Umělá inteligence při náboru - Artificial intelligence in hiring

Umělá inteligence (AI) při náboru zahrnuje použití technologie k automatizaci aspektů procesu náboru. Pokroky v umělé inteligenci, jako je nástup strojového učení a růst velkých dat, umožňují využití AI k náboru, screeningu a předvídání úspěchu uchazečů. Zastánci umělé inteligence při najímání tvrdí, že omezuje zaujatost, pomáhá při hledání kvalifikovaných kandidátů a uvolňuje čas pracovníků v oblasti lidských zdrojů na další úkoly, zatímco oponenti se obávají, že AI přetrvává nerovnosti na pracovišti a bude eliminovat pracovní místa.

Pozadí

Umělá inteligence byla fascinací vědců od doby, kdy byl tento termín vytvořen v polovině padesátých let. Vědci identifikovali čtyři hlavní formy inteligence, kterou by umělá inteligence potřebovala, aby skutečně nahradila člověka na pracovišti: mechanickou, analytickou, intuitivní a empatickou. Automatizace sleduje předvídatelný postup, ve kterém bude nejprve schopna nahradit mechanické úkoly, poté analytické úkoly, poté intuitivní úkoly a nakonec úkoly založené na empatii. Plná automatizace však není jediným možným výsledkem pokroku AI. Lidé mohou místo toho pracovat společně se stroji, což zvyšuje účinnost obou. V kontextu náboru to znamená, že umělá inteligence již nahradila mnoho základních úkolů v oblasti lidských zdrojů při náboru a prověřování, a zároveň uvolňuje čas pro pracovníky v oblasti lidských zdrojů, aby mohli dělat další kreativnější úkoly, které zatím nelze automatizovat nebo nemají automatizační fiskální smysl . Znamená to také, že typ pracovních míst, které společnosti přijímají a přijímají, se bude i nadále měnit, protože se nejcennější změna mění v dovednosti.

Lidské zdroje byly identifikovány jako jeden z deseti průmyslových odvětví nejvíce ovlivněných umělou inteligencí. Společnosti stále častěji používají umělou inteligenci k automatizaci aspektů procesu jejich přijímání. Zejména odvětví pohostinství, financí a technologií začlenilo AI do svých náborových procesů ve značné míře.

Lidské zdroje jsou v zásadě průmyslem založeným na předpovídání. Specialisté na lidské zdroje musí předvídat, kteří lidé by získali kvalitního kandidáta na práci, jaké marketingové strategie by tyto lidi přiměly uplatnit, kteří uchazeči by udělali nejlepší zaměstnance, jaké odměny by je přiměly k přijetí nabídky, co je potřeba k udržení zaměstnanec, který by měl být povýšen, co mimo jiné potřebuje personální obsazení společností. AI je obzvláště zběhlý v predikci, protože dokáže analyzovat obrovské množství dat. To umožňuje AI provádět vhledy, které by mnohým lidem chyběly, a najít spojení mezi zdánlivě nesouvisejícími datovými body. To poskytuje společnosti hodnotu a díky tomu je výhodné použít AI k automatizaci nebo rozšíření mnoha úkolů v oblasti lidských zdrojů.

Využití AI při najímání

Třídiče

Screenery jsou testy, které umožňují společnostem procházet velkou skupinu žadatelů a získávat žadatele, kteří mají žádoucí vlastnosti. Společnosti obvykle provádějí screening pomocí dotazníků, testů kódování, rozhovorů a obnovení analýzy. Umělá inteligence již hraje v procesu screeningu hlavní roli. Životopisy lze analyzovat pomocí AI na žádoucí vlastnosti, jako je určité množství pracovních zkušeností nebo příslušný stupeň. Pohovory lze poté rozšířit na uchazeče, jejichž životopisy obsahují tyto charakteristiky.

To, jaké faktory se používají k prověřování žadatelů, se týká etiků a aktivistů za občanská práva. Dělník, který upřednostňuje lidi, kteří mají podobné vlastnosti jako ti, kteří jsou již zaměstnáni ve společnosti, může nerovnosti udržovat. Například pokud společnost, která je převážně bílá a mužská, používá údaje svých zaměstnanců k zaškolení svého kontrolora, může náhodou vytvořit proces prověřování, který zvýhodňuje bílé uchazeče. Automatizace třídičů má také potenciál snížit předsudky. Předsudky vůči žadatelům se znějícími afroamerickými jmény byly prokázány v několika studiích. AI screener má potenciál omezit lidskou zaujatost a chyby v procesu přijímání, což umožňuje, aby více uchazečů o menšiny bylo úspěšných.

Nábor

Nábor zahrnuje identifikaci potenciálních uchazečů a marketing pozic. AI se běžně využívá v náborovém procesu, protože může pomoci zvýšit počet kvalifikovaných uchazečů o pozice. Společnosti jsou schopny pomocí AI zacílit svůj marketing na uchazeče, u nichž je pravděpodobné, že budou vhodní pro danou pozici. To často zahrnuje použití reklamních nástrojů pro stránky sociálních médií, které se spoléhají na AI. Facebook umožňuje inzerentům cílit reklamy na základě demografických údajů, umístění, zájmů, chování a připojení. Facebook také umožňuje společnostem zacílit na „podobné“ publikum, to znamená, že společnost dodává Facebooku datovou sadu, obvykle stávající zaměstnance společnosti, a Facebook zacílí reklamu na profily, které jsou podobné profilům v datech soubor. Pracovní místa jako Indeed, Glassdoor a ZipRecruiter navíc cílí výpisy pracovních míst na uchazeče, kteří mají určité vlastnosti, které zaměstnavatelé hledají. Cílená reklama má mnoho výhod pro společnosti, které se snaží získat takové prostředky, jako je efektivnější využívání zdrojů, oslovení požadovaného publika a podpora kvalifikovaných uchazečů. Díky tomu se stal základem moderního pronájmu.

Kdo obdrží cílenou reklamu, může být kontroverzní. Při najímání mají důsledky cílené reklamy co do činění s tím, kdo je schopen zjistit a poté se ucházet o pozici. Nejvíce cílené reklamní algoritmy jsou chráněné informace. Některé platformy, jako je Facebook a Google, umožňují uživatelům zjistit, proč jim byla zobrazena konkrétní reklama, ale uživatelé, kteří reklamu nedostanou, pravděpodobně nikdy nevědí o její existenci a také nemají žádný způsob, jak zjistit, proč se jim reklama nezobrazila.

Rozhovory

Chatboti byli jednou z prvních aplikací AI a běžně se používají v procesu náboru. Dotazovaní komunikují s chatboty, aby odpověděli na otázky z pohovoru. Jejich odpovědi pak může analyzovat AI, což potenciálním zaměstnavatelům poskytne nesčetné množství poznatků. Chatboti zefektivňují proces pohovoru a snižují práci pracovníků lidských zdrojů. Video rozhovory využívají AII a staly se převládajícími. HireVue, lídr v oblasti vesmíru, vytvořila technologii, která analyzuje odpovědi a gesta dotazovaných během zaznamenaných video rozhovorů. Více než 12 milionů dotazovaných bylo prověřeno více než 700 společnostmi, které tuto službu využívají.

Výzvy:

Umělá inteligence při náboru přináší mnoho výhod, ale má i některé výzvy, které se týkají odborníků. AI je jen tak dobrá jako data, která používá. Předpětí lze nechtěně zapsat do dat použitých v AI. Společnosti budou často používat údaje od svých zaměstnanců k rozhodování o tom, které lidi najímají nebo najímají. To může udržovat zaujatost a vést k homogennějším pracovním silám. Může být také těžké vyčíslit, co dělá dobrého zaměstnance. To představuje výzvu pro školení AI, aby bylo možné předpovědět, kteří zaměstnanci budou nejlepší. Běžně používané metriky, jako jsou recenze výkonu, mohou být subjektivní a bylo prokázáno, že upřednostňují bílé zaměstnance před černými zaměstnanci a muži nad ženami. Další výzvou je omezené množství dostupných dat. Zaměstnavatelé shromažďují určité podrobnosti o kandidátech pouze v počátečních fázích procesu přijímání zaměstnanců. To vyžaduje, aby AI prováděla rozhodnutí o kandidátech s velmi omezenými informacemi. Mnoho zaměstnavatelů navíc často nezaměstnává zaměstnance, a proto mají k dispozici omezené údaje o firmě. V boji proti tomu bude mnoho firem používat algoritmy a data od jiných firem v jejich oboru. Spoléhání se společnosti AI na osobní údaje uchazečů a současných zaměstnanců vyvolává problémy s ochranou osobních údajů. Tyto problémy ovlivňují jak žadatele, tak stávající zaměstnance, ale mohou mít dopad i na třetí strany, které jsou prostřednictvím sociálních médií propojeny s uchazeči nebo současnými zaměstnanci. Například tažení něčích sociálních médií také ukáže jejich přátele a lidi, které označili na fotografiích nebo v příspěvcích.

