Ilit Raz, fundador i CEO de Joonko – Sèrie d'entrevistes

Ilit Raz és el fundador i conseller delegat de Joonko, una plataforma que ajuda les empreses a aplicar la IA a la seva estratègia d'abastament de diversitat. Avui la seva empresa treballa amb Adidas, American Express, Crocs i PayPal. Ella ho és va recaptar més de 38.5 milions de dòlars i l'empresa ha crescut un 500% durant dos anys consecutius.

Què et va atraure inicialment de la informàtica?

La tecnologia és una de les indústries més grans i reeixides d'Israel, així que sempre he estat exposat a la indústria d'una manera o altra al llarg de la meva vida. Quan vaig entrar a l'exèrcit, vaig guanyar l'oportunitat de treballar en una unitat tecnològica on vaig gestionar el desenvolupament de programari de seguretat i vaig passar temps aprenent sobre informàtica. A partir d'aquí em vaig enganxar i vaig saber que volia fer-ho com a carrera un cop vaig deixar l'exèrcit.

Quan us vau exposar inicialment a diverses llacunes de la indústria, com ara les bretxes salarials i promocionals?

Durant els meus primers dos anys treballant a empreses privades de programari, personalment no era conscient del biaix a què s'enfrontaven les dones. Aleshores, vaig començar a connectar amb tecnòlegs que eren dones. Ràpidament em vaig adonar de l'envergadura del problema després d'escoltar les històries que aquestes dones van compartir sobre que se'ls parlava, ignoraven o no obtenien crèdit per les seves idees.

Pots compartir la història de la gènesi darrere de Joonko?

Sóc llicenciat en informàtica i amb formació en enginyeria del programari i PNL. Personalment, he experimentat un biaix tant inconscient com conscient a través del meu entorn professional, i un grup de dones gestores de producte del qual formava part també em van exposar a problemes laborals que eren més que només bretxes salarials. Sembla que s'estan programant reunions quan les dones o els pares necessiten sortir de la feina o presenciar qui parla o presenta durant les reunions. Tot i que aquests casos semblen menors, són significatius i influents quan ets la persona afectada.

Vaig arribar a entendre que aquest era un problema més estès, així que vaig decidir utilitzar la meva formació tècnica, tinc una llicenciatura en CS i una formació en enginyeria de programari i PNL, i abordar-lo directament creant una nova solució tecnològica, que és com va néixer Joonko.

Com obté Joonko el grup de talent de candidats d'orígens diversos i poc representats?

El nostre algorisme propietari fa servir primer el processament del llenguatge natural i la visió per ordinador per escanejar dades públiques sobre els candidats que ens remeten. Busquem dades que validin si algú s'identifica com a infrarepresentat. Per exemple, si una persona té pronoms "ella/ella" al seu LinkedIn, podem inferir que es podria identificar com a dona i assignar un punt a aquest punt de dades. Si el perfil de la persona acumula suficients punts, el convidem a la nostra xarxa de talent i, un cop s'ha registrat, validen encara més la nostra hipòtesi dient-nos com s'identifiquen.

Com investiga Joonko aquest talent?

Utilitzem una combinació de tacte humà i tecnologia per combinar els candidats amb les posicions obertes que s'adaptin. En primer lloc, cada candidat que s'uneix a la nostra xarxa és recomanat per l'equip de contractació amb qui s'han entrevistat recentment, però que no han pogut contractar-los. Els equips de contractació només remeten els candidats que han passat a la ronda final, garantint així que són candidats d'alta qualitat. A partir d'aquí, utilitzem el processament del llenguatge natural per fer coincidir el candidat amb l'empresa i el rol que s'ajusta correctament. Recopilem paraules clau del seu currículum i del paper per al qual van entrevistar originalment, i després les comparem amb les feines comercialitzades a la nostra plataforma. La majoria dels models només utilitzen dos conjunts de dades, de manera que utilitzar-ne tres augmenta la nostra capacitat per fer la coincidència adequada.

Com ajuda Joonko les empreses a retenir aquest talent?

Ajudem les empreses a retenir talent durant tot el procés de contractació mitjançant la integració amb el sistema de seguiment de candidats. La nostra integració ens permet extreure dades, en conjunt, sobre fins a quin punt arriben els candidats de Joonko pel pipeline. Allà on veiem un descens en comparació amb els candidats que no són Joonko, treballem amb empreses per millorar la concordança o millorar el seu procés de contractació.

De quines altres maneres Joonko utilitza la intel·ligència artificial en el seu procés de contractació o de concordança?

Aprofitem la visió per ordinador i el processament del llenguatge natural per determinar si un candidat s'identifica com a infrarepresentat. Utilitzem el processament del llenguatge natural per relacionar els candidats amb els rols del nostre grup i utilitzem l'aprenentatge automàtic per millorar el procés de concordança a mesura que els candidats seleccionen els rols que els interessen. Finalment, la concordança i la referència s'automatitza de punta a punta. Els reclutadors no han de fer res fins que decideixen entrevistar un candidat proposat per Joonko.

Podríeu parlar dels avantatges d'un grup de contractació diversificat per evitar el biaix de la IA?

La nostra manera de veure-ho és, com més candidats subrepresentats pugueu atraure i entrevistar, més dades podreu auditar per biaixos humans i tecnològics. El biaix, en el seu nucli, es produeix quan un model (o persona) està acostumat a veure dades similars una i altra vegada. Quan invertiu molt en la diversitat de candidats, podeu entrenar la vostra tecnologia i l'equip de reclutament que l'utilitza per contribuir al volant de la diversitat.

Quines són altres raons per les quals la diversitat hauria de ser una prioritat per a les empreses?

Moltes empreses solen confiar en referències per omplir els rols oberts, que les dades mostren que poden conduir a una força de treball homogènia. Crec que és important que les empreses prestin un focus al talent ignorat, inclosos els "candidats a la medalla de plata" que van arribar a les etapes finals a les millors empreses però que no van acabar aconseguint la feina.

No només prioritzar DE&I de manera objectiva és la cosa justa i correcta i una part important d'una societat equitativa i amb visió de futur, sinó que també és simplement bo per als negocis: les empreses que prioritzen aquests esforços són més productives i reeixides, mentre que els empleats són més feliços i quedar-se més temps.

Tens algun consell final per a les dones que estan buscant un salt en informàtica o IA?

Trobeu comunitats de dones en què us podeu recolzar quan les coses es tornen difícils. El futur de la indústria de la intel·ligència artificial depèn de la participació de les dones, però actualment està dominada pels homes. Com més ràpid puguis crear una xarxa de dones que comparteixin les teves experiències, més probabilitats tindreu de rebre suport i prosperar en el sector.

Gràcies per la gran entrevista, els lectors que vulguin aprendre més haurien de visitar Joonko.