-
人工智能
微表情分析不能做了？—知名AI视频面试公司HireVue停止视频面试中对面部表情分析服务
编者注：这是一个趋势，尤其是面对个人生物隐私问题的时候。HR科技公司在这方面需要有更全面的考虑和前瞻性的眼光。
对此你怎么看？
现在的求职者可能不仅需要打动潜在的领导，还需要打动人工智能算法，因为雇主通过让候选人回答视频中的面试问题来筛选候选人，然后由机器对其进行评估。
一家领先的软件提供商HireVue基于算法评估来审查求职者。该公司表示，正在取消其软件的一个有争议的功能：分析视频中人的面部表情以识别求职者某些特征。HireVue筛选的求职者坐在网络摄像头前，回答问题。他们的行为，语调和言语被反馈到指定某些特征和品质的算法中。
HireVue说，去年对其软件进行的“算法审核”显示，它没有偏见。但非营利组织电子隐私信息中心已于2019年向联邦贸易委员会投诉该公司。
HireVue首席执行官凯文·帕克（Kevin Parker）承认，公众对于使用软件分析视频中的面部表情的强烈抗议是计算的一部分。他说：“这为客户增加了一些价值，但不值得关注。”
算法审计由外部公司O'Neil风险咨询和算法审计进行。该公司没有回应置评请求。
布鲁金斯学会（Brookings Institution）的一位研究AI聘用的研究员Alex Engler说，使用AI来确定某人的能力（无论是基于视频，音频还是文本）的想法是牵强的。他说，公众不能审查这种算法也是有问题的。
他说：“机器学习可能对某些部分有帮助，但是全自动面试会给你关于工作表现的推论，这太糟糕了，”他说。“现代人工智能无法做出这些推断。”
“完全自动化的面试，您在其中推断工作绩效，这太糟糕了。”——布鲁金斯学会研究员亚历克斯·恩格勒
HireVue说，大约有700家公司，包括GE，联合利华，三角洲和希尔顿，都在使用其技术。该软件要求求职者在录制的视频中回答一系列问题。然后，该公司的软件会分析各种特征，包括他们使用的语言，他们的语音以及直到现在的面部表情。然后，它评估了申请人对工作的适合程度，并评估了包括“依赖性”，“情绪智力”和“认知能力”在内的一些特征。
帕克说，该公司去年帮助筛选了超过600万个视频，尽管有时这只是为候选人的面试回答抄录答案，而不是对候选人进行自动评估。他补充说，有些客户让求职者选择退出自动筛选。他说，HireVue已经开发出了一些方法，可以避免因参差不齐的互联网连接而对候选人造成惩罚，并自动将候选人推荐给HR。
AI专家警告说，对以前求职者的数据进行训练的算法可能会使招聘中的现有偏见长期存在。HireVue的首席数据科学家Lindsey Zuloaga表示，该公司通过在培训数据中收集该信息并寻找偏见的迹象来筛选性别，种族和年龄方面的偏见。
但是她承认，要知道该系统是否因收入或教育水平等因素而受到偏见，或者是否受到诸如口吃之类的因素的影响，可能会更加困难。
EPIC高级顾问约翰·戴维森（John Davisson）说：“令我惊讶的是，他们放弃了这一功能，因为这是他们所营销产品的关键特征。” “这引起了对生物识别数据收集的许多关注，以及这些关于能够测量心理特征，情绪智力，社会态度以及类似事物的大胆主张。”
使用面部分析来确定情绪或人格特质是有争议的；一些专家警告说，基础科学有缺陷。
东北大学教授丽莎·费尔德曼·巴雷特（Lisa Feldman Barrett）研究情感分析，他说一个人的脸不会自己露出情感或性格。她说：“仅仅看着一个微笑的人，就不能真正告诉他们任何东西，除非他们的牙齿很美。” “进行心理推断，从而仅根据面部数据来确定人们的结局，是一个坏主意。”
EPIC的FTC投诉指控HireVue无法保证公平，并使用了无法审查的算法。它还指控该公司声称不使用面部识别，从而歪曲了其技术。戴维森说，该机构尚未对投诉采取行动。
但是戴维森说，他担心语音的自动分析仍然会存在问题，他说，公司发布算法审核的结果很重要。他说，HireVue的技术仍然需要彻底审查。
“我当然担心，围绕数据收集，偏见和不透明度的相同潜在问题会直接转移到基于音频的放映系统中。“
人工智能的招聘引起了一些监管机构的注意。纽约市议会提出的一项法案提议规范招聘软件的使用，要求雇主在AI评估候选人时通知他们，并要求他们每年审核其算法。
伊利诺伊州的法律要求候选人同意才能对视频片段进行分析。马里兰州已禁止使用面部分析。据报道，由于结果偏颇，亚马逊在2018年放弃了使用自己的技术来自动评估候选简历。
背景信息：
视频采访和雇用前评估的提供商HireVue上周宣布，它在2020年初取消了其软件的视觉或面部分析组件。