AI usnadňuje společnostem vyhledávání účtů na sociálních médiích žadatelů. Studie provedená univerzitou Monash zjistila, že 45% náborových manažerů používá sociální média k získání přehledu o uchazečích. Sedmdesát procent dotázaných uvedlo, že odmítli uchazeče kvůli věcem objeveným na sociálních médiích jejich uchazeče, přesto pouze 17% manažerů najímalo používání sociálních médií v procesu najímání jako porušení soukromí uchazečů. Využívání sociálních médií v procesu náboru je lákavé pro nábor manažerů, protože jim nabízí méně kurátorský pohled na život uchazečů. Ochrana osobních údajů je významná. Profily sociálních médií často odhalují informace o uchazečích, že oddělení lidských zdrojů ze zákona nemohou požadovat, aby uchazeči prozradili, jako je rasa, stav schopností a sexuální orientace.

Trendy najímání

AI mění způsob práce. Umělá inteligence spolu s dalšími technologickými pokroky, jako je zdokonalení robotiky, vystavily 47% pracovních míst riziku, že budou v blízké budoucnosti odstraněny. Někteří klasifikují posuny práce způsobené AI jako 4. průmyslovou revoluci, kterou nazývají Industrial Revolution 4.0. Podle některých vědců je však transformační dopad AI na práci nadhodnocen. Teorie „žádné skutečné změny“ tvrdí, že IT revoluce již proběhla, ale výhody implementace nových technologií nepřeváží náklady spojené s jejich přijetím. Tato teorie tvrdí, že výsledek IT revoluce je tedy mnohem méně působivý, než se původně předpovídalo. Jiní vědci tuto teorii vyvracejí a tvrdí, že AI již vedla ke značné ztrátě pracovních míst pro nekvalifikovanou pracovní sílu a že v budoucnu bude eliminovat střední a vysoké dovednosti. Tato pozice je založena na myšlence, že AI ještě není technologií obecného použití a že k jakékoli potenciální 4. průmyslové revoluci nedošlo úplně. Třetí teorie tvrdí, že vliv AI a dalších technologických pokroků je příliš komplikovaný, než aby byl pochopen. Tato teorie je zaměřena na myšlenku, že zatímco AI pravděpodobně krátkodobě eliminuje pracovní místa, pravděpodobně také zvýší poptávku po dalších pracovních místech. Otázkou pak bude, zda budou nová pracovní místa přístupná lidem a zda se objeví v blízké budoucnosti, když budou pracovní místa zrušena.

Umělá inteligence značně utratila proces přijímání, což dramaticky snížilo náklady. Například Unilever zkontroloval více než 250 000 aplikací využívajících AI a snížil proces náboru ze 4 měsíců na 4 týdny. To společnosti ušetřilo 50 000 hodin práce. Zvýšená účinnost příslibů umělé inteligence urychlila jeho přijetí v globálních odděleních lidských zdrojů.

Nápady pro článek

Základní informace o umělé inteligenci při náboru:

• podrobnosti o tom, jak se AI aktuálně používá při najímání
  • funkce, pro které se používá
  • rozsah jeho použití
• Nějaké pozadí vzestupu AI při najímání

Výhody AI při najímání

• odstraňuje lidskou zaujatost
• širší a kvalifikovanější skupina žadatelů
• uvolní čas personalistům čas

Obavy z AI při najímání

Umělá inteligence je jen tak dobrá jako data, která využívá. Vytváření spolehlivých a nezaujatých dat pro AI, na které je třeba se školit, představuje výzvu pro používání AI v procesu náboru. Je těžké kvantifikovat, co dělá

Budoucnost AI při najímání

• Trendy adopce
• Stručná diskuse o AI, protože souvisí s celkovými trendy v náboru

Návrhy / nařízení o politice

• Jaké současné limity existují pro používání AI v procesu náboru
  • Zákon o odpovědnosti za algoritmy
• Jaké jsou běžně navrhované zásady týkající se AI při najímání

Peer Review 7. týdne (Quackdon)

Obecné informace [Upravit]

• Čí práci recenzujete? Eddy101
• Odkaz na koncept, který recenzujete: Uživatel: Eddyd101 / sandbox # Artificial Intelligence in hiring

Zájemce [upravit]

Hlavní otázky:

• Byl potenciální zákazník aktualizován tak, aby odrážel nový obsah přidaný vaším kolegou?
• Obsahuje vedoucí úvodní větu, která stručně a jasně popisuje téma článku?
• Obsahuje hlavní informace stručný popis hlavních částí článku?
• Zahrnuje hlavní zájemce informace, které v článku nejsou?
• Je hlavní téma stručné nebo je příliš podrobné?

Hodnocení zájemců [upravit překlad]

Hlavní stránka byla aktualizována tak, aby odrážela nový obsah přidaný mým vrstevníkem, a úvodní věta jasně odráží téma článku. Olovo obsahuje krátké představení hlavních částí článku, které obsahují informace, které nejsou k dispozici. Například jste nediskutovali o tom, jak AI předpovídá úspěch žadatelů ve vašem hlavním těle. Obecně lze říci, že vedení je stručné a jasné.

Obsah [upravit]

Hlavní otázky:

• Je přidaný obsah relevantní k tématu?
• Je obsah přidán aktuální?
• Chybí obsah nebo nepatří?
• Zabývá se článek jednou z kapitálových mezer na Wikipedii? Řeší témata související s historicky nedostatečně zastoupenými populacemi nebo tématy?

Hodnocení obsahu [Upravit]

Obsah je k tématu relevantní, protože pojednává o funkcích a výzvách AI při najímání. Přidaný obsah je aktuální a nejsou zde viditelné chybějící nebo nepatřící obsah. Článek se nezabývá nedostatkem kapitálu ani se nezabývá tématy souvisejícími s historicky nedostatečně zastoupenými populacemi nebo tématy. Oceňuji také myšlenku zahrnout příklad toho, jak se provádí cílená reklama.

Tón a vyvážení [Upravit]

Hlavní otázky:

• Je obsah přidán neutrální?
• Existují nějaká tvrzení, která se zdají být silně zaujatá vůči konkrétní pozici?
• Existují stanoviska, která jsou nadměrně nebo nedostatečně zastoupena?
• Pokouší se přidaný obsah přesvědčit čtenáře ve prospěch jedné polohy nebo od druhé?

Hodnocení tónu a vyvážení [Upravit]

Přidaný obsah je neutrální a neexistují pozorovatelné aspekty zkreslení. Mám pocit, že hledisko není nadměrně nebo nedostatečně zastoupeno, popisuje procesy, jak AI provádí screening a nábor. Obsah nepřesvědčuje čtenáře ve prospěch jedné pozice, je holistický a poučný. Čtenář však může systematicky uznat sílu AI.

Zdroje a reference [Upravit]

Hlavní otázky:

• Je veškerý nový obsah zálohován spolehlivým sekundárním zdrojem informací?
• Jsou zdroje důkladné - tj. Odrážejí dostupnou literaturu k danému tématu?
• Jsou zdroje aktuální?
• Jsou zdroje napsány různým spektrem autorů? Zahrnují tam, kde je to možné, historicky marginalizované jedince?
• Zkontrolujte několik odkazů. Pracují?

Vyhodnocení zdrojů a referencí [Upravit]

Ano, veškerý obsah je zálohován spolehlivým sekundárním zdrojem informací a byl citován v celém článku a zahrnuty byly i stub stránky. Zdroje odrážejí literaturu k danému tématu a podle citací jsou aktuální. Jsou napsány různými autory a nezahrnují historicky marginalizované jedince.

Organizace [Upravit]

Hlavní otázky:

• Je obsah přidán dobře napsaný - tj. Je stručný, jasný a snadno čitelný?
• Má přidaný obsah nějaké gramatické nebo pravopisné chyby?
• Je obsah přidán dobře organizovaný - tj. Rozdělený do sekcí, které odrážejí hlavní body tématu?

Hodnocení organizace [Upravit]

Obsah je dobře napsaný. Myslím, že díky použití krátkých vět jsou předávané body jasné a přímé. Neexistují žádné pozorovatelné gramatické chyby. Přidaný obsah je dobře organizovaný a je rozdělen do částí, které odrážejí hlavní body tématu.

Obrázky a média [Upravit]

Hlavní otázky: Pokud váš vrstevník přidal obrázky nebo média

• Obsahuje článek obrázky, které zlepšují porozumění tématu?
• Jsou obrázky správně označeny?
• Dodržují všechny obrázky předpisy o autorských právech na Wikipedii?
• Jsou obrázky uspořádány vizuálně přitažlivě?

Hodnocení obrázků a médií [Upravit]

Nebyly přidány žádné obrázky.

Pouze pro nové články [Upravit]

Pokud je koncept, který recenzujete, novým článkem, zvažte kromě výše uvedeného i následující.

