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

Arsham Ghahramani, PhD, ist der Mitgründer und CEO von Ribbon. Mit Sitz in Toronto und ursprünglich aus dem Vereinigten Königreich stammend, hat Ghahramani eine Ausbildung in beiden Bereichen, künstliche Intelligenz und Biologie. Seine berufliche Erfahrung umfasst eine Vielzahl von Domänen, darunter Hochfrequenzhandel, Rekrutierung und biomedizinische Forschung.

Ghahramani begann etwa 2014 in dem Bereich der künstlichen Intelligenz zu arbeiten. Er absolvierte seinen PhD am Francis Crick Institute, wo er frühe Formen der generativen künstlichen Intelligenz zur Untersuchung der Genregulation von Krebs anwendete – lange bevor der Begriff “generative künstliche Intelligenz” in den allgemeinen Sprachgebrauch übernommen wurde.

Er leitet derzeit Ribbon, ein Technologieunternehmen, das sich auf die dramatische Beschleunigung des Rekrutierungsprozesses konzentriert. Ribbon hat mehr als 8 Millionen Dollar an Finanzierungsmitteln aufgebracht, über 200.000 JobSuchende unterstützt und wächst sein Team weiter. Die Plattform zielt darauf ab, die Einstellung um das 100-fache zu beschleunigen, indem sie künstliche Intelligenz und Automatisierung kombiniert, um Rekrutierungsworkflows zu straffen.

Lassen Sie uns am Anfang beginnen – was hat Sie dazu inspiriert, Ribbon zu gründen, und was war der “Aha”-Moment, der Ihnen zeigte, dass die Einstellung kaputt ist?

Ich traf meinen Mitgründer Dave Vu, als wir beide bei Ezra waren – er war Leiter von Personal und Talent, und ich war Leiter von Machine Learning. Als wir mein Team schnell aufbauten, fühlten wir ständig den Druck, schnell einzustellen, aber wir hatten nicht die richtigen Werkzeuge, um den Prozess zu straffen. Ich war früh in der künstlichen Intelligenz (ich habe meinen PhD 2014 abgeschlossen, lange bevor die künstliche Intelligenz allgemein anerkannt wurde), und ich hatte ein frühes Verständnis für die Auswirkungen der künstlichen Intelligenz auf die Einstellung. Ich sah direkt die Ineffizienzen und Herausforderungen in der traditionellen Rekrutierung und wusste, dass es einen besseren Weg geben musste. Diese Erkenntnis führte uns dazu, Ribbon zu schaffen.

Sie haben in Machine-Learning-Rollen bei Amazon, Ezra und sogar im algorithmischen Handel gearbeitet. Wie hat diese Erfahrung Ihre Herangehensweise an den Aufbau von Ribbon geprägt?

Bei Ezra habe ich an künstlicher Intelligenz im Gesundheitswesen gearbeitet, wo die Einsätze nicht höher sein konnten – wenn ein künstliches Intelligenzsystem voreingenommen ist, kann es ein Leben oder Tod bedeuten. Wir haben viel Zeit und Energie darauf verwendet, sicherzustellen, dass unsere künstliche Intelligenz unvoreingenommen war, sowie Methoden zu entwickeln, um Voreingenommenheit zu erkennen und zu mindern. Ich habe diese Techniken auf Ribbon übertragen, wo wir diese Techniken verwenden, um Voreingenommenheit in unserem künstlichen Interviewer zu überwachen und zu reduzieren, letztendlich einen fairen Einstellungsprozess zu schaffen.

Wie hat Ihre Erfahrung als Kandidat und Einsteller die Produktentscheidungen beeinflusst, die Sie zu Beginn getroffen haben?

