Arşam Ghahramani, PhD, Ribbon’un Kurucu Ortağı ve CEO’su – Röportaj Serisi

Arşam Ghahramani, PhD, Ribbon’un kurucu ortağı ve CEO’sudur. Toronto’da yaşayan ve aslen İngiltere’den gelen Ghahramani, yapay zeka ve biyoloji alanlarında geçmişe sahiptir. Profesyonel deneyimi, yüksek frekanslı ticaret, işe alma ve biyomedikal araştırma gibi çeşitli alanları içermektedir.

Ghahramani, yaklaşık 2014 yılında yapay zeka alanında çalışmaya başladı. The Francis Crick Institute’de doktorasını tamamladı ve kanser gen düzenleme çalışmaları için erken形式deki yapay zekayı kullandı – “yapay zeka” terimi ana akım kullanımına girmeden önce.

Şu anda, işe alım sürecini dramatik bir şekilde hızlandırmaya odaklanan bir teknoloji şirketi olan Ribbon‘u yönetmektedir. Ribbon, 8 milyonun üzerinde fon sağlamış, 200.000’den fazla iş arayanı desteklemiş ve ekibini büyütmeye devam etmektedir. Platform, işe alım sürecini 100 kat daha hızlı hale getirmeyi amaçlamaktadır ve bunu yapay zeka ve otomasyonla birleştirerek işe alım iş akışlarını basitleştirmeyi hedeflemektedir.

Başlangıçta başlayalım — Ribbon’u kurmaya ne sizi teşvik etti ve işe alım sürecinin bozulduğunu anladığınız “aha” anı neydi?

Dave Vu ile birlikte Ezra’da çalışırken tanıştım — o zamanlar İnsan Kaynakları ve Yetenek Başkanıydı ve ben Makine Öğrenimi Başkanıydım. Ekibimi hızlı bir şekilde büyütürken, hızlı bir şekilde işe alım yapmak için baskı hissettiğimiz halde, süreci basitleştirecek araçlardan yoksunduk. Yapay zeka alanında erken bir başlangıç yaptım (2014 yılında doktoramı tamamladım, yapay zeka ana akım haline gelmeden önce) ve işe alım üzerindeki etkilerini ilk elden gördüm. Geleneksel işe alım sürecindeki verimsizlikleri ve zorlukları gördüm ve bunun daha iyi bir yol olabileceğini düşündüm. Bu anlayış, bizi Ribbon’u yaratmaya yöneltti.

Amazon (AMZN ), Ezra ve hatta algoritmik ticaret gibi makine öğrenimi rollerinde çalıştınız. Bu geçmiş, Ribbon’u inşa etme şeklinizi nasıl etkiledi?

Ezra’da, sağlık teknolojisi alanında yapay zeka üzerinde çalıştım — burada riskler çok yüksek olabilir — eğer bir yapay zeka sistemi yanlıysa, bu hayat ve ölüm meselesi olabilir. Yapay zekamızın yanlı olmaması için ve yanlılığı tespit etmek ve hafifletmek için yöntemler geliştirmek için çok zaman ve enerji harcadık. Bu teknikleri Ribbon’a taşıdım, burada bunları AI görüşmecimizi değerlendirmek ve daha adil bir işe alım süreci oluşturmak için kullanıyoruz.

Aday ve işe alım yöneticisi olarak deneyimleriniz, erken dönemde ürün kararlarınızı nasıl etkiledi?

İş arayanlar için iş bulmak zor bir süreçtir. Ben de bir zamanlar genç bir adaydım ve birçok işe başvurmuştum. O zamandan bu yana daha da zor hale geldi. Ribbon’da iş arayanlara karşı derin bir empati duyuyoruz. Sesli AI’miz souvent şirketler ve adaylar arasındaki ilk temas noktasıdır, bu nedenle bu deneyimi olumlu ve ödüllendirici hale getirmek için çalışıyoruz. Bunu yapmak için, adayların tüm işe alım sürecinde aynı AI ile konuşmasını sağlıyoruz. Bu tutarlılık, adayların rahat hissetmelerine ve geleneksel süreçlerin aksine, birden fazla kişiyle görüşmek yerine, AI’nin tutarlı ve tanıdık varlığıyla görüşmeler ve değerlendirmeler boyunca daha rahat hissetmelerine yardımcı olur.

Ribbon’un AI görüşmeleri, betik botlardan daha insancıl hissediyor. Ribbon’un adaptif görüşme akışını anlatır mısınız? Arka planda neler oluyor?

İçimizde beş adet makine öğrenimi modeli geliştirdik ve dört adet halka açık modelle birleştirdik, böylece Ribbon görüşme deneyimini yarattık. Arka planda, sürekli olarak konuşmayı değerlendiriyor ve şirket, kariyer sayfaları, halka açık profiller, özgeçmişler ve daha fazlasından alınan bağlamla birleştiriyoruz. Tüm bu bilgiler, adaya insan bir işe alım uzmanı gibi bir deneyim sunmak için bir araya geliyor. Bu kadar fazla bilgiyi birleştirmemizin nedeni, adayın insan bir işe alım uzmanıyla benzer bir deneyim yaşamasını sağlamaktır.

Sesli görüşmenin 5 dakikasının, yazılı girdinin 1 saatine eşdeğer olduğunu vurguluyorsunuz. Bu ses verisinde ne tür bir sinyal yakalıyor ve nasıl analiz ediliyor?