• Splňuje článek požadavky notability Wikipedie - tj. Je článek podporován 2-3 spolehlivými sekundárními zdroji nezávislými na předmětu?
• Jak vyčerpávající je seznam zdrojů? Představuje přesně veškerou dostupnou literaturu na toto téma?
• Řídí se článek vzorem jiných podobných článků - tj. Obsahuje potřebné infoboxy, záhlaví sekcí a další funkce obsažené v podobných článcích?
• Odkazuje článek na jiné články, takže je lépe zjistitelný?

Vyhodnocení nového článku [Upravit]

Celkový dojem [upravit]

Hlavní otázky:

• Vylepšil přidaný obsah celkovou kvalitu článku - tj. Je článek úplnější?
• Jaké jsou silné stránky přidaného obsahu?
• Jak lze vylepšit přidaný obsah?

Celkové hodnocení [Upravit]

Nejsem si jistý, který obsah je nově přidán a který ne. Cítím však, že jasný přehled toho, jak AI pomáhá při skríningu a náboru, je silnou stránkou obsahu, protože je věcný a výstižný. Cítím však, že část s výzvami lze rozdělit na různé zmíněné výzvy, předsudky a omezené množství dostupných údajů.

Kopírovat úpravy

Umělá inteligence při náboru zahrnuje použití technologie k automatizaci aspektů procesu náboru. Pokroky v umělé inteligenci, jako je nástup strojového učení a růst velkých dat, umožňují využití AI k náboru, screeningu a předvídání úspěchu uchazečů. Zastánci umělé inteligence při najímání tvrdí, že omezuje zaujatost, pomáhá při hledání kvalifikovaných kandidátů a uvolňuje čas pracovníků v oblasti lidských zdrojů na další úkoly, zatímco oponenti se obávají, že AI přetrvává nerovnosti na pracovišti a bude eliminovat pracovní místa.

Pozadí

Umělá inteligence byla fascinací vědců od doby, kdy byl tento termín vytvořen v polovině padesátých let. Vědci identifikovali čtyři hlavní formy inteligence, kterou by umělá inteligence potřebovala, aby skutečně nahradila člověka na pracovišti: mechanickou, analytickou, intuitivní a empatickou. Automatizace sleduje předvídatelný postup, ve kterém bude nejprve schopna nahradit mechanické úkoly, poté analytické úkoly, poté intuitivní úkoly a nakonec úkoly založené na empatii. Plná automatizace však není jediným možným výsledkem pokroku AI. Lidé mohou místo toho pracovat společně se stroji, což zvyšuje účinnost obou. V kontextu náboru to znamená, že umělá inteligence již nahradila mnoho základních úkolů v oblasti lidských zdrojů při náboru a prověřování, a zároveň uvolňuje čas pro pracovníky v oblasti lidských zdrojů, aby mohli dělat další kreativnější úkoly, které zatím nelze automatizovat nebo nemají automatizační fiskální smysl . Znamená to také, že typ pracovních míst, které společnosti přijímají a přijímají, se bude i nadále měnit, protože se nejcennější změna mění v dovednosti.

Lidské zdroje byly identifikovány jako jeden z deseti průmyslových odvětví nejvíce ovlivněných umělou inteligencí. Společnosti stále častěji používají umělou inteligenci k automatizaci aspektů procesu jejich přijímání. Například více než 700 společností, které používají algoritmus HireVue, přední společnosti v oblasti vesmíru, bylo prověřeno více než 12 milionů dotazovaných. Zejména odvětví pohostinství, financí a technologií začlenilo AI do svých náborových procesů ve značné míře.

Lidské zdroje jsou v zásadě průmyslem založeným na předpovídání. Specialisté na lidské zdroje musí předvídat, kteří lidé by získali kvalitního kandidáta na práci, jaké marketingové strategie by tyto lidi přiměly uplatnit, kteří uchazeči by udělali nejlepší zaměstnance, jaké odměny by je přiměly k přijetí nabídky, co je potřeba k udržení zaměstnanec, který by měl být povýšen, co mimo jiné potřebuje personální obsazení společností. AI je obzvláště zběhlý v predikci, protože dokáže analyzovat obrovské množství dat. To umožňuje AI provádět vhledy, které by mnohým lidem chyběly, a najít spojení mezi zdánlivě nesouvisejícími datovými body. To poskytuje společnosti hodnotu a díky tomu je výhodné použít AI k automatizaci nebo rozšíření mnoha úkolů v oblasti lidských zdrojů.

Využití AI při najímání

Třídiče

Screenery jsou testy, které umožňují společnostem procházet velkou skupinu žadatelů a získávat žadatele, kteří mají žádoucí vlastnosti. Společnosti obvykle provádějí screening pomocí dotazníků, kódovacích testů, rozhovorů a obnovení analýzy. Umělá inteligence již hraje v procesu screeningu hlavní roli . Životopisy lze analyzovat pomocí AI na žádoucí vlastnosti, jako je určité množství pracovních zkušeností nebo příslušný stupeň. Interview pak může být rozšířena na žadatele ‚ s ^‘ , jehož pokračuje obsahují tyto charakteristiky.

To, jaké faktory se používají k prověřování žadatelů, se týká etiků a aktivistů za občanská práva. Dělník, který upřednostňuje lidi, kteří mají podobné vlastnosti jako ti, kteří jsou již zaměstnáni ve společnosti, může nerovnosti udržovat. Například pokud společnost, která je převážně bílá a mužská, používá údaje svých zaměstnanců k zaškolení svého kontrolora, může náhodou vytvořit proces prověřování, který zvýhodňuje bílé uchazeče. Automatizace třídičů má také potenciál snížit předsudky. Předsudky vůči žadatelům se znějícími afroamerickými jmény byly prokázány v několika studiích. AI screener má potenciál omezit lidskou zaujatost a chyby v procesu přijímání, což umožňuje, aby více uchazečů o menšiny bylo úspěšných.

Nábor

Nábor zahrnuje identifikaci potenciálních uchazečů a marketing pozic. AI se běžně využívá v náborovém procesu, protože může pomoci zvýšit počet kvalifikovaných uchazečů o pozice. Společnosti dokážou pomocí AI zacílit svůj marketing na uchazeče, u nichž je pravděpodobné, že budou vhodní pro dané místo . (mírně nadbytečné) To často zahrnuje použití reklamních nástrojů pro weby sociálních médií, které se spoléhají na AI. Facebook umožňuje inzerentům cílit reklamy na základě demografických údajů, umístění, zájmů, chování a připojení. Facebook také umožňuje společnostem cílit na „podobné“ publikum, to znamená, že společnost dodává společnosti Facebook datovou sadu, obvykle stávající zaměstnance společnosti, a Facebook zacílí reklamu na profily podobné profilům v datech soubor. Pracovní místa jako Indeed, Glassdoor a ZipRecruiter navíc cílí výpisy pracovních míst na uchazeče, kteří mají určité vlastnosti, které zaměstnavatelé hledají. Cílená reklama má mnoho výhod pro společnosti, které se snaží získat takové prostředky, jako je efektivnější využívání zdrojů, oslovení požadovaného publika a podpora kvalifikovaných uchazečů. Díky tomu se stal základem moderního pronájmu.

Kdo obdrží cílenou reklamu, může být kontroverzní. Při najímání mají důsledky cílené reklamy co do činění s tím, kdo je schopen zjistit a poté se ucházet o pozici. Nejvíce cílené reklamní algoritmy jsou chráněné informace. Některé platformy, jako je Facebook a Google, umožňují uživatelům zjistit, proč jim byla zobrazena konkrétní reklama, ale uživatelé, kteří reklamu nedostanou, pravděpodobně nikdy nevědí o její existenci a také nemají žádný způsob, jak zjistit, proč se jim reklama nezobrazila.

Výzvy:

Umělá inteligence při náboru přináší mnoho výhod, ale má i některé výzvy, které se týkají odborníků. AI je jen tak dobrá jako data, která používá. Předpětí lze nechtěně zapsat do dat použitých v AI. Společnosti budou často používat údaje od svých zaměstnanců k rozhodování o tom, které lidi najímají nebo najímají. To může udržovat zaujatost a vést k homogennějším pracovním silám. Může být také těžké vyčíslit, co dělá dobrého zaměstnance. To představuje výzvu pro školení AI, aby bylo možné předpovědět, kteří zaměstnanci budou nejlepší. Běžně používané metriky, jako jsou recenze výkonu, mohou být subjektivní a bylo prokázáno, že upřednostňují bílé zaměstnance před černými zaměstnanci a muži nad ženami. (samostatný odstavec)

Další výzvou je omezené množství dostupných dat. Zaměstnavatelé shromažďují určité podrobnosti o kandidátech pouze v počátečních fázích procesu přijímání zaměstnanců. To vyžaduje, aby AI prováděla rozhodnutí o kandidátech s velmi omezenými informacemi. Mnoho zaměstnavatelů nezaměstnává zaměstnance často, a proto mají k dispozici omezené údaje o firmě. V boji proti tomu bude mnoho firem používat algoritmy a data od jiných firem v jejich oboru. Spoléhání se společnosti AI na osobní údaje uchazečů a současných zaměstnanců vyvolává problémy s ochranou soukromí. Tyto problémy ovlivňují jak žadatele, tak stávající zaměstnance, ale mohou mít dopad i na třetí strany, které jsou prostřednictvím sociálních médií propojeny s uchazeči nebo současnými zaměstnanci. Například tažení něčích sociálních médií také ukáže jejich přátele a lidi, které označili na fotografiích nebo v příspěvcích.

