Добрый вечер, спасибо всем за то, что вы
вот я так большая честь быть среди них
уважаемые ораторы сегодня я буду говорить
с вами об использовании алгоритмов в
работа, прежде чем я начну свой разговор, я бы
на самом деле хотел бы поговорить с вами о том, как я
вызвал этот исследовательский интерес, так как
аспирант я делал мой
докторская степень в Колумбийском университете I
был в полевых интервью ранее
люди, находящиеся в заключении, и один человек
действительно тяжело найти работу, и я
спросил его , что бы вы сказали это
самое большое препятствие между вами и
работа и это то , что он сказал мне :
компьютерам, а потом я вспомнил
большинство заключенных или совсем немного не
разрешено использовать компьютеры в тюрьме, поэтому я
думал, что он говорит мне, что это
была его нехватка компьютерных навыков, которая была
удерживая его
оказывается, это не то, что он
говорил на самом деле это то , что он был
говоря, что он сказал, что я хочу, когда я войду в
Я мог бы найти человека, который мог бы передать мне
резюме и сказать им да, я был
в тюрьму я совершил ошибки, но вы
знаю, что я отбыл свое время, и я не
этот же человек больше
Я тяжелый работник, которого я хочу воссоединиться
общества, и если вы дадите мне вторую
Вероятно, я буду хорошим работником
он говорит, что я никогда не встречаюсь с человеком
менеджеров, вместо этого я должен представить свои
возобновить работу в Интернете и когда я отправлю
возобновить онлайн, есть ящик, который у меня есть
чтобы убедиться, что да, я был
осужден за преступление, и я думаю, что
после того, как я установил этот флажок, мое приложение
автоматически отклоняется
потому что я никогда не слышу, чтобы история
остался со мной даже после завершения моего
диссертация по дереву
ранее заключенные люди, которые рассказывают
застрял со мной, потому что я был как ждать
компьютеры должны сделать общество
лучшая технология должна быть
что делает общество лучше, но здесь
кто-то говорит мне, что на самом деле
их дело делало их жизнь
сложнее , так это то, что привело меня к
изучение алгоритмов, в частности, в
на рабочем месте в Америке, прежде чем мы
погрузитесь в то, какие алгоритмы у вас есть
слышал это слово много, я бы сказал
недавно, и вам, вероятно, интересно
что они на самом деле
действительно ли это означает, что они не
таинственные, они не мифические, они
не волшебные алгоритмы просто
пошаговые процессы для решения
проблемы они математичны
пошаговые процессы для решения
проблема заключается в том, что сейчас
они компьютеризированы, некоторые из них
работал так, как я назвал машинное обучение, так
начнем с абаку вправо
abacus — это форма умножения, используемая
на рабочем месте еще в 17-м
XVIII век, поэтому один из примеров
счеты кольцо так это было носить на
палец наших торговцев, и это
позволить торговцам быстро
рассчитать его деловые операции
теперь это кольцо абака не могло
манипулировать человеческими пальцами, это было
настолько крошечным, что с ним нужно было манипулировать
маленькая булавка, надетая на волосы, поэтому
вы могли бы сказать, что это был первый
носящий технику правильно и быстро вперед
21 век, и теперь мы имеем
Кольцо Smarty
поэтому сегодня утром кольцо вы можете увидеть как
обновление счетов
но теперь кольцо Smarty может показать вам
ваши текстовые сообщения могут показать вам
ваши сообщения электронной почты могут показать вам
кто звонит, и он также может измерять
ваш сердечный ритм, поэтому мы сделали прыжки в
технологические достижения, поскольку
немного абака зазвонил, и вопрос
эта технология действительно приносит пользу нам
это действительно выгодно всем, так что
один из этических философов однажды сказал, что мы
не должен бояться правильной искусственным
интеллект предлагается нам как
отличный инструмент для решения многих
проблемы, которые предполагается обеспечить в
золотой век Еноха справедливости справедливости
но, возможно , необходимо
осторожно, поскольку последние события имеют
показал нам наиболее заметно Facebook
Кембридж и алгоритмы ликера
также может быть использована для жестокого права
алгоритмы также могут быть использованы таким образом, чтобы
не служат нам, а манипулируют нами
вместо этого воспользуемся данными, которые мы имеем
