Entrevistas
Arsham Ghahramani, PhD, Co-fundador y CEO de Ribbon – Serie de Entrevistas
Arsham Ghahramani, PhD, es el co-fundador y CEO de Ribbon. Con sede en Toronto y originario del Reino Unido, Ghahramani tiene un trasfondo en inteligencia artificial y biología. Su experiencia profesional abarca una variedad de dominios, incluyendo operaciones de trading de alta frecuencia, contratación y investigación biomédica.
Ghahramani comenzó a trabajar en el campo de la IA alrededor de 2014. Completó su PhD en el Instituto Francis Crick, donde aplicó formas tempranas de IA generativa para estudiar la regulación de genes del cáncer, mucho antes de que el término “IA generativa” entrara en uso mainstream.
Actualmente lidera Ribbon, una empresa de tecnología enfocada en acelerar dramáticamente el proceso de contratación. Ribbon ha recaudado más de $8 millones en financiamiento, ha apoyado a más de 200,000 buscadores de empleo y sigue creciendo su equipo. La plataforma tiene como objetivo hacer que la contratación sea 100 veces más rápida combinando la IA y la automatización para simplificar los flujos de trabajo de contratación.
Comencemos desde el principio — ¿qué te inspiró a fundar Ribbon, y cuál fue el momento “aha” que te hizo darte cuenta de que la contratación estaba rota?
Conocí a mi co-fundador Dave Vu mientras ambos estábamos en Ezra–él era el jefe de Personas y Talento, y yo era el jefe de Aprendizaje Automático. A medida que escalábamos rápidamente mi equipo, constantemente sentíamos la presión de contratar rápidamente, pero carecíamos de las herramientas adecuadas para simplificar el proceso. Estaba temprano en la IA (completé mi PhD en 2014, mucho antes de que la IA se volviera mainstream), y tenía una comprensión temprana de los impactos de la IA en la contratación. Vi de primera mano las ineficiencias y desafíos en la contratación tradicional y supe que había que haber una mejor manera. Esa realización nos llevó a crear Ribbon.
Has trabajado en roles de aprendizaje automático en Amazon, Ezra e incluso en operaciones de trading algorítmico. ¿Cómo te influyó ese trasfondo al momento de construir Ribbon?
En Ezra, trabajé en tecnología de salud con IA, donde las apuestas no podrían ser más altas–si un sistema de IA es sesgado, puede ser cuestión de vida o muerte. Pasamos mucho tiempo y energía asegurándonos de que nuestra IA fuera imparcial, así como desarrollando métodos para detectar y mitigar el sesgo. Traje esas técnicas a Ribbon, donde las usamos para monitorear y reducir el sesgo en nuestro entrevistador de IA, creando en última instancia un proceso de contratación más equitativo.
¿Cómo te influyó tu experiencia como candidato y gerente de contratación en las decisiones de producto que tomaste al principio?
Encontrar un trabajo es un proceso agotador para los candidatos juniors. Recuerdo, no hace mucho, ser un candidato junior aplicando a muchos trabajos. Sólo ha empeorado desde entonces. En Ribbon, tenemos una profunda empatía por los buscadores de trabajo. Nuestro Asistente de Voz es a menudo el primer punto de contacto entre una empresa y un candidato, así que trabajamos duro para hacer que esta experiencia sea positiva y gratificante. Una de las formas en que lo hacemos es asegurando que los candidatos charlen con el mismo IA a lo largo de todo el proceso de contratación. Esta consistencia ayuda a construir confianza y comodidad–a diferencia de los procesos tradicionales donde los candidatos son pasados entre múltiples personas, nuestro IA proporciona una presencia constante y familiar que ayuda a los candidatos a sentirse más a gusto a medida que avanzan en las entrevistas y evaluaciones.
Ribbon’s AI conduce entrevistas que se sienten más humanas que los bots preestablecidos. ¿Puedes contarnos más sobre el flujo de entrevista adaptativa de Ribbon? ¿Qué tipo de comprensión en tiempo real está sucediendo detrás de escena?
Hemos construido cinco modelos de aprendizaje automático en casa y los combinamos con cuatro modelos disponibles públicamente para crear la experiencia de entrevista de Ribbon. Detrás de escena, estamos evaluando constantemente la conversación y combinándola con contexto de la empresa, páginas de carreras, perfiles públicos, currículos y más. Toda esta información se combina para crear una experiencia de entrevista sin esfuerzo. La razón por la que combinamos tanta información es que queremos darle al candidato una experiencia lo más cercana posible a la de un reclutador humano.
Destacas que cinco minutos de voz pueden igualar una hora de entrada escrita. ¿Qué tipo de señal estás capturando en esos datos de audio, y cómo se analiza?