TÝDEN 6 Peer Rev + kopírování upravit (Sauceboss12)

PEER RECENZE

Vést

Vedení obsahuje úvodní větu, která shrnuje téma článků. Olovo poskytuje popis hlavní části článků, ale nedělá to krátkým způsobem, pokud jde o tečny, které nejsou zahrnuty v pozdějších částech článku.

Obsah

Obsah článků je relevantní k danému tématu a je aktuální. Bonusem je, že se zabývá kapitálovou mezerou Wikipedie, což je podle mého názoru dobré mít.

Tón a vyvážení

Tento článek je neutrální, ve kterém poskytuje výhody i nevýhody pro AI při najímání. Zatímco tam, kde jsou tvrzení, která se zdají být silně předpojatá směrem ke konkrétní pozici, byla pokryta stejně podrobně jako nároky z jiné pozice. Díky tomu to vypadalo, jako by se zobrazovala většina hledisek. Jeden pohled, který nemusel být prezentován, byl z celkového ekonomického nebo podnikového hlediska automatizace.

Zdroje a reference

Většina, ne-li všechny zdroje, jsou zálohovány spolehlivým sekundárním zdrojem informací. Odkazy fungují a zdroje jsou aktuální.

Organizace

Tento článek je trochu těžko čitelný, s některými oddíly, které byly silnější než jiné, pokud jde o kvalitu psaní. Hlavní části, které jsou těžko čitelné, kde začátek pozadí a první odstavec požadavku. Jedna věc, která by tomuto článku na Wikipedii mohla opravdu pomoci, je, pokud máte kam přidat sekci s etickými argumenty, podobně jako webová stránka „Soukromí vyhledávače“ na Wikipedii. Myslím, že by to celou věc proudilo a lépe to rozdělovalo.

Obrázky a média

NA

Celkové dojmy

Silnou stránkou tohoto článku je integrace zdrojů a informací, slabinou tohoto článku je organizace. Abych to vylepšil, odkazoval bych na svou poznámku v organizaci. Kromě toho si myslím, že tento článek je opravdu pěkný!

KOPÍROVAT ÚPRAVU

Umělá inteligence při najímání [upravit překlad] Umělá inteligence (AI) při najímání zahrnuje použití technologie k automatizaci aspektů procesu najímání. Pokroky v umělé inteligenci, jako je nástup strojového učení a růst velkých dat, umožňují využití AI k náboru, screeningu a předvídání úspěchu uchazečů [1]. Zastánci umělé inteligence při najímání tvrdí, že snižuje předpojatost, pomáhá při hledání kvalifikovaných kandidátů a uvolňuje čas pracovníků v oblasti lidských zdrojů na jiné úkoly, zatímco oponenti se obávají, že AI přetrvává nerovnosti na pracovišti a bude eliminovat pracovní místa. Lidské zdroje jsou jedním z deseti průmyslových odvětví nejvíce postižených umělou inteligencí [2]. Společnosti stále častěji používají umělou inteligenci k automatizaci aspektů procesu jejich přijímání. Více než 12 milionů dotazovaných bylo prověřeno více než 700 společnostmi, které využívají algoritmus HireVue, přední společnosti ve vesmíru. Zejména odvětví pohostinství, financí a technologií začlenilo AI do svých náborových procesů ve značné míře. [3] Pozadí [upravit překlad] Umělá inteligence byla fascinací vědců od té doby, co byl tento termín vytvořen v polovině padesátých let [4]. Vědci identifikovali čtyři hlavní formy inteligence, kterou by umělá inteligence potřebovala, aby skutečně nahradila člověka na pracovišti: mechanickou, analytickou, intuitivní a empatickou inteligenci, aby úplně nahradila člověka v pracovní síle [5]. Nahrazování lidí pomocí automatizace sleduje předvídatelný vývoj, při kterém bude nejprve schopen nahradit mechanické úkoly, poté analytické úkoly, poté intuitivní úkoly a nakonec úkoly založené na empatii [5]. Plná automatizace není jediným možným výsledkem pokroku AI. Lidé mohou místo toho pracovat společně se stroji, což zvyšuje účinnost obou. V kontextu náboru to znamená, že AI již nahradila mnoho základních úkolů v oblasti lidských zdrojů při náboru a prověřování, přidělila více času pro HR pracovníky, ale uvolnila čas pro pracovníky v oblasti lidských zdrojů, aby mohli dělat další kreativnější úkoly, které dosud nelze automatizovat nebo nedávají fiskální smysl automatizovat [6]. Znamená to také, že typ pracovních míst, které společnosti přijímají a přijímají, se bude i nadále měnit, protože se nejcennější změna změní v dovednosti [7]. Lidské zdroje jsou v zásadě průmyslem založeným na předpovídání [8]. Specialisté na lidské zdroje musí předvídat, kteří lidé by získali kvalitního kandidáta na práci, jaké marketingové strategie by tyto lidi přiměly uplatnit, kteří uchazeči by udělali nejlepší zaměstnance, jaké odměny by je přiměly k přijetí nabídky, co je potřeba k udržení zaměstnanec, který by měl být povýšen, mimo jiné to, co potřebuje personální obsazení společností [8]. AI je obzvláště zběhlý v predikci, protože dokáže analyzovat obrovské množství dat. To umožňuje AI provádět vhledy, které by mnohým lidem chyběly, a najít spojení mezi zdánlivě nesouvisejícími datovými body. To poskytuje společnosti hodnotu a díky tomu je výhodné použít AI k automatizaci nebo rozšíření mnoha úkolů v oblasti lidských zdrojů. Použití AI při najímání [editovat] Screenery [editovat] Screenery jsou testy, které umožňují společnostem projít řadením velkých fondů uchazečů a extrahovat uchazeče, kteří mají žádoucí vlastnosti. Společnosti obvykle provádějí skríning pomocí dotazníků, kódovacích testů, rozhovorů a analýzy životopisů. Umělá inteligence již hraje v procesu screeningu hlavní roli. Životopisy lze analyzovat pomocí AI na žádoucí vlastnosti, jako je určité množství pracovních zkušeností nebo příslušný stupeň. Pohovory lze poté rozšířit na uchazeče, jejichž životopisy obsahují tyto charakteristiky [8].

Co Faktory, které se používají k prověřování žadatelů, se týkají etiků a aktivistů za občanská práva. Dělník, který upřednostňuje lidi, kteří mají podobné vlastnosti jako ti, kteří jsou již zaměstnáni ve společnosti, může nerovnosti udržovat. Například pokud společnost, která je převážně bílá a mužská, používá údaje svých zaměstnanců k zaškolení svého kontrolora, může náhodou vytvořit proces prověřování, který zvýhodňuje bílé uchazeče. Přes tuto potenciální chybu má automatizace třídičů potenciál snížit předsudky. Předsudky vůči žadatelům se znějícími afroamerickými jmény byly prokázány v několika studiích [9]. AI screener má potenciál omezit lidské předpojatosti a chyby v procesu přijímání, což umožňuje, aby bylo více uchazečů o menšiny drženo v oblasti najímání [10]. Nábor [Upravit] Nábor zahrnuje identifikaci potenciálních uchazečů a marketing pozic. AI se běžně využívá v náborovém procesu, protože může pomoci zvýšit počet kvalifikovaných uchazečů o pozice. Společnosti mohou pomocí AI zacílit svůj marketing na uchazeče, kteří se pravděpodobně hodí pro danou pozici. To často zahrnuje použití reklamních nástrojů pro stránky sociálních médií, které se spoléhají na AI. Facebook umožňuje inzerentům cílit reklamy na základě demografických údajů, umístění, zájmů, chování a připojení. Facebook také umožňuje společnostem cílit na „podobné“ publikum, to znamená, že společnost dodává společnosti Facebook datovou sadu, obvykle stávající zaměstnance společnosti, a Facebook zacílí reklamu na profily podobné profilům v datech soubor [11]. Pracovní místa jako Indeed, Glassdoor a ZipRecruiter navíc cílí na seznamy pracovních míst na uchazeče, kteří mají určité vlastnosti, které zaměstnavatelé hledají (nutná citace). Cílená reklama má mnoho výhod pro společnosti, které se snaží získat takové prostředky, jako je efektivnější využívání zdrojů, oslovení požadovaného publika a podpora kvalifikovaných uchazečů. To pomohlo učinit z něj pilíř v moderním pronájmu [11]. Kdo obdrží cílenou reklamu, může být kontroverzní. Při najímání mají důsledky cílené reklamy co do činění s tím, kdo se o dané pozici dozví a poté ji uloží. Nejvíce cílené reklamní algoritmy používají chráněné informace. Některé platformy, jako je Facebook a Google, umožňují uživatelům zjistit, proč jim byla zobrazena konkrétní reklama, ale uživatelé, kteří reklamu nedostanou, pravděpodobně nikdy nevědí o její existenci a také nemají žádný způsob, jak zjistit, proč se jim reklama nezobrazila [11 ].

