Faisal Ahmed. Mede-oprichter & CTO bij Knockri – Interviewreeks

Faisal Ahmed is een technologie leider en product enthousiast met een passie voor deep learning en AI, met de mogelijkheid om complexe technologische oplossingen te ontwerpen en te ontwikkelen voor alledaagse problemen. Hij is een computer ingenieur die zijn Master’s in Information Systems en Design aan de University of Toronto heeft afgerond en meer dan 8 jaar ervaring heeft in de industrie als software ingenieur bij Sony Corp India en CPPIB Canada.

Hij is zowel de mede-oprichter als CTO bij Knockri, een platform voor het beoordelen van gedragsvaardigheden dat diversiteit verbetert zonder de werkprestaties of het wervingsproces te beïnvloeden.

Kunt u de oorsprong van de naam Knockri definiëren en waarom deze is gekozen?

Er zijn twee etymologische oorsprongen voor de naam Knockri. Ten eerste hebben we het woord ‘Knock’ gebruikt om te verwijzen naar het kloppen op de deur van de kans. Ten tweede, heel erg gerelateerd aan mijn, Maaz’ en Jahanzaib’s erfgoed, is het woord ‘Knockri’, dat ‘baan’ betekent voor meer dan een miljard mensen in veel Zuid-Aziatische talen.

Kunt u het verhaal van de oorsprong van Knockri delen en hoe het is ontstaan uit een persoonlijke ervaring in het wervingsproces?

Het idee voor Knockri kwam voor het eerst tot stand in 2016 toen onze CEO, Jahanzaib, moeite had om werk te vinden vanwege zijn naam. Nadat Maaz had voorgesteld om zijn naam op sollicitaties te verengelsen, kreeg Jahanzaib meer banen aangeboden. Het was een ogenschijnlijk kleine verandering, maar het maakte een wereld van verschil. Toen we deze ernstig gebrekkige onderdeel van het wervingsproces opmerkten, kwamen we samen om een oplossing te ontwikkelen met behulp van technologie. Daar kwam ik bij. In samenwerking met Jahanzaib en Maaz wilde ik technologie gebruiken om het speelveld voor kandidaten te verevenen. Aangezien AI nog in de kinderschoenen stond, wist ik dat het een ambitieus project zou zijn, maar de uitdaging maakte me nog meer gemotiveerd om het aan te pakken. We zagen het potentieel van machine learning om barrières voor kandidaten te verminderen en sinds 2016 ben ik enthousiast om het probleem van wervingsvooroordeel aan te pakken.

Waarom faalt de meeste huidige Diversity, Equity en Inclusion (DEI) training zowel bedrijven als de samenleving in het algemeen?

DEI-training faalt omdat de motivatie van het bedrijf mogelijk niet op de juiste plaats is. Er zijn politieke en metriek-gedreven motivaties die geen echte verandering teweegbrengen en meer verdeeldheid in vooroordelen veroorzaken. Het schrijven van een missie-verklaring en het opleggen van corporate-georiënteerde vooroordeelstraining, waarbij de motivatie alleen “het doen omdat we het moeten” is, maakt geen verschil. Acties spreken luider dan woorden, en gemotiveerd zijn voor de juiste redenen, zoals productiviteit of diverse perspectieven onder uw werknemers voor het succes van het bedrijf, zal de training veel effectiever maken.

U was voormalig een aangestelde lid van de World Economic Forum’s Global Council on Equality en Inclusion, wat hield deze rol in en wat hebt u van deze ervaring geleerd?

Tijdens ons werk met het World Economic Forum hebben we bijgedragen aan de Diversity, Equity en Inclusion 4.0 Toolkit voor leiders om sociale vooruitgang te versnellen in de toekomst van het werk. Het rapport onderzoekt de praktische kansen en risico’s die snel opkomende technologieën vertegenwoordigen voor diversiteit, gelijkheid en inclusie-inspanningen. Het rapport schetst ook hoe technologie kan helpen om vooroordelen uit het wervingsproces te verwijderen, talentpools te diversifiëren en diversiteit en inclusie over organisaties heen te meten. Bovendien hebben we bijgedragen aan het Forum’s nieuwe Global Social Mobility Index 2020, die inzicht biedt in de voorwaarden voor het verbreken van de link tussen socio-economische achtergrond en een individu’s resultaten in het leven. We hebben de belangrijkheid van sociale vooruitgang geleerd en zijn trots op onze bijdrage aan het Forum voor het bevorderen van DEI-initiatieven met behulp van technologie voor de toekomst.