доверили корпорации в
интересы вас знают, разговаривая с нашими
друзья — это социальное право, поэтому наш человеческий
Импульсы к отвесной праву бытия
накопленные в больших данных, которые могут теперь
также можно манипулировать с помощью алгоритмов
необходимо проявлять осторожность, но
Дело Facebook и Cambridge действительно
кончик айсберга, чтобы увидеть и в
факт, на котором мы должны быть
больше всего обеспокоены тем, как алгоритмы
используется рабочее место, а
действительно привлекли столько внимания, сколько
проблемы в социальных сетях, например
алгоритмы быстро меняют
на рабочем месте и будет продолжать делать это для
много лет вперед, и это проблема
поскольку было показано, что
алгоритмы играют роль в поддержании
неравенство, потому что помните алгоритмы
не являются мифическими, они не волшебны
они просто математичны шаг за шагом
проблемы поэтапного процесса для
решения проблем, что означает, что они
действительно созданные людьми, поэтому люди
определить, какие переменные могут
учитывая наш алгоритм, и это может быть
вопрос, если переменные
выбранные фактически служат для поддержания
неравенство или в интересах одной группы над
другую группу, например, рассмотреть
программы оздоровления на рабочем месте
отличная идея
правильно, ваша работа хочет, чтобы вы были здоровы
потому что здоровый рабочий — хороший
работник
поэтому я расскажу вам одну историю, которая
Walmart нанял рокировку программы грецкого ореха
продавец приветствует программу грецкого ореха и
часть этой оздоровительной программы Castlight
поощрять сотрудников загружать акт
в котором они отслеживают свои лекарства
теперь с использованием алгоритма Castlight был
возможность использовать данные из этого приложения, она
по существу заключают или предсказывают
сотрудников , которые
забеременеть или мы уже беременны
и как они это сделали, они сделали это
просто отслеживая, когда кто-то остановился
используя контроль над рождаемостью или когда кто-то получил
определенные лекарственные средства, способ плодородия
наркотики и, якобы, это было в обслуживании
сотрудников, потому что тогда они могли
отправьте им напоминания или заметки о том, как
лучше заботиться о себе, но
это также вызывает тревожный вопрос
что, если работодатели-работодатели не могут
работники, которые были беременны или собирались
забеременеть, какие проблемы
дискриминации, которая может возникнуть из
что мы все знаем , беременные женщины
дискриминации на рабочем месте
и на самом деле есть законы Беременность
Закон о дискриминации, который защищает
беременных женщин от увольнения или
подвергаются дискриминации только потому, что они
беременны, однако нет закона
что в наших
защиты женщин , которые собираются , чтобы получить
беременность, так что тот факт, что алгоритм
предсказывал не только того, кто был беременен
но и тех , кто был бы воспринят
как о том, чтобы забеременеть на самом деле
создали правовую лазейку, которую работодатели
может потенциально воспользоваться преимуществами
другая история
помните, что ранее заключенный парень
Я рассказал вам о том, кто не может получить работу
потому что он был автоматически отклонен
найма алгоритмов хорошо, что если тот же
происходило с пожилыми
В «Нью-Йорк таймс» была опубликована история ,
расследование по Pro Publica , в котором
они обнаружили, что на платформе Facebook так
Facebook теперь имеет веб- страницу, которая
исключительно
работодатели имели возможность выбора
целевых групп, чтобы они могли выбрать целевой
группы по возрасту и некоторые работодатели
нацеливая на свои рабочие объявления только двух человек
которые были в возрасте до 40 лет так что в этом
Нью-Йорк Таймс сообщает одному человеку, которому было 58 лет
лет и был безработным для
довольно некоторое время в его районе были
несколько объявлений для работы, которые он хорошо
квалификацию , но он никогда не видел эти объявления
потому что им никогда не представляли
из-за таргетинга
это вызывает вопросы эйджизма , что
алгоритмы используются по существу для отклонения
просто наши рабочие места
основанный на возрасте, а затем возникает проблема
о том, как алгоритмы определяют, как
платформы спроектированы так, что я сказал вам
уже о племени возраст
таргетинг теперь учитывает, что когда вы идете