该公司表示：“ HireVue的内部研究表明，自然语言处理的最新进展显着提高了语言的预测能力。” “随着这些进步，视觉分析不再显着增加评估价值。”
《连线》杂志报道了该功能，该功能可分析一个人的面部表情，一直存在争议。
在上周的公告中，该公司引用的数据表明言语和非言语行为是一致的，非言语数据并没有对其预测算法增加太多。另一方面，该公司指出，非言语行为的确为某些角色增加了额外的理解，例如，高度互动的角色重视镇静的语调或举止。
此外，HireVue上周还宣布，由O'Neil Risk Consulting和Algorithmic Auditing进行的算法审计发现，HireVue的评估工作存在如公平和偏见问题。
去年10月，HireVue收购了AI驱动的招聘聊天机器人AllyO。
作者：Will Knight
对此你有什么看法？
-
人工智能
人力资本分析：帮助组织建设更灵活的团队
当你听到 "未来办公"这几个字时，你脑海中会浮现出什么画面？机器人在没有人类的情况下运行工厂？会飞的汽车让交通不再拥挤？
在这场大流行病和大规模远程办公实验中，我们都在以某种方式塑造着工作的未来。全球危机挑战了传统的工作对象、工作方式、工作地点、工作时间和工作内容的假设。事实上，许多公司一直在重新考虑他们对后疫情时代的商业计划，因为有明确的证据表明，到目前为止"在家办公"是有效的。当企业试图在不断变化的消费者需求下生存下来时，许多企业也开始调整劳动力结构。即使是在疫情期间蓬勃发展的行业，如部分食品行业，也可能仍然需要进行枢轴调整，将人才从需求较低的产品和服务迅速调往需求较高的产品和服务。长期以来，公司一直聘请外部咨询公司帮助进行组织建设，作为重组工作的一部分。
当你听到 "团队建设"时，你的脑海中可能会立即想到组织结构图上重新绘制的方框和线条。如果我告诉你，这其实与结构无关呢？
相反，团队建设更多的是关于技能、工作活动，以及组织内如何发生互动、协作和联系。在这个不断变化的世界里，人力资本分析为企业提供了新的能力，使其团队的构成能更加灵活。
下面将介绍人力资本分析帮助组织进行团队建设的3个步骤：
首先，将未来组织的业务战略转化为技能需求。
例如，如果你的未来业务战略是加速数字化转型和数据资产的货币化，你就需要量化具体的数字/数据技能，以确保你能在未来为业务提供服务。这将需要业务领导、人力资本分析领导、人才管理和学习与发展团队的合作。此外，人才招聘团队和外部劳动力市场的洞察力可以提供有关新兴技能的有用信息。这些洞察力也可以帮助以后根据市场上新兴技能的可用性以及从外部获取这些技能的成本，为购买与构建决策提供参考。
第二，评估你目前的状态。
传统的技能清单可能涉及自我评估和经理评估，定性访谈也可以使用。但是这些都是费时费力，而且往往难以保持最新的状态。为了满足敏捷性和可扩展性的需求，一些组织使用人工智能，特别是自然语言处理(NLP)，根据每个人的经验，包括职业历史、学习与发展数据和反馈数据来推断技能。虽然推断出的技能未必100%准确，但如果需要进行一些验证和调整，它们可以提供一个强有力的起点。
第三，找出差距，确定买/建/借的方式，及时弥补差距，确保新组织能够实现业务战略。
在组建新组织时，不要只考虑结构，要更多地考虑工作活动、互补技能以及联系和协作的程度。当你将现有员工安置到新的组织结构图中时，要确保你的组织结构图中不仅包括那些拥有技能的人，还包括那些对工作充满激情和活力的人。在结构调整和重组中，有时会让员工感到他们没有选择，这就降低了他们的参与度。HCM中的员工档案可以提供关于个人职业和发展兴趣的见解。另外，来自绩效管理和其他反馈系统的定性数据也可以提供有用的信息。正如我在最近的一次采访中提到的："我们经常忽略的一个数据是--员工想做什么，他们下一步想去哪里？我们有时会被试图为员工创造一条职业发展道路所困扰，以至于忘了问他们是否感兴趣，想做什么。"
此外，组织网络分析(ANA)可以帮助评估新组织的成功。当你把变革前完全没有联系的个人组合到同一个团队中时，入职和同化可能需要更长的时间。重要的是要确保新组织中的员工为成功做好准备。ONA可以提供关于新团队成员和领导者同化速度的见解。将 ONA 与员工参与度和反馈数据叠加起来，你就能全面了解新组织中的团队是如何做的。
在人力资本分析的帮助下，团队建设可以更加敏捷高效。以上方法只是人力资本分析的一部分，你又将如何进行下一次的团队建设？
作者：Serena H. Huang
原文标题：How People Analytics Helps with Agile Org Design
以上由完美的AI翻译完成，仅供参考。