Die Jobsuche ist ein mühsamer Prozess für Junior-Kandidaten. Ich erinnere mich, nicht allzu lange her, als Junior-Kandidat viele Jobs beworben zu haben. Es ist nur noch schwieriger geworden. Bei Ribbon haben wir tiefes Mitgefühl für Jobsuchende. Unser Voice-AI ist oft der erste Kontakt zwischen einem Unternehmen und einem Kandidaten, also arbeiten wir hart daran, diese Erfahrung positiv und lohnend zu gestalten. Eine der Möglichkeiten, wie wir das tun, besteht darin, sicherzustellen, dass Kandidaten während des gesamten Einstellungsprozesses mit dem gleichen künstlichen Intelligenzsystem sprechen. Diese Konsistenz hilft dabei, Vertrauen und Komfort aufzubauen – im Gegensatz zu traditionellen Prozessen, bei denen Kandidaten zwischen mehreren Personen hin- und hergeschickt werden, bietet unser künstliches Intelligenzsystem eine ständige, vertraute Präsenz, die Kandidaten dabei hilft, sich während der Interviews und Bewertungen wohler zu fühlen.

Ribbons künstliche Intelligenz führt Interviews durch, die menschlicher wirken als skriptierte Bots. Erzählen Sie uns mehr über Ribbons adaptiven Interviewfluss. Welche Art von Echtzeitverständnis findet im Hintergrund statt?

Wir haben fünf interne Machine-Learning-Modelle und vier öffentlich verfügbare Modelle kombiniert, um die Ribbon-Interviewerfahrung zu schaffen. Im Hintergrund bewerten wir ständig die Konversation und kombinieren diese mit Kontexten von Unternehmen, Karriereseiten, öffentlichen Profilen, Lebensläufen und mehr. All diese Informationen kommen zusammen, um eine nahtlose Interviewerfahrung zu schaffen. Der Grund, warum wir so viel Informationen kombinieren, ist, dass wir dem Kandidaten eine Erfahrung bieten möchten, die so nah wie möglich an einem menschlichen Rekruten ist.

Sie betonen, dass fünf Minuten Sprache einer Stunde schriftlicher Eingabe entsprechen. Welche Art von Signal erfassen Sie in diesen Audio-Daten, und wie werden sie analysiert?

Menschen sprechen normalerweise ziemlich schnell! Die meisten Job-Bewerbungsprozesse sind sehr mühsam, da Sie viele verschiedene Formulare und Multiple-Choice-Fragen ausfüllen müssen. Wir haben festgestellt, dass 5 Minuten natürlicher Konversation etwa 25 Multiple-Choice-Fragen entsprechen. Die Informationsdichte von Sprachkonversationen ist schwer zu schlagen. Darüber hinaus erfassen wir andere Faktoren wie Sprachkenntnisse und Kommunikationsfähigkeiten.

Ribbon fungiert auch als künstliche Intelligenz-gesteuerter Schreiber mit Autozusammenfassungen und Bewertungen. Welche Rolle spielt Interpretierbarkeit bei der Nutzung dieser Daten für Rekruten – und Fairness?

Interpretierbarkeit steht im Mittelpunkt von Ribbons Ansatz. Jede Bewertung und Analyse, die wir generieren, ist immer an ihre Quelle gebunden, was unsere künstliche Intelligenz tiefgreifend transparent macht.

Zum Beispiel, wenn wir einen Kandidaten auf seine Fähigkeiten bewerten, beziehen wir uns auf zwei Dinge:

1. Die ursprünglichen Jobanforderungen und
2. Den genauen Moment im Interview, in dem der Kandidat eine Fähigkeit erwähnt.

Wir glauben, dass die Interpretierbarkeit von künstlichen Intelligenzsystemen von entscheidender Bedeutung ist, da wir am Ende des Tages Unternehmen dabei helfen, Entscheidungen zu treffen, und Unternehmen Entscheidungen auf der Grundlage konkreter Daten treffen möchten. Etwas, das wir für Fairness und Vertrauen in die von künstlicher Intelligenz gesteuerte Einstellung für entscheidend halten.

Voreingenommenheit in künstlichen Intelligenz-Systemen für die Einstellung ist ein großes Anliegen. Wie ist Ribbon darauf ausgelegt, Voreingenommenheit zu minimieren oder zu mindern und gleichzeitig die besten Kandidaten zu finden?

