Arsham Ghahramani, PhD, współzałożyciel i CEO Ribbon – seria wywiadów

Arsham Ghahramani, PhD, jest współzałożycielem i CEO Ribbon. Z siedzibą w Toronto i pochodzącym z Wielkiej Brytanii, Ghahramani ma doświadczenie w dziedzinie sztucznej inteligencji i biologii. Jego doświadczenie zawodowe obejmuje wiele dziedzin, w tym handel wysokoczęstotliwościowy, rekrutację i badania biomedyczne.

Ghahramani rozpoczął pracę w dziedzinie sztucznej inteligencji około 2014 roku. Ukończył studia doktoranckie w The Francis Crick Institute, gdzie zastosował wczesne formy generatywnej sztucznej inteligencji do badania regulacji genów nowotworowych – jeszcze zanim termin “generatywna sztuczna inteligencja” wszedł do użycia.

Obecnie kieruje Ribbon, firmą technologiczną, która skupia się na dramatycznym przyspieszeniu procesu rekrutacji. Ribbon zebrał ponad 8 milionów dolarów w finansowaniu, wspierał ponad 200 000 osób poszukujących pracy i nadal rozwija swój zespół. Platforma ma na celu uczynienie rekrutacji 100-krotnie szybszą, łącząc sztuczną inteligencję i automatyzację w celu usprawnienia workflow rekrutacji.

Zacznijmy od początku – co zainspirowało Cię do założenia Ribbon, a jaki był “aha” moment, który sprawił, że zrozumiałeś, że rekrutacja jest złamana?

Poznałem swojego współzałożyciela Dave Vu, gdy byliśmy razem w Ezra – on był szefem ds. ludzi i talentów, a ja byłem szefem ds. machine learning. Gdy szybko skalowaliśmy mój zespół, ciągle czuliśmy presję, aby zatrudniać szybko, ale brakowało nam odpowiednich narzędzi, aby usprawnić ten proces. Byłem wcześnie zainteresowany sztuczną inteligencją (ukończyłem studia doktoranckie w 2014 roku, zanim sztuczna inteligencja stała się popularna), i miałem wczesne zrozumienie wpływu sztucznej inteligencji na rekrutację. Zobaczyłem na własne oczy nieefektywności i wyzwania w tradycyjnej rekrutacji i wiedziałem, że musi być lepszy sposób. To zrozumienie doprowadziło nas do stworzenia Ribbon.

Jak Twoje doświadczenie w rolach związanych z machine learning w Amazon (AMZN ), Ezra i nawet w handlu algorytmicznym wpłynęło na sposób, w jaki zbudowałeś Ribbon?

W Ezra pracowałem nad AI w dziedzinie zdrowia, gdzie stawki nie mogły być wyższe – jeśli system AI jest tendencyjny, może to być kwestia życia i śmierci. Spędziliśmy dużo czasu i energii, aby upewnić się, że nasz AI jest wolny od tendencyjności, a także rozwijaliśmy metody, aby wykryć i złagodzić tendencyjność. Przeniosłem te techniki do Ribbon, gdzie używamy tych technik, aby monitorować i redukować tendencyjność w naszym AI-interviewerze, tworząc bardziej równy proces rekrutacji.

Jak Twoje doświadczenie jako kandydat i menedżer rekrutacji wpłynęło na decyzje dotyczące produktu, które podjąłeś na początku?

Znalezienie pracy jest wymagającym procesem dla kandydatów juniorów. Pamiętam, że nie tak dawno byłem kandydatem juniorem, aplikującym na wiele stanowisk. Od tego czasu tylko się to pogorszyło. W Ribbon mamy głębokie współczucie dla osób poszukujących pracy. Nasz AI-głos jest często pierwszym punktem kontaktu między firmą a kandydatem, więc pracujemy ciężko, aby uczynić ten doświadczenie pozytywnym i satysfakcjonującym. Jednym ze sposobów, w jaki to robimy, jest zapewnienie, że kandydaci rozmawiają z tym samym AI przez cały proces rekrutacji. Ta spójność pomaga budować zaufanie i komfort – w przeciwieństwie do tradycyjnych procesów, w których kandydaci są przenoszeni między różnymi osobami, nasz AI zapewnia stałą, znajomą obecność, która pomaga kandydatom czuć się bardziej swobodnie, gdy przechodzą przez rozmowy i oceny.

Ribbon prowadzi wywiady, które wydają się bardziej ludzkie niż skryptowe boty. Opowiedz nam więcej o adaptacyjnym przepływie wywiadu Ribbon. Jaki rodzaj rozumienia w czasie rzeczywistym dzieje się za kulisami?

Zbudowaliśmy pięć modeli machine learning wewnętrznie i połączyliśmy je z czterema dostępnymi publicznie modelami, aby stworzyć doświadczenie wywiadu Ribbon. Za kulisami ciągle oceniamy rozmowę i łączymy ją z kontekstem z firmy, stron karier, publicznych profili, CV i więcej. Wszystkie te informacje łączą się, aby stworzyć bezproblemowe doświadczenie wywiadu. Powodem, dla którego łączymy tak wiele informacji, jest to, że chcemy dać kandydatowi doświadczenie jak najbardziej podobne do tego, jakie miałby z ludzkim rekruterem.

Podkreślasz, że pięć minut głosu może odpowiadać godzinie wprowadzanych danych. Jaki sygnał jesteś w stanie przechwycić w tych danych audio, a w jaki sposób są one analizowane?

