而发现候选人的不足之处。
让整个招聘团队能够使用客观数据来支持他们的决策，而不是主要依赖直觉。
面试表现与合规性
在面试后决定应聘者是否应进入招聘流程时，85% 到 97% 的招聘经理都会依赖直觉，这使他们很容易产生偏见。当人工智能聆听应聘者的面试时，它可以检测出面试官是否提出了可能违反平等就业机会委员会（EEOC）合规标准的问题，例如与年龄、种族、性别认同或宗教有关的问题。每次面试都会汇总合规风险，让招聘经理认识到自己的错误，并帮助人力资源部门通过实时数据评估员工的面试技巧。这些信息可用于为整个组织提供额外的培训课程，并为需要一对一指导的招聘经理提供有针对性的辅导。
增强候选人再发现的 ATS
重新发现是为新空缺职位寻找候选人的首选方式，因为挖掘之前已经面试过的合格候选人比重新开始整个流程更具成本效益和时间效益。根据 Agency Central 的一项调查，43% 的企业在人才招聘中使用了再发现功能，其中 97% 的企业表示再发现功能让他们受益匪浅。
虽然您的自动应聘系统有可能藏有大量关于以往候选人的数据，但挑战在于招聘人员和招聘经理可能难以提供关于每位候选人的详细说明，这使得数据充其量只能算一般，最糟糕的情况是根本不存在。但是，当你使用面试智能从面试中提取详细笔记时，候选人的记录就会自动更新，其中包含丰富的信息，而且还可以搜索，这对以后重新发现候选人很有价值。
总结
人工智能改变人才招聘流程的方式主要集中在提高效率、改善候选人体验、执行合规性以及实现更好的招聘结果。虽然一些专业人士在采用人工智能工具时可能会有一段适应期，但本文讨论的大多数功能都非常直接和直观，一些用户甚至可能意识不到他们正在使用人工智能。在人才招聘流程中采用人工智能工具时，最关键的考虑因素是人工智能必须用于增强人类决策，而不是取代人类决策，就像多年前的自动应聘系统平台通过自动完成招聘网站发布、申请收集和候选人管理等人工任务来补充人力资源员工一样。
-
EEOC
美国首次对AI招聘歧视罚款：EEOC与iTutorGroup的法律战及其对人力资源管理的影响
美国平等就业机会委员会（EEOC）与iTutorGroup之间的法律战已成为人力资源技术界的焦点。这一事件不仅是法律上的里程碑，还为人力资源专业人员提供了关于如何在招聘过程中合理使用AI和算法工具的重要教训。
特别注意的是这个案件是美国首次针对AI驱动的招聘工具达成的和解，可能成为涉及HR Tech工具的许多诉讼的先驱。特别注意的是这是一家中资公司，算是中美合作创造一个历史~~
案件的来龙去脉
iTutorGroup每年在美国聘请数千名导师，在家中或其他远程地点提供在线辅导。根据平等就业机会委员会的诉讼，2020 年，iTutorGroup 对其导师招聘申请软件进行了编程，自动拒绝 55 岁或以上的女性申请人和 60 岁或以上的男性申请人。iTutorGroup 以年龄为由拒绝了 200 多名美国合格申请者。EEOC随后于2022年5月起诉该公司，指控其违反了年龄歧视就业法（ADEA）。2023年8月9日，双方达成和解，iTutorGroup同意支付365,000美元赔偿。
值得注意的是，这是美国首次针对AI驱动招聘工具达成的和解。尽管此前已宣布将于2023年10月举行和解会议，但EEOC现已提前解决了此案。
此类行为违反了《就业年龄歧视法》(ADEA)，该法禁止雇主基于年龄进行歧视。在双方无法达成预先协议后，平等就业机会委员会向美国纽约东区地方法院提起诉讼（平等就业机会委员会诉 iTutorGroup, Inc. 等人，民事诉讼号 1:22-cv-02565）。通过平等就业机会委员会的调解程序解决诉讼。
