Faisal Ahmed. Medgründer og CTO hos Knockri – Intervjuserie

Faisal Ahmed er en teknologileder og produktentusiast med lidenskap for dyp læring og AI, med evnen til å designe og utvikle komplekse teknologiske løsninger på hverdagslige problemer. Han er en dataingeniør som fullførte sin mastergrad i informasjonssystemer og design ved University of Toronto og har mer enn 8 års bransjeerfaring som programvareingeniør som jobber for Sony Corp India og CPPIB Canada.

Han er både medgründer og CTO hos Knockri, en plattform for vurdering av atferdsmessige ferdigheter som forbedrer mangfoldet uten å påvirke arbeidsytelsen eller ansettelseseffektiviteten.

Kan du definere opprinnelsen til navnet Knockri og hvorfor det ble valgt?

Det er to etymologiske opphav for navnet Knockri. Først brukte vi ordet "Knock" for å referere til å banke på mulighetens dør. Det andre, veldig knyttet til min, Maazs og Jahanzaibs arv, er ordet 'Knockri', som betyr 'jobb' for over en milliard mennesker på mange sørasiatiske språk.

Kan du dele opprinnelseshistorien til Knockri og hvordan den oppsto fra en personlig opplevelse i ansettelsesprosessen?

Ideen til Knockri ble først realisert i 2016 da vår administrerende direktør, Jahanzaib, hadde en utfordrende tid med å finne arbeid på grunn av navnet hans. Etter at Maaz foreslo at han angliserte navnet sitt på CV-en, ble Jahanzaib tilbudt flere jobbmuligheter. Det var en tilsynelatende liten endring, men den gjorde en verden til forskjell. Da vi la merke til denne betydelig mangelfulle delen av rekrutteringsprosessen, kom vi sammen for å utvikle en løsning med bruk av teknologi. Det var der jeg kom inn. I samarbeid med Jahanzaib og Maaz ønsket jeg å bruke teknologi for å utjevne konkurransevilkårene for kandidater. Siden AI var i sin spede begynnelse på den tiden, visste jeg at det ville være et ambisiøst prosjekt å ta fatt på, men utfordringen gjorde at jeg ønsket å ta det enda mer. Vi så potensialet til maskinlæring for å redusere barrierer for kandidater tilbake i 2016, og jeg har vært spent på å løse problemet med ansettelsesskjevhet siden den gang.

Hvorfor svikter den nyeste opplæringen i Diversity, equity and inclusion (DEI) både bedrifter og samfunnet generelt?

DEI-trening mislykkes fordi bedriftens motivasjon kanskje ikke er på rett sted. Det er politiske og beregningsdrevne motivasjoner som bare ikke vedtar reell endring og forårsaker større skiller i skjevheter. Å skrive en misjonserklæring og håndheve bedriftsrettet skjevhetstrening, der motivasjonen utelukkende ligger "å gjøre det fordi vi må", gjør ingen forskjell. Handlinger taler mye høyere enn ord, og det å være motivert av de riktige grunnene, for eksempel produktivitet eller ulike synspunkter blant de ansatte for bedriftens suksess, vil gjøre opplæringen langt mer effektiv.

Du var tidligere medlem av World Economic Forums globale råd for likestilling og inkludering, hva innebar denne rollen og hva lærte du av denne erfaringen?

Under vårt arbeid med World Economic Forum bidro vi til Diversity, Equity and Inclusion 4.0 Toolkit for ledere for å akselerere sosial fremgang i fremtidens arbeid. Rapporten utforsker de praktiske mulighetene og risikoene som raskt fremvoksende teknologier representerer for innsats for mangfold, rettferdighet og inkludering. Den skisserer også hvordan teknologi kan bidra til å redusere skjevheter fra rekrutteringsprosesser, diversifisere talentmasser og måle mangfold og inkludering på tvers av organisasjoner. I tillegg til dette bidro vi til Forumets nye Global Social Mobility Index 2020, som gir innsikt i betingelsen for å bryte koblingen mellom sosioøkonomisk bakgrunn og et individs utfall i livet. Vi lærte viktigheten av sosial fremgang og er stolte over å ha bidratt med arbeidet vårt til Forumet for å fremme DEI-initiativer ved hjelp av teknologi for fremtiden.

