Faisal Ahmed. Medstifter & CTO i Knockri – Intervju-serie

Faisal Ahmed er en teknologileder og produktentusiast med en passion for dyb læring og kunstig intelligens, med evnen til at designe og udvikle komplekse teknologiske løsninger til hverdagsproblemer. Han er en computeringeniør, der har afsluttet sin masteruddannelse i informationsystemer og design ved University of Toronto, og har mere end 8 års erfaring i branchen som softwareingeniør hos Sony Corp India og CPPIB Canada.

Han er både medstifter og CTO i Knockri, en platform til vurdering af adfærdsmæssige færdigheder, der forbedrer diversitet uden at påvirke arbejdsgangen eller rekrutteringseffektivitet.

Kan du definere oprindelsen af navnet Knockri og hvorfor det blev valgt?

Der er to etymologiske oprindelser for navnet Knockri. Først brugte vi ordet “Knock” for at referere til at banke på døren til muligheder. Det andet, som er meget relateret til min, Maaz’ og Jahanzaibs baggrund, er ordet “Knockri”, som betyder “job” for over en milliard mennesker i mange sydasiatiske sprog.

Kan du dele historien om Knockris oprindelse og hvordan det opstod fra en personlig oplevelse i rekrutteringsprocessen?

Ideen til Knockri opstod først i 2016, da vores CEO, Jahanzaib, havde svært ved at finde arbejde på grund af sit navn. Efter Maaz foreslog, at han angliciserede sit navn på CV’erne, fik Jahanzaib flere jobtilbud. Det var en tilsyneladende lille ændring, men det gjorde en stor forskel. Da vi opdagede denne fejl i rekrutteringsprocessen, kom vi sammen for at udvikle en løsning med hjælp af teknologi. Det var her, jeg kom ind i billedet. I samarbejde med Jahanzaib og Maaz ville jeg bruge teknologi til at jævne vej for kandidater. Da kunstig intelligens var i sin barndom på det tidspunkt, vidste jeg, det ville være et ambitiøst projekt at påtage sig, men udfordringen gjorde mig endnu mere motiveret til at løse det. Vi så potentialet for maskinlæring til at reducere barrierer for kandidater allerede i 2016, og jeg har været begejstret for at løse problemet med rekrutteringsbias lige siden.

Hvorfor fejler det meste af den nuværende DEI-uddannelse (Diversitet, lighed og inklusion) både virksomheder og samfundet i almindelighed?

DEI-uddannelse fejler, fordi virksomhedens motivation måske ikke er på det rigtige sted. Der er politiske og målrettede motivationer, der ikke skaber reel forandring og kan føre til større skel i fordomme. At skrive en missionserklæring og gennemføre virksomhedsdirektiveret bias-uddannelse, hvor motivationen udelukkende ligger i “at gøre det, fordi vi skal”, gør ingen forskel. Handlinger taler meget højere end ord, og at være motiveret af de rigtige årsager, såsom produktivitet eller diverse synspunkter blandt medarbejderne for virksomhedens succes, vil gøre uddannelsen langt mere effektiv.

Du var tidligere udnævnt medlem af Verdensøkonomisk Forums globale råd for lighed og inklusion, hvad indebar denne rolle, og hvad lærte du af denne oplevelse?

Under vores arbejde med Verdensøkonomisk Forum bidrog vi til DEI 4.0-værktøjskassen for ledere for at accelerere social fremgang i fremtidens arbejde. Rapporten undersøger de praktiske muligheder og risici, som hurtigt opstående teknologier repræsenterer for diversitet, lighed og inklusionsbestræbelser. Den fremhæver også, hvordan teknologi kan hjælpe med at reducere bias fra rekrutteringsprocesser, diversificere talentsamlinger og benchmark diversitet og inklusion på tværs af organisationer. Ud over dette bidrog vi til Forums nye Globale Social Mobilitetsindeks 2020, som giver indsigt i betingelserne for at bryde sammenhængen mellem socioøkonomisk baggrund og en persons resultater i livet. Vi lærte vigtigheden af social fremgang og er stolte af at have bidraget vores arbejde til Forum for at fremme DEI-initiativer med hjælp af teknologi til fremtiden.