Peer review (Tinayyt)

Zde dokončíte své vzájemné hodnocení. K vyplnění recenze použijte následující šablonu.

Obecné informace

• Čí práci recenzujete? Eddyd101
• Odkaz na koncept, který recenzujete: Uživatel: Eddyd101 / Umělá inteligence při najímání

Vést

Hlavní otázky:

Hlavní stránka je aktualizována novým obsahem a zdá se být jasná a stručná.

• Byl potenciální zákazník aktualizován tak, aby odrážel nový obsah přidaný vaším kolegou?
• Obsahuje vedoucí úvodní větu, která stručně a jasně popisuje téma článku?
• Obsahuje hlavní informace stručný popis hlavních částí článku?
• Zahrnuje hlavní zájemce informace, které v článku nejsou?
• Je hlavní téma stručné nebo je příliš podrobné?

Hodnocení olova

Obsah

Hlavní otázky:

Obsah je relevantní k tématům a většina témat je aktuální.

• Je přidaný obsah relevantní k tématu?
• Je obsah přidán aktuální?
• Chybí obsah nebo nepatří?
• Zabývá se článek jednou z kapitálových mezer na Wikipedii? Řeší témata související s historicky nedostatečně zastoupenými populacemi nebo tématy?

Hodnocení obsahu

Tón a vyvážení

Hlavní otázky:

Tón a obsah nejsou zaujaté a zdá se, že zůstávají neutrální.

• Je obsah přidán neutrální?
• Existují nějaká tvrzení, která se zdají být silně zaujatá vůči konkrétní pozici?
• Existují stanoviska, která jsou nadměrně nebo nedostatečně zastoupena?
• Pokouší se přidaný obsah přesvědčit čtenáře ve prospěch jedné polohy nebo od druhé?

Hodnocení tónu a vyvážení

Zdroje a reference

Hlavní otázky:

V článku nejsou uvedeny žádné reference ani zdroje.

• Je veškerý nový obsah zálohován spolehlivým sekundárním zdrojem informací?
• Jsou zdroje důkladné - tj. Odrážejí dostupnou literaturu k danému tématu?
• Jsou zdroje aktuální?
• Jsou zdroje napsány různým spektrem autorů? Zahrnují tam, kde je to možné, historicky marginalizované jedince?
• Zkontrolujte několik odkazů. Pracují?

Vyhodnocení zdrojů a referencí

Organizace

Hlavní otázky:

Obsah je jasný a snadno čitelný.

• Je obsah přidán dobře napsaný - tj. Je stručný, jasný a snadno čitelný?
• Má přidaný obsah nějaké gramatické nebo pravopisné chyby?
• Je obsah přidán dobře organizovaný - tj. Rozdělený do sekcí, které odrážejí hlavní body tématu?

Hodnocení organizace

Obrázky a média

Hlavní otázky: Pokud váš vrstevník přidal obrázky nebo média

V tomto článku nejsou žádná média

• Obsahuje článek obrázky, které zlepšují porozumění tématu?
• Jsou obrázky správně označeny?
• Dodržují všechny obrázky předpisy o autorských právech na Wikipedii?
• Jsou obrázky uspořádány vizuálně přitažlivě?

Hodnocení obrázků a médií

Pouze pro nové články

Pokud je koncept, který recenzujete, novým článkem, zvažte kromě výše uvedeného i následující.

• Splňuje článek požadavky notability Wikipedie - tj. Je článek podporován 2-3 spolehlivými sekundárními zdroji nezávislými na předmětu?
• Jak vyčerpávající je seznam zdrojů? Představuje přesně veškerou dostupnou literaturu na toto téma?
• Řídí se článek vzorem jiných podobných článků - tj. Obsahuje potřebné infoboxy, záhlaví sekcí a další funkce obsažené v podobných článcích?
• Odkazuje článek na jiné články, takže je lépe zjistitelný?

Vyhodnocení nového článku

Celkové dojmy

Hlavní otázky:

• Vylepšil přidaný obsah celkovou kvalitu článku - tj. Je článek úplnější?
• Jaké jsou silné stránky přidaného obsahu?
• Jak lze vylepšit přidaný obsah?

Peer review (panacotta101)

Zde dokončíte své vzájemné hodnocení. K vyplnění recenze použijte následující šablonu.

Obecné informace

• Čí práci recenzujete? (uveďte uživatelské jméno) Eddyd101
• Odkaz na koncept, který recenzujete: Uživatel: Eddyd101 / sandbox

Vést

Hlavní otázky:

• Byl potenciální zákazník aktualizován tak, aby odrážel nový obsah přidaný vaším kolegou?
• Obsahuje vedoucí úvodní větu, která stručně a jasně popisuje téma článku?
• Obsahuje hlavní informace stručný popis hlavních částí článku?
• Zahrnuje hlavní zájemce informace, které v článku nejsou?
• Je hlavní téma stručné nebo je příliš podrobné?

Hodnocení olova

Vedoucí obsahuje větu, která představuje celý článek. Stručně také popisuje oddíly, kterým se článek věnuje. Obsah ve druhém odstavci je trochu podobný jako v prvním odstavci, který lze pravděpodobně kombinovat.

Obsah

Hlavní otázky:

• Je přidaný obsah relevantní k tématu?
• Je obsah přidán aktuální?
• Chybí obsah nebo nepatří?
• Zabývá se článek jednou z kapitálových mezer na Wikipedii? Řeší témata související s historicky nedostatečně zastoupenými populacemi nebo tématy?

Hodnocení obsahu

Přidaný obsah je relevantní k tématu a aktuální. V části „Výzvy“ se věnuje tématům týkajícím se zaujatosti v procesu přijímání.

Tón a vyvážení

Hlavní otázky:

• Je obsah přidán neutrální?
• Existují nějaká tvrzení, která se zdají být silně zaujatá vůči konkrétní pozici?
• Existují stanoviska, která jsou nadměrně nebo nedostatečně zastoupena?
• Pokouší se přidaný obsah přesvědčit čtenáře ve prospěch jedné polohy nebo od druhé?

Hodnocení tónu a vyvážení

Přidaný obsah je neutrální a není zaujatý. V článku jsou představeny obě strany čísla.

Zdroje a reference

Hlavní otázky:

• Je veškerý nový obsah zálohován spolehlivým sekundárním zdrojem informací?
• Jsou zdroje důkladné - tj. Odrážejí dostupnou literaturu k danému tématu?
• Jsou zdroje aktuální?
• Jsou zdroje napsány různým spektrem autorů? Zahrnují tam, kde je to možné, historicky marginalizované jedince?
• Zkontrolujte několik odkazů. Pracují?

Vyhodnocení zdrojů a referencí

Většina nového obsahu je zálohována zdroji, ale stále existuje několik vět, které vyžadují citace. Zdroje jsou aktuální a napsané různými autory. U odkazů, které jsem zkontroloval, fungují.

Organizace

Hlavní otázky:

• Je obsah přidán dobře napsaný - tj. Je stručný, jasný a snadno čitelný?
• Má přidaný obsah nějaké gramatické nebo pravopisné chyby?
• Je obsah přidán dobře organizovaný - tj. Rozdělený do sekcí, které odrážejí hlavní body tématu?

Hodnocení organizace

Přidaný obsah je jasný. Obecná struktura článku je jasná, ale uvnitř sekce „Výzvy“ by mohlo být více menších sekcí.

Obrázky a média

Hlavní otázky: Pokud váš vrstevník přidal obrázky nebo média

• Obsahuje článek obrázky, které zlepšují porozumění tématu?
• Jsou obrázky správně označeny?
• Dodržují všechny obrázky předpisy o autorských právech na Wikipedii?
• Jsou obrázky uspořádány vizuálně přitažlivě?

Hodnocení obrázků a médií

NA

Pouze pro nové články

Pokud je koncept, který recenzujete, novým článkem, zvažte kromě výše uvedeného i následující.

• Splňuje článek požadavky notability Wikipedie - tj. Je článek podporován 2-3 spolehlivými sekundárními zdroji nezávislými na předmětu?
• Jak vyčerpávající je seznam zdrojů? Představuje přesně veškerou dostupnou literaturu na toto téma?
• Řídí se článek vzorem jiných podobných článků - tj. Obsahuje potřebné infoboxy, záhlaví sekcí a další funkce obsažené v podobných článcích?
• Odkazuje článek na jiné články, takže je lépe zjistitelný?