Hvordan bruker Knockri AI for å gjøre det mulig for arbeidsgivere å overvinne ubevisst skjevhet under ansettelsesprosessen?

Knockri har giftet seg med I/O-psykologi og maskinlæring for å hjelpe til med å identifisere atferd relatert til spesifikke ferdigheter som kreves for visse jobber. I stedet for å fokusere på måten en person snakker, ser ut, kjønnet deres eller hvor de kommer fra, fokuserer vi på ferdighetene de tilfører bordet. Med Knockri betyr ikke førsteinntrykket like mye som i et tradisjonelt intervju – det er alle de viktige ferdighetene du kan ta med deg til bordet for å bli best i en jobb. Faktisk har vi gjort det mulig å velge riktig kandidat uten å se navnet deres!

Kan du definere hva som gjør et etisk AI-system og hvordan Knockri er i stand til å unngå skjevheter i sin egen AI-plattform?

AI er et kraftig verktøy generelt og kan brukes på både godt og vondt. Det er også et system som ingeniører, som meg selv, forstår bedre enn folk forstår mennesker. Vi har betydelig kontroll over hvordan systemet oppfører seg, og når det gjelder å bygge etiske systemer, tror jeg så lenge motivasjonene er på rett plass, er det lettere å trene modellene på en positiv måte. I et AI-system kan vi kontrollere dets oppførsel og bygge innenfor spesifikke regler og prosesser for å sikre at AIs beslutningstaking er mer etisk enn trente menneskelige prosesser. Og det stopper ikke bare der. Det er alltid feil og blindsoner som du kan overse når du bygger et system, men hos Knockri sørger vi alltid for at resultatene spores og at resultatene våre alltid gir de riktige resultatene. Med en tung kritikk av systemet kan vår omfattende testing gjennom algoritmer identifisere om visse kvaliteter blir favorisert, og algoritmisk fikse dette for å gi oss åpenhet.

Hvor henter Knockri treningsdataene og sikrer at disse dataene ikke er utilsiktet partisk?

Enkelt sagt, vi bruker våre egne data. Vi henter ingen data fra åpne kilder som vi ikke har kontroll over. Vi tar utskrifter samlet inn fra vurderinger som er designet av våre I/O-psykologer for å sikre at de riktige spørsmålene og ferdighetene blir identifisert. Vi reviderer deretter merknadene for å sikre at ingen språk favoriseres – i utgangspunktet tar vi full kontroll over datainnsamlingen vår. Dette sikrer at dataene vi samler inn er av høy kvalitet og at resultatene algoritmen gir oss er mye mer effektive. Fordi vi ønsker å være sikre på at vi er tro mot oppdraget vårt om å være DEI-fokusert, har vi utvidet implementeringen vår til ulike felt, noe som betyr at vi jobber på tvers av ulike geografier, stillinger og bransjer for å samle inn et godt avrundet sett med data. Ved å ha mer varierte data kan vi være sikre på at de er mindre partiske.

Er det noe annet du vil dele om Knockri?

Det er et par ting jeg vil dele. Den første handler om I/O-psykologi. Folk antar ofte at AI er skremmende, spesielt ettersom den har utviklet seg de siste årene. Imidlertid samler vi den eldgamle vitenskapen om I/O-psykologi – studiet av menneskelig atferd – for å drive teknologien vår. Virkelig, vi leverer I/O-psykologi i stor skala ved hjelp av maskinlæring for å redusere skjevhet i rekrutteringspraksis. Til slutt, DEI starter og slutter ikke bare hos kundene våre. Hos Knockri verdsetter vi DEI like mye som de som kommer til oss, noe vi er stolte av i vår egen organisasjon. Som et selskap som brenner for DEI, oppfordrer vi deg til å gjøre din del for å redusere skjevhet for de som historisk sett kanskje ikke hadde så mange muligheter på arbeidsmarkedet. Som jeg sa før, handlinger taler høyere enn ord.