Συνεντεύξεις
Arsham Ghahramani, PhD, Συνιδρυτής και Διευθύνων Σύμβουλος της Ribbon – Σειρά Συνεντεύξεων
Arsham Ghahramani, PhD, είναι ο συνιδρυτής και Διευθύνων Σύμβουλος της Ribbon. Βασισμένος στο Τορόντο και αρχικά από το Ηνωμένο Βασίλειο, ο Ghahramani έχει ένα υπόβαθρο και στην τεχνητή νοημοσύνη και τη βιολογία. Η επαγγελματική του εμπειρία εκτείνεται σε eine σειρά από τομείς, συμπεριλαμβανομένης της υψηλής συχνότητας εμπορίου, της προσλήψεως και της βιοϊατρικής έρευνας.
Ο Ghahramani άρχισε να εργάζεται στο πεδίο της ΤΝ around 2014. Ολοκλήρωσε το διδακτορικό του στο Ινστιτούτο Francis Crick, όπου εφαρμόστηκε στις πρώτες μορφές γεννητικής ΤΝ για τη μελέτη της ρύθμισης των γονιδίων του καρκίνου — πολύ πριν η λέξη “γεννητική ΤΝ” εισέλθει στη χρήση του mainstream.
Επικεφαλής της Ribbon, μιας εταιρείας τεχνολογίας που επικεντρώνεται στη δραματική επιτάχυνση της διαδικασίας πρόσληψης. Η Ribbon έχει συγκεντρώσει πάνω από 8 εκατομμύρια δολάρια σε χρηματοδότηση, υποστήριξε πάνω από 200.000 αναζητητές εργασίας και συνεχίζει να μεγαλώνει την ομάδα της. Η πλατφόρμα έχει ως στόχο να κάνει την πρόσληψη 100 φορές ταχύτερη, συνδυάζοντας την ΤΝ και την αυτοματοποίηση για τη ροή εργασιών πρόσληψης.
Ας ξεκινήσουμε από την αρχή — τι σας ενέπνευσε να ιδρύσετε την Ribbon, και ποια ήταν η “αχά” στιγμή που σας έκανε να καταλάβετε ότι η πρόσληψη ήταν κατεστραμμένη;
Γνώρισα τον συνιδρυτή μου Dave Vu ενώ βρισκόμασταν και οι δύο στο Ezra– ήταν Διευθυντής Ανθρώπινου Δυναμικού & Ταλέντου, και εγώ ήμουν Διευθυντής Μηχανικής Μάθησης. Όσο γρήγορα επεκτείναμε την ομάδα μου, συνεχώς αισθανόμασταν την πίεση να προσλάβουμε γρήγορα, ωστόσο μας έλειπαν τα σωστά εργαλεία για τη ροή της διαδικασίας. Ήμουν πρώιμος στην ΤΝ (ολοκλήρωσα το διδακτορικό μου το 2014, πολύ πριν η ΤΝ γίνει mainstream), και είχα μια πρώιμη κατανόηση των επιπτώσεων της ΤΝ στην πρόσληψη. Είδα από πρώτο χέρι τις ανεπαρκείες και τις προκλήσεις στη παραδοσιακή πρόσληψη και ήξερα ότι έπρεπε να υπάρξει ένας καλύτερος τρόπος. Αυτή η πραγματοποίηση οδήγησε μας να δημιουργήσουμε την Ribbon.