Vyhodnocení nového článku

Článek má podobnou strukturu jako ostatní články. Využívá širokou škálu článků. Mohlo by existovat více odkazů, které spojují tento článek s jinými články.

Celkové dojmy

Hlavní otázky:

• Vylepšil přidaný obsah celkovou kvalitu článku - tj. Je článek úplnější?
• Jaké jsou silné stránky přidaného obsahu?
• Jak lze vylepšit přidaný obsah?

Celkové zhodnocení

Článek zpracovává toto téma dobře. Silnou stránkou tohoto tématu je, že pojednává o obou aspektech daného tématu. Článek by mohl obsahovat více informací.

Kopírovat Upravit

Umělá inteligence při náboru zahrnuje použití technologie k automatizaci aspektů procesu náboru. Pokroky v umělé inteligenci, jako je nástup strojového učení a růst velkých dat, umožňují využití AI k náboru, screeningu a předvídání úspěchu uchazečů. Zastánci umělé inteligence při najímání tvrdí, že omezuje zaujatost, pomáhá při hledání kvalifikovaných kandidátů a uvolňuje čas pracovníků v oblasti lidských zdrojů na další úkoly, zatímco oponenti se obávají, že AI přetrvává nerovnosti na pracovišti a bude eliminovat pracovní místa.

Lidské zdroje byly identifikovány jako jeden z deseti průmyslových odvětví nejvíce ovlivněných umělou inteligencí. Společnosti stále častěji používají umělou inteligenci k automatizaci aspektů procesu přijímání zaměstnanců. Více než 12 milionů dotazovaných bylo prověřeno více než 700 společnostmi, které využívají algoritmus HireVue, přední společnosti ve vesmíru. Zejména pohostinství, finance a technologický průmysl do značné míry začlenily AI do náborových procesů.

Pozadí

Umělá inteligence byla fascinací vědců od doby, kdy byl tento termín vytvořen v polovině 50. let. Vědci identifikovali čtyři hlavní formy inteligence, které by umělá inteligence potřebovala, aby skutečně nahradila člověka na pracovišti: mechanická, analytická, intuitivní a empatická. Automatizace následuje předvídatelný postup, ve kterém se nejprve moci (AI postupuje od) nahradí na mechanické úkoly, analytické úlohy, intuitivním úkolů, a konečně (k) na základě empatie úkoly. Plná automatizace však není jediným možným výsledkem pokroku AI. Lidé mohou místo toho pracovat společně se stroji, což zvyšuje účinnost obou. [Citace nutná] V kontextu náboru to znamená, že AI již nahradila mnoho základních úkolů v oblasti lidských zdrojů při náboru a prověřování, ale (proto) uvolňuje čas pracovníkům v oblasti lidských zdrojů dělat další kreativnější úkoly, které nemohou přesto být automatizovaní nebo nedávat automatizaci fiskální smysl. To také znamená, že typy pracovních míst, které společnosti přijímají a přijímají, se budou i nadále přesouvat (z opakujících se na kreativní), protože dovednosti, které jsou nejcennější změnou.

Lidské zdroje jsou v zásadě průmyslem založeným na předpovídání. Specialisté na lidské zdroje musí předvídat, kteří lidé by získali kvalitního kandidáta na práci, jaké marketingové strategie by tyto lidi přiměly uplatnit, kteří uchazeči by udělali nejlepší zaměstnance, jaké odměny by je přiměly k přijetí nabídky, co je potřeba k udržení zaměstnanec, který by měl být povýšen, mimo jiné to, co personální zajištění společností potřebuje. AI je obzvláště zběhlý v predikci, protože dokáže analyzovat obrovské množství dat. To umožňuje AI provádět vhledy, které by mnohým lidem chyběly, a najít spojení mezi zdánlivě nesouvisejícími datovými body. To poskytuje společnosti hodnotu a díky ní je (pro firmy) výhodné použít AI k automatizaci nebo rozšíření mnoha úkolů v oblasti lidských zdrojů.

Využití AI při najímání

Třídiče

Screenery jsou testy, které umožňují společnostem procházet velkou skupinu žadatelů a získávat žadatele, kteří mají žádoucí vlastnosti. Firmy obvykle screening prostřednictvím využívání dotazníků, kódování testy, rozhovory a analýzy životopis. Umělá inteligence již hraje v procesu screeningu hlavní roli. Životopisy lze analyzovat pomocí AI na žádoucí vlastnosti, jako je určité množství pracovních zkušeností nebo příslušný stupeň. Pohovory lze poté rozšířit (nabídnout) na uchazeče, jejichž životopisy tyto vlastnosti obsahují.

Co faktory jsou použity k žadatelům obrazovky je starost o ethicists a aktivistů občanských práv. Dělník, který upřednostňuje lidi, kteří mají podobné vlastnosti jako ti, kteří jsou již zaměstnáni ve společnosti, může nerovnosti udržovat. [citace nutná] Například pokud společnost, která je převážně bělošská a mužská, používá údaje svých zaměstnanců k trénování osob provádějících kontrolu, může náhodou vytvořit proces prověřování, který zvýhodňuje bílé uchazeče. (Mezitím) má automatizace třídičů také potenciál snížit předsudky. Předsudky vůči žadatelům se znějícími afroamerickými jmény byly prokázány v několika studiích. AI screener má potenciál omezit lidskou zaujatost a chyby v procesu přijímání, což umožňuje úspěšnost více uchazečů o menšiny.

Nábor

Nábor zahrnuje identifikaci potenciálních uchazečů a marketing pozic. AI se běžně využívá v náborovém procesu, protože může pomoci zvýšit počet kvalifikovaných uchazečů o pozice. Společnosti jsou schopny pomocí AI zacílit svůj marketing na uchazeče, u nichž je pravděpodobné, že budou vhodní pro danou pozici. [Citace nutná] Toto často zahrnuje použití reklamních nástrojů pro stránky sociálních médií, které se spoléhají na AI. Facebook umožňuje inzerentům cílit reklamy na základě demografických údajů, umístění, zájmů, chování a připojení. Facebook také umožňuje společnostem zaměřit se na „podobné“ publikum. (If) that is the company supplies Facebook with a data set, usually the company current members, and Facebook will target the ad (send ads) to (people with) profiles that are similar to the profiles in the data set. Pracovní místa jako Indeed, Glassdoor a ZipRecruiter navíc cílí výpisy pracovních míst na uchazeče, kteří mají určité vlastnosti, které zaměstnavatelé hledají. [Citace nutná] Cílená reklama má mnoho výhod pro společnosti, které se snaží získat takové, jako je efektivnější využívání zdrojů, oslovení požadovaného publika a podpora kvalifikovaných uchazečů. Díky tomu se stal základem moderního pronájmu.

Kdo obdrží cílenou reklamu, může být kontroverzní. Najímání, důsledky cílených reklam mají co do činění s, který je schopen zjistit, o (funkce) a následně aplikovat do polohy. Nejvíce cílené reklamní algoritmy jsou chráněné informace. Některé platformy, jako je Facebook a Google, umožňují uživatelům zjistit, proč jim byla zobrazena konkrétní reklama, ale uživatelé, kteří reklamu nedostanou, pravděpodobně nikdy nevědí o její existenci a také nemají žádný způsob, jak zjistit, proč se jim reklama nezobrazila.

Výzvy

Umělá inteligence při náboru přináší mnoho výhod, ale má i některé výzvy, které se týkají odborníků . AI je jen tak dobrá jako data, která používá. Předpětí lze nechtěně zapsat do dat použitých v AI. Společnosti budou často používat údaje od svých (současných) zaměstnanců k rozhodování o tom, které lidi přijmou nebo najmou. To může udržovat zaujatost a vést k homogennějším pracovním silám. Může být také těžké vyčíslit, co dělá dobrého zaměstnance. To představuje výzvu pro školení AI, aby bylo možné předpovědět, kteří zaměstnanci budou nejlepší. Běžně používané metriky, jako jsou kontroly výkonu, mohou být subjektivní a bylo prokázáno, že upřednostňují bílé zaměstnance před černými zaměstnanci a muže před ženami.

Další výzvou je omezené množství dostupných dat. Zaměstnavatelé (mohli) shromažďovat určité podrobnosti o kandidátech pouze během počátečních fází procesu přijímání zaměstnanců. To vyžaduje, aby AI stanovení o kandidátech s velmi omezenými informacemi jít pryč . Mnoho zaměstnavatelů nezaměstnává zaměstnance často, a proto mají k dispozici omezené údaje o firmě. V boji proti tomu bude mnoho firem používat algoritmy a data od jiných firem v jejich oboru.

Spoléhání se společnosti AI na osobní údaje uchazečů a současných zaměstnanců vyvolává problémy s ochranou osobních údajů. Tyto problémy ovlivňují jak žadatele, tak stávající zaměstnance, ale mohou mít dopad i na třetí strany, které jsou prostřednictvím sociálních médií propojeny s uchazeči nebo současnými zaměstnanci. Například tažení sociálních médií někoho ukáže také jejich přátelům a lidem, které označili na fotografiích nebo v příspěvcích.