-
人工智能
让AI为组织赋能，提高内部人才流动性
编者注：缺乏最新员工信息，无法快速组建团队是实现生产力飞跃的关键障碍，但人工智能可以为你提供帮助。
内部人才流动和重新部署是大多数公司为提高工作生产率而采用的核心战略。然而，有一个核心问题是--更新信息的缺乏。
让我们看看员工拒绝更新信息的三个最常见原因，以及人工智能可以如何帮助他们。
员工的预期努力程度与感知价值较低
随着解决方案数量的逐年增加，内部流动、人才管理和在线市场平台的参与度下降。为平台的更新并没有提供足够的价值来让员工参与其中。期望的错位造成了对整个平台的不信任，这也是为什么在这些平台中的参与度总是举步维艰。我们必须停止期望人们在技术上投入如此多的工作，而不相信他们从中得到的是值得花费的时间。推荐的职称和与等级工作结构相一致的工作描述并没有足够大的吸引力。
在德勤最近的一项调查中，"超过50%的受访者告诉我们，员工在组织外找工作比在组织内找工作更容易。" 更新数据是大多数这些系统工作的关键组成部分，但对于任何工人来说，维护这些数据都是极其繁琐的。当员工写完简历时，你已经失去了他们。
我们如何建立一种体验，提高参与度，并专注于提供员工和承包商最重视的东西？职位名称和工作描述并不像我们想象的那样相关。
我们如何理解一个人的身份、激情和目的，并将其与具体的工作内容相一致？
在Paths.io最近的一次求职中，当在美国搜索关键词为 "LGBTQ "的工作时，结果中排名靠前的公司是Aramark、Sunrun、Mayo Clinic和Oregon State University。公司需要开始将他们的身份--使命、愿景和价值观--与他们想要吸引和参与组织内的人保持一致。首先在激情和目的上进行匹配。AI内的神经网络可以通过识别员工和承包商所拥有的可转移技能来弥补支持员工和承包商的差距，然后推荐提升技能或转向与他们的激情和目的相一致的路径或项目的方法。
比起技术，员工更信任与社交人际关系
人类有与生俱来的建立人际关系的能力，并依靠彼此建立信任。员工通过管理层和领导层在内部利用关系网来发展自己的事业。求职者依靠他们在项目工作中建立的关系来建立社交网络，并找到下一个工作机会。人们本能地信任其他他们喜欢的人和合作愉快的人，这可能导致了我们今天看到的大部分偏见。我们都依赖于人类利用长期建立的判断能力来辅助决策，我们更倾向于相信我们认识的人。
要将人工智能引入任何流程，你必须了解你要打破的一个心理模型："人们更容易对那些他们认为具有类似人类能力的产品抱有不可实现的期望。"
正如谷歌在他们的people+AI指南中所说：想让任何技术系统能够打破像人际关系一样亲密的行为，这是毫无根据的期望。我们必须退一步，用AI去启用这种行为，而不是打破它。我们如何利用数据来了解人与人之间的底层连接，并推荐新的人与人建立关系与工作？
缺乏对战略举措和项目目标的洞察力
以职称、技能或公司来定义自己的时代已经过去了。我们都是人，都有不同的动机。人们普遍缺乏对公司要完成的总体项目或战略目标的认识，这与那些认为自己需要的人群是一致的。我们把工作做得太过注重技能和职称，而对一个员工将产生的结果和影响认识不足。当动机一致时，人类能够完成更多的工作。当一个人有足够的动力时，能够学到的技能是不可思议的--每个人都有不同的学习曲线。
我们如何让人才更好地了解公司重点实现的总体项目或举措？人工智能可以理解和剖析项目，并在组织内推荐合适类型的人才，为制造或完成这些项目做出贡献。
为什么我们要将人员与职位相匹配，而不是将他们与工作内容相匹配？
为什么不把项目匹配到候选人身上呢？
要完成这个项目，你需要的人才组合是什么？
AI在支持人才流动方面的帮助非常大，但这个过程需要重新规划，以上三个问题也需要解决。花时间将激情和目的与工作主体相统一，提供由人工智能驱动的有价值的体验，使生产关系和利用和锻炼技能的方式得到更大的成功。
作者：法拉·里夫斯
以上由可爱的AI翻译完成，仅供参考。
-
人工智能
人工智能驱动的技能管理，为何令人瞩目？
随着充满混乱和挑战的2020年接近尾声，人力资源团队获取和管理人才的环境也发生了变化。曾经被认为是朝向未来工作和工作场所动态变化的渐进进化，现在已经以任何人都无法想象的速度转变。
随着这一过程的加速，在寻找机会时自动提取和衡量技能的愿望也在加快，无论是在外部还是在内部。并不是说技能一直都不重要，而是现在作为人才的新货币，技能已经被转移到聚光灯下，以适应我们所处的新市场。
那么，是什么推动了这一趋势呢？长期以来，人们一直强调评估和匹配工作经验和教育背景，为什么现在人们对技能这么感兴趣呢？
技能是什么?
