面對新西蘭19大流行，新西蘭總理Jacinda Ardern和舊金山市長(cháng)London Breed等女性領(lǐng)導人因其迅速采取的行動(dòng)而受到認可。
但是，人們被選為全世界人數更多的政府領(lǐng)導人。
這種差距不僅限于政治領(lǐng)導。在2019年，《福布斯》選出100名美國“最具影響力的領(lǐng)導人”，其中99名是男性。
缺乏多樣性不僅限于性別。一個(gè)非營(yíng)利部門(mén)的調查首席執行官發(fā)現，調查中87%的被調查者的自我認定為白色。
作為領(lǐng)導中心的執行和學(xué)術(shù)主任，我研究就業(yè)歧視和包容性。我已經(jīng)看到，許多組織都希望有一個(gè)過(guò)程，可以消除識別領(lǐng)導者的偏見(jiàn)。投資者希望投資于擁有不同勞動(dòng)力的企業(yè)，而員工則希望在多元化的組織中工作。
我的研究表明，依靠數據分析來(lái)消除人選領(lǐng)導者的偏見(jiàn)將無(wú)濟于事。
人工智能并非萬(wàn)無(wú)一失
雇主越來(lái)越依賴(lài)算法來(lái)確定誰(shuí)通過(guò)應用程序門(mén)戶(hù)升格到面試。
正如勞工權利學(xué)者Ifeoma Ajunwa寫(xiě)道：“算法決策是21世紀的民權問(wèn)題。” 2020年2月，美國眾議院教育和勞工委員會(huì )召開(kāi)了一場(chǎng)名為“ 工作的未來(lái)：保護數字時(shí)代的工人公民權利 ” 的聽(tīng)證會(huì )。
聘用算法會(huì )創(chuàng )建一個(gè)選擇過(guò)程，該選擇過(guò)程不會(huì )提供透明度并且不會(huì )受到監控。從申請流程中刪除的申請人-或正如Ajunwa所說(shuō)的那樣，“在算法上受到了威脅”-幾乎沒(méi)有法律保護。
例如，據報道，2014年，亞馬遜開(kāi)始開(kāi)發(fā)基于計算機的程序，以識別提交工作的最佳簡(jiǎn)歷。這個(gè)想法是使流程自動(dòng)化并提高效率，就像在其業(yè)務(wù)的其他方面所做的一樣。
但是，通過(guò)使用計算機模型觀(guān)察提交的簡(jiǎn)歷的前10年中的模式以選擇最好的簡(jiǎn)歷，計算機自言自語(yǔ)地從男人的簡(jiǎn)歷中取而代之，而不是像在婦女俱樂(lè )部或組織中那樣包含“婦女”一詞的簡(jiǎn)歷。 。據報道，亞馬遜隨后放棄了該項目。
盡管歷史上的偏見(jiàn)常常無(wú)意間被嵌入到算法中并反映出人類(lèi)的偏見(jiàn)，但 Philip M. Nichols 最近的研究發(fā)現，存在潛在地故意操縱底層算法以使第三方受益的另一種威脅。
無(wú)意或有意地檢測算法偏差的能力非常困難，因為它可能出現在A(yíng)I開(kāi)發(fā)的任何階段，從數據收集到建模。
因此，盡管組織可以使用基于對領(lǐng)導力特征的研究和分析而獲得的領(lǐng)導力分析工具，但白人男性領(lǐng)導者的刻板印象卻根深蒂固，甚至有時(shí)被自身多樣性的人們所延續。這不能簡(jiǎn)單地通過(guò)開(kāi)發(fā)選擇領(lǐng)導者的算法來(lái)消除。
面試后
建立這些算法的數據成倍增加。
一項視頻面試服務(wù) HireVue能夠在一次30分鐘的面試中檢測成千上萬(wàn)的數據點(diǎn)，從句子結構到面部動(dòng)作，以確定與其他申請人的就業(yè)能力。
那么，想象一下，當前雇主不斷收集數據以確定領(lǐng)導潛力和員工晉升的機會(huì )。例如，工作場(chǎng)所中的攝像頭可以整天工作時(shí)收集面部表情，尤其是在進(jìn)出工作場(chǎng)所時(shí)。
越來(lái)越多的數據不僅在工作日或工作期間收集，而且也在下班期間收集。在最近的一篇文章中，Inara Scott教授確定了工作場(chǎng)所計劃，這些工作計劃從Facebook帖子和Fitbit使用情況收集了大量員工的下班行為數據，例如，這些數據的未來(lái)使用情況不透明。然后，雇主使用這些數據來(lái)進(jìn)行相關(guān)性預測工作場(chǎng)所的成功。
正如Scott所指出的那樣，大多數工人“可能會(huì )對他們的啤酒品味，對獨立搖滾的熱愛(ài)以及對《華盛頓郵報》的偏愛(ài)以及成千上萬(wàn)的其他變數這樣的觀(guān)念感到惱火，這些觀(guān)念可用于確定職業(yè)發(fā)展機會(huì )，領(lǐng)導潛力和未來(lái)職業(yè)成功。”
但是，這種潛力在當今的工作場(chǎng)所中仍然存在，法律并沒(méi)有趕上那些希望知道雇主支持其員工晉升和領(lǐng)導力投資的雇主收集和使用的大量數據。
在許多情況下，員工都同意收集元數據，而無(wú)需全面了解該數據可以揭示哪些內容以及如何將其用于幫助或阻礙職業(yè)發(fā)展。