Diskuse k tématu 4. týden

Jako téma mi byla přidělena umělá inteligence při najímání. Jsem opravdu nadšený, že se do tohoto tématu ponořím, protože jsem často používal umělou inteligenci používanou jako módní slovo a jsem obeznámen s některými jeho aplikacemi, ale v současné době mám omezené znalosti o tom, jak přesně funguje. Těším se, až se dozvím více o technologii a jejích důsledcích pro náborový proces. Moje základní znalost mého tématu v současné době spočívá v tom, že odvětví lidských zdrojů využívá při svém přijímání zejména AI k cílení náborových snah a k prověřování uchazečů. Algoritmy chráněné vlastnickými právy jsou jádrem obou těchto procesů. Dalším aspektem umělé inteligence, který souvisí s náborem, je to, jak technologie mění požadavky na pracovní sílu, což má zase dopad na trendy v náboru. Od této chvíle si nejsem jistý, zda zahrnutí informací o připojení AI k celkovým trendům v náboru je relevantní pro rozsah mého článku, protože se dostává dále od způsobu, jakým jsou data využívána, a do širších otázek o měnící se povaze práce.

Ohodnoťte článek [upravit]

Zde dokončíte hodnocení článku. K vyhodnocení vybraného článku použijte níže uvedenou šablonu.

• Název článku: Ochrana osobních údajů
• Tento článek jsem si vybral k vyhodnocení, protože jej jako úkol určil vedoucí tým projektu Privacy Literacy Project. Cílem je získat odbornost v hodnocení článků na Wikipedii pomocí tohoto článku a dalšího článku v praxi.

Vést

Hlavní otázky

• Obsahuje vedoucí úvodní větu, která stručně a jasně popisuje téma článku?

Připadalo mi, že úvodní věta je ve formulaci trochu divná. Trvalo mi několik přečtení, abych přesně určil, co mě ta věta trápila, a myslím si, že je to nedostatek paralelismu vytvořeného chybějícím článkem před právním. Upravil jsem článek, aby přidal slovo „the“, a doufejme, že věta bude trochu jasnější.

• Obsahuje hlavní informace stručný popis hlavních částí článku?

Potenciální zákazník neobsahuje stručný popis hlavních částí článku.

• Zahrnuje hlavní zájemce informace, které v článku nejsou?

Vedoucí uvádí, že více oborů používá software a hardware k vyřešení problému ochrany osobních údajů a zároveň umožňuje využití dat. O softwaru nebo hardwaru, který může chránit osobní údaje, se nediskutuje, diskutuje se však o zvycích, jako je používání smíšených sítí.

• Je hlavní téma stručné nebo je příliš podrobné?

Vedení je stručné.

Hodnocení olova

Obsah

Hlavní otázky

• Je obsah článku relevantní k tématu?

Obsah článku je relevantní k tématu.

• Je obsah aktuální?

Zdá se, že obsah je většinou aktuální. Sekce Safe Harbor ve Spojených státech může být poněkud datovaná.

• Chybí obsah nebo nepatří?

Část Spojených států o bezpečném přístavu a záznamu jmen cestujících se zdánlivě neshodovala se zbytkem článku. Jeho informace byly relevantní, ale zdálo se, že jsou podstatně konkrétnější než zbytek článku a podle mého názoru si nezaslouží vlastní hlavní část. V článku se objevilo několik mezer. Jedna mezera byla v tom, že sekce Vzdělávání se zabývala pouze národní databází žáků Spojeného království. Tato část by měla také obsahovat informace o vzdělávacích informacích obecněji a soubory dat týkající se Spojených států a dalších zemí.

• Zabývá se článek jednou z kapitálových mezer na Wikipedii? Řeší témata související s historicky nedostatečně zastoupenými populacemi nebo tématy?

Článek se nezabývá tématy souvisejícími s historicky nedostatečně zastoupenými populacemi, lze jej však upravit. Informační soukromí ovlivňuje nedostatečně zastoupené populace a informace o těchto účincích by mohly být zahrnuty. Tento článek obsahuje zmínky o zákonech v Severní Americe, Asii, Evropě a Austrálii, nezahrnuje však zákony z Afriky nebo Jižní Ameriky. Nevím, zda na těchto kontinentech existují významné zákony o ochraně osobních údajů, ale uvědomuji si, že nedostatečné začlenění může naznačovat nedostatek spravedlnosti na Wikipedii.

Hodnocení obsahu [Upravit]

Tón a vyvážení

Hlavní otázky

• Je článek neutrální?

Článek měl neutrální tón.

• Existují nějaká tvrzení, která se zdají být silně zaujatá vůči konkrétní pozici?

Článek neobsahoval tvrzení, která vypadala silně zaujatá vůči určité pozici. Při pohledu na stránku Talk bylo zjištěno, že některá tvrzení byla dříve označena jako neobjektivní a odstraněna.

• Existují stanoviska, která jsou nadměrně nebo nedostatečně zastoupena?

Vzdělávací část představuje komentáře Michaela Grove k Národní databázi žáků tím, že jej primárně zahrnuje jako zdroj a nezahrnuje myšlenky jiných lidí na databázi.

• Pokouší se článek přesvědčit čtenáře ve prospěch jedné polohy nebo od druhé?

Článek se nepokouší přesvědčit.

Hodnocení tónu a vyvážení [Upravit]

Zdroje a reference

Hlavní otázky

• Jsou všechna fakta v článku podložena spolehlivým sekundárním zdrojem informací?

Existují některé oblasti článku, které by měly být lépe získávány. Například v podsekci Finanční chybí citace.

• Jsou zdroje důkladné - tj. Odrážejí dostupnou literaturu k danému tématu?

Zdá se, že článek obsahuje dobré množství zdrojů.

• Jsou zdroje aktuální?

Zatímco některé zdroje pocházejí z období před rokem 2010, a lze tedy datovat, jiné pocházejí z posledních pěti let.

• Jsou zdroje napsány různým spektrem autorů? Zahrnují tam, kde je to možné, historicky marginalizované jedince?

Diskusní stránka výslovně hovořila o nedostatečném zastoupení indických a čínských zákonů a zásad ochrany osobních údajů a lidé, kteří je znají, se snažili tuto mezeru vyřešit. Zdroje se zdají různorodé a představují autory z různých zemí i autory mužů i žen.

• Zkontrolujte několik odkazů. Pracují?

Odkazy, které jsem zkontroloval, fungovaly.

Vyhodnocení zdrojů a referencí

Organizace

Hlavní otázky

• Je článek dobře napsaný - tj. Je stručný, jasný a snadno čitelný?

Většina článku je dobře napsaná. To mělo některé části, které byly silnější než jiné, pokud jde o kvalitu psaní.

• Má článek nějaké gramatické nebo pravopisné chyby?

Je možné vyřešit několik drobných gramatických chyb. Upravil jsem jednu takovou chybu v Lead.

• Je článek dobře organizovaný - tj. Rozdělený do sekcí, které odrážejí hlavní body tématu?

Článek jsem shledal dobře organizovaným. Zahrnutí podsekcí pro typy informací pomohlo celkové organizaci.

Hodnocení organizace

Obrázky a média

Hlavní otázky

• Obsahuje článek obrázky, které zlepšují porozumění tématu?

Nejsou zahrnuty žádné obrázky.

• Jsou obrázky správně označeny?

Na článek se nevztahuje.

• Dodržují všechny obrázky předpisy o autorských právech na Wikipedii?

Na článek se nevztahuje.

• Jsou obrázky uspořádány vizuálně přitažlivě?

Na článek se nevztahuje

Hodnocení obrázků a médií [Upravit]

Kontrola diskusní stránky

Hlavní otázky

• Jaké konverzace, pokud vůbec nějaké, probíhají v zákulisí ohledně toho, jak reprezentovat toto téma?

Nejvýznamnější konverzace na stránce Talk byla o tom, co nazvat článek. Lidé se snažili být přesní v názvu a sladit jméno s tím, co by lidé hledali, kdyby hledali informace.

• Jak je článek hodnocen? Je to součást nějakého WikiProjects?

Tento článek spadá do působnosti WikiProject Computing, WikiProject Internet a WikiProject Mass Surveillance. Je to článek s hodnocením „C“.

• Jak se liší způsob, jakým Wikipedia diskutuje o tomto tématu, od způsobu, jakým jsme o něm mluvili ve třídě?

Překvapilo mě, že lidé přinesli údaje na podporu svých pozic při změně názvu a zapojili se do aktivního dialogu. To by mě nemělo překvapit, protože náš tréninkový modul diskutoval o tom, jak lidé přistupují a řeší konflikty na diskusní stránce článku, ale bylo jiné vidět to hrát, než jednoduše číst o jevu.

Hodnocení diskusní stránky [Upravit]

Celkové dojmy

Hlavní otázky

• Jaký je celkový stav článku?