Έχετε εργαστεί σε ρόλους μηχανικής μάθησης στο Amazon, Ezra, και ακόμη και στο αλγοριθμικό εμπόριο. Πώς αυτή η εμπειρία σχήμασε τον τρόπο με τον οποίο προσέγγισατε την κατασκευή της Ribbon;
Στο Ezra, εργάστηκα στην ΤΝ υγείας, όπου τα στοιχήματα δεν μπορούσαν να είναι υψηλότερα–αν ένα σύστημα ΤΝ είναι προκατειλημμένο, μπορεί να είναι θέμα ζωής και θανάτου. Επενδύσαμε πολύ χρόνο και ενέργεια για να βεβαιωθούμε ότι η ΤΝ μας ήταν αμερόληπτη, καθώς και για την ανάπτυξη μεθόδων για την ανίχνευση και την μείωση του προκατασκευάσματος. Μεταφέρω αυτές τις τεχνικές στην Ribbon, όπου χρησιμοποιούμε αυτές τις τεχνικές για να παρακολουθούμε και να μειώνουμε το προκατασκευασμένο στην ΤΝ μας, δημιουργώντας μια πιο ισορροπημένη διαδικασία πρόσληψης.
Πώς η εμπειρία σας ως υποψήφιος και διευθυντής πρόσληψης επηρέασε τις αποφάσεις προϊόντος που έκανα στις πρώτες ημέρες;
Η εύρεση εργασίας είναι μια κοπιαστική διαδικασία για τους νεαρούς υποψήφιους. Θυμάμαι, δεν ήταν τόσο久 ago, ότι ήμουν ένας νεαρός υποψήφιος που申请 σε πολλές εργασίες. Έχει γίνει ακόμη πιο δύσκολο από τότε. Στην Ribbon, έχουμε βαθιά συμπόνια για τους αναζητητές εργασίας. Η Voice AI μας είναι συχνά το πρώτο σημείο επαφής μεταξύ μιας εταιρείας και ενός υποψήφιου,τσι εργαζόμαστε σκληρά για να κάνουμε αυτή την εμπειρία θετική και ανταποδοτική. Ένας από τους τρόπους με τους οποίους το κάνουμε αυτό είναι διασφαλίζοντας ότι οι υποψήφιοι συνομιλούν με την ίδια ΤΝ καθ’ όλη τη διάρκεια της διαδικασίας πρόσληψης. Αυτή η σταθερότητα βοηθά στην κατασκευή εμπιστοσύνης και άνεσης — αντί για τις παραδοσιακές διαδικασίες όπου οι υποψήφιοι περνούν μεταξύ πολλών ανθρώπων, η ΤΝ μας παρέχει μια σταθερή, οικεία παρουσία που βοηθά τους υποψήφιους να αισθανθούν πιο άνετα καθώς προχωρούν στις συνεντεύξεις και τις αξιολογήσεις.
Η ΤΝ της Ribbon διεξάγει συνεντεύξεις που αισθάνονται πιο ανθρώπινες από τις προγραμματισμένες bots. Πείτε μας περισσότερα για την προσαρμοστική ροή συνέντευξης της Ribbon. Ποια πραγματική κατανόηση συμβαίνει πίσω από τις σκηνές;
Έχουμε κατασκευάσει πέντε εσωτερικά μοντέλα μηχανικής μάθησης και τα συνδυάσαμε με τέσσερα δημόσια διαθέσιμα μοντέλα για να δημιουργήσουμε την εμπειρία συνέντευξης της Ribbon. Πίσω από τις σκηνές, αξιολογούμε συνεχώς τη συνομιλία και τη συνδυάζουμε με το контекスト από την εταιρεία, τις σελίδες καριέρας, τα δημόσια προφίλ, τα βιογραφικά και άλλα. Όλη αυτή η πληροφορία έρχεται μαζί για να δημιουργήσει μια ομαλή εμπειρία συνέντευξης. Ο λόγος που συνδυάζουμε τόσο πολλή πληροφορία είναι ότι θέλουμε να δώσουμε στον υποψήφιο μια εμπειρία όσο το δυνατόν πιο κοντά σε έναν ανθρώπινο рекруτέρ.