заполнить онлайн-заявку
приложения, и вы переходите к
год окончания или вы идете, чтобы ввести свой
Дата рождения
некоторые интернет — приложения требуют вашего
даты нет, так что это случилось с
один человек в штате Массачусетс
когда он отправился заполнять онлайн
он обнаружил, что рождение
даты только прекратились в 1980 году, так что
какой сигнал является то, что отправка и забыть «
сигнала, он фактически не мог бы представить
потому что он не мог
мы вступаем в его день рождения, который не был 1980 годом
это было раньше 1980 года, так что это
действительно очень тонкий способ устранить
всех заявителей в течение определенного возраста в
нарушение возрастной дискриминации
в Законе о занятости, поэтому возникает вопрос, почему
вы должны заботиться
хорошо автоматизированные платформы
нанимая так много из вас здесь студентов и
Я знаю, что по крайней мере 90% из вас
уже подал заявку онлайн
и это будет продолжаться
поэтому по существу технологические
успехи меняются организационно
потому что они нанимают
алгоритмы доступны корпорации
пользуются им , почему из — за
они считаются эффективными, поэтому Goldman
Sachs, например , собирается
личный тест, который является другим способом
автоматизировать наем, помните, что
автоматическое наем — новая тенденция для
большая часть рабочей площади, но
это не единственное пространство, потому что однажды
снова Goldman Sachs также делает
то же, что и сейчас, это тесты личности
которые автоматизированы, и теперь они могут
устранить вас только на основе вашего
личный тест, что вы на самом деле
когда-либо проводили собеседование
интервью, чтобы эти алгоритмы найма
они фактически не нанимают их
автоматизировать отклонение, которое они вызывают
систем, поэтому они рассматриваются как
работа работодателя легко
год , потому что теперь они не должны
выделять ресурсы для того, чтобы иметь большой HR
прочитать все резюме, которые они
получать отличные звуки
но давайте подумаем о некоторых путях
что это может пойти не так, как мы упомянули
это синтаксический анализ резюме, чтобы вы могли анализировать
люди, основанные только на возрасте
делать что-то просто, как сказать, что я
только хочу , чтобы люди, окончившие после
в следующем году, например, еще один пример
вы можете анализировать резюме на основе пробелов в
занятости, чтобы вы могли обучать своих
алгоритм сказать, если у вас есть арест
меня, где есть разрыв между
занятость просто отвергает это резюме, почему
может опровергнуть проблемные хорошо , что
о женщинах, которые ушли в тайм-аут
рабочего места, чтобы воспитывать детей, что
о мужчинах, которые сделали так, что
о людях, которые тайком
заботиться о больном родственнике, что
о людях, которые болели, и
занять время на рабочем месте, чтобы получить
здоровые, если у них не будет второго
шанс
вернуться на рабочее место
синтаксический анализ может устранить этих людей
категорически, и тогда есть идея
шаблона согласования для резюме с
помощь алгоритма найма, что это делает
значит, например, я являюсь генеральным директором
компании и до сих пор все наши
высокопроизводительные люди — компьютер MIT
ученые, и я говорю, хорошо скажите нашим
алгоритм найма мы хотим больше MIT
компьютерные ученые, это то , что мы
ищу, потому что они великие
люди, которых мы уже имеем, почему это
проблематично хорошо, прежде всего, Корнелл
компьютерные ученые довольно хороши
так что вы уже устраняете
люди , которые могли бы уже быть
потенциально так же хорош, как люди, которых вы
уже есть то, что
демографический состав компьютера MIT
ученые хорошо знают многие элиты
информатика школа информатика
в школах у вас преобладает белый
мужчины, так что, казалось бы,
безобидным или , казалось бы , на основе предпочтений
поскольку выбор только выпускников MIT может фактически
приводят как к расовому полу, так и к
социально-экономический дисбаланс в
заявитель или наем пула на самом деле так
нам нужно подумать о том, как эти
нанимая алгоритмы используются есть
но при правильном использовании они
не лучше на рабочем месте , но будет
вместо этого усиливают некоторые из тех же
неравенства, которые мы уже видим в наших
общества, потому что, когда вы закрыли
rule oop, мы сообщаем, что вы просто
