Brug af teknologi til at bekæmpe bias i ansættelser

Topteknologiske virksomheder har et mangfoldighedsproblem. Rapporter viser, at Facebook og YouTube - og mange virksomheder som dem - kæmper for at opbygge en arbejdsstyrke, der afspejler den amerikanske befolkning. Hvorfor? Nogle siger, at manglen på mangfoldighed kommer fra mangel på kvalificerede kandidater. Stephanie Lampkin MBA '13 hævder, at det bare ikke er sandt. Derfor lancerede hun Blendoor, en blind job-app, der bekæmper det, hun siger, er en rod til mangfoldighedsproblemet – ubevidst bias.

Ubevidst bias refererer til stereotyperne, personlige oplevelser, og kulturel eksponering, som folk ubevidst stoler på, når de træffer en beslutning. Lampkin siger, at det er derfor, ansættelsesledere kan være mere imponerede over kandidater, der ligner dem selv, uden selv at vide det.

"Forspændingen er noget medfødt, men der er måder, hvorpå vi kan bruge teknologi til at eliminere det, " siger Lampkin. "Vi er ikke afhængige af de samme traditionelle måder, som har tendens til at bringe homogene hold ind."

Med Blendoor, ansættelsesledere bruger appen til at sortere gennem en forskelligartet kandidatpulje uden identifikatorer, der kan engagere ubevidst bias - som navne, fotos, og jobdatoer. Ansættelsesledere ser kandidatprofiler baseret på, hvor godt de matcher deres behov og ikke mere.

Lampkin siger, at appen matcher virksomheder med de dygtigste kandidater uanset køn, alder, eller etnicitet. "Det er et meget større værdiforslag, når du siger, at mangfoldighed er et fantastisk biprodukt af appen, " siger Lampkin.

Fordi kandidaternes identitet kun kan skjules så længe, Blendoor sporer også, hvordan kandidater bevæger sig gennem interviewprocessen - og noterer, hvornår en kandidat bliver elimineret eller bliver ansat. Appen bruger derefter disse oplysninger til bedre at matche kandidater i fremtiden og identificere, på hvilket stadium bias kan være kommet i spil.

Ud over appen, Blendoor tilbyder også BlendScore, en metrik, der rangerer topvirksomheder baseret på mangfoldighedsdata, betale egenkapital, og ydelser som barsels- og fædreorlov. Metriket fungerer som et værktøj for jobsøgende, der leder efter forskellige virksomheder, men informerer også virksomhederne, når de skal lave ændringer. "Kort efter at vi udgav en BlendScore til Facebook, de nåede ud for at forbedre det, " siger Lampkin. "De er en kunde nu." BlendScore er afhængig af data, der deles af virksomheder, emballere det på en måde, der er tilgængelig. "Vi håber på at være ligesom U.S. News og World Report vedrørende etnicitet, lighed, " siger hun. "BlendScore skinner spejlet tilbage på virksomhederne - det handler om gennemsigtighed."

Lampkin har personlig erfaring med bias i sin egen startup-rejse. Hun bemærker, at kun en håndfuld sorte kvinder har skaffet en million dollars fra investorer - noget hun vil ændre. "Jeg ønsker at bane vejen, så det ikke er så sjældent, at en venturekapitalist bliver slået op af en sort kvinde, som det er nu, " siger Lampkin. "Den arv er virkelig vigtig for mig."

Denne historie er genudgivet med tilladelse fra MIT News (web.mit.edu/newsoffice/), et populært websted, der dækker nyheder om MIT-forskning, innovation og undervisning.