Υπογραμμίζετε ότι πέντε λεπτά φωνής μπορούν να αντιστοιχούν σε μια ώρα γραπτής εισόδου. Ποιο σήμα καταγράφετε σε αυτά τα δεδομένα ήχου, και πώς αναλύεται;
Οι άνθρωποι μιλούν γενικά πολύ γρήγορα! Οι περισσότερες διαδικασίες αίτησης εργασίας είναι πολύ κουραστικές, ζητώντας σας να συμπληρώσετε πολλές διαφορετικές φόρμες και πολλαπλές επιλογές ερωτήσεων. Έχουμε βρει ότι 5 λεπτά φυσικής συνομιλίας ισοδυναμούν με περίπου 25 πολλαπλές επιλογές ερωτήσεων. Η πληροφοριακή πυκνότητα της συνομιλίας φωνής είναι δύσκολο να ξεπεραστεί. Επιπλέον, συλλέγουμε άλλους παράγοντες, όπως τη γλωσσική ικανότητα και τις επικοινωνιακές δεξιότητες.
Η Ribbon λειτουργεί επίσης ως một ΤΝ-ενισχυμένος γραφέας με αυτόματες περίληψεις και βαθμολογία. Ποιο ρόλο παίζει η ερμηνευσιμότητα στην κάνε της δεδομένων χρήσιμων — και δίκαιων — για τους рекруτέρ;
Η ερμηνευσιμότητα είναι στο κέντρο της προσέγγισης της Ribbon. Κάθε βαθμολογία και ανάλυση που παράγουμε είναι πάντα συνδεδεμένη με την πηγή της, καθιστώντας την ΤΝ μας βαθιά διαφανή.
Για παράδειγμα, όταν βαθμολογούμε έναν υποψήφιο στις δεξιότητές του, αναφερόμαστε σε δύο πράγματα:
- Τις αρχικές απαιτήσεις εργασίας και
- Την ακριβή στιγμή στη συνέντευξη που ο υποψήφιος ανέφερε μια δεξιότητα.
Πιστεύουμε ότι η ερμηνευσιμότητα των συστημάτων ΤΝ είναι βαθιά σημαντική επειδή, στο τέλος της ημέρας, βοηθάμε τις εταιρείες να λαμβάνουν αποφάσεις, και οι εταιρείες θέλουν να λαμβάνουν αποφάσεις με βάση συγκεκριμένα δεδομένα. Κάτι που πιστεύουμε ότι είναι κρίσιμο και για τη δίκαιη και την εμπιστοσύνη στις αποφάσεις πρόσληψης με ΤΝ.
Η προκατάληψη στη ΤΝ πρόσληψης είναι ένα μεγάλο πρόβλημα. Πώς σχεδιάστηκε η Ribbon για να ελαχιστοποιήσει ή να μετριάσει την προκατάληψη ενώ vẫn επιφέρουν τους καλύτερους υποψήφιους;
Η προκατάληψη είναι ένα κρίσιμο ζήτημα στην ΤΝ πρόσληψης, και την λαμβάνουμε πολύ σοβαρά στην Ribbon. Έχουμε κατασκευάσει την ΤΝ μας για να αξιολογεί τους υποψήφιους με βάση μετρήσιμες δεξιότητες και ικανότητες, μειώνοντας την υποκειμενικότητα που συχνά εισάγει προκαταλήψεις. Κανονικά ελέγχουμε τα συστήματα ΤΝ μας για δίκαιη, χρησιμοποιούμε ποικίλες και ισορροπημένες δεδομένα, και ενσωματώνουμε την ανθρώπινη επιτήρηση για να πιάσουμε και να διορθώσουμε πιθανές προκαταλήψεις. Η δέσμευσή μας είναι να επιφέρουμε τους καλύτερους υποψήφιους δίκαια, εξασφαλίζοντας ισορροπημένες αποφάσεις πρόσληψης.