получая больше того же права, потому что
поскольку мы используем алгоритмы найма
в настоящее время нет ответственности
механизм, когда компании фактически
обязан проверять алгоритмы, чтобы видеть
как они на самом деле работают в
условия социальных идеалов включения
равных возможностей и справедливости, так что
эта проблема
давайте давайте думать об этом снова некоторых
компьютерных ученых в комнате
может смеяться над этим, потому что машина
алгоритмы обучения будут
что они видят из данных правых
учебные данные для машинного обучения
алгоритмы действительно важны для нас
скоро алгоритмы обучения действительно похожи
детей и так же, как мы учим наших
дети наши пристрастия или предубеждения OUR
любит и не любит
мы также будем преподавать машинное обучение
алгоритмов то же самое, и поэтому мы имеем
приостановить и действительно рассмотреть, как мы можем
обязывать корпоративные фирмы обеспечивать
что они учат свою машину
алгоритмы обучения правильные принципы
когда речь идет особенно о найме
что означает признание роли
индивидуальное право, поскольку кто-то должен
подготовьте эти алгоритмы, чтобы я хотел сказать
Вы еще один рассказ о Mechanical
Турок, так что в настоящее время в обществе много
когда у компании плохой результат
при правильном использовании алгоритмов алгоритма
их ответ, чтобы сказать, что мы не сделали
что алгоритм винил
алгоритм, который в принципе отрицает
роль личности и факт
человек всегда беременен
Сейчас я очень жаль , потому что и может быть , я
заявив, что беременна из- за того, что
Механический турок действительно так,
которые имели Amazon Тюрк рабочих право
кто за кулисами делают работу
что алгоритмы действительно не могут сделать, но мы
хотите хорошо автоматизировать механическую
Турок, существовавший в
18-го века, и он был представлен как
шахматная игра машина это была
автоматический автомат, поскольку он был
Американский игровой автомат Matic и
он будет играть в шахматы с государственными деятелями, как
Наполеон, как Бенджамин Франклин, и он
были бы эти люди в шахматах, и это
был представлен как эта удивительная машина
что может победить людей, получается шахматы
он не был автоматическим, был человек
скрытый внутри этой шахматной игровой машины
и это был человек, делающий все движения
это похоже на машинное обучение
алгоритмы, аналогичные алгоритмам, используемым в
на рабочем месте есть человек, решающий
какие переменные должен принимать алгоритм
при принятии решения
есть человек, решающий, какой тренинг
данные
она использовала для обучения алгоритм
человек в центре всего этого, что если
Я сказал вам, что главный исполнительный директор
специалист по этике, почему это новая концепция
вы не должны быть правы, это
самое главное для компании в
условия обеспечения доброжелательности и доверия
правильно да, мы относим этику к акту
мысли, когда дело доходит до
управление корпорациями и фирмами, но
действительно этика должна быть на вершине
все, что делает компания , и
когда мы, когда достигнем этого переключателя
когда мы переключаемся на этику как на руководящую
принцип всего корпорации
делает то, что собирается создать наш
мы будем на самом деле думать
сознательно и задумчиво о том, что
алгоритмы делают на рабочем месте
и как они используются
что они используются таким образом,
этические для человека на рабочем месте
используются ли они таким образом, чтобы
приносит пользу работникам на рабочем месте
теперь некоторые люди могут сказать, что мы
бизнес-право, мы делаем деньги
и если мы должны беспокоиться обо всех
этические вещи, если мы не можем выбрать
кто, по нашему мнению, лучше всего подходит для работы
и не беспокоиться о том, кто
исключено , то мы не будем
но это неправда, это не
двоичный вопрос о создании денег против
будучи этическим, а не этическим,
на самом деле путь к зарабатыванию денег, как
многие люди покинули Facebook , так как
Кембриджский америка скандал прямо
несколько и как насчет падения в запасе
для Facebook, так как скандал
неэтичное поведение для нашей корпорации
не собирается быть вознаграждены
рассмотрение технологии не
право на защиту от бизнеса
а не анти-этические для защиты как
могут существовать, оба могут работать рука об руку, поэтому
каков мой вывод для вас сегодня?
