Faisal Ahmed. Medgrundare och CTO på Knockri – Intervjuer

Faisal Ahmed är en teknisk ledare och produktentusiast med en passion för djupinlärning och AI, med förmågan att designa och utveckla komplexa tekniska lösningar för vardagliga problem. Han är en datatekniker som avslutade sin masterexamen i informations-system och design vid University of Toronto och har mer än 8 års branscherfarenhet som programvaruutvecklare för Sony Corp India och CPPIB Canada.

Han är både medgrundare och CTO på Knockri, en plattform för bedömning av beteendefärdigheter som förbättrar mångfald utan att påverka arbetsprestation eller anställningseffektivitet.

Kan du definiera ursprunget till namnet Knockri och varför det valdes?

Det finns två etymologiska ursprung för namnet Knockri. Först använde vi ordet “Knock” för att hänvisa till att knacka på dörren till möjligheter. Det andra, som är mycket relaterat till min, Maaz och Jahanzaibs arv, är ordet “Knockri”, som betyder “jobb” för över en miljard människor i många sydasiatiska språk.

Kan du dela den ursprungliga historien om Knockri och hur det uppkom från en personlig upplevelse i anställningsprocessen?

Idén för Knockri uppstod initialt 2016 när vår VD, Jahanzaib, hade svårt att hitta arbete på grund av sitt namn. Efter att Maaz föreslog att han angliciserade sitt namn på cv:n, erbjöds Jahanzaib fler anställningsmöjligheter. Det var en till synes liten förändring, men den gjorde stor skillnad. När vi uppmärksammade denna betydande brist i rekryteringsprocessen, kom vi samman för att utveckla en lösning med hjälp av teknik. Där kom jag in i bilden. I samarbete med Jahanzaib och Maaz ville jag använda teknik för att jämna ut spelplanen för kandidater. Eftersom AI var i sin linda vid den tiden, visste jag att det skulle vara ett ambitiöst projekt att ta på sig, men utmaningen gjorde mig ännu mer angelägen om att lösa det. Vi såg potentialen i maskinlärning för att minska hinder för kandidater redan 2016, och jag har varit entusiastisk över att lösa problemet med anställningsbias sedan dess.

Varför fungerar den nuvarande utbildningen i mångfald, jämställdhet och inkludering (DEI) inte för företag och samhället i allmänhet?

DEI-utbildningen fungerar inte eftersom företagens motivation kanske inte är på rätt plats. Det finns politiska och målstyrda motivationer som inte leder till verklig förändring och orsakar större klyftor i fördomar. Att skriva en visionsuttalande och genomföra företagsstyrd biasutbildning, där motivationen enbart ligger i “vi gör det för att vi måste”, gör ingen skillnad. Handlingar talar mycket högre än ord, och att vara motiverad av rätt skäl, som produktivitet eller mångfaldiga perspektiv bland medarbetare för företagets framgång, kommer att göra utbildningen mycket mer effektiv.

Du var tidigare utsedd medlem i Världsekonomiskt forums globala råd för jämställdhet och inkludering, vad innebar den rollen och vad lärde du dig av den erfarenheten?

Under vår tid med Världsekonomiskt forum bidrog vi till DEI 4.0-verktygslådan för ledare för att påskynda sociala framsteg i framtiden för arbetet. Rapporten undersöker de praktiska möjligheterna och riskerna som snabbt framväxande teknologier representerar för DEI-insatser. Den beskriver också hur tekniken kan hjälpa till att minska bias i rekryteringsprocesser, diversifiera talangpooler och mäta mångfald och inkludering över hela organisationer. Utöver detta bidrog vi till Forums nya Globala sociala rörlighetsindex 2020, som ger insikt i villkoren för att bryta länken mellan socioekonomisk bakgrund och en persons resultat i livet. Vi lärde oss vikten av sociala framsteg och är stolta över att ha bidragit med vårt arbete till Forum för att främja DEI-initiativ med hjälp av teknik för framtiden.

Hur använder Knockri AI för att möjliggöra för arbetsgivare att övervinna omedveten bias under anställningsprocessen?

Knockri har kombinerat I/O-psychologi och maskinlärning för att hjälpa till att identifiera beteenden relaterade till specifika färdigheter som krävs för vissa jobb. Istället för att fokusera på hur en person talar, ser ut, deras kön eller var de kommer ifrån, fokuserar vi på de färdigheter de bidrar med. Med Knockri spelar första intryck inte så stor roll som i en traditionell intervju – det är alla viktiga färdigheter du kan bidra med för att vara bäst på ett jobb. I själva verket har vi gjort det möjligt att välja rätt kandidat utan att ens se deras namn!

Kan du definiera vad som gör ett etiskt AI-system och hur Knockri kan undvika bias i sin egen AI-plattform?

AI är ett kraftfullt verktyg i allmänhet och kan användas för både gott och ont. Det är också ett system som ingenjörer som jag förstår bättre än människor förstår människor. Vi har betydande kontroll över hur systemet beter sig, och när det gäller att bygga etiska system, tror jag att så länge motivationen är på rätt plats, är det lättare att träna modellerna på ett positivt sätt. I ett AI-system kan vi kontrollera dess beteende och bygga in specifika regler och processer för att säkerställa att AI:s beslutsfattande är mer etiskt än tränade mänskliga processer. Och det slutar inte där. Det finns alltid fel och blindfläckar som man kan missa när man bygger ett system, men på Knockri ser vi alltid till att resultaten spåras och att våra resultat alltid ger rätt utdata. Med en noggrann granskning av systemet kan vår omfattande testning av algoritmer identifiera om vissa egenskaper föredras, och algoritmiskt korrigera detta för att ge oss transparens.

Var hämtar Knockri sin utbildningsdata ifrån och säkerställer att denna data inte är oavsiktligt biased?

Vi använder helt enkelt vår egen data. Vi hämtar inte data från öppna källor som vi inte har kontroll över. Vi samlar in transkriptioner från bedömningar som har utformats av våra I/O-psychologer för att säkerställa att rätt frågor och färdigheter identifieras. Vi granskar sedan annoteringarna för att säkerställa att inget språk föredras – vi tar full kontroll över vår datainsamling. Detta säkerställer att de data vi samlar in är av hög kvalitet och att resultaten algoritmen ger oss är mycket mer effektiva. Eftersom vi vill vara säkra på att vi är trogna vår mission att vara DEI-fokuserade, har vi utvidgat vår implementering till olika fält, vilket innebär att vi arbetar över olika geografier, jobbpositioner och branscher för att samla in en välavvägd uppsättning data. Genom att ha mer diversifierad data kan vi vara säkra på att den är mindre biased.

Finns det något annat du vill dela om Knockri?

Det finns ett par saker jag vill dela. Det första är om I/O-psychologi. Människor antar ofta att AI är skrämmande, särskilt som det har utvecklats under de senaste åren. Men vi kombinerar den gamla vetenskapen om I/O-psychologi – studiet av mänskligt beteende – för att driva vår teknik. Vi levererar faktiskt I/O-psychologi i stor skala med hjälp av maskinlärning för att minska bias i rekryteringspraxis. Till sist, DEI börjar och slutar inte med våra kunder. På Knockri värdesätter vi DEI lika mycket som de som kommer till oss, vilket vi är stolta över inom vår egen organisation. Som ett företag som är passionerat om DEI, uppmuntrar vi er att göra er del i att minska bias för de som historiskt sett kanske inte har haft lika många möjligheter på arbetsmarknaden. Som jag sa tidigare, handlingar talar högre än ord.