Arsham Ghahramani, PhD, Co-fondatore e CEO di Ribbon – Serie di interviste

Arsham Ghahramani, PhD, è il co-fondatore e CEO di Ribbon. Con sede a Toronto e originario del Regno Unito, Ghahramani ha una formazione in entrambi gli ambiti dell’intelligenza artificiale e della biologia. La sua esperienza professionale spazia in diversi domini, tra cui trading ad alta frequenza, reclutamento e ricerca biomedica.

Ghahramani ha iniziato a lavorare nel campo dell’IA intorno al 2014. Ha completato il suo dottorato presso l’Istituto Francis Crick, dove ha applicato forme precoci di intelligenza artificiale generativa per studiare la regolazione dei geni del cancro, molto prima che il termine “intelligenza artificiale generativa” entrasse nell’uso comune.

Attualmente è alla guida di Ribbon, un’azienda tecnologica che si concentra sull’accelerazione drastica del processo di assunzione. Ribbon ha raccolto oltre 8 milioni di dollari di finanziamenti, ha supportato oltre 200.000 cercatori di lavoro e continua a crescere il suo team. La piattaforma mira a rendere l’assunzione 100 volte più veloce combinando l’IA e l’automazione per semplificare i flussi di lavoro di reclutamento.

Cominciamo dall’inizio — cosa ti ha ispirato a fondare Ribbon, e qual è stato il momento “aha” che ti ha fatto capire che l’assunzione era rotta?

Ho conosciuto il mio co-fondatore Dave Vu mentre eravamo entrambi alla Ezra – lui era capo del personale e del talento, e io ero capo dell’apprendimento automatico. Mentre facevamo crescere rapidamente il mio team, abbiamo costantemente sentito la pressione di assumere velocemente, ma non avevamo gli strumenti giusti per semplificare il processo. Ero stato precursore nell’IA (ho completato il mio dottorato nel 2014, molto prima che l’IA diventasse mainstream), e avevo una comprensione precoce degli impatti dell’IA sull’assunzione. Ho visto di persona le inefficienze e le sfide nel reclutamento tradizionale e sapevo che doveva esserci un modo migliore. Quella consapevolezza ci ha portato a creare Ribbon.

hai lavorato in ruoli di apprendimento automatico ad Amazon (AMZN ), Ezra e anche nel trading algoritmico. Come ha influenzato la tua esperienza la costruzione di Ribbon?

Ad Ezra, ho lavorato sulla tecnologia sanitaria basata sull’IA, dove le poste in gioco non potevano essere più alte – se un sistema di IA è distorto, può essere questione di vita o di morte. Abbiamo trascorso molto tempo e energia per assicurarci che il nostro IA fosse imparziale, nonché sviluppare metodi per rilevare e mitigare la distorsione. Ho portato quelle tecniche a Ribbon, dove utilizziamo quelle tecniche per monitorare e ridurre la distorsione nel nostro intervistatore IA, creando così un processo di assunzione più equo.

Come ha influenzato la tua esperienza come candidato e responsabile delle assunzioni le decisioni relative al prodotto che hai preso all’inizio?

Trovare un lavoro è un processo estenuante per i candidati junior. Ricordo, non troppo tempo fa, di essere stato un candidato junior che si candidava a molti lavori. È diventato solo più difficile da allora. A Ribbon, abbiamo una profonda empatia per i cercatori di lavoro. Il nostro Voice AI è spesso il primo punto di contatto tra un’azienda e un candidato, quindi lavoriamo sodo per rendere questa esperienza positiva e gratificante. Uno dei modi in cui lo facciamo è assicurandoci che i candidati parlino con lo stesso IA per tutto il processo di assunzione. Questa coerenza aiuta a costruire fiducia e comfort – a differenza dei processi tradizionali in cui i candidati vengono passati tra molte persone, il nostro IA fornisce una presenza costante e familiare che aiuta i candidati a sentirsi più a loro agio mentre si muovono attraverso colloqui e valutazioni.

Ribbon conduce interviste che sembrano più umane che script bot. Parla più nel dettaglio del flusso di intervista adattivo di Ribbon. Qual è la comprensione in tempo reale che sta avvenendo dietro le quinte?

Abbiamo costruito cinque modelli di apprendimento automatico in-house e li abbiamo combinati con quattro modelli pubblicamente disponibili per creare l’esperienza di intervista Ribbon. Dietro le quinte, stiamo costantemente valutando la conversazione e la combiniamo con il contesto dell’azienda, pagine di carriera, profili pubblici, curriculum e altro. Tutte queste informazioni si uniscono per creare un’esperienza di intervista senza soluzione di continuità. Il motivo per cui combiniamo così tante informazioni è che vogliamo dare al candidato un’esperienza il più vicina possibile a quella di un reclutatore umano.

Evidenzi che cinque minuti di voce possono corrispondere a un’ora di input scritto. Qual è il tipo di segnale che stai catturando in quei dati audio, e come vengono analizzati?