EEOC的立场：雇主要负责
EEOC主席Charlotte A. Burrows表示：“年龄歧视是不公正和非法的。即使技术自动化了歧视，雇主仍然要负责。”她强调。该机构最近还推出了人工智能和算法公平倡议，确保招聘和其他就业决策中使用的软件、人工智能、机器学习和其他新兴技术符合EEOC执行的联邦民权法。
对企业招聘的影响
这一事件突显了AI和算法工具在招聘过程中可能带来的风险。公司必须对其使用的技术负责，并确保其符合反歧视法律。此外，这一事件提醒所有组织，技术不是中立的，必须谨慎使用。
法律责任：公司不能仅依赖AI和算法工具进行招聘决策，而忽略可能的歧视影响。这一事件强调了公司必须对其使用的技术负责，并确保其符合反歧视法律。
技术的双刃剑：虽然AI和算法可以提高效率和准确性，但如果不当使用，也可能导致不公平和歧视。这一事件提醒所有组织，技术不是中立的，必须谨慎使用。
紧迫性：这一罚款（和解）强调了组织必须迅速采取行动，确保其招聘和其他业务流程符合法律和道德规范。对于那些尚未认真对待AI在工作场所的影响的人来说，现在是时候认真对待这个问题了。
未来展望：随着AI和算法工具在招聘和人力资源管理中的应用越来越广泛，我们可以预见未来将有更多的法规和指导方针出台，以确保这些工具的公平和透明使用。
总的来说，这一事件是一个警钟，提醒所有使用AI和算法工具的组织，必须在实施这些先进技术的同时，确保其符合法律和道德规范。这需要全面的风险评估、持续的监控和透明的报告，以确保技术不仅提高效率，还促进公平和包容。
AI对人力资源管理工作的注意事项
合规性：确保AI和算法工具符合所有适用的法律和法规，包括反歧视法。
透明度：清楚解释AI和算法是如何工作的，以及如何影响招聘决策。
持续监控：定期评估工具的性能，确保其不会导致不公平或歧视。
给广大HR的建议
了解法规：了解与AI和算法工具相关的法律和法规，确保合规。
合理选择和使用工具：选择经过验证的工具，并确保其用于增强而非替代人类决策。
培训和教育：确保HR团队了解如何合理使用这些工具，并了解可能的风险和挑战。
倡导道德使用：推动组织内部对AI和算法工具的道德使用，确保公平和透明。
我们警示
EEOC与iTutorGroup的案件是一个重要的警示，提醒所有使用AI和算法工具的组织，必须在实施这些先进技术的同时，确保其符合法律和道德规范。人力资源专业人员必须采取积极措施，确保他们的招聘流程既高效又公平，以免陷入法律纠纷。
以下是我们基于AI道德伦理在人力资源管理中的一些关键注意事项提供给大家供参考！
1. 非歧视
AI和算法工具必须设计和实施以确保不会导致任何形式的歧视。这包括基于年龄、性别、种族、宗教或其他受保护特征的歧视。组织应定期审查和测试其工具，以确保它们不会有意或无意地产生歧视效果。
2. 透明度和可解释性
AI决策过程应该是透明和可解释的。员工和应聘者有权知道决策是如何做出的，特别是当这些决策可能对他们的职业生涯产生重大影响时。这要求算法的设计者和使用者能够解释其工作原理，以及如何得出特定的结论。
3. 数据隐私
人力资源管理中使用的AI工具通常涉及大量敏感个人数据。组织必须确保这些数据的隐私和安全，并且只用于合法和透明的目的。这可能涉及确保适当的数据访问控制和加密，以及遵循所有适用的数据保护法规。
4. 公平和包容性
