Livello: Intermedio
Robert Reul, fondatore di Isometric Solutions
Eliminare la discriminazione sul posto di lavoro. Probabilmente l'unico obiettivo condiviso da candidati e datori di lavoro è la capacità di cercare e ottenere un impiego in base a un set completo di caratteristiche non discriminatorie: conoscenza, abilità ed esperienza. La triste realtà è che questi sono troppo spesso superati da altri fattori più facilmente discernibili che hanno ben poco a che fare con le prestazioni lavorative e, peggio ancora, incarnano pratiche non etiche e illegali quando si assumono candidati per un lavoro. L'analisi dei dati può essere utilizzata per escludere pregiudizi discriminatori durante la decisione di assunzione? Utilizzando un'ampia letteratura accademica su personalità e prestazioni, emergono diversi framework che fungono da vettori di risultati per modelli predittivi, vale a dire i tratti della personalità "Big 5" e affidabilità, simpatia e sicurezza. Ma cosa fare con i predittori? La sperimentazione con dati di elaborazione delle immagini facciali da fonti come Google e Microsoft ha mostrato promesse predittive. Utilizzando una serie di metodi analitici che selezionano il potenziale predittivo e riducono la complessità dimensionale, la capacità predittiva emerge con un set completamente non discriminatorio di variabili latenti che informano le raccomandazioni "chi intervistare"/"chi assumere" basate esclusivamente sull'adattamento della personalità culturale. Questa presentazione rivelerà le sfide e i successi di questo sforzo, dimostrando che non è solo fattibile, ma potrebbe diventare la nuova normalità.