поговорили с вами об этих
алгоритмов на рабочем месте и некоторых
проблемы, которые могут возникнуть из-за того, как
они используются таким образом, чтобы они не
индивидуума или игнорирующего этические
принципов, даже если это
закон
хорошо, мой вывод движется медленно и исправляет
вещи, которые мы хотим технологического прогресса
но мы должны быть
либрам в размышлении о том, как
технологии были особенно с использованием
на рабочем месте служит людям и
это означает медленное движение, и это означает
проводить аудит, например, когда у нас есть
алгоритм найма, который решает, кто
даже делает это на этапе интервью, мы
должны соблюдать этот алгоритм, чтобы видеть, являются
там поты людей, которые
исключен алгоритм справедливой в терминах
как он решает, кто должен это сделать
пройти начальную стадию и на самом деле
алгоритм даже эффективен, потому что мы
может подумать, например, нанимать только MIT
грады эффективны, но действительно ли это
например, компьютер Корнелла
ученые, которые так же хороши или даже
лучше, поэтому вывод действительно
технологический прогресс велик, но
движется слишком быстро , может привести к поломке много
вещи большое спасибо
[Аплодисменты]
вот я так большая честь быть среди них
уважаемые ораторы сегодня я буду говорить
с вами об использовании алгоритмов в
работа, прежде чем я начну свой разговор, я бы
на самом деле хотел бы поговорить с вами о том, как я
вызвал этот исследовательский интерес, так как
аспирант я делал мой
докторская степень в Колумбийском университете I
был в полевых интервью ранее
люди, находящиеся в заключении, и один человек
действительно тяжело найти работу, и я
спросил его , что бы вы сказали это
самое большое препятствие между вами и
работа и это то , что он сказал мне :
компьютерам, а потом я вспомнил
большинство заключенных или совсем немного не
разрешено использовать компьютеры в тюрьме, поэтому я
думал, что он говорит мне, что это
была его нехватка компьютерных навыков, которая была
удерживая его
оказывается, это не то, что он
говорил на самом деле это то , что он был
говоря, что он сказал, что я хочу, когда я войду в
Я мог бы найти человека, который мог бы передать мне
резюме и сказать им да, я был
в тюрьму я совершил ошибки, но вы
знаю, что я отбыл свое время, и я не
этот же человек больше
Я тяжелый работник, которого я хочу воссоединиться
общества, и если вы дадите мне вторую
Вероятно, я буду хорошим работником
он говорит, что я никогда не встречаюсь с человеком
менеджеров, вместо этого я должен представить свои
возобновить работу в Интернете и когда я отправлю
возобновить онлайн, есть ящик, который у меня есть
чтобы убедиться, что да, я был
осужден за преступление, и я думаю, что
после того, как я установил этот флажок, мое приложение
автоматически отклоняется
потому что я никогда не слышу, чтобы история
остался со мной даже после завершения моего
диссертация по дереву
ранее заключенные люди, которые рассказывают
застрял со мной, потому что я был как ждать
компьютеры должны сделать общество
лучшая технология должна быть
что делает общество лучше, но здесь
кто-то говорит мне, что на самом деле
их дело делало их жизнь
сложнее , так это то, что привело меня к
изучение алгоритмов, в частности, в
на рабочем месте в Америке, прежде чем мы
погрузитесь в то, какие алгоритмы у вас есть
слышал это слово много, я бы сказал
недавно, и вам, вероятно, интересно
что они на самом деле
действительно ли это означает, что они не
таинственные, они не мифические, они
не волшебные алгоритмы просто
пошаговые процессы для решения
проблемы они математичны
пошаговые процессы для решения
проблема заключается в том, что сейчас
они компьютеризированы, некоторые из них
работал так, как я назвал машинное обучение, так
начнем с абаку вправо
abacus — это форма умножения, используемая
на рабочем месте еще в 17-м
XVIII век, поэтому один из примеров
счеты кольцо так это было носить на
палец наших торговцев, и это
позволить торговцам быстро
рассчитать его деловые операции
теперь это кольцо абака не могло
манипулировать человеческими пальцами, это было
настолько крошечным, что с ним нужно было манипулировать
маленькая булавка, надетая на волосы, поэтому
вы могли бы сказать, что это был первый
носящий технику правильно и быстро вперед
21 век, и теперь мы имеем
Кольцо Smarty
поэтому сегодня утром кольцо вы можете увидеть как
обновление счетов
но теперь кольцо Smarty может показать вам
ваши текстовые сообщения могут показать вам
ваши сообщения электронной почты могут показать вам
кто звонит, и он также может измерять
ваш сердечный ритм, поэтому мы сделали прыжки в
технологические достижения, поскольку
немного абака зазвонил, и вопрос
эта технология действительно приносит пользу нам
это действительно выгодно всем, так что
один из этических философов однажды сказал, что мы