Ludzie zwykle mówią dość szybko! Większość procesów aplikacji o pracę jest bardzo uciążliwa, wymagając wypełnienia wielu różnych formularzy i pytań wielokrotnego wyboru. Stwierdziliśmy, że 5 minut naturalnej rozmowy odpowiada około 25 pytań wielokrotnego wyboru. Gęstość informacji w rozmowie głosowej jest trudna do pobicia. Dodatkowo zbieramy inne czynniki, takie jak biegłość językowa i umiejętności komunikacyjne.

Ribbon działa również jako AI-wzmocniony sekretarz z auto-podsumowaniami i ocenami. Jaka rola interpretacji odgrywa w czynieniu tych danych użytecznymi – i uczciwymi – dla rekruterów?

Interpretacja jest podstawą podejścia Ribbon. Każdy wynik i analiza, którą generujemy, jest zawsze powiązana z jej źródłem, co sprawia, że nasz AI jest głęboko przejrzysty.

Na przykład, gdy oceniamy kandydata pod kątem jego umiejętności, odnosimy się do dwóch rzeczy:

1. Oryginalnych wymagań pracy i
2. Dokładnego momentu w wywiadzie, w którym kandydat wspomniał o umiejętności.

Wierzymy, że interpretacja systemów AI jest głęboko ważna, ponieważ ostatecznie pomagamy firmom podejmować decyzje, a firmy lubią podejmować decyzje na podstawie konkretnych danych. Coś, co uważamy za krytyczne zarówno dla uczciwości, jak i zaufania w AI-napędzanym procesie rekrutacji.

Uprzedzenia w systemach AI rekrutacji są dużym problemem. Jak Ribbon jest zaprojektowany, aby zminimalizować lub złagodzić uprzedzenia, jednocześnie prezentując najlepszych kandydatów?

Uprzedzenia są krytycznym problemem w AI rekrutacji, i traktujemy to bardzo poważnie w Ribbon. Zbudowaliśmy naszego AI-interviewera, aby oceniał kandydatów na podstawie mierzalnych umiejętności i kompetencji, redukując subiektywizm, który często wprowadza uprzedzenia. Regularnie audytujemy nasze systemy AI pod kątem uczciwości, wykorzystujemy różnorodne i zbalansowane zestawy danych, oraz integrujemy nadzór ludzki, aby złapać i skorygować potencjalne uprzedzenia. Naszym zaangażowaniem jest prezentowanie najlepszych kandydatów uczciwie, zapewniając równy proces rekrutacji.

Kandydaci mogą przeprowadzać wywiady o dowolnej porze, nawet o 2 nad ranem. Jak ważna jest elastyczność w demokratyzowaniu dostępu do pracy, zwłaszcza dla społeczności marginalizowanych?

Elastyczność jest kluczem do demokratyzacji dostępu do pracy. Zawsze dostępne wywiady Ribbon pozwalają kandydatom uczestniczyć o dowolnej porze, wygodnej dla nich, łamiąc tradycyjne bariery, takie jak konfliktujące się harmonogramy lub ograniczona dostępność, co jest szczególnie korzystne dla pracujących rodziców i tych, którzy mają niekonwencjonalne godziny pracy. W rzeczywistości 25% wywiadów Ribbon odbywa się między 23:00 a 2:00 czasu lokalnego.

To jest szczególnie ważne dla społeczności marginalizowanych, gdzie osoby poszukujące pracy często spotykają dodatkowe ograniczenia. Dzięki umożliwieniu dostępu przez całą dobę, Ribbon pomaga zapewnić, że każdy ma równą szansę na pokazanie swoich umiejętności i zdobycie możliwości zatrudnienia.

Ribbon nie jest tylko o rekrutacji – jest o redukowaniu tarcia między ludźmi a możliwościami. Jaki jest ten przyszły?

W Ribbon nasza wizja wykracza poza efektywną rekrutację; chcemy usunąć tarcie między ludźmi a możliwościami, które są dla nich odpowiednie. Przewidujemy przyszłość, w której technologia bezproblemowo łączy talent z rolami, które idealnie odpowiadają ich umiejętnościom i ambicjom, niezależnie od ich pochodzenia lub sieci. Redukując tarcie w mobilności zawodowej, umożliwiamy pracownikom rozwijać się, uczyć i znajdować satysfakcjonujące możliwości bez niepotrzebnych barier. Szybsza mobilność wewnętrzna, niższa rotacja pracowników i ostatecznie lepsze wyniki dla osób i firm.

Jak widzisz, jak AI zmieni proces rekrutacji i szerszy rynek pracy w ciągu najbliższych pięciu lat?

AI będzie głęboko zmieniał proces rekrutacji i szerszy rynek pracy w ciągu najbliższych pięciu lat. Oczekujemy, że AI-napędzana automatyzacja usprawni powtarzalne zadania, uwalniając rekruterów, aby skupili się na głębszych interakcjach z kandydatami i strategicznych decyzjach rekrutacyjnych. AI również poprawi precyzję dopasowania kandydatów do ról, przyspieszając terminy rekrutacji i poprawiając doświadczenie kandydatów. Jednak, aby w pełni zrealizować te korzyści, branża musi priorytetowo traktować przejrzystość, uczciwość i etyczne rozważania, zapewniając, że AI staje się godnym zaufania narzędziem, które tworzy bardziej równy krajobraz zatrudnienia.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Ribbon.