Arsham Ghahramani, PhD, Mitbegründer und CEO von Ribbon – Interviewreihe

Arsham Ghahramani, PhDist Mitgründer und CEO von Ribbon. Ghahramani lebt in Toronto und stammt ursprünglich aus Großbritannien. Er verfügt über einen Hintergrund in Künstlicher Intelligenz und Biologie. Seine Berufserfahrung umfasst verschiedene Bereiche, darunter Hochfrequenzhandel, Personalbeschaffung und biomedizinische Forschung.

Ghahramani begann etwa 2014 im Bereich der KI zu arbeiten. Er schloss seine Promotion am Francis Crick Institute ab, wo er frühe Formen der generativen KI anwandte, um die Genregulation bei Krebs zu untersuchen – lange bevor der Begriff „generative KI“ allgemein bekannt wurde.

Derzeit leitet er Band, ein Technologieunternehmen, das sich auf die drastische Beschleunigung des Einstellungsprozesses konzentriert. Ribbon hat über $ 8 Millionen gesammelt bei der Finanzierung, unterstützte über 200,000 Arbeitssuchende und baut sein Team kontinuierlich aus. Die Plattform zielt darauf ab, die Einstellung von Mitarbeitern durch die Kombination von KI und Automatisierung zur Optimierung der Rekrutierungsabläufe um das Hundertfache zu beschleunigen.

Beginnen wir am Anfang: Was hat Sie dazu inspiriert, Ribbon zu gründen, und was war der „Aha“-Moment, der Ihnen klar machte, dass es mit der Personalbeschaffung nicht klappt?

Ich lernte meinen Mitgründer Dave Vu kennen, als wir beide bei Ezra arbeiteten – er war Head of People & Talent, ich Head of Machine Learning. Als wir mein Team schnell vergrößerten, spürten wir ständig den Druck, schnell aufzusteigen, doch uns fehlten die richtigen Tools, um den Prozess zu optimieren. Ich war früh mit KI vertraut (ich promovierte 2014, lange bevor KI zum Mainstream wurde) und wusste schon früh, welche Auswirkungen KI auf die Personalbeschaffung hat. Ich erlebte die Ineffizienzen und Herausforderungen der traditionellen Personalbeschaffung aus erster Hand und wusste, dass es einen besseren Weg geben musste. Diese Erkenntnis führte uns zur Gründung von Ribbon.

Sie haben im Bereich Machine Learning bei Amazon, Ezra und sogar im algorithmischen Handel gearbeitet. Wie hat dieser Hintergrund Ihre Herangehensweise an die Entwicklung von Ribbon beeinflusst?

Bei Ezra arbeitete ich an KI-Gesundheitstechnologie, wo die Herausforderungen kaum höher sein könnten – ein voreingenommenes KI-System kann lebenswichtig sein. Wir investierten viel Zeit und Energie in die Sicherstellung der Unvoreingenommenheit unserer KI und in die Entwicklung von Methoden zur Erkennung und Minderung von Voreingenommenheit. Diese Techniken habe ich zu Ribbon übertragen, wo wir sie einsetzen, um die Voreingenommenheit unserer KI-Interviewer zu überwachen und zu reduzieren und so letztlich einen gerechteren Einstellungsprozess zu schaffen.

Wie haben Ihre Erfahrungen als Bewerber und Personalmanager die Produktentscheidungen beeinflusst, die Sie frühzeitig getroffen haben?

