Faisal Ahmed. Co-Founder & CTO at Knockri – Interview Series

Faisal Ahmed is een technologieleider en productenthousiast 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 computerengineer die zijn master in Information Systems and Design aan de University of Toronto heeft afgerond en meer dan 8 jaar ervaring heeft in de industrie als software-engineer bij Sony Corp India en CPPIB Canada.

Hij is zowel Co-Founder & CTO bij Knockri, een platform voor beoordeling 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, zeer verwant 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 genesisverhaal 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 cv’s te verengelsen, kreeg Jahanzaib meer werkgelegenheidskansen aangeboden. Het was een ogenschijnlijk kleine verandering, maar het maakte een wereld van verschil. Het opmerken van dit significant gebrekkige deel van het wervingsproces, 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 levelen. Aangezien AI in zijn kinderschoenen stond op dat moment, wist ik dat het een ambitieus project zou zijn om aan te pakken, maar de uitdaging maakte me nog meer willen om het aan te pakken. We zagen het potentieel van machine learning om barrières voor kandidaten te verminderen al in 2016, en ik ben sindsdien enthousiast om het probleem van wervingsvooroordeel aan te pakken.

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

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

U was eerder een benoemd lid van de World Economic Forum’s Global Council on Equality and 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 schetst ook hoe technologie kan helpen om vooroordelen uit het wervingsproces te verwijderen, diversiteit aan te brengen in talentpools 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 sociaal-economische achtergrond en een individu’s resultaten in het leven. We hebben de belangrijkheid van sociale vooruitgang geleerd en zijn trots om ons werk bij te dragen 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 Psychology en machine learning samengebracht 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, eruitziet, zijn geslacht of waar hij vandaan komt, focussen we op de vaardigheden die hij mee naar de tafel brengt. Met Knockri doen eerste indrukken er niet zo veel toe als in een traditioneel interview – het gaat allemaal om de belangrijke vaardigheden die u mee naar de tafel 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 definiëren wat uw visie is op een ethisch AI-systeem 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 plek zitten, 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 bouwen 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 u mogelijk oversiet 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 kan ons uitgebreide testen via algoritmen identificeren of bepaalde kwaliteiten worden bevoordeeld, en algoritme kan dit oplossen om ons transparantie te geven.

Waar haalt Knockri de trainingsdata vandaan en hoe wordt er voor gezorgd dat deze data niet onbewust bevooroordeeld is?

Eenvoudig gezegd, we gebruiken onze eigen data. We halen geen data op uit open bronnen waar we geen controle over hebben. We nemen transcripten op uit assessments die zijn ontworpen door onze I/O Psychologen om ervoor te zorgen dat de juiste vragen en vaardigheden worden geïdentificeerd. We controleren vervolgens de annotaties om ervoor te zorgen dat geen taal wordt bevoordeeld – we nemen volledige controle over onze dataverzameling. Dit zorgt ervoor dat de data die we verzamelen van hoge kwaliteit is en dat de resultaten die het algoritme ons geeft veel effectiever zijn. Omdat we willen zorgen dat we waar zijn voor onze missie van being DEI-gericht, hebben we onze implementatie uitgebreid naar verschillende gebieden, wat betekent dat we werken in verschillende geografische gebieden, functies en industrieën om een goed afgerond set van data te verzamelen. Door meer diverse data te hebben, kunnen we ervoor zorgen dat deze minder bevooroordeeld is.

Is er nog iets anders dat u zou willen delen over Knockri?

Er zijn een paar dingen die ik zou willen delen. Het eerste is over I/O Psychology. Vaak mensen denken dat AI intimiderend is, vooral omdat het de afgelopen jaren in ontwikkeling is. Echter, we brengen de oude wetenschap van I/O Psychology – de studie van menselijk gedrag – samen om onze technologie aan te drijven. Echt, we leveren I/O Psychology op grote schaal met behulp van machine learning om vooroordelen in wervingspraktijken te verminderen. Ten slotte, DEI begint en eindigt niet alleen met onze klanten. Bij Knockri hechten we waarde aan DEI evenveel als degene 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 in het verminderen van vooroordelen voor diegenen die historisch gezien mogelijk niet zo veel kansen op de arbeidsmarkt hebben gehad. Zoals ik eerder zei, acties spreken luider dan woorden.