Οι υποψήφιοι μπορούν να κάνουν συνέντευξη οποιαδήποτε στιγμή, ακόμη και στις 2 π.μ. Πόσο σημαντική είναι η ευελιξία στη δημοκρατία πρόσβασης σε εργασίες, ιδιαίτερα για τις υποανεπτυγμένες κοινότητες;
Η ευελιξία είναι το κλειδί για τη δημοκρατία πρόσβασης σε εργασίες. Η συνέντευξη της Ribbon σε οποιαδήποτε στιγμή επιτρέπει στους υποψήφιους να συμμετέχουν οποιαδήποτε στιγμή που τους είναι βολική, καταρρίπτοντας παραδοσιακές барριέρες όπως οι αντικρουόμενες προγραμματισμοί ή η περιορισμένη διαθεσιμότητα, το οποίο είναι ιδιαίτερα полез για τους γονείς που εργάζονται και εκείνους με μη παραδοσιακές ώρες. Στην πραγματικότητα, το 25% των συνεντεύξεων της Ribbon συμβαίνουν μεταξύ 11 μ.μ. και 2 π.μ. τοπική ώρα.
Αυτό είναι ιδιαίτερα κρίσιμο για τις υποανεπτυγμένες κοινότητες, όπου οι αναζητητές εργασίας συχνά αντιμετωπίζουν πρόσθετες περιορισμοί. Ενεργοποιώντας την πρόσβαση 24 ώρες την ημέρα, η Ribbon βοηθά να εξασφαλίσει ότι όλοι έχουν μια δίκαιη ευκαιρία να επιδείξουν τις δεξιότητές τους και να κερδίσουν ευκαιρίες απασχόλησης.
Η Ribbon δεν είναι μόνο για πρόσληψη — είναι για τη μείωση της τριβής μεταξύ ανθρώπων και ευκαιριών. Ποια είναι αυτή η μελλοντική εικόνα;
Στην Ribbon, η όρασή μας εκτείνεται πέρα από την αποτελεσματική πρόσληψη· θέλουμε να αφαιρέσουμε την τριβή μεταξύ των ατόμων και των ευκαιριών που ταιριάζουν στις ικανότητές τους και τις φιλοδοξίες τους, ανεξάρτητα από το υπόβαθρό τους ή το δίκτυό τους. Προβλέπουμε ένα μέλλον όπου η τεχνολογία συνδέει άρρητα το ταλέντο με ρόλους που ταιριάζουν απόλυτα με τις ικανότητές τους και τις φιλοδοξίες τους, χωρίς άσκοπες барριέρες. Με τη μείωση της τριβής στην κινητικότητα καριέρας, επιτρέπουμε στους υπαλλήλους να αναπτύσσονται, να μαθαίνουν και να βρίσκουν ικανοποιητικές ευκαιρίες χωρίς άσκοπες барριέρες. Γρηγορότερη εσωτερική κινητικότητα, χαμηλότερη αποχώρηση και τελικά καλύτερα αποτελέσματα και για τα άτομα και τις εταιρείες.
Πώς βλέπετε την ΤΝ να μεταμορφώνει τη διαδικασία πρόσληψης και την ευρύτερη αγορά εργασίας τα επόμενα πέντε χρόνια;
Η ΤΝ θα μεταμορφώσει τη διαδικασία πρόσληψης και την ευρύτερη αγορά εργασίας τα επόμενα πέντε χρόνια. Περιμένουμε ότι η αυτοματοποίηση ΤΝ θα ροηματοποιήσει τις επαναλαμβανόμενες εργασίες, απελευθερώνοντας τους рекруτέρ για να επικεντρωθούν σε βαθύτερες αλληλεπιδράσεις υποψηφίων και στρατηγικές αποφάσεις πρόσληψης. Η ΤΝ θα βελτιώσει επίσης την ακρίβεια της αντιστοίχισης των υποψηφίων με ρόλους, επιταχύνοντας τους χρόνους πρόσληψης και βελτιώνοντας την εμπειρία των υποψηφίων. Ωστόσο, για να πραγματοποιηθούν πλήρως αυτά τα οφέλη, η βιομηχανία πρέπει να προτεραιότητα τη διαφάνεια, τη δίκαιη και τις ηθικές σκέψεις, εξασφαλίζοντας ότι η ΤΝ γίνεται ένα αξιόπιστο εργαλείο που δημιουργεί μια πιο ισορροπημένη αγορά εργασίας.
Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Ribbon.