не должен бояться правильной искусственным
интеллект предлагается нам как
отличный инструмент для решения многих
проблемы, которые предполагается обеспечить в
золотой век Еноха справедливости справедливости
но, возможно , необходимо
осторожно, поскольку последние события имеют
показал нам наиболее заметно Facebook
Кембридж и алгоритмы ликера
также может быть использована для жестокого права
алгоритмы также могут быть использованы таким образом, чтобы
не служат нам, а манипулируют нами
вместо этого воспользуемся данными, которые мы имеем
доверили корпорации в
интересы вас знают, разговаривая с нашими
друзья — это социальное право, поэтому наш человеческий
Импульсы к отвесной праву бытия
накопленные в больших данных, которые могут теперь
также можно манипулировать с помощью алгоритмов
необходимо проявлять осторожность, но
Дело Facebook и Cambridge действительно
кончик айсберга, чтобы увидеть и в
факт, на котором мы должны быть
больше всего обеспокоены тем, как алгоритмы
используется рабочее место, а
действительно привлекли столько внимания, сколько
проблемы в социальных сетях, например
алгоритмы быстро меняют
на рабочем месте и будет продолжать делать это для
много лет вперед, и это проблема
поскольку было показано, что
алгоритмы играют роль в поддержании
неравенство, потому что помните алгоритмы
не являются мифическими, они не волшебны
они просто математичны шаг за шагом
проблемы поэтапного процесса для
решения проблем, что означает, что они
действительно созданные людьми, поэтому люди
определить, какие переменные могут
учитывая наш алгоритм, и это может быть
вопрос, если переменные
выбранные фактически служат для поддержания
неравенство или в интересах одной группы над
другую группу, например, рассмотреть
программы оздоровления на рабочем месте
отличная идея
правильно, ваша работа хочет, чтобы вы были здоровы
потому что здоровый рабочий — хороший
работник
поэтому я расскажу вам одну историю, которая
Walmart нанял рокировку программы грецкого ореха
продавец приветствует программу грецкого ореха и
часть этой оздоровительной программы Castlight
поощрять сотрудников загружать акт
в котором они отслеживают свои лекарства
теперь с использованием алгоритма Castlight был
возможность использовать данные из этого приложения, она
по существу заключают или предсказывают
сотрудников , которые
забеременеть или мы уже беременны
и как они это сделали, они сделали это
просто отслеживая, когда кто-то остановился
используя контроль над рождаемостью или когда кто-то получил
определенные лекарственные средства, способ плодородия
наркотики и, якобы, это было в обслуживании
сотрудников, потому что тогда они могли
отправьте им напоминания или заметки о том, как
лучше заботиться о себе, но
это также вызывает тревожный вопрос
что, если работодатели-работодатели не могут
работники, которые были беременны или собирались
забеременеть, какие проблемы
дискриминации, которая может возникнуть из
что мы все знаем , беременные женщины
дискриминации на рабочем месте
и на самом деле есть законы Беременность
Закон о дискриминации, который защищает
беременных женщин от увольнения или
подвергаются дискриминации только потому, что они
беременны, однако нет закона
что в наших
защиты женщин , которые собираются , чтобы получить
беременность, так что тот факт, что алгоритм
предсказывал не только того, кто был беременен
но и тех , кто был бы воспринят
как о том, чтобы забеременеть на самом деле
создали правовую лазейку, которую работодатели
может потенциально воспользоваться преимуществами
другая история
помните, что ранее заключенный парень
Я рассказал вам о том, кто не может получить работу
потому что он был автоматически отклонен
найма алгоритмов хорошо, что если тот же
происходило с пожилыми
В «Нью-Йорк таймс» была опубликована история ,
расследование по Pro Publica , в котором
они обнаружили, что на платформе Facebook так
Facebook теперь имеет веб- страницу, которая
исключительно
работодатели имели возможность выбора
целевых групп, чтобы они могли выбрать целевой
группы по возрасту и некоторые работодатели
нацеливая на свои рабочие объявления только двух человек
которые были в возрасте до 40 лет так что в этом
Нью-Йорк Таймс сообщает одному человеку, которому было 58 лет
лет и был безработным для
довольно некоторое время в его районе были
несколько объявлений для работы, которые он хорошо
квалификацию , но он никогда не видел эти объявления
потому что им никогда не представляли
из-за таргетинга
это вызывает вопросы эйджизма , что
алгоритмы используются по существу для отклонения
просто наши рабочие места
основанный на возрасте, а затем возникает проблема
о том, как алгоритмы определяют, как
платформы спроектированы так, что я сказал вам
уже о племени возраст
таргетинг теперь учитывает, что когда вы идете
заполнить онлайн-заявку
