फैसल अहमद। नॉक्री में सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

फैसल अहमद एक प्रौद्योगिकी नेता और उत्पाद उत्साही हैं जिनकी गहरे学习 और एआई के लिए एक जुनून है, जो जटिल तकनीकी समाधानों को डिजाइन और विकसित करने में सक्षम हैं जो दैनिक समस्याओं का समाधान करते हैं। वह एक कंप्यूटर इंजीनियर हैं जिन्होंने टोरंटो विश्वविद्यालय में सूचना प्रणाली और डिजाइन में मास्टर्स पूरा किया है और सोनी कॉर्प इंडिया और सीपीपीआईबी कनाडा के लिए एक सॉफ्टवेयर इंजीनियर के रूप में 8 से अधिक वर्षों का उद्योग अनुभव है।

वह नॉक्री में सह-संस्थापक और सीटीओ दोनों हैं, जो एक व्यवहारिक कौशल मूल्यांकन मंच है जो विविधता में सुधार करता है जो काम के प्रदर्शन या भर्ती की दक्षता पर प्रभाव नहीं डालता है।

क्या आप नॉक्री नाम की उत्पत्ति को परिभाषित कर सकते हैं और यह क्यों चुना गया था?

नॉक्री नाम के दो व्युत्पत्ति मूल हैं। पहला, हमने ‘नॉक’ शब्द का उपयोग अवसर के दरवाजे पर दस्तक देने के लिए किया। दूसरा, मेरे, माज़ के, और जहांज़ाइब की विरासत से जुड़ा हुआ है, ‘नॉक्री’ शब्द है, जिसका अर्थ एक अरब से अधिक लोगों के लिए कई दक्षिण एशियाई भाषाओं में ‘नौकरी’ है।

क्या आप नॉक्री की उत्पत्ति की कहानी साझा कर सकते हैं और यह कैसे भर्ती प्रक्रिया में एक व्यक्तिगत अनुभव से उत्पन्न हुई?

नॉक्री का विचार पहली बार 2016 में सामने आया जब हमारे सीईओ, जहांज़ाइब, को अपने नाम के कारण नौकरी खोजने में कठिनाई हुई। माज़ ने सुझाव दिया कि वह अपने नाम को अंग्रेजी में बदल दे, जहांज़ाइब को अधिक रोजगार के अवसर मिले। यह एक छोटा सा बदलाव था, लेकिन इससे बहुत बड़ा अंतर आया। भर्ती प्रक्रिया के इस महत्वपूर्ण दोष को देखकर, हमने एक समाधान विकसित करने के लिए प्रौद्योगिकी का उपयोग करने का फैसला किया। यहीं से मैं आया। जहांज़ाइब और माज़ के साथ मिलकर, मैंने प्रौद्योगिकी का उपयोग करके उम्मीदवारों के लिए खेल का मैदान समतल करने की कोशिश की। चूंकि एआई उस समय अपनी प्रारंभिक अवस्था में था, मुझे पता था कि यह एक महत्वाकांक्षी परियोजना होगी, लेकिन चुनौती ने मुझे इसे और अधिक हल करने के लिए प्रेरित किया। हमने 2016 में उम्मीदवारों के लिए बाधाओं को कम करने के लिए मशीन लर्निंग की संभावना को देखा, और मैं तब से भर्ती पूर्वाग्रह की समस्या का समाधान करने के लिए उत्साहित हूं।

वर्तमान में अधिकांश विविधता, समानता और समावेशन (डीईआई) प्रशिक्षण कंपनियों और समाज के लिए क्यों विफल हो रहा है?

डीईआई प्रशिक्षण विफल हो रहा है क्योंकि कंपनी की प्रेरणा सही स्थान पर नहीं हो सकती है। राजनीतिक और मीट्रिक-चालित प्रेरणाएं हैं जो वास्तविक परिवर्तन नहीं लाती हैं और पूर्वाग्रह में अधिक विभाजन पैदा करती हैं। एक मिशन बयान लिखना और कॉर्पोरेट-निर्देशित पूर्वाग्रह प्रशिक्षण लागू करना, जहां प्रेरणा केवल “हमें यह करना है” के लिए है, कोई अंतर नहीं करता है। कार्यों से शब्दों की तुलना में बहुत अधिक मायने रखता है, और सही कारणों से प्रेरित होना, जैसे कि उत्पादकता या कर्मचारियों के बीच विविध दृष्टिकोण कंपनी की सफलता के लिए, प्रशिक्षण को बहुत अधिक प्रभावी बना देगा।

आप विश्व आर्थिक मंच की वैश्विक परिषद में समानता और समावेशन पर नियुक्त सदस्य थे, इस भूमिका में आपको क्या शामिल किया गया था और आपने इस अनुभव से क्या सीखा?