AI工具应该促进公平和包容性，而不是阻碍它们。这可能涉及确保工具不会无意中惩罚某些群体，或者不会加剧现有的不平等。例如，如果一个招聘算法主要依赖过去的招聘数据，它可能会无意中复制过去的偏见和不公平做法。
5. 持续监督和审查
AI和算法工具不应该是“设置并忘记”的。相反，它们应该是持续监督和审查的对象，以确保它们始终按照道德和合法的方式运作。这可能涉及定期的内部审查，以及可能的第三方道德和合规性审查。
6. 真人干预
最后，重要的是要认识到AI工具应该是人类决策过程的辅助工具，而不是替代品。应始终有机会进行人类审查和干预，特别是当涉及重大人事决策时。
总结
AI在人力资源管理中提供了巨大的机会，但也带来了一些重要的道德和伦理挑战。通过认真考虑这些问题，并采取适当的预防措施，组织可以确保他们的AI工具既强大又负责任。这不仅有助于避免法律风险，还有助于建立员工和公众对组织使用这些先进技术的信任和信心。
来源：DHRmap
-
EEOC
如何在人才招聘过程中实施以数据为导向的招聘
如果你看一下数据驱动招聘背后的统计数据，就会发现它不仅能改变你的人力资源部门，还能改变整个组织。
通过数据驱动的招聘，您可以聘用最能填补组织实际技能缺口的人才。
那么...什么是数据驱动的招聘？更重要的是，您实际上是如何开始以数据为驱动的招聘的？
什么是数据驱动的招聘
简而言之，数据驱动的招聘意味着使用数据来改善和优化您的招聘流程。但是……这不仅仅意味着查看整个渠道中的统计信息，例如招聘时间、通过率和招聘质量。
招聘过程中最重要的数据是技能和能力的评估。
您想要组织中最高质量、最熟练的候选人...对吗？好吧，如果您仅查看简历上的代理或使用内部创建的测试，则很有可能你实际上是在给你的招聘过程带来负面影响。
招聘过程中的衡量技能必须是以数据驱动招聘过程为核心。虽然数据驱动招聘的好处显而易见，但在招聘过程中引入无偏倚评估的实际步骤是什么呢？
如何开始以数据为驱动的招聘
第1步：了解哪个团队最受益于数据驱动的招聘
您为哪种类型的组织工作？必须由高技能和合格的候选人来担任组织中最重要的角色吗？
通常，这是开始实施数据驱动的招聘过程的好地方。
对于许多技术驱动的组织，往往是工程团队。您需要确保您具有技术才能有效地构建可靠的产品。
步骤2：规划现有的招聘流程
您决定专注于最初数据驱动招聘工作团队的传统招聘流程是什么？
从确定实际角色到发布职位描述并审查候选人，您需要记录每个过程。
以下是通常在招聘过程中发现的一些内容，因此在映射自己的招聘过程时不要错过它们：
角色识别 - 角色是什么？不仅仅是标题，还有责任和期望。哪些技能与担任此职位的高绩效人才高度相关？
职位描述 -谁撰写职位描述？什么过程？
职位发布 - 职位发布在哪里？您是否因为没有在每个潜在的地方张贴而错过候选人？
候选人申请 -申请的过程是什么？
简历审查 -您的招聘过程是否从简历审查开始？（我们稍后再讨论）
筛选电话 -第一个筛选电话是谁？在此步骤中评估什么技能或资格？
面试 -谁都参与其中？您管理考试吗？您能够衡量一致的结果吗？
参考检查 -您仍在进行参考检查吗？什么过程？
制定出招聘流程中的每个步骤，并尽可能详细地进行规划。这是获得团队认可的关键步骤，而这恰恰是下一步。
步骤3：获得团队的支持，并共同开发新的数据驱动的招聘流程
为您要开始的团队制定了现有的招聘流程后，就该加入他们的团队了。与该特定团队的招聘过程中涉及的每个人举行会议，并向他们显示您已制定的现有招聘过程。
向他们展示数据驱动的招聘的所有好处，包括它如何打开渠道的顶部，减少偏差，节省他们的时间并真正填补他们团队中的技能空白。