İnsanlar genellikle oldukça hızlı konuşur! Çoğu iş başvurusu süreci çok yorucudur ve birçok farklı formu doldurmak ve çoklu seçimli soruları cevaplamak gerekir. 5 dakika doğal konuşmanın, yaklaşık 25 çoklu seçimli soruya eşdeğer olduğunu bulduk. Sesli konuşmanın bilgi yoğunluğu çok yüksektir. Buna ek olarak, dilbilgisi ve iletişim becerileri gibi diğer faktörleri de topluyoruz.

Ribbon, ayrıca AI destekli bir yazıcı ve otomatik özetleme ve puanlama sunar. Bu verilerin işe alım uzmanları için faydalı ve adil olmasını sağlamak için yorumlanabilirlik nasıl bir rol oynar?

Yorumlanabilirlik, Ribbon’un yaklaşımının temelidir. Ürettiğimiz her puan ve analiz, kaynağına bağlıdır, bu nedenle AI’miz derinlemesine şeffaftır.

Örneğin, bir adayı becerilerine göre puanlarken, iki şeyi referans alırız:

1. Asıl iş gereksinimleri ve
2. Adayın bir beceriden bahsettiği görüşmedeki exact an.

AI sistemlerinin yorumlanabilirliğinin çok önemli olduğuna inanıyoruz, çünkü sonunda şirketlerin kararlar almasına yardımcı oluyoruz ve şirketler somut verilere dayanarak kararlar almak ister. Bu, hem adil hem de AI destekli işe alımda güven için çok önemlidir.

AI işe alım sistemlerindeki yanlılık büyük bir endişe kaynağıdır. Ribbon, en iyi adayları ortaya çıkarmaya devam ederken yanlılığı en aza indirmek veya hafifletmek için nasıl tasarlandı?

Yanlılık, AI işe alımında kritik bir meseledir ve Ribbon’da ciddiye alıyoruz. AI görüşmecimizi, adayları ölçülebilir beceri ve yeteneklere göre değerlendirmek için tasarladık, bu da yanlılığın genellikle girdiği subjektifliği azaltıyor. AI sistemlerimizi düzenli olarak adil olmak için denetliyoruz, çeşitli ve dengeli veri kümelerini kullanıyoruz ve insan denetimini entegre ediyoruz, böylece potansiyel yanlılıkları yakalayabilir ve düzeltebiliriz. En iyi adayları adil bir şekilde ortaya çıkarmakta kararlıyız ve eşit işe alım kararları almaya çalışıyoruz.

Adaylar, 2 AM’de bile görüşme yapabilir. İşe erişimini demokratikleştirmede esneklik ne kadar önemlidir, özellikle de hizmet götürülmeyen topluluklar için?

Esneklik, işe erişimini demokratikleştirmede kilit bir rol oynar. Ribbon’un her zaman açık görüşme özelliği, adayların kendileri için uygun olan herhangi bir zamanda görüşme yapmalarına olanak tanır, bu da geleneksel engelleri, çakışan zamanları veya sınırlı erişimi ortadan kaldırır — bu özellikle çalışan ebeveynler ve geleneksel saatlerin dışında çalışanlar için faydalıdır. Aslında, Ribbon görüşmelerinin %25’i yerel saatle 23:00 ile 02:00 arasında gerçekleşir.

Bu, özellikle iş arayanların ek kısıtlamalarla karşı karşıya olduğu hizmet götürülmeyen topluluklar için çok önemlidir. 24 saat erişimi sağlayarak, Ribbon, herkesin becerilerini sergileme ve iş fırsatlarına ulaşma şansını eşit bir şekilde sağlar.

Ribbon, sadece işe alım değil, fırsatlarla insanların arasındaki sürtüşmeyi azaltmakla ilgili. Bu gelecek nasıl görünüyor?

Ribbon’da, vizyonumuz yalnızca verimli işe alımı aşmakla kalmıyor, bireylerle uygun oldukları roller arasında sürtüşmeyi ortadan kaldırmak istiyoruz. Gelecekte, teknolojinin yetenekleri rollerle kusursuz bir şekilde bağlayacağı bir dünya öngörüyoruz — bağımsız olarak geçmişleri veya ağları. Bireylerin yeteneklerine ve hedeflerine uygun rolleri bulmalarını ve gelişmelerini sağlamanın yanı sıra, şirketler için daha iyi sonuçlar elde etmelerini sağlıyoruz. Daha hızlı iç mobilite, daha düşük personel devir hızı ve sonunda hem bireyler hem de şirketler için daha iyi sonuçlar.

AI’nin, önümüzdeki beş yıl içinde işe alım sürecini ve daha geniş iş piyasasını nasıl dönüştüreceğini öngörüyorsunuz?

AI, önümüzdeki beş yıl içinde işe alım sürecini ve daha geniş iş piyasasını derinden etkileyecektir. AI destekli otomasyonun, tekrarlanan görevleri basitleştireceğini, işe alım uzmanlarının daha derin aday etkileşimlerine ve stratejik işe alım kararlarına odaklanmalarını sağlayacağını öngörüyoruz. AI, adayları rollerle eşleştirmeyi de hızlandıracaktır, bu da işe alım sürelerini hızlandırarak ve aday deneyimini iyileştirecektir. Ancak, bu faydaları tam olarak gerçekleştirmek için, endüstrinin şeffaflık, adillik ve etik dikkate almaya öncelik vermesi gerekmektedir, böylece AI, daha adil bir istihdam manzarası yaratan güvenilir bir araç haline gelir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Ribbon‘u ziyaret edebilir.