विश्व आर्थिक मंच के साथ हमारे काम के दौरान, हमने नेताओं के लिए विविधता, समानता और समावेशन 4.0 टूलकिट में योगदान दिया ताकि भविष्य में काम के भविष्य में सामाजिक प्रगति को तेज किया जा सके। रिपोर्ट तेजी से उभरती प्रौद्योगिकियों के व्यावहारिक अवसरों और जोखिमों का अन्वेषण करती है जो विविधता, समानता और समावेशन प्रयासों के लिए प्रतिनिधित्व करती है। यह यह भी रेखांकित करता है कि प्रौद्योगिकी भर्ती प्रक्रियाओं से पूर्वाग्रह को कम करने, प्रतिभा पूल को विविध बनाने और संगठनों में विविधता और समावेशन को बेंचमार्क करने में कैसे मदद कर सकती है। इसके अलावा, हमने मंच के नए वैश्विक सामाजिक गतिशीलता सूचकांक 2020 में योगदान दिया, जो जीवन में एक व्यक्ति के परिणामों और सocio-आर्थिक पृष्ठभूमि के बीच के लिंक को तोड़ने की स्थिति में अंतर्दृष्टि प्रदान करता है। हमने सामाजिक प्रगति के महत्व को सीखा है और गर्व से प्रौद्योगिकी की मदद से भविष्य के लिए डीईआई पहल को आगे बढ़ाने के लिए मंच को अपना काम योगदान दिया है।

नॉक्री एआई का उपयोग कैसे करता है ताकि नियोक्ता भर्ती प्रक्रिया के दौरान अनजाने पूर्वाग्रह से उबर सकें?

नॉक्री ने आई/ओ मनोविज्ञान और मशीन लर्निंग को मिलाकर विशिष्ट कौशल सेट से संबंधित व्यवहारों की पहचान करने में मदद की है जो कुछ नौकरियों के लिए आवश्यक हैं। हम किसी व्यक्ति के बोलने, दिखने, लिंग या उनके मूल स्थान पर ध्यान केंद्रित करने के बजाय, हम उन कौशलों पर ध्यान केंद्रित करते हैं जो वे लाते हैं। नॉक्री के साथ, पहली छाप उतनी महत्वपूर्ण नहीं है जितनी कि पारंपरिक साक्षात्कार में होती है – यह उन सभी महत्वपूर्ण कौशलों के बारे में है जो आप एक नौकरी में सर्वश्रेष्ठ होने के लिए ला सकते हैं। वास्तव में, हमने यह संभव बना दिया है कि आप उनका नाम देखे बिना सही उम्मीदवार का चयन कर सकें!

आपके विचार में, एक नैतिक एआई प्रणाली क्या बनाती है और नॉक्री अपने स्वयं के एआई प्लेटफ़ॉर्म में पूर्वाग्रह से कैसे बचता है?

