Faisal Ahmed. Współzałożyciel i CTO w Knockri – Wywiad

Faisal Ahmed jest liderem technologicznym i entuzjastą produktów z pasją do głębokiego uczenia się i sztucznej inteligencji, z możliwością projektowania i tworzenia złożonych rozwiązań technologicznych dla codziennych problemów. Jest inżynierem komputerowym, który ukończył studia magisterskie w zakresie systemów informacyjnych i projektowania na Uniwersytecie w Toronto i ma ponad 8 lat doświadczenia w branży jako inżynier oprogramowania pracujący dla Sony Corp India i CPPIB Canada.

Jest współzałożycielem i CTO w Knockri, platformie oceny umiejętności behawioralnych, która poprawia różnorodność bez wpływu na wydajność pracy lub efektywność rekrutacji.

Czy mógłbyś wyjaśnić pochodzenie nazwy Knockri i dlaczego została wybrana?

Istnieją dwa etymologiczne pochodzenia nazwy Knockri. Po pierwsze, użyliśmy słowa “Knock”, aby odnosić się do pukania do drzwi możliwości. Po drugie, bardzo związane z moim, Maazem i Jahanzaibem pochodzeniem, jest słowo “Knockri”, które oznacza “pracę” dla ponad miliarda ludzi w wielu językach południowoazjatyckich.

Czy mógłbyś podzielić się historią powstania Knockri i jak powstała z Twojego osobistego doświadczenia w procesie rekrutacji?

Pomysł na Knockri powstał w 2016 roku, kiedy nasz CEO, Jahanzaib, miał trudności ze znalezieniem pracy z powodu swojego imienia. Po tym, jak Maaz zasugerował, aby zmienił swoje imię na CV, Jahanzaib otrzymał więcej ofert pracy. Była to zdawałoby się nieistotna zmiana, ale okazała się bardzo ważna. Zauważając tę znaczącą słabość procesu rekrutacji, postanowiliśmy wspólnie stworzyć rozwiązanie z wykorzystaniem technologii. Wtedy dołączyłem do zespołu. We współpracy z Jahanzaibem i Maazem chciałem wykorzystać technologię, aby wyrównać szanse kandydatów. Ponieważ sztuczna inteligencja była wówczas w powijakach, wiedziałem, że będzie to ambitny projekt, ale wyzwanie sprawiło, że chciałem go jeszcze bardziej podjąć. Zobaczyliśmy potencjał uczenia maszynowego w redukowaniu barier dla kandydatów już w 2016 roku, i od tego czasu jestem podekscytowany rozwiązaniem problemu uprzedzeń w rekrutacji.

Dlaczego większość obecnych szkoleń z zakresu różnorodności, równości i integracji (DEI) zawodzi zarówno firmy, jak i społeczeństwo w ogóle?

Szkolenia DEI zawodzą, ponieważ motywacja firm może nie być właściwa. Istnieją motywacje polityczne i oparte na wskaźnikach, które nie prowadzą do prawdziwej zmiany i powodują większe podziały w uprzedzeniach. Pisanie deklaracji misji i egzekwowanie szkoleń z zakresu uprzedzeń, gdzie motywacje leżą wyłącznie w “robieniu tego, bo musimy”, nie powoduje różnicy. Czyny mówią dużo głośniej niż słowa, a motywacja dla właściwych powodów, takich jak produktywność lub różnorodne punkty widzenia wśród pracowników dla sukcesu firmy, sprawi, że szkolenia będą znacznie skuteczniejsze.

Byłeś wcześniej powołany jako członek globalnej rady Światowego Forum Ekonomicznego ds. równości i integracji, co obejmowało Twoją rolę i co wyniosłeś z tego doświadczenia?

Podczas naszej pracy ze Światowym Forum Ekonomicznym, przyczyniliśmy się do stworzenia narzędzia Diversity, Equity and Inclusion 4.0 dla liderów, aby przyspieszyć postęp społeczny w przyszłości pracy. Raport eksploruje praktyczne możliwości i ryzyka, jakie szybko rozwijające się technologie reprezentują dla wysiłków z zakresu różnorodności, równości i integracji. Zaznacza również, w jaki sposób technologia może pomóc w redukowaniu uprzedzeń w procesach rekrutacji, dywersyfikacji pul talentów i benchmarkingu różnorodności i integracji w organizacjach. Oprócz tego, przyczyniliśmy się do nowego Globalnego Indeksu Mobilności Społecznej 2020, który dostarcza wglądu w warunki łamania związku między pochodzeniem społeczno-ekonomicznym a wynikami jednostki w życiu. Nauczyliśmy się znaczenia postępu społecznego i jesteśmy dumni, że mogliśmy przyczynić się do pracy Forum w celu dalszego promowania inicjatyw DEI z wykorzystaniem technologii dla przyszłości.

