Arsham Ghahramani, PhD, współzałożyciel i CEO Ribbon – Seria wywiadów

Arsham Ghahramani, PhD, jest współzałożycielem i CEO Ribbon. Mieszka w Toronto, pochodzi z Wielkiej Brytanii, Ghahramani ma doświadczenie w dziedzinie sztucznej inteligencji i biologii. Jego doświadczenie zawodowe obejmuje wiele dziedzin, w tym handel o wysokiej częstotliwości, rekrutację i badania biomedyczne.

Ghahramani rozpoczął pracę w dziedzinie AI wokół 2014 roku. Ukończył studia doktoranckie w The Francis Crick Institute, gdzie zastosował wczesne formy generatywnej sztucznej inteligencji do badania regulacji genów raka – długo przed wprowadzeniem terminu “generatywna sztuczna inteligencja” do użycia mainstreamowego.

Obecnie kieruje Ribbon, firmą technologiczną, która koncentruje się na dramatycznym przyspieszeniu procesu rekrutacji. Ribbon zebrał ponad 8 milionów dolarów w finansowaniu, wspierał ponad 200 000 poszukujących pracy i nadal rozwija swój zespół. Platforma ma na celu uczynienie rekrutacji 100 razy szybszą, łącząc sztuczną inteligencję i automatyzację w celu usprawnienia workflow rekrutacji.

Zacznijmy od początku — co zainspirowało Cię do założenia Ribbon, i jaki był “aha” moment, który sprawił, że zrozumiałeś, że rekrutacja jest złamana?

Poznałem mojego współzałożyciela Dave Vu, gdy byliśmy razem w Ezra – on był szefem ds. Ludzi i Talentów, a ja byłem szefem ds. Uczenia maszynowego. Podczas gdy szybko skalowaliśmy mój zespół, ciągle odczuwaliśmy presję, aby zatrudnić szybko, ale brakowało nam odpowiednich narzędzi, aby usprawnić proces. Byłem wcześnie w AI (ukończyłem studia doktoranckie w 2014 roku, długo przed tym, jak AI stało się mainstreamowe), i miałem wczesne zrozumienie wpływu AI na rekrutację. Zobaczyłem na własne oczy nieefektywności i wyzwania w tradycyjnej rekrutacji i wiedziałem, że musi być lepszy sposób. To zrozumienie doprowadziło nas do stworzenia Ribbon.

Pracowałeś w rolach związanych z uczeniem maszynowym w Amazon, Ezra i nawet w handlu algorytmicznym. Jak to doświadczenie ukształtowało sposób, w jaki podszedłeś do budowy Ribbon?

W Ezra pracowałem nad AI w dziedzinie zdrowia, gdzie stawki nie mogły być wyższe – jeśli system AI jest tendencyjny, może to być kwestia życia i śmierci. Spędziliśmy dużo czasu i energii, aby upewnić się, że nasz AI jest wolny od tendencyjności, a także rozwijaliśmy metody, aby wykryć i złagodzić tendencyjność. Przeniosłem te techniki do Ribbon, gdzie używamy tych technik, aby monitorować i zmniejszyć tendencyjność w naszym AI-interviewerze, ostatecznie tworząc bardziej równy proces rekrutacji.

Jak Twoje doświadczenie jako kandydat i menedżer rekrutacji wpłynęło na decyzje dotyczące produktu, które podjąłeś na początku?

Znalezienie pracy jest wymagającym procesem dla młodych kandydatów. Pamiętam, że nie tak dawno temu byłem młodym kandydatem, aplikującym na wiele stanowisk. Tylko się to pogorszyło. W Ribbon mamy głębokie współczucie dla poszukujących pracy. Nasz Voice AI jest często pierwszym punktem kontaktu między firmą a kandydatem, więc pracujemy ciężko, aby uczynić ten proces pozytywnym i satysfakcjonującym. Jednym ze sposobów, w jaki to robimy, jest zapewnienie, że kandydaci rozmawiają z tym samym AI przez cały proces rekrutacji. Ta spójność pomaga budować zaufanie i komfort – w przeciwieństwie do tradycyjnych procesów, w których kandydaci są przenoszeni między wieloma osobami, nasz AI zapewnia stałą, znajomą obecność, która pomaga kandydatom czuć się bardziej swobodnie, gdy przechodzą przez rozmowy i oceny.

Ribbon prowadzi wywiady, które wydają się bardziej ludzkie niż zaprogramowane boty. Opowiedz nam więcej o adaptacyjnym przepływie wywiadu Ribbon. Jaki rodzaj rozumienia w czasie rzeczywistym dzieje się za kulisami?

Zbudowaliśmy pięć modeli uczenia maszynowego wewnętrznie i połączyliśmy je z czterema dostępnymi publicznie modelami, aby stworzyć doświadczenie wywiadu Ribbon. Za kulisami ciągle oceniamy rozmowę i łączymy ją z kontekstem z firmy, stron karier, publicznych profili, CV i więcej. Wszystkie te informacje łączą się, aby stworzyć bezproblemowe doświadczenie wywiadu. Powodem, dla którego łączymy tak wiele informacji, jest to, że chcemy dać kandydatowi doświadczenie jak najbardziej podobne do tego, jakie miałby z ludzkim rekruterem.

Podkreślasz, że pięć minut głosu może odpowiadać godzinie wprowadzanych danych. Jaki sygnał jesteś w stanie przechwytywać w tych danych audio, i jak są one analizowane?