Hvordan bruger Knockri kunstig intelligens til at enable virksomheder til at overvinde ubevidst bias under rekrutteringsprocessen?

Knockri har kombineret I/O-psykologi og maskinlæring for at identificere adfærdsmæssige færdigheder, der er relateret til bestemte kompetencer, der kræves for bestemte job. I stedet for at fokusere på, hvordan en person taler, ser ud, køn eller hvor de kommer fra, fokuserer vi på de færdigheder, de bringer til bordet. Med Knockri er førsteindtryk ikke så vigtige som i en traditionel ansættelsesproces – det er alle de vigtige færdigheder, du kan bringe til bordet for at være den bedste til et job. Faktisk har vi gjort det muligt at vælge den rette kandidat uden endda at se deres navn!

Kan du definere, hvad der i din mening gør et etisk AI-system, og hvordan Knockri kan undgå bias i sit eget AI-platform?

Kunstig intelligens er et kraftfuldt værktøj generelt og kan bruges til både godt og ondt. Det er også et system, som ingeniører som jeg selv forstår bedre end mennesker forstår mennesker. Vi har betydelig kontrol over, hvordan systemet opfører sig, og når det kommer til at bygge etiske systemer, tror jeg, at så længe motivationen er på det rigtige sted, er det lettere at træne modellerne på en positiv måde. I et AI-system kan vi kontrollere dets adfærd og bygge inden for bestemte regler og processer for at sikre, at AI’s beslutningstagning er mere etisk end trænet menneskeligt proces. Og det stopper ikke der. Der er altid fejl og blinde pletter, man måske overse, når man bygger et system, men hos Knockri sikrer vi altid, at resultaterne spores, og at vores resultater altid giver de korrekte udgangspunkter. Med en omfattende kritik af systemet kan vores omfattende test gennem algoritmer identificere, om bestemte egenskaber favoriseres, og algoritmerne kan korrigere dette for at give os gennemsigtighed.

Hvor får Knockri sine træningsdata fra, og hvordan sikrer virksomheden, at disse data ikke er uvidende bias?

Vi bruger vores egne data. Vi henter ikke data fra åbne kilder, som vi ikke har kontrol over. Vi tager transkriptioner fra vurderinger, der er designede af vores I/O-psykologer for at sikre, at de rigtige spørgsmål og færdigheder identificeres. Vi gennemgår derefter annotationerne for at sikre, at ingen sprog favoriseres – grundlæggende tager vi fuld kontrol over vores dataindsamling. Dette sikrer, at de data, vi indsamler, er af høj kvalitet, og at resultaterne, algoritmen giver os, er langt mere effektive. Fordi vi gerne vil være sande over for vores mission om at være fokuseret på DEI, har vi udvidet vores implementering til forskellige felter, hvilket betyder, at vi arbejder på tværs af forskellige geografier, jobstillinger og brancher for at indsamle en velafbalanceret samling af data. Ved at have mere diverse data kan vi være sikre på, at det er mindre bias.

Er der noget andet, du gerne vil dele om Knockri?

Der er et par ting, jeg gerne vil dele. Først og fremmest handler det om I/O-psykologi. Mange mennesker antager, at kunstig intelligens er intimiderende, især da det har udviklet sig over de sidste flere år. Men vi bringer sammen den gamle videnskab om I/O-psykologi – studiet af menneskelig adfærd – for at drive vores teknologi. Vi leverer faktisk I/O-psykologi i stor målestok med hjælp af maskinlæring for at reducere bias i rekrutteringspraksis. Til sidst starter DEI ikke kun med vores kunder. Hos Knockri værdsætter vi DEI lige så højt som de, der kommer til os, hvilket vi er stolte af inden for vores egen organisation. Som en virksomhed, der er passioneret om DEI, opfordrer vi dig til at gøre dit til at reducere bias for dem, der historisk set ikke har haft så mange muligheder på arbejdsmarkedet. Som jeg sagde før, handler det om, at handlinger taler højere end ord.