приложения, и вы переходите к
год окончания или вы идете, чтобы ввести свой
Дата рождения
некоторые интернет — приложения требуют вашего
даты нет, так что это случилось с
один человек в штате Массачусетс
когда он отправился заполнять онлайн
он обнаружил, что рождение
даты только прекратились в 1980 году, так что
какой сигнал является то, что отправка и забыть «
сигнала, он фактически не мог бы представить
потому что он не мог
мы вступаем в его день рождения, который не был 1980 годом
это было раньше 1980 года, так что это
действительно очень тонкий способ устранить
всех заявителей в течение определенного возраста в
нарушение возрастной дискриминации
в Законе о занятости, поэтому возникает вопрос, почему
вы должны заботиться
хорошо автоматизированные платформы
нанимая так много из вас здесь студентов и
Я знаю, что по крайней мере 90% из вас
уже подал заявку онлайн
и это будет продолжаться
поэтому по существу технологические
успехи меняются организационно
потому что они нанимают
алгоритмы доступны корпорации
пользуются им , почему из — за
они считаются эффективными, поэтому Goldman
Sachs, например , собирается
личный тест, который является другим способом
автоматизировать наем, помните, что
автоматическое наем — новая тенденция для
большая часть рабочей площади, но
это не единственное пространство, потому что однажды
снова Goldman Sachs также делает
то же, что и сейчас, это тесты личности
которые автоматизированы, и теперь они могут
устранить вас только на основе вашего
личный тест, что вы на самом деле
когда-либо проводили собеседование
интервью, чтобы эти алгоритмы найма
они фактически не нанимают их
автоматизировать отклонение, которое они вызывают
систем, поэтому они рассматриваются как
работа работодателя легко
год , потому что теперь они не должны
выделять ресурсы для того, чтобы иметь большой HR
прочитать все резюме, которые они
получать отличные звуки
но давайте подумаем о некоторых путях
что это может пойти не так, как мы упомянули
это синтаксический анализ резюме, чтобы вы могли анализировать
люди, основанные только на возрасте
делать что-то просто, как сказать, что я
только хочу , чтобы люди, окончившие после
в следующем году, например, еще один пример
вы можете анализировать резюме на основе пробелов в
занятости, чтобы вы могли обучать своих
алгоритм сказать, если у вас есть арест
меня, где есть разрыв между
занятость просто отвергает это резюме, почему
может опровергнуть проблемные хорошо , что
о женщинах, которые ушли в тайм-аут
рабочего места, чтобы воспитывать детей, что
о мужчинах, которые сделали так, что
о людях, которые тайком
заботиться о больном родственнике, что
о людях, которые болели, и
занять время на рабочем месте, чтобы получить
здоровые, если у них не будет второго
шанс
вернуться на рабочее место
синтаксический анализ может устранить этих людей
категорически, и тогда есть идея
шаблона согласования для резюме с
помощь алгоритма найма, что это делает
значит, например, я являюсь генеральным директором
компании и до сих пор все наши
высокопроизводительные люди — компьютер MIT
ученые, и я говорю, хорошо скажите нашим
алгоритм найма мы хотим больше MIT
компьютерные ученые, это то , что мы
ищу, потому что они великие
люди, которых мы уже имеем, почему это
проблематично хорошо, прежде всего, Корнелл
компьютерные ученые довольно хороши
так что вы уже устраняете
люди , которые могли бы уже быть
потенциально так же хорош, как люди, которых вы
уже есть то, что
демографический состав компьютера MIT
ученые хорошо знают многие элиты
информатика школа информатика
в школах у вас преобладает белый
мужчины, так что, казалось бы,
безобидным или , казалось бы , на основе предпочтений
поскольку выбор только выпускников MIT может фактически
приводят как к расовому полу, так и к
социально-экономический дисбаланс в
заявитель или наем пула на самом деле так
нам нужно подумать о том, как эти
нанимая алгоритмы используются есть
но при правильном использовании они
не лучше на рабочем месте , но будет
вместо этого усиливают некоторые из тех же
неравенства, которые мы уже видим в наших
общества, потому что, когда вы закрыли
rule oop, мы сообщаем, что вы просто
получая больше того же права, потому что
поскольку мы используем алгоритмы найма
в настоящее время нет ответственности
механизм, когда компании фактически
обязан проверять алгоритмы, чтобы видеть
как они на самом деле работают в
условия социальных идеалов включения
равных возможностей и справедливости, так что
эта проблема
давайте давайте думать об этом снова некоторых
компьютерных ученых в комнате
может смеяться над этим, потому что машина
алгоритмы обучения будут
что они видят из данных правых
учебные данные для машинного обучения
алгоритмы действительно важны для нас
скоро алгоритмы обучения действительно похожи
детей и так же, как мы учим наших