Ludzie mówią zazwyczaj dość szybko! Większość procesów aplikacji o pracę jest bardzo uciążliwa, wymagając wypełnienia wielu różnych formularzy i wielokrotnego wyboru pytań. Odkryliśmy, że 5 minut naturalnej rozmowy odpowiada około 25 pytań wielokrotnego wyboru. Gęstość informacji w rozmowie głosowej jest trudna do pobicia. Ponadto zbieramy inne czynniki, takie jak biegłość językowa i umiejętności komunikacyjne.

Ribbon działa również jako AI-wzmocniony sekretarz z auto-podsumowaniami i ocenami. Jaka rola interpretowalności odgrywa w tym, aby uczynić te dane użytecznymi — i uczciwymi — dla rekruterów?

Interpretowalność jest podstawą podejścia Ribbon. Każdy wynik i analiza, którą generujemy, jest zawsze powiązana z jej źródłem, co sprawia, że nasz AI jest głęboko przejrzysty.

Na przykład, gdy oceniamy kandydata pod kątem jego umiejętności, odnosimy się do dwóch rzeczy:

1. Oryginalne wymagania pracy i
2. Dokładny moment w wywiadzie, kiedy kandydat wspomniał o umiejętności.

Wierzymy, że interpretowalność systemów AI jest głęboko ważna, ponieważ ostatecznie pomagamy firmom podejmować decyzje, a firmy lubią podejmować decyzje na podstawie konkretnych danych. Coś, co uważamy za krytyczne zarówno dla uczciwości, jak i zaufania w AI-napędzanym procesie rekrutacji.

Sesja tendencyjności w systemach AI-hiring jest dużym problemem. Jak Ribbon jest zaprojektowany, aby zminimalizować lub złagodzić tendencyjność, jednocześnie prezentując najlepszych kandydatów?

Sesja tendencyjności jest krytycznym problemem w AI-hiring, i traktujemy to bardzo poważnie w Ribbon. Zbudowaliśmy naszego AI-interviewera, aby ocenić kandydatów na podstawie mierzalnych umiejętności i kompetencji, zmniejszając subiektywność, która często wprowadza tendencyjność. Regularnie audytujemy nasze systemy AI pod kątem uczciwości, wykorzystujemy różnorodne i zbalansowane zestawy danych i integrujemy nadzór ludzki, aby złapać i poprawić potencjalne tendencyjności. Nasze zobowiązanie polega na tym, aby prezentować najlepszych kandydatów w sposób uczciwy, zapewniając równy proces podejmowania decyzji.

Kandydaci mogą przeprowadzać wywiady o dowolnej porze, nawet o 2 nad ranem. Jak ważna jest elastyczność w demokratyzowaniu dostępu do pracy, szczególnie dla społeczności marginalizowanych?

Elastyczność jest kluczem do demokratyzacji dostępu do pracy. Zawsze dostępny wywiad Ribbon pozwala kandydatom uczestniczyć w dowolnej porze, która jest dla nich wygodna, łamiąc tradycyjne bariery, takie jak konfliktujące się harmonogramy lub ograniczona dostępność, co jest szczególnie korzystne dla pracujących rodziców i tych, którzy mają nietradycyjne godziny. W rzeczywistości 25% wywiadów Ribbon odbywa się między 23 a 2 nad ranem czasu lokalnego.

Jest to szczególnie kluczowe dla społeczności marginalizowanych, gdzie poszukujący pracy często napotykają dodatkowe ograniczenia. Umożliwiając dostęp przez całą dobę, Ribbon pomaga zapewnić, że każdy ma sprawiedliwą szansę na pokazanie swoich umiejętności i zdobycie możliwości zatrudnienia.

Ribbon nie jest tylko o rekrutacji — jest o zmniejszaniu tarcia między ludźmi a możliwościami. Jaki jest ten przyszły?

W Ribbon nasza wizja wykracza poza efektywną rekrutację; chcemy usunąć tarcie między ludźmi a możliwościami, do których są dostosowani. Przewidujemy przyszłość, w której technologia bezproblemowo łączy talent z rolami, które idealnie odpowiadają ich umiejętnościom i ambicjom, niezależnie od ich pochodzenia lub sieci. Poprzez zmniejszanie tarcia w mobilności zawodowej, umożliwiamy pracownikom rozwijać się, uczyć i znajdować satysfakcjonujące możliwości bez niepotrzebnych barier. Szybsza mobilność wewnętrzna, niższa rotacja i ostatecznie lepsze wyniki zarówno dla osób, jak i firm.

Jak widzisz, jak AI zmieni proces rekrutacji i szerszy rynek pracy w ciągu najbliższych pięciu lat?

AI głęboko zmieni rekrutację i szerszy rynek pracy w ciągu najbliższych pięciu lat. Oczekujemy, że AI-napędzana automatyzacja usprawni powtarzalne zadania, uwalniając rekruterów, aby skupili się na głębszych interakcjach z kandydatami i strategicznych decyzjach rekrutacyjnych. AI również poprawi precyzję dopasowywania kandydatów do ról, przyspieszając czasy rekrutacji i poprawiając doświadczenia kandydatów. Jednak aby w pełni zrealizować te korzyści, branża musi priorytetowo traktować przejrzystość, uczciwość i etyczne rozważania, zapewniając, że AI stanie się zaufanym narzędziem, które tworzy bardziej równy krajobraz zatrudnienia.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Ribbon.