La gente generalmente habla bastante rápido. La mayoría de los procesos de solicitud de trabajo son muy tediosos, pidiéndote que llenes muchos formularios diferentes y preguntas de opción múltiple. Hemos encontrado que 5 minutos de conversación natural equivalen a alrededor de 25 preguntas de opción múltiple. La densidad de información de la conversación de voz es difícil de superar. Además, estamos recopilando otros factores, como habilidades lingüísticas y habilidades de comunicación.
Ribbon también actúa como un escribano de IA con resúmenes automáticos y puntuaciones. ¿Qué papel juega la interpretación en hacer que estos datos sean útiles y justos para los reclutadores?
La interpretación es el núcleo del enfoque de Ribbon. Cada puntuación y análisis que generamos siempre está vinculado a su fuente, lo que hace que nuestro IA sea profundamente transparente.
Por ejemplo, cuando puntuamos a un candidato por sus habilidades, nos referimos a dos cosas:
- Los requisitos del trabajo original y
- El momento exacto en la entrevista en que el candidato mencionó una habilidad.
Creemos que la interpretación de los sistemas de IA es profundamente importante porque, al final del día, estamos ayudando a las empresas a tomar decisiones, y a las empresas les gusta tomar decisiones basadas en datos concretos. Algo que creemos que es crítico tanto para la equidad como para la confianza en la contratación impulsada por IA.
El sesgo en los sistemas de contratación de IA es una gran preocupación. ¿Cómo está diseñado Ribbon para minimizar o mitigar el sesgo mientras aún presenta a los mejores candidatos?
El sesgo es un problema crítico en la contratación de IA, y lo tomamos muy en serio en Ribbon. Hemos construido nuestro entrevistador de IA para evaluar a los candidatos en función de habilidades y competencias medibles, reduciendo la subjetividad que a menudo introduce el sesgo. Realizamos auditorías regulares de nuestros sistemas de IA para la equidad, utilizamos conjuntos de datos diversos y equilibrados, e integramos la supervisión humana para detectar y corregir posibles sesgos. Nuestro compromiso es presentar a los mejores candidatos de manera justa, garantizando decisiones de contratación equitativas.
Los candidatos pueden entrevistarse en cualquier momento, incluso a las 2 AM. ¿Cuán importante es la flexibilidad para democratizar el acceso a los trabajos, especialmente para las comunidades desatendidas?
La flexibilidad es clave para democratizar el acceso a los trabajos. Las entrevistas siempre activas de Ribbon permiten que los candidatos participen en cualquier momento conveniente para ellos, rompiendo las barreras tradicionales como horarios conflictivos o disponibilidad limitada, lo que es especialmente beneficioso para los padres que trabajan y aquellos con horarios no tradicionales. De hecho, el 25% de las entrevistas de Ribbon ocurren entre las 11 pm y las 2 am, hora local.
Esto es especialmente crucial para las comunidades desatendidas, donde los buscadores de trabajo a menudo enfrentan restricciones adicionales. Al permitir el acceso las 24 horas, Ribbon ayuda a garantizar que todos tengan una oportunidad justa de mostrar sus habilidades y obtener oportunidades de empleo.
Ribbon no se trata solo de contratación, se trata de reducir la fricción entre las personas y las oportunidades. ¿Cómo se ve ese futuro?
En Ribbon, nuestra visión se extiende más allá de la contratación eficiente; queremos eliminar la fricción entre los individuos y las oportunidades para las que están adaptados. Predecimos un futuro en el que la tecnología conecta sin esfuerzo el talento con los roles que se alinean perfectamente con sus habilidades y ambiciones, independientemente de su trasfondo o red. Al reducir la fricción en la movilidad laboral, permitimos que los empleados crezcan, se desarrollen y encuentren oportunidades gratificantes sin barreras innecesarias. Movilidad interna más rápida, rotación más baja y, en última instancia, mejores resultados para los individuos y las empresas.
¿Cómo ves que la IA transformará el proceso de contratación y el mercado laboral más amplio en los próximos cinco años?
La IA transformará profundamente la contratación y el mercado laboral más amplio en los próximos cinco años. Esperamos que la automatización impulsada por IA simplifique las tareas repetitivas, liberando a los reclutadores para que se concentren en interacciones más profundas con los candidatos y decisiones estratégicas de contratación. La IA también mejorará la precisión de la coincidencia de los candidatos con los roles, acelerando los tiempos de contratación y mejorando las experiencias de los candidatos. Sin embargo, para realizar completamente estos beneficios, la industria debe priorizar la transparencia, la equidad y las consideraciones éticas, garantizando que la IA se convierta en una herramienta de confianza que crea un paisaje de empleo más equitativo.
Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Ribbon.