Le persone parlano generalmente molto velocemente! La maggior parte dei processi di candidatura è molto tediosa, richiedendo di compilare molti moduli e domande a risposta multipla. Abbiamo scoperto che 5 minuti di conversazione naturale equivalgono a circa 25 domande a risposta multipla. La densità di informazione della conversazione vocale è difficile da battere. Inoltre, stiamo raccogliendo altri fattori, come la competenza linguistica e le abilità di comunicazione.

Ribbon agisce anche come uno scriba IA con riassunti automatici e punteggi. Qual è il ruolo dell’interpretazione nel rendere questi dati utili – e giusti – per i responsabili delle assunzioni?

L’interpretazione è al cuore dell’approccio di Ribbon. Ogni punteggio e analisi che generiamo è sempre legato alla sua origine, rendendo il nostro IA profondamente trasparente.

Ad esempio, quando valutiamo un candidato per le sue competenze, ci riferiamo a due cose:

1. I requisiti del lavoro originali e
2. Il momento esatto dell’intervista in cui il candidato ha menzionato una competenza.

Crediamo che l’interpretazione dei sistemi di IA sia profondamente importante perché, alla fine, stiamo aiutando le aziende a prendere decisioni, e le aziende come prendere decisioni basate su dati concreti. Qualcosa che crediamo sia fondamentale per entrambi l’equità e la fiducia nel processo di assunzione guidato dall’IA.

Il pregiudizio nei sistemi di assunzione basati sull’IA è una grande preoccupazione. Come è progettato Ribbon per minimizzare o mitigare il pregiudizio mentre si presentano i migliori candidati?

Il pregiudizio è una questione critica nell’assunzione basata sull’IA, e lo prendiamo molto seriamente a Ribbon. Abbiamo costruito il nostro intervistatore IA per valutare i candidati in base a competenze e capacità misurabili, riducendo la soggettività che spesso introduce il pregiudizio. Eseguire regolarmente audit dei nostri sistemi di IA per la correttezza, utilizzare dataset diversi e bilanciati e integrare la supervisione umana per rilevare e correggere potenziali pregiudizi. Il nostro impegno è quello di presentare i migliori candidati in modo equo, garantendo decisioni di assunzione eque.

I candidati possono essere intervistati in qualsiasi momento, anche alle 2 del mattino. Quanto è importante la flessibilità nel democratizzare l’accesso ai lavori, soprattutto per le comunità svantaggiate?

La flessibilità è fondamentale per democratizzare l’accesso ai lavori. L’intervista sempre attiva di Ribbon consente ai candidati di partecipare in qualsiasi momento conveniente per loro, rompendo le barriere tradizionali come orari di lavoro conflittuali o disponibilità limitata, che è particolarmente benefico per i genitori lavoratori e coloro che hanno orari non tradizionali. In effetti, il 25% delle interviste di Ribbon si verificano tra le 23 e le 2 del mattino, ora locale.

Questo è particolarmente cruciale per le comunità svantaggiate, dove i cercatori di lavoro spesso affrontano ulteriori vincoli. Abilitando l’accesso 24 ore su 24, Ribbon aiuta a garantire che tutti abbiano una possibilità equa di mostrare le loro competenze e ottenere opportunità di lavoro.

Ribbon non è solo un’assunzione – è ridurre l’attrito tra le persone e le opportunità. Qual è il futuro che si prospetta?

A Ribbon, la nostra visione va oltre un’assunzione efficiente; vogliamo rimuovere l’attrito tra gli individui e le opportunità a cui sono adatti. Prevediamo un futuro in cui la tecnologia collega in modo trasparente il talento con ruoli che si allineano perfettamente con le loro capacità e ambizioni, indipendentemente dalla loro provenienza o rete. Riducendo l’attrito nella mobilità professionale, consentiamo ai dipendenti di crescere, svilupparsi e trovare opportunità gratificanti senza barriere inutili. Mobilità interna più rapida, minor turnover e, in definitiva, migliori risultati per entrambi gli individui e le aziende.

Come vedi l’IA che trasforma il processo di assunzione e il mercato del lavoro più ampio nei prossimi cinque anni?

L’IA trasformerà profondamente l’assunzione e il mercato del lavoro più ampio nei prossimi cinque anni. Ci aspettiamo che l’automazione guidata dall’IA semplifichi i compiti ripetitivi, liberando i reclutatori per concentrarsi su interazioni più profonde con i candidati e decisioni strategiche di assunzione. L’IA migliorerà anche la precisione dell’abbinamento dei candidati ai ruoli, accelerando i tempi di assunzione e migliorando l’esperienza del candidato. Tuttavia, per realizzare appieno questi benefici, l’industria deve dare priorità alla trasparenza, all’equità e alle considerazioni etiche, assicurandosi che l’IA diventi uno strumento affidabile che crea un panorama occupazionale più equo.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Ribbon.