Die Jobsuche ist für Nachwuchskräfte ein anstrengender Prozess. Ich erinnere mich, dass ich mich vor nicht allzu langer Zeit selbst als Nachwuchskraft auf viele Stellen beworben habe. Seitdem ist es nur noch schwieriger geworden. Bei Ribbon haben wir tiefes Einfühlungsvermögen für Arbeitssuchende. Unsere Sprach-KI ist oft der erste Kontaktpunkt zwischen Unternehmen und Bewerbern, daher arbeiten wir hart daran, diese Erfahrung positiv und lohnend zu gestalten. Eine Möglichkeit, dies zu erreichen, besteht darin, sicherzustellen, dass Bewerber während des gesamten Einstellungsprozesses mit derselben KI kommunizieren. Diese Konsistenz schafft Vertrauen und Wohlbefinden – im Gegensatz zu herkömmlichen Prozessen, bei denen Bewerber zwischen mehreren Personen hin- und hergereicht werden, sorgt unsere KI für eine konstante, vertraute Präsenz, die den Bewerbern hilft, sich während der Vorstellungsgespräche und Assessments wohler zu fühlen.

Ribbons KI führt Interviews, die menschlicher wirken als geskriptete Bots. Erzählen Sie uns mehr über Ribbons adaptiven Interviewablauf. Welche Art von Echtzeit-Verständnis findet hinter den Kulissen statt?

Wir haben fünf eigene Machine-Learning-Modelle entwickelt und diese mit vier öffentlich verfügbaren Modellen kombiniert, um das Ribbon-Interviewerlebnis zu schaffen. Hinter den Kulissen werten wir das Gespräch kontinuierlich aus und kombinieren es mit Unternehmenskontexten, Karriereseiten, öffentlichen Profilen, Lebensläufen und mehr. All diese Informationen fließen zusammen, um ein nahtloses Interviewerlebnis zu schaffen. Wir kombinieren so viele Informationen, um dem Kandidaten ein Erlebnis zu bieten, das dem eines menschlichen Recruiters so nahe wie möglich kommt.

Sie betonen, dass fünf Minuten Sprachaufzeichnung einer Stunde schriftlicher Eingabe entsprechen können. Welche Art von Signal erfassen Sie in diesen Audiodaten und wie werden diese analysiert?

Menschen sprechen im Allgemeinen ziemlich schnell! Die meisten Bewerbungsprozesse sind sehr langwierig und erfordern das Ausfüllen zahlreicher Formulare und Multiple-Choice-Fragen. Wir haben festgestellt, dass 5 Minuten natürliches Gespräch etwa 25 Multiple-Choice-Fragen entsprechen. Die Informationsdichte eines Gesprächs ist kaum zu übertreffen. Darüber hinaus erfassen wir weitere Faktoren wie Sprachkenntnisse und Kommunikationsfähigkeiten.

Ribbon fungiert zudem als KI-gestützter Schreiber mit automatischen Zusammenfassungen und Bewertungen. Welche Rolle spielt die Interpretierbarkeit, um diese Daten für Personalvermittler nützlich und fair zu machen?

Interpretierbarkeit ist der Kern des Ribbon-Ansatzes. Jede von uns generierte Bewertung und Analyse ist stets mit ihrer Quelle verknüpft, was unsere KI äußerst transparent macht.

Wenn wir beispielsweise einen Kandidaten nach seinen Fähigkeiten bewerten, beziehen wir uns auf zwei Dinge:

1. Die ursprünglichen Stellenanforderungen und
2. Der genaue Moment im Vorstellungsgespräch, in dem der Kandidat eine Fähigkeit erwähnt hat.

Wir sind überzeugt, dass die Interpretierbarkeit von KI-Systemen von großer Bedeutung ist, denn letztendlich unterstützen wir Unternehmen bei der Entscheidungsfindung, und Unternehmen treffen Entscheidungen gerne auf der Grundlage konkreter Daten. Dies ist unserer Meinung nach entscheidend für Fairness und Vertrauen bei KI-gestützten Personalbeschaffungen.

Voreingenommenheit in KI-Einstellungssystemen ist ein großes Problem. Wie ist Ribbon konzipiert, um Voreingenommenheit zu minimieren oder abzumildern und gleichzeitig Top-Kandidaten zu identifizieren?

