Ilit Raz, Fondatrice e Amministratore Delegato di Joonko – Serie di Interviste

Ilit Raz è la fondatrice e amministratore delegato di Joonko, una piattaforma che aiuta le aziende ad applicare l’intelligenza artificiale alla loro strategia di sourcing della diversità. Oggi la sua azienda lavora con Adidas, American Express, Crocs e PayPal. Ha raccolto oltre 38,5 milioni di dollari e l’azienda è cresciuta del 500% per due anni consecutivi.

Cosa ti ha inizialmente attratto verso l’informatica?

La tecnologia è una delle industrie più grandi e di successo in Israele, quindi sono sempre stata esposta all’industria in un modo o nell’altro durante la mia vita. Quando sono entrata nell’esercito, ho avuto l’opportunità di lavorare in un’unità tecnologica dove ho gestito lo sviluppo di software di sicurezza e ho trascorso del tempo imparando l’informatica. Da lì sono stata conquistata e ho saputo che volevo perseguirla come carriera una volta uscita dall’esercito.

Quando sei stata esposta per la prima volta ai vari gap nell’industria, come ad esempio i gap salariali e di promozione?

Durante i miei primi due anni di lavoro in aziende private di software, non ero personalmente consapevole dei pregiudizi che le donne affrontavano. Poi, ho iniziato a fare rete con tecnologi che erano donne. Ho rapidamente capito quanto grande fosse il problema dopo aver ascoltato le storie che queste donne condividevano su come venivano ignorate, parlavano sopra di loro o non ricevevano credito per le loro idee.

Puoi condividere la storia di genesi dietro Joonko?

Ho una laurea in informatica e una formazione in ingegneria del software e NLP. Ho personalmente sperimentato sia pregiudizi inconsci che consapevoli attraverso il mio ambiente professionale, e un gruppo di responsabili di prodotto donne di cui facevo parte mi ha anche esposto a problemi di lavoro che andavano oltre i gap salariali. Ciò sembra come riunioni programmate quando le donne o i genitori devono lasciare il lavoro o assistere a chi parla o presenta durante le riunioni. Sebbene questi esempi sembrino minori, sono significativi e influenti quando sei la persona che ne è colpita.

Ho capito che questo era un problema più ampio, quindi ho deciso di utilizzare la mia formazione tecnica – ho una laurea in informatica e una formazione in ingegneria del software e NLP – e affrontarlo direttamente creando una nuova soluzione tecnologica, che è come Joonko è nata.

Come Joonko sorgente la piscina di talenti di candidati da background diversi e sottorappresentati?

Il nostro algoritmo proprietario utilizza prima l’elaborazione del linguaggio naturale e la visione artificiale per scansionare i dati pubblici sui candidati che ci vengono referenziati. Cerchiamo dati che validano se qualcuno si identifica come sottorappresentato. Ad esempio, se una persona ha “lei/lei” pronomi sul suo LinkedIn, possiamo inferire che potrebbe identificarsi come donna e assegnare quel punto di dati un punto. Se il profilo della persona raccoglie abbastanza punti, li invitiamo a unirsi alla nostra rete di talenti e, una volta iscritti, validano ulteriormente la nostra ipotesi dicendoci come si identificano.

Come Joonko valuta poi questo talento?

Utilizziamo una combinazione di tocco umano e tecnologia per abbinare i candidati con le posizioni aperte che sono adatti. In primo luogo, ogni candidato che si unisce alla nostra rete è referenziato dal team di assunzione con cui ha recentemente sostenuto un colloquio, ma non poteva assumerlo. I team di assunzione referenziano solo candidati che sono arrivati al turno finale, garantendo così che siano candidati di alta qualità. Da lì, utilizziamo l’elaborazione del linguaggio naturale per abbinare il candidato con l’azienda e il ruolo che è il giusto adatto. Raccogliamo parole chiave dal loro curriculum e dal ruolo per cui hanno originariamente sostenuto un colloquio, poi li confrontiamo con i lavori commercializzati sulla nostra piattaforma. La maggior parte dei modelli utilizza solo due set di dati, quindi utilizzarne tre aumenta la nostra capacità di fare la scelta giusta.

Come Joonko aiuta le aziende a trattenere questo talento?

Aiutiamo le aziende a trattenere il talento nel processo di assunzione integrandoci con il sistema di tracciamento dei candidati. La nostra integrazione ci consente di estrarre dati, in forma aggregata, su quanto lontano i candidati Joonko arrivino attraverso il pipeline. Ovunque vediamo un calo in confronto ai candidati non Joonko, lavoriamo con le aziende per migliorare l’abbinamento o migliorare il loro processo di assunzione.

Quali sono altri modi in cui Joonko utilizza l’intelligenza artificiale nel suo processo di assunzione o di abbinamento?

Sfruttiamo la visione artificiale e l’elaborazione del linguaggio naturale per determinare se un candidato si identifica come sottorappresentato. Utilizziamo l’elaborazione del linguaggio naturale per abbinare i candidati con i ruoli nella nostra piscina e utilizziamo l’apprendimento automatico per migliorare il processo di abbinamento mentre i candidati selezionano i ruoli che li interessano. Infine, l’abbinamento e la referenza sono completamente automatizzati. I reclutatori non devono fare nulla fino a quando non decidono di intervistare un candidato referenziato da Joonko.

Puoi discutere i vantaggi di una piscina di assunzione diversificata per evitare il pregiudizio dell’IA?

Il modo in cui lo vediamo è che più candidati sottorappresentati puoi attirare e intervistare, più dati puoi verificare per pregiudizi umani e tecnologici. Il pregiudizio, nella sua essenza, si verifica quando un modello (o persona) viene utilizzato per vedere dati simili ripetutamente. Quando investi pesantemente nella diversità dei candidati, puoi addestrare la tua tecnologia, e il team di reclutamento che la utilizza, a contribuire alla ruota della diversità.

Quali sono altre ragioni per cui la diversità dovrebbe essere una priorità per le aziende?

Molte aziende si affidano normalmente ai referenti per riempire i ruoli aperti, il che i dati mostrano può portare a una forza lavoro omogenea. Credo che sia importante per le aziende mettere in evidenza i talenti trascurati – inclusi i candidati “medaglia d’argento” che sono arrivati alle fasi finali nelle migliori aziende ma non hanno ottenuto il lavoro.

Non solo è importante dare priorità alla DE&I in modo oggettivo, giusto e corretto, e fa parte di una società equa e avanzata, ma è anche semplicemente buono per gli affari – le aziende che danno priorità a questi sforzi sono più produttive e di successo, mentre i dipendenti sono più felici e rimangono più a lungo.

Hai qualche consiglio finale per le donne che stanno guardando di saltare nell’informatica o nell’IA?

Trova comunità di donne a cui puoi affidarti quando le cose si fanno difficili. Il futuro dell’industria dell’intelligenza artificiale dipende dalla partecipazione delle donne, ma è attualmente dominata dagli uomini. Più velocemente puoi costruire una rete di donne che condividono le tue esperienze, più probabilità hai di essere supportata e di prosperare nell’industria.

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