एआई एक शक्तिशाली उपकरण है और इसका उपयोग अच्छे और बुरे दोनों के लिए किया जा सकता है। यह एक ऐसी प्रणाली भी है जिसे इंजीनियर, जैसे कि मैं, लोगों की तुलना में बेहतर समझते हैं। हमारे पास इसके व्यवहार पर नियंत्रण है, और जब यह नैतिक प्रणालियों का निर्माण करने की बात आती है, तो मुझे लगता है कि जब तक प्रेरणा सही स्थान पर है, तो इसे एक सकारात्मक तरीके से मॉडल को प्रशिक्षित करना आसान है। एक एआई प्रणाली में, हम इसके व्यवहार को नियंत्रित कर सकते हैं और नैतिक निर्णय लेने के लिए विशिष्ट नियमों और प्रक्रियाओं के साथ इसे बना सकते हैं। और यह बस इतना नहीं है। हमेशा त्रुटियां और अंधे धब्बे होते हैं जिन्हें आप एक प्रणाली बनाते समय अनदेखा कर सकते हैं, लेकिन नॉक्री में हमेशा यह सुनिश्चित करते हैं कि परिणामों को ट्रैक किया जा रहा है और हमारे परिणाम हमेशा सही आउटपुट दे रहे हैं। प्रणाली की गहन समीक्षा के साथ, हमारे अल्गोरिदम के व्यापक परीक्षण से हम यह पहचान सकते हैं कि क्या कुछ विशेषताओं को पसंद किया जा रहा है, और इसे एल्गोरिदमिक रूप से ठीक कर सकते हैं ताकि हमें पारदर्शिता मिल सके।

नॉक्री अपने प्रशिक्षण डेटा को कहां से प्राप्त करता है और यह सुनिश्चित करता है कि यह डेटा अनजाने में पूर्वाग्रह से मुक्त नहीं है?

सरल शब्दों में, हम अपना डेटा उपयोग करते हैं। हम किसी भी ओपन सोर्स डेटा का उपयोग नहीं करते हैं जिस पर हमारा नियंत्रण नहीं है। हम आई/ओ मनोवैज्ञानिकों द्वारा डिज़ाइन किए गए मूल्यांकन से संकलित प्रतिलिपि का उपयोग करते हैं ताकि यह सुनिश्चित किया जा सके कि सही प्रश्न और कौशल पहचाने जाएं। हम तब अन्नोटेशन की जांच करते हैं ताकि यह सुनिश्चित हो सके कि कोई भाषा पसंद नहीं की जा रही है – मूल रूप से, हम अपने डेटा संग्रह पर पूर्ण नियंत्रण रखते हैं। यह सुनिश्चित करता है कि हम जो डेटा एकत्र करते हैं वह उच्च गुणवत्ता वाला है और एल्गोरिदम द्वारा दिए गए परिणाम बहुत अधिक प्रभावी हैं। चूंकि हम अपने मिशन के प्रति सच्चे होना चाहते हैं और डीईआई पर केंद्रित हैं, इसलिए हमने विभिन्न क्षेत्रों में अपने कार्यान्वयन का विस्तार किया है, जिसका अर्थ है कि हम विभिन्न भौगोलिक स्थानों, नौकरी के पदों और उद्योगों में काम करते हैं ताकि हम एक अच्छी तरह से गोल डेटा सेट एकत्र कर सकें। अधिक विविध डेटा होने से हमें यह सुनिश्चित करने में मदद मिलती है कि यह कम पूर्वाग्रह है।

क्या नॉक्री के बारे में आप कुछ और साझा करना चाहेंगे?

मुझे दो बातें साझा करनी हैं। पहली, आई/ओ मनोविज्ञान के बारे में। अक्सर लोग मानते हैं कि एआई डरावना है, खासकर जब यह पिछले कुछ वर्षों में विकसित हो रहा है। हालांकि, हम प्रौद्योगिकी के साथ मानव व्यवहार के पुराने विज्ञान, आई/ओ मनोविज्ञान को मिला रहे हैं। वास्तव में, हम मशीन लर्निंग की मदद से भर्ती प्रथाओं में पूर्वाग्रह को कम करने के लिए आई/ओ मनोविज्ञान को बड़े पैमाने पर वितरित कर रहे हैं। अंत में, डीईआई नॉक्री के ग्राहकों के साथ शुरू और समाप्त नहीं होता है। नॉक्री में, हम अपने संगठन में डीईआई को उतना ही महत्व देते हैं जितना कि वे जो हमारे पास आते हैं। एक कंपनी के रूप में जो डीईआई के बारे में भावुक है, हम आपको历史 रूप से नौकरी बाजार में कम अवसर वाले लोगों के लिए पूर्वाग्रह को कम करने में अपना हिस्सा करने के लिए प्रोत्साहित करते हैं। जैसा कि मैंने पहले कहा, कार्य शब्दों से ज्यादा मायने रखते हैं।