Voreingenommenheit ist ein kritisches Thema bei der Einstellung von KI-Personal, und wir bei Ribbon nehmen sie sehr ernst. Wir haben unseren KI-Interviewer so entwickelt, dass er Kandidaten anhand messbarer Fähigkeiten und Kompetenzen bewertet und so die Subjektivität reduziert, die oft zu Voreingenommenheit führt. Wir prüfen unsere KI-Systeme regelmäßig auf Fairness, nutzen vielfältige und ausgewogene Datensätze und integrieren menschliche Kontrolle, um potenzielle Voreingenommenheiten zu erkennen und zu korrigieren. Unser Ziel ist es, die besten Kandidaten fair auszuwählen und faire Einstellungsentscheidungen zu gewährleisten.

Bewerber können jederzeit an Vorstellungsgesprächen teilnehmen, sogar um 2 Uhr morgens. Wie wichtig ist Flexibilität für die Demokratisierung des Zugangs zu Arbeitsplätzen, insbesondere für unterversorgte Bevölkerungsgruppen?

Flexibilität ist der Schlüssel zur Demokratisierung des Arbeitsmarktzugangs. Ribbons ständig verfügbares Interviewsystem ermöglicht es Kandidaten, zu jedem für sie passenden Zeitpunkt teilzunehmen. Traditionelle Barrieren wie Terminkonflikte oder eingeschränkte Verfügbarkeit werden dadurch überwunden. Dies ist besonders für berufstätige Eltern und Personen mit unkonventionellen Arbeitszeiten von Vorteil. Tatsächlich finden 25 % der Ribbon-Interviews zwischen 11:2 und XNUMX:XNUMX Uhr Ortszeit statt.

Dies ist besonders wichtig für unterversorgte Gemeinden, in denen Arbeitssuchende oft mit zusätzlichen Einschränkungen konfrontiert sind. Durch den Rund-um-die-Uhr-Zugang trägt Ribbon dazu bei, dass jeder eine faire Chance hat, seine Fähigkeiten unter Beweis zu stellen und sich Beschäftigungsmöglichkeiten zu sichern.

Bei Ribbon geht es nicht nur um die Einstellung neuer Mitarbeiter – es geht darum, Reibungsverluste zwischen Menschen und Chancen zu reduzieren. Wie sieht diese Zukunft aus?

Bei Ribbon geht unsere Vision über effizientes Recruiting hinaus. Wir wollen Reibungsverluste zwischen Einzelpersonen und den ihnen passenden Stellen beseitigen. Wir sehen eine Zukunft, in der Technologie Talente nahtlos mit Rollen verbindet, die perfekt zu ihren Fähigkeiten und Ambitionen passen, unabhängig von ihrem Hintergrund oder Netzwerk. Indem wir Reibungsverluste bei der beruflichen Mobilität reduzieren, ermöglichen wir Mitarbeitern, ohne unnötige Barrieren zu wachsen, sich zu entwickeln und erfüllende Möglichkeiten zu finden. Schnellere interne Mobilität, geringere Fluktuation und letztendlich bessere Ergebnisse für Einzelpersonen und Unternehmen.

Wie wird KI Ihrer Meinung nach den Einstellungsprozess und den Arbeitsmarkt insgesamt in den nächsten fünf Jahren verändern?

KI wird die Personalbeschaffung und den Arbeitsmarkt insgesamt in den nächsten fünf Jahren grundlegend verändern. Wir erwarten, dass KI-gesteuerte Automatisierung repetitive Aufgaben rationalisiert und Recruitern mehr Freiraum für intensivere Kandidateninteraktionen und strategische Einstellungsentscheidungen gibt. KI wird zudem die Zuordnung von Kandidaten zu Positionen verbessern, Einstellungszeiten verkürzen und das Bewerbererlebnis verbessern. Um diese Vorteile voll auszuschöpfen, muss die Branche jedoch Transparenz, Fairness und ethische Aspekte in den Vordergrund stellen und sicherstellen, dass KI zu einem vertrauenswürdigen Werkzeug wird, das eine gerechtere Beschäftigungslandschaft schafft.

Vielen Dank für das tolle Interview, Leser, die mehr erfahren möchten, sollten vorbeischauen Band.