Článek je poměrně rozvinutý, ale přesto by mohl použít některé další úpravy a prospělo by mu přidávání určitých sekcí a rozšiřování dalších.

• Jaké jsou silné stránky článku?

Článek poskytuje přehled tématu a odkazy na mnoho dalších stránek Wikipedie, které čtenářům umožňují dozvědět se více o zmiňovaných věcech. Zjistil jsem, že je to opravdu vynikající model pro stránku, jako je tato, která se zabývá mimořádně širokým tématem, které má mnoho dílčích částí.

• Jak lze článek vylepšit?

Některé části lze rozšířit. Dále je možné provést některé úpravy, aby se zlepšila kontinuita článku mezi sekcemi.

• Jak byste vyhodnotili úplnost článku - tj. Je článek dobře vyvinutý? Je málo rozvinutý nebo špatně rozvinutý?

Článek se jeví jako docela rozvinutý. Na základě historie úprav a vlastního čtení článku se zdá, že byl článek vyvíjen ve fázích. To občas vedlo k roztříštěnosti a výsledkem je, že některé části jsou důkladnější a lépe vyvinuté než jiné.

Celkové zhodnocení

Volitelná činnost

• Vyberte alespoň 1 otázku týkající se článku, který hodnotíte, a hodnocení nechte na stránce Talk daného článku. Nezapomeňte podepsat svůj názor

se čtyřmi vlnami - ~~~~

• Odkaz na zpětnou vazbu:

Vyhodnoťte článek 2

Zde dokončíte hodnocení článku. K vyhodnocení vybraného článku použijte níže uvedenou šablonu.

• Název článku: (link)

Zákony na ochranu osobních údajů v Rusku

• Stručně popište, proč jste si vybrali tento článek k vyhodnocení.

Tento článek byl propojen s článkem o ochraně osobních údajů a vyvolal moji zvědavost. Nevím nic o ruských zákonech o ochraně osobních údajů, takže čtení článku a jeho použití pro toto zadání hodnocení se zdálo být dobrým začátkem.

Vést

Hlavní otázky

• Obsahuje vedoucí úvodní větu, která stručně a jasně popisuje téma článku?

Ne, první věta obsahuje gramatickou chybu a neposkytuje informace o tom, o jaké téma jde.

• Obsahuje hlavní informace stručný popis hlavních částí článku?

Ne, hlavní partner neobsahuje stručný popis hlavních částí článku.

• Zahrnuje hlavní zájemce informace, které v článku nejsou?

Ano, obsahuje citaci, která není v článku uvedena, a informace týkající se zákona, který není řešen, až bude tento zákon později zahrnut do článku.

• Je hlavní téma stručné nebo je příliš podrobné?

Zájem je krátký a není příliš podrobný.

Hodnocení olova

Obsah

Hlavní otázky

• Je obsah článku relevantní k tématu?

Obsah článku je relevantní k tématu.

• Je obsah aktuální?

Tento článek obsahuje zákony z roku 2015 a citace z roku 2017. Nevím dost o ruském zákonu o ochraně osobních údajů, abych věděl, zda od té doby došlo k vývoji, který je natolik pozoruhodný, že je třeba jej přidat, nebo zda nedávný právní předpis vynesl obsah článku zastaralý.

• Chybí obsah nebo nepatří?

Zdá se, že veškerý obsah souvisí s tématem článku. Samozřejmě nechyběl žádný obsah.

• Zabývá se článek jednou z kapitálových mezer na Wikipedii? Řeší témata související s historicky nedostatečně zastoupenými populacemi nebo tématy?

Nezdá se, že by článek pojednával o jedné z kapitálových mezer na Wikipedii.

Hodnocení obsahu

Tón a vyvážení

Hlavní otázky

• Je článek neutrální?

Článek je neutrální.

• Existují nějaká tvrzení, která se zdají být silně zaujatá vůči konkrétní pozici?

Nezdálo se, že by existovaly nějaké silně zaujaté nároky.

• Existují stanoviska, která jsou nadměrně nebo nedostatečně zastoupena?

Názory se nezdály být přehnané nebo nedostatečně zastoupeny. Článek primárně shrnuje zákony bez zaujatosti.

• Pokouší se článek přesvědčit čtenáře ve prospěch jedné polohy nebo od druhé?

Článek se nepokouší ovlivnit čtenáře.

Hodnocení tónu a vyvážení

Zdroje a reference

Hlavní otázky

• Jsou všechna fakta v článku podložena spolehlivým sekundárním zdrojem informací?

Článek vyžaduje další zdroje.

• Jsou zdroje důkladné - tj. Odrážejí dostupnou literaturu k danému tématu?

Článek měl pouze 7 zdrojů. Předpokládám, že k tomuto tématu je podstatně více literatury.

• Jsou zdroje aktuální?

Existují dva zdroje z roku 2017, které jsou pravděpodobně aktuální. Dalších pět zdrojů pochází z doby před více než pěti lety. To jim sice nevylučuje, aby byly i nadále relevantní, ale může to ovlivnit jejich použitelnost při popisu současných zákonů o ochraně osobních údajů.

• Jsou zdroje napsány různým spektrem autorů? Zahrnují tam, kde je to možné, historicky marginalizované jedince?

Zdroje byly omezené a nezdá se, že by existovaly zdroje od historicky marginalizovaných jedinců.

• Zkontrolujte několik odkazů. Pracují?

Odkazy fungují.

Vyhodnocení zdrojů a referencí

Organizace

Hlavní otázky

• Je článek dobře napsaný - tj. Je stručný, jasný a snadno čitelný?

Článek je většinou jasný. Existuje několik gramatických chyb, které je třeba opravit, a několik případů podivného frázování, které snižují jasnost a snadnost čtení.

• Má článek nějaké gramatické nebo pravopisné chyby?

Ano, článek obsahuje několik gramatických chyb.

• Je článek dobře organizovaný - tj. Rozdělený do sekcí, které odrážejí hlavní body tématu?

Článek je dobře organizovaný, ale jeho formátování by bylo možné vylepšit.

Hodnocení organizace

Obrázky a média

Hlavní otázky

• Obsahuje článek obrázky, které zlepšují porozumění tématu?

Článek neobsahuje žádné obrázky.

• Jsou obrázky správně označeny?

N / A

• Dodržují všechny obrázky předpisy o autorských právech na Wikipedii?

N / A

• Jsou obrázky uspořádány vizuálně přitažlivě?

N / A

Hodnocení obrázků a médií

Kontrola diskusní stránky

Hlavní otázky

• Jaké konverzace, pokud vůbec nějaké, probíhají v zákulisí ohledně toho, jak reprezentovat toto téma?

Jeden komentář na stránce Talk vyzval někoho, aby aktualizoval článek tak, aby obsahoval změnu z roku 2014.

• Jak je článek hodnocen? Je to součást nějakého WikiProjects?

Tento článek je hodnocen jako článek pro začátečníky a je součástí ruských a právnických WikiProjects.

• Jak se liší způsob, jakým Wikipedia diskutuje o tomto tématu, od způsobu, jakým jsme o něm mluvili ve třídě?

Na stránce Talk proběhla velmi malá diskuse, zatímco díky našim tréninkům se zdálo, že většina stránek Talk je docela aktivní.

Hodnocení diskusní stránky

Celkové dojmy

Hlavní otázky

• Jaký je celkový stav článku?

Tento článek poskytuje slušný přehled o ruském zákonu o ochraně osobních údajů, ale stále může využívat více úprav.

• Jaké jsou silné stránky článku?

Ocenil jsem vybrané sekce. Organizace článku je dobře provedena. Začíná to sdělením příslušných zákonů, poté poskytuje definice a poté nabízí podrobnější diskusi o tom, co tyto zákony ve skutečnosti znamenají. Skutečnost, že definice jsou uvedeny dříve než podrobnější vysvětlení, je pro čtenáře užitečná.

• Jak lze článek vylepšit?

Článek by mohl být vylepšen přidáním několika novějších aktualizací, gramatických oprav a dalších citací.

• Jak byste vyhodnotili úplnost článku - tj. Je článek dobře vyvinutý? Je málo rozvinutý nebo špatně rozvinutý?

Celkové zhodnocení

Volitelná činnost

• Vyberte alespoň 1 otázku týkající se článku, který hodnotíte, a hodnocení nechte na stránce Talk daného článku. Nezapomeňte podepsat svůj názor

se čtyřmi vlnami - ~~~~

• Odkaz na zpětnou vazbu:

Toto je karanténa pro uživatele umělé inteligence při najímání . Sandbox uživatele je podstránka stránky uživatele uživatele . Slouží jako testovací místo a prostor pro vývoj stránky pro uživatele a nejedná se o encyklopedický článek . Získejte pomoc

Tato šablona by měla být použita pouze v prostoru jmen uživatelů. Tato šablona by měla být použita pouze v prostoru jmen uživatelů.