Voreingenommenheit ist ein kritischer Punkt bei der künstlichen Intelligenz in der Einstellung, und wir nehmen dies bei Ribbon sehr ernst. Wir haben unseren künstlichen Interviewer so konzipiert, dass er Kandidaten auf der Grundlage messbarer Fähigkeiten und Kompetenzen bewertet, wodurch die Subjektivität, die oft Voreingenommenheit einführt, reduziert wird. Wir führen regelmäßig Audits unserer künstlichen Intelligenz-Systeme auf Fairness durch, nutzen diverse und ausgewogene Datensätze und integrieren menschliche Aufsicht, um potenzielle Voreingenommenheiten zu erkennen und zu korrigieren. Unser Ziel ist es, die besten Kandidaten fair zu finden und faire Einstellungsentscheidungen zu gewährleisten.

Kandidaten können jederzeit ein Interview führen, sogar um 2 Uhr morgens. Wie wichtig ist Flexibilität bei der Demokratisierung des Zugangs zu Jobs, insbesondere für benachteiligte Gemeinschaften?

Flexibilität ist der Schlüssel zur Demokratisierung des Zugangs zu Jobs. Ribbons Interview-System ermöglicht es Kandidaten, an jedem Zeitpunkt teilzunehmen, der für sie günstig ist, und bricht damit traditionelle Barrieren wie widersprüchliche Zeitpläne oder begrenzte Verfügbarkeit, was besonders für berufstätige Eltern und Menschen mit nicht-traditionellen Arbeitszeiten von Vorteil ist. Tatsächlich finden 25 % der Ribbon-Interviews zwischen 23 und 2 Uhr Ortszeit statt.

Dies ist besonders wichtig für benachteiligte Gemeinschaften, in denen Jobsuchende oft zusätzliche Einschränkungen haben. Durch die Ermöglichung von Interviews rund um die Uhr hilft Ribbon sicherzustellen, dass jeder eine faire Chance hat, seine Fähigkeiten zu präsentieren und Beschäftigungsmöglichkeiten zu sichern.

Ribbon ist nicht nur auf die Einstellung ausgerichtet – es geht darum, die Reibung zwischen Menschen und Chancen zu reduzieren. Wie sieht diese Zukunft aus?

Bei Ribbon geht unsere Vision über eine effiziente Einstellung hinaus; wir möchten die Reibung zwischen Individuen und den Chancen, für die sie geeignet sind, beseitigen. Wir stellen uns eine Zukunft vor, in der Technologie Talente nahtlos mit Rollen verbindet, die perfekt mit ihren Fähigkeiten und Ambitionen übereinstimmen, unabhängig von ihrem Hintergrund oder Netzwerk. Durch die Reduzierung von Reibungen in der Karriermobilität ermöglichen wir es Mitarbeitern, zu wachsen, sich zu entwickeln und erfüllende Chancen ohne unnötige Barrieren zu finden. Schnellere interne Mobilität, geringere Fluktuationsrate und letztendlich bessere Ergebnisse für Einzelpersonen und Unternehmen.

Wie sehen Sie die künstliche Intelligenz die Einstellung und den breiteren Arbeitsmarkt in den nächsten fünf Jahren verändern?

Die künstliche Intelligenz wird die Einstellung und den breiteren Arbeitsmarkt in den nächsten fünf Jahren tiefgreifend umgestalten. Wir erwarten, dass die künstliche Intelligenz-gesteuerte Automatisierung repetitive Aufgaben strafft, Rekruten ermöglicht, sich auf tiefere Kandidateninteraktionen und strategische Einstellungsentscheidungen zu konzentrieren. Die künstliche Intelligenz wird auch die Genauigkeit der Kandidatenzuordnung zu Rollen verbessern, die Einstellungszeiten beschleunigen und die Kandidatenerfahrung verbessern. Um diese Vorteile jedoch vollständig zu realisieren, muss die Branche Transparenz, Fairness und ethische Überlegungen priorisieren, um sicherzustellen, dass die künstliche Intelligenz zu einem vertrauenswürdigen Werkzeug wird, das eine gerechtere Beschäftigungslandschaft schafft.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Ribbon besuchen.