增加工作场所的多样性——默克尔新闻

多样性是当今社会中一个非常普遍和相关的问题。 在商业环境中考虑更为重要。 从历史上看，企业一直是劳动力的专属部门，因此，我们今天仍然看到了影响。

如今，48% 的企业无法实现其多元化目标，这是不可接受的统计数据。 接受多元化的选择不应该被量化，但研究表明，标准普尔 500 指数中最多元化的 20 家公司的平均盈利能力高于多元化程度较低的同行。

拥抱多样性必须来自高管层，许多高管都认识到并支持这一点。 58% 的人表示这是一项社会企业责任，53% 的人承认它贡献了广泛的技能组合，43% 的人表示多样性增加了客户关系。

多样性不仅是一种社会责任，而且还可以改善业务成果。 与性别占多数的公司相比，性别多元化的公司在盈利能力和价值创造方面的表现要好。 种族多元化的公司设定了行业盈利水平，并在财务业绩方面表现出色。

人工智能如何解决问题

然而，缺乏多样性可能并不完全是由于人为偏见。 许多招聘公司使用人工智能或人工智能来预先筛选候选人，以帮助减少招聘人员查看申请的时间。 作为编码实体，人工智能软件的好坏取决于对其进行编程的人。

这可能会导致几个基于人工智能的偏见案例。 最常见的一种是布尔搜索偏差。 当 AI 依赖各种编程关键字来查找结果时，就会发生这种情况。 这些关键字可以通过编程它们的人使偏见永久化。

AI 偏见也可能是招聘人员技能的结果。 创建强大的搜索查询需要大量技能。 由新人编写的 AI 软件可能缺乏专业人士可能使用的某些合格术语。

AI 招聘的另一个缺陷是个人可能会根据 AI 规范编写简历。 如果候选人知道机器在寻找什么，他们可能会写一份没有积极反映他们技能的简历，只是为了得到这份工作。

人工智能软件可能犯下的最终偏见之一是同义词搜索。 人工智能机器可能没有接受过搜索同义词的训练，以排除具有相似资格但不是确切资格的个人。

为什么人工智能不是缺乏多样性的罪魁祸首

许多人工智能偏见源于人类偏见。 一种人类偏见被称为光环和角效应。 这是我们基于一个负面行为对一个人做出的即时偏见或假设。 然后我们采取这个消极的行动并概括那个人的所有行动。

人为偏见也可能出现在对比效果中。 如果候选人搞砸了面试或不符合要求，我们可能会将下一个候选人与那个候选人进行比较。 即使候选人只是名义上比其他候选人好，我们也会将他们与成为最好的想法联系起来。

最终的人类偏见之一称为集中趋势效应。 当我们支持一般的群体意见而不是陈述我们的开放态度时，就会发生这种情况。 例如，在面试候选人时，您可能有很大的保留意见，但如果办公室里的每个其他人都喜欢他们，您将选择掩饰自己的保留意见并支持集体意见。

虽然人工智能可能是帮助消除招聘过程和工作场所偏见的解决方案，但它仍然存在人为因素。 为了创造一个没有偏见的工作环境，我们必须愿意面对并接受我们天生的偏见。

不仅必须这样做，而且我们还必须积极提出解决方案，以帮助消除工作场所内偏见和缺乏多样性的发生。 为了有效，我们必须在这次谈话中包括所有背景，而不是排除一些。 在此对话中包括所有背景，而不是排除某些背景。

—-

原文链接：https://themerkle.com/increasing-diversity-in-the-workplace/

原文作者：Brian Wallace

编译者/作者：wanbizu AI

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。