Hoe gebruikt Knockri AI om werkgevers in staat te stellen onbewuste vooroordelen tijdens het wervingsproces te overwinnen?

Knockri heeft I/O Psychologie en machine learning gecombineerd om gedragingen te identificeren die verband houden met specifieke vaardigheden die nodig zijn voor bepaalde banen. In plaats van te focussen op de manier waarop iemand spreekt, eruit ziet, geslacht of waar hij vandaan komt, focussen we op de vaardigheden die hij mee brengt. Met Knockri zijn eerste indrukken niet zo belangrijk als in een traditioneel interview – het gaat allemaal om de belangrijke vaardigheden die je mee brengt om het beste te zijn in een baan. In feite hebben we het mogelijk gemaakt om de juiste kandidaat te kiezen zonder zelfs maar zijn naam te zien!

Kunt u in uw ogen definiëren wat een ethisch AI-systeem is en hoe Knockri in staat is om vooroordelen in zijn eigen AI-platform te vermijden?

AI is een krachtig instrument in het algemeen en kan zowel voor goed als voor kwaad worden gebruikt. Het is ook een systeem dat ingenieurs, zoals ik, beter begrijpen dan mensen mensen begrijpen. We hebben aanzienlijke controle over hoe het systeem zich gedraagt, en wanneer het gaat om het bouwen van ethische systemen, geloof ik dat zolang de motivaties op de juiste plaats zijn, het gemakkelijker is om de modellen op een positieve manier te trainen. In een AI-systeem kunnen we het gedrag controleren en specifieke regels en processen opbouwen om ervoor te zorgen dat de besluitvorming van de AI meer ethisch is dan getrainde menselijke processen. En het stopt daar niet. Er zijn altijd fouten en blinde vlekken die je zou kunnen missen bij het bouwen van een systeem, maar bij Knockri zorgen we er altijd voor dat de resultaten worden bijgehouden en dat onze resultaten altijd de juiste uitvoer geven. Met een zware kritiek op het systeem kunnen onze uitgebreide tests via algoritmen bepalen of bepaalde kwaliteiten worden bevoordeeld, en algoritmisch corrigeren om transparantie te geven.

Waar haalt Knockri de trainingsgegevens vandaan en hoe wordt ervoor gezorgd dat deze gegevens niet onbewust vooroordeel bevatten?

Eenvoudig gezegd, we gebruiken onze eigen gegevens. We halen geen gegevens uit open bronnen die we niet onder controle hebben. We nemen transcripten van assessments die zijn ontworpen door onze I/O Psychologen om ervoor te zorgen dat de juiste vragen en vaardigheden worden geïdentificeerd. We controleren de annotaties om ervoor te zorgen dat geen taal wordt bevoordeeld – we nemen volledige controle over onze gegevensverzameling. Dit zorgt ervoor dat de gegevens die we verzamelen van hoge kwaliteit zijn en dat de resultaten die het algoritme ons geeft veel effectiever zijn. Omdat we willen zorgen dat we trouw zijn aan onze missie van het zijn van DEI-georiënteerd, hebben we onze implementatie uitgebreid naar verschillende gebieden, wat betekent dat we werken in verschillende geografische gebieden, functies en industrieën om een goed afgerond gegevensset te verzamelen. Door meer diverse gegevens te hebben, kunnen we er zeker van zijn dat het minder vooroordeel bevat.

Is er nog iets dat u over Knockri wilt delen?

Er zijn een paar dingen die ik zou willen delen. Ten eerste gaat het over I/O Psychologie. Vaak denken mensen dat AI intimiderend is, vooral omdat het de afgelopen jaren zo snel in ontwikkeling is. Echter, we brengen de oude wetenschap van I/O Psychologie – de studie van menselijk gedrag – samen met technologie om vooroordelen in wervingspraktijken te verminderen. Ten slotte, DEI begint en eindigt niet alleen met onze klanten. Bij Knockri hechten we veel waarde aan DEI, net zoveel als diegenen die naar ons komen, waar we trots op zijn binnen onze eigen organisatie. Als een bedrijf dat gepassioneerd is over DEI, moedigen we u aan om uw deel te doen om vooroordelen te verminderen voor diegenen die historisch gezien mogelijk niet zo veel kansen hebben gehad op de arbeidsmarkt. Zoals ik eerder zei, acties spreken luider dan woorden.