дети наши пристрастия или предубеждения OUR
любит и не любит
мы также будем преподавать машинное обучение
алгоритмов то же самое, и поэтому мы имеем
приостановить и действительно рассмотреть, как мы можем
обязывать корпоративные фирмы обеспечивать
что они учат свою машину
алгоритмы обучения правильные принципы
когда речь идет особенно о найме
что означает признание роли
индивидуальное право, поскольку кто-то должен
подготовьте эти алгоритмы, чтобы я хотел сказать
Вы еще один рассказ о Mechanical
Турок, так что в настоящее время в обществе много
когда у компании плохой результат
при правильном использовании алгоритмов алгоритма
их ответ, чтобы сказать, что мы не сделали
что алгоритм винил
алгоритм, который в принципе отрицает
роль личности и факт
человек всегда беременен
Сейчас я очень жаль , потому что и может быть , я
заявив, что беременна из- за того, что
Механический турок действительно так,
которые имели Amazon Тюрк рабочих право
кто за кулисами делают работу
что алгоритмы действительно не могут сделать, но мы
хотите хорошо автоматизировать механическую
Турок, существовавший в
18-го века, и он был представлен как
шахматная игра машина это была
автоматический автомат, поскольку он был
Американский игровой автомат Matic и
он будет играть в шахматы с государственными деятелями, как
Наполеон, как Бенджамин Франклин, и он
были бы эти люди в шахматах, и это
был представлен как эта удивительная машина
что может победить людей, получается шахматы
он не был автоматическим, был человек
скрытый внутри этой шахматной игровой машины
и это был человек, делающий все движения
это похоже на машинное обучение
алгоритмы, аналогичные алгоритмам, используемым в
на рабочем месте есть человек, решающий
какие переменные должен принимать алгоритм
при принятии решения
есть человек, решающий, какой тренинг
данные
она использовала для обучения алгоритм
человек в центре всего этого, что если
Я сказал вам, что главный исполнительный директор
специалист по этике, почему это новая концепция
вы не должны быть правы, это
самое главное для компании в
условия обеспечения доброжелательности и доверия
правильно да, мы относим этику к акту
мысли, когда дело доходит до
управление корпорациями и фирмами, но
действительно этика должна быть на вершине
все, что делает компания , и
когда мы, когда достигнем этого переключателя
когда мы переключаемся на этику как на руководящую
принцип всего корпорации
делает то, что собирается создать наш
мы будем на самом деле думать
сознательно и задумчиво о том, что
алгоритмы делают на рабочем месте
и как они используются
что они используются таким образом,
этические для человека на рабочем месте
используются ли они таким образом, чтобы
приносит пользу работникам на рабочем месте
теперь некоторые люди могут сказать, что мы
бизнес-право, мы делаем деньги
и если мы должны беспокоиться обо всех
этические вещи, если мы не можем выбрать
кто, по нашему мнению, лучше всего подходит для работы
и не беспокоиться о том, кто
исключено , то мы не будем
но это неправда, это не
двоичный вопрос о создании денег против
будучи этическим, а не этическим,
на самом деле путь к зарабатыванию денег, как
многие люди покинули Facebook , так как
Кембриджский америка скандал прямо
несколько и как насчет падения в запасе
для Facebook, так как скандал
неэтичное поведение для нашей корпорации
не собирается быть вознаграждены
рассмотрение технологии не
право на защиту от бизнеса
а не анти-этические для защиты как
могут существовать, оба могут работать рука об руку, поэтому
каков мой вывод для вас сегодня?
поговорили с вами об этих
алгоритмов на рабочем месте и некоторых
проблемы, которые могут возникнуть из-за того, как
они используются таким образом, чтобы они не
индивидуума или игнорирующего этические
принципов, даже если это
закон
хорошо, мой вывод движется медленно и исправляет
вещи, которые мы хотим технологического прогресса
но мы должны быть
либрам в размышлении о том, как
технологии были особенно с использованием
на рабочем месте служит людям и
это означает медленное движение, и это означает
проводить аудит, например, когда у нас есть
алгоритм найма, который решает, кто
даже делает это на этапе интервью, мы
должны соблюдать этот алгоритм, чтобы видеть, являются
там поты людей, которые
исключен алгоритм справедливой в терминах
как он решает, кто должен это сделать
пройти начальную стадию и на самом деле
алгоритм даже эффективен, потому что мы
может подумать, например, нанимать только MIT
грады эффективны, но действительно ли это
например, компьютер Корнелла
ученые, которые так же хороши или даже
лучше, поэтому вывод действительно
технологический прогресс велик, но
движется слишком быстро , может привести к поломке много
вещи большое спасибо
[Аплодисменты]
Please follow and like us:
Be First to Comment