Jak Knockri wykorzystuje sztuczną inteligencję, aby umożliwić pracodawcom pokonanie nieświadomych uprzedzeń w procesie rekrutacji?

Knockri połączyło psychologię I/O i uczenie maszynowe, aby pomóc w identyfikacji zachowań związanych z konkretnymi zestawami umiejętności wymaganych dla określonych stanowisk. Zamiast koncentrować się na tym, jak ktoś mówi, wygląda, jego płci lub skąd pochodzi, koncentrujemy się na umiejętnościach, które wnosi do stołu. Z Knockri, pierwsze wrażenia nie mają takiego znaczenia, jak w tradycyjnym wywiadzie – liczą się tylko najważniejsze umiejętności, które możesz wnosić do pracy. W rzeczywistości, udało nam się uczynić możliwym wybranie odpowiedniego kandydata, nawet bez oglądania jego imienia!

Czy mógłbyś wyjaśnić, co Twoim zdaniem stanowi etyczny system sztucznej inteligencji i jak Knockri unika uprzedzeń w swojej własnej platformie AI?

Sztuczna inteligencja jest potężnym narzędziem ogólnie i może być używana zarówno dla dobra, jak i zła. Jest to system, który inżynierowie, tacy jak ja, rozumieją lepiej niż ludzie. Mamy znaczną kontrolę nad tym, jak system się zachowuje, a jeśli chodzi o budowanie etycznych systemów, uważam, że tak długo, jak motywacje są właściwe, jest łatwiej trenować modele w pozytywny sposób. W systemie sztucznej inteligencji możemy kontrolować jego zachowanie i budować w określonych regułach i procesach, aby zapewnić, że podejmowanie decyzji przez AI jest bardziej etyczne niż procesy szkolone przez ludzi. I nie kończy się to tam. Zawsze istnieją błędy i punkty ślepe, których możemy nie zauważyć przy budowaniu systemu, ale w Knockri zawsze upewniamy się, że wyniki są śledzone i że nasze wyniki zawsze dają prawidłowe dane wyjściowe. Z ciągłym krytycznym podejściem do systemu, nasze obszerne testy za pomocą algorytmów mogą zidentyfikować, czy pewne cechy są faworyzowane, i algorytmicznie naprawić to, aby dać nam przejrzystość.

Skąd Knockri czerpie dane szkoleniowe i jak zapewnić, że te dane nie są nieumyślnie tendencyjne?

Prosto mówiąc, używamy własnych danych. Nie czerpiemy danych z otwartych źródeł, nad którymi nie mamy kontroli. Pobieramy transkrypty zebrane z ocen, które zostały zaprojektowane przez naszych psychologów I/O, aby upewnić się, że prawidłowe pytania i umiejętności są identyfikowane. Następnie audytujemy adnotacje, aby upewnić się, że nie jest faworyzowany język – podstawowo bierzemy pełną kontrolę nad naszym zbieraniem danych. Zapewnia to, że dane, które zbieramy, są wysokiej jakości, a wyniki, które daje nam algorytm, są znacznie skuteczniejsze. Ponieważ chcemy być prawdziwi wobec naszej misji, aby być skupionymi na DEI, rozszerzyliśmy naszą implementację na różne dziedziny, co oznacza, że pracujemy w różnych geografiach, stanowiskach i branżach, aby zebrać dobrze zaokrąglony zestaw danych. Dzięki temu, że mamy bardziej zróżnicowane dane, możemy być pewni, że są one mniej tendencyjne.

Czy jest coś jeszcze, co chciałbyś podzielić o Knockri?

Istnieją dwie rzeczy, które chciałbym podzielić. Po pierwsze, chciałbym powiedzieć o psychologii I/O. Często ludzie zakładają, że sztuczna inteligencja jest zastraszająca, szczególnie od czasu, gdy rozwijała się w ciągu ostatnich kilku lat. Jednak my łączymy starą naukę psychologii I/O – badanie ludzkiego zachowania – aby napędzać naszą technologię. W rzeczywistości, dostarczamy psychologię I/O na dużą skalę z pomocą uczenia maszynowego, aby zmniejszyć uprzedzenia w praktykach rekrutacyjnych. Wreszcie, DEI nie zaczyna się i nie kończy u naszych klientów. W Knockri, cenimy DEI tak samo, jak ci, którzy przychodzą do nas, co jesteśmy dumni w naszej własnej organizacji. Jako firma, która jest pasjonowana DEI, zachęcamy was do tego, abyście zrobili swoją część w redukowaniu uprzedzeń dla tych, którzy historycznie mogli nie mieć tylu możliwości na rynku pracy. Jak powiedziałem wcześniej, czyny mówią głośniej niż słowa.