Файсал Ахмед. Сооснователь и технический директор компании Knockri – Серия интервью

Файсал Ахмед – лидер в области технологий и энтузиаст продукта с страстью к глубокому обучению и ИИ, обладающий способностью проектировать и разрабатывать сложные технологические решения повседневных проблем. Он – инженер-программист, окончивший магистратуру по информационным системам и дизайну в Университете Торонто, и имеющий более 8 лет опыта работы в отрасли в качестве программиста в компании Sony Corp India и CPPIB Canada.

Он является сооснователем и техническим директором компании Knockri, платформы для оценки поведенческих навыков, которая улучшает разнообразие без ущерба для производительности работы или эффективности найма.

Можете ли вы определить происхождение названия Knockri и почему оно было выбрано?

Существует два этимологических источника названия Knockri. Во-первых, мы использовали слово «Knock», чтобы сослаться на стук в дверь возможностей. Второй, очень близкий к моему, Маазу и Джаханзаибу наследию, – слово «Knockri», которое означает «работа» для более чем миллиарда человек во многих языках Южной Азии.

Можете ли вы поделиться историей создания Knockri и как она возникла из личного опыта в процессе найма?

Идея создания Knockri впервые возникла в 2016 году, когда наш генеральный директор, Джаханзаиб, столкнулся с трудностями в поиске работы из-за своего имени. После того, как Мааз предложил ему англизировать свое имя в резюме, Джаханзаиб получил больше предложений о работе. Это был, казалось бы, незначительный шаг, но он сделал большую разницу. Заметив эту существенно ошибочную часть процесса набора персонала, мы объединились, чтобы разработать решение с помощью технологий. Вот где я пришел. В сотрудничестве с Джаханзаибом и Маазом я хотел использовать технологии, чтобы выровнять поле для кандидатов. Поскольку ИИ был еще в зачаточном состоянии в то время, я знал, что это будет амбициозный проект, но вызов сделал меня хотеть решить эту проблему еще больше. Мы увидели потенциал машинного обучения для снижения барьеров для кандидатов еще в 2016 году, и я с нетерпением жду решения проблемы предвзятости в найме с тех пор.

Почему большинство текущих программ обучения по вопросам разнообразия, равенства и инклюзивности (DEI) терпят неудачу как для компаний, так и для общества в целом?

Программы обучения по DEI терпят неудачу, потому что мотивация компаний может не быть в правильном месте. Существуют политические и мотивированные метриками причины, которые просто не приводят к реальным изменениям и создают большие разрывы в предвзятости. Написание миссии и принуждение к корпоративно-направленному обучению предвзятости, где мотивация заключается только в «делании этого, потому что мы должны», не делает разницы. Действия говорят громче слов, и мотивация правильными причинами, такими как производительность или разнообразные точки зрения среди сотрудников для успеха компании, сделает обучение намного более эффективным.

Вы ранее были назначенным членом глобального совета Всемирного экономического форума по вопросам равенства и инклюзивности, что подразумевало эта роль и что вы узнали из этого опыта?

Во время нашей работы с Всемирным экономическим форумом мы внесли свой вклад в разработку инструментария Diversity, Equity and Inclusion 4.0 для лидеров, чтобы ускорить социальный прогресс в будущем работы. Отчет исследует практические возможности и риски, которые представляют собой быстро развивающиеся технологии для усилий по разнообразию, равенству и инклюзивности. Он также очерчивает, как технологии могут помочь снизить предвзятость в процессах набора персонала, диверсифицировать пулы талантов и отслеживать разнообразие и инклюзивность в организациях. Кроме того, мы внесли свой вклад в новый Глобальный индекс социальной мобильности 2020 года Форума, который дает представление о состоянии разрыва между социально-экономическим происхождением и результатами жизни человека. Мы узнали важность социального прогресса и гордимся тем, что внесли свой вклад в работу Форума для продвижения инициатив DEI с помощью технологий для будущего.

Как Knockri использует ИИ, чтобы позволить работодателям преодолеть бессознательную предвзятость в процессе найма?

Knockri объединил психологию ИО и машинное обучение, чтобы помочь выявить поведение, связанное с конкретными навыками, необходимыми для определенных работ. Вместо того, чтобы сосредотачиваться на том, как человек говорит, выглядит, его поле или откуда он родом, мы сосредотачиваемся на навыках, которые он привносит в компанию. С помощью Knockri первые впечатления не имеют такого большого значения, как в традиционном интервью – все, что имеет значение, – это важные навыки, которые вы можете привнести в компанию, чтобы быть лучшим на работе. На самом деле, мы сделали возможным выбор правильного кандидата, даже не увидев его имя!

Можете ли вы определить, что делает систему ИИ этической, и как Knockri может избежать предвзятости в своей собственной платформе ИИ?

ИИ – это мощный инструмент в целом и может быть использован как для добра, так и для зла. Это также система, которую инженеры, такие как я, понимают лучше, чем люди понимают людей. У нас есть значительный контроль над тем, как система ведет себя, и когда речь идет о построении этических систем, я считаю, что пока мотивация находится в правильном месте, это проще обучать модели положительным образом. В системе ИИ мы можем контролировать ее поведение и строить в конкретные правила и процессы, чтобы обеспечить, что процесс принятия решений ИИ более этичен, чем обученные человеческие процессы. И это не только так. Всегда существуют ошибки и слепые пятна, которые вы можете упустить из виду при построении системы, но в Knockri мы всегда следим за тем, чтобы результаты были отслежены, и наши результаты всегда давали правильные выходные данные. С тщательной критикой системы наше обширное тестирование через алгоритмы может выявить, если определенные качества предпочитаются, и алгоритмически исправить это, чтобы дать нам прозрачность.

Откуда Knockri берет данные для обучения и как обеспечить, что эти данные не содержат непреднамеренной предвзятости?

Просто говоря, мы используем свои собственные данные. Мы не берем данные из открытых источников, которые мы не контролируем. Мы берем транскрипты, собранные из оценок, разработанных нашими психологами ИО, чтобы обеспечить правильные вопросы и навыки. Затем мы проверяем аннотации, чтобы убедиться, что не язык не предпочитается -基本но мы берем полный контроль над нашей коллекцией данных. Это гарантирует, что данные, которые мы собираем, являются высококачественными, и результаты, которые алгоритм дает нам, намного более эффективны. Поскольку мы хотим быть уверены, что мы верны своей миссии по фокусу на DEI, мы расширили свою реализацию на различные области, что означает, что мы работаем в разных географиях, позициях и отраслях, чтобы собрать всесторонний набор данных. Имея более разнообразные данные, мы можем быть уверены, что они менее предвзяты.

Есть ли что-то еще, что вы хотели бы поделиться о Knockri?

Есть несколько вещей, которые я хотел бы поделиться. Первое – об ИО-психологии. Часто люди предполагают, что ИИ пугает, особенно поскольку он развивался за последние несколько лет. Однако мы объединяем древнюю науку ИО-психологии – изучение человеческого поведения – чтобы стимулировать нашу технологию. На самом деле мы доставляем ИО-психологию в масштабе с помощью машинного обучения, чтобы снизить предвзятость в практиках набора персонала. Наконец, DEI не только начинается и заканчивается с нашими клиентами. В Knockri мы ценим DEI так же, как и те, кто приходит к нам, и мы гордимся этим внутри нашей собственной организации. Как компания, которая страстно увлечена DEI, мы призываем вас сделать свой вклад в снижение предвзятости для тех, кто исторически не имел столько возможностей на рынке труда. Как я сказал ранее, действия говорят громче слов.