老实说，它不应该太难。推销他们之后，就可以一起设计新的数据驱动的招聘流程了。
您可以非常轻松地优化作业编写和发布过程。您真正要重点关注的步骤是候选应用程序，也是其过程的第一步。您的组织应该考虑立即向每位候选人发送技能评估。
评估应根据候选人的完成情况确定其资格。让我们更深入地了解什么可以做出良好的评估以及您的各种选择。
步骤4：了解评估选项
许多组织已经在其技术招聘过程中使用了某种评估。这可能是实地测试、白板练习，甚至是编码评估。
但是……这些机会很有可能在您的招聘过程中带来不利影响。如果EEOC开始四处寻找并发现您的测试显示出偏见，那么这实际上可能最终会给您的组织带来麻烦。这可能很简单，例如在您的问题中有一个话题，即边缘化群体可能不具有相同的熟悉程度。
因此，与专门从事评估工作的专家或组织合作，确保评估没有偏见很重要。
通常，您要么使用具有认证评估功能的平台，CodeSignal基于框架的评估就是一个例子。或者您与专家合作开发通过有效性测试并产生一致结果的定制评估。除非您正在招聘一个非常专业的职位，否则您实际上不需要进行自定义评估。
您可能会认为您可以内部开发测试，但是我真的不推荐这样做。尽管您的团队可能很棒，但他们并不是设计不会引入偏见的测试专家。如果您在实施评估的方法上走捷径，甚至可能不会实施以数据为依据的招聘！
步骤5：实施评估
创建了经过认证的测试后，就该介绍您全新的数据驱动的招聘流程了。多么激动人心！
您可以一次将一个新职位招聘一次，这样您就不会感到不知所措，而且可以花时间评估您的新流程。
候选人尚未习惯于数据驱动的招聘。他们有点希望通过简历来评判。宣传您的数据驱动的招聘流程多么出色，以及它如何消除偏见并让最佳候选人脱颖而出！这应该使他们兴奋。
你需要那种兴奋感，因为他们要参加考试。老实说，谁真的喜欢考试?应聘者通常要花60-90分钟进行评估，所以你要确保他们有动力这样做。保持开放的沟通，遵循标准的招聘最佳实践，创造出色的候选人体验。
步骤6：分析结果
通过缓慢地推出新的数据驱动的招聘过程，您可以分析结果并在需要的地方进行优化。
例如，您可能会发现您已经使用新流程减少了入站通道的许多干扰，并决定通过在附加的工作公告板上发布作业来进一步扩展该通道。或者你可能会注意到一个特定的工作委员会根据他们的评估分数带来了最高质量的候选人。然后，你可以减少在其他招聘网站上的花费，只关注表现最好的那个。
您可能还需要评估您的初始招聘栏是否产生了最佳结果。如果门槛太高，您可能会淘汰那些错过分数但可以用自己的才能或个性来弥补的优秀候选人。如果门槛太低，您可能会邀请候选人，这些候选人更有可能在稍后阶段被拒绝。查看您的转化渠道指标，看看在哪里可以找到正确的平衡。
准备开始以数据为驱动的招聘了吗？
我看到很多组织在成功地实施了它之后都进行了彻底的变革，所以我想要传播福音。在本文中，我以一个工程团队的招聘过程为例，但是这种方法对其他团队也适用。
在招聘过程的最开始，你能够公正、持续、准确地评估技能，这意味着你进入了招聘的未来，并在求职者的心目中脱颖而出。
以上由AI翻译，仅供参考！
作者：Tigran Sloyan
来源：https://www.hrtechnologist.com/articles/recruitment-onboarding/how-to-implement-datadriven-recruiting-in-your-talent-acquisition-team/
扫一扫 加微信
hrtechchina