首先回答这个问题，确定什么是技能是很重要的。根据德勤的定义，技能被定义为“在特定环境下实现工作成果所需的战术知识。”技能是特定于特定功能、工具或结果的，并由个人用于完成给定任务。”
这个定义的重要元素是关注如何在特定上下文中使用它。如上所述，环境在变化，技能也随之变化。这使得组织适应他们正在寻找的机会的新需求变得更加重要。新技术、革新、通讯渠道和工作方法只会助长只关注教育和经验之外的需要。
除了技术技能之外，求职者也越来越注重持久的技能，这些技能被视为求职者在某个职能、组织或市场中发展的不可或缺的一部分。解决问题、推理、谈判和学习新技能等能力，现在是人力资源团队希望从外部候选人和寻求内部调动的员工身上识别和衡量的首要目标。
技术是如何改变技能的
技术的影响是这种变化不可否认的催化剂。想想营销人员的角色，他们现在需要哪些技能，而10年甚至5年前他们还没有。当今市场所需要的技术技能并不一定存在于他们的教育中，甚至不一定存在于他们的经验中，因此保质期较短。这就要求求职者充分发挥自己的技能，从而更全面地了解应聘者是能够很快上手，还是在开始新工作时力不从心。
这项技术也改变了求职者对工作生活的期望。新一代的人不再想在一份工作上呆到职业生涯结束。他们想要学习和移动。这意味着，人力资源团队面临的“经典”职业路径的线性简历越来越少，工作经验的个性化融合越来越多。这就使得我们很难对不同的个体进行比较，从而将注意力重新集中到共同的分母——技能上。
人工智能如何巩固技能管理
因此，随着技术进步加大了寻找人才的挑战，它也可以提供解决方案。随着技能本体变得越来越高级，它们能够自动从工作申请、简历和员工档案中提取技能。通过使用语义人工智能，你可以将词汇集群与正确的技能集联系起来，而不仅仅是经常会导致信息源误入歧途的关键字匹配。
一个很好的例子就是将食物和饮料的技能与食物科学进行比较。以前，一个食品科学家，他的技能是基于化学的，经常被推荐和匹配的机会在酒店行业，因为技能的联系是有限的，不会与正确的领域的术语联系起来。但随着语义搜索的发展，围绕不同学科出现了术语集群，这使得在提取信息源候选人或内部申请者的技能时具有更高的准确性。
人工智能驱动的技能管理的重要性
这在内部流动性和人才市场的创建方面发挥了特别大的作用。人才市场被定义为“组织提供的系统、数字平台和虚拟场所，员工可以在其中找到与他们的共同利益和成功最相关的机会。”“在人工智能的帮助下，技能的提取可以为员工创造准确的机会建议，允许更准确的技能差距分析，并提供量身定制的职业道路，以规划员工在公司的未来。”
市场的本质是动态的，它可以激励员工和招聘经理。允许自动化完成它的工作，创造并保持这种势头，通过提供类似消费者的体验来促进IM项目的参与性。另一种选择是由人力资源团队手动向员工发送大量的机会清单，这不仅耗费时间，而且缺乏针对性和有效性。
这只是人才生命周期中AI和技能管理协调的一个方面。它还可以被整合到资源、招聘流程、入职培训、绩效管理以及学习和发展中，在这些方面，更准确的技能数据可以丰富个人档案。
技能和人工智能只是一部分
尽管使用人工智能访问和测量技能是目前的热门话题，但重要的是要记住，它们仅代表整个员工图景的一个部分。这意味着，准确评估某人的技能对于TA和TM过程是一个有用的工具，但不是解决所有问题的答案。拥有一个可以从人才生命周期的其他领域获取数据的平台总是能够让你更全面地了解情况。这可以是整合一个技能验证过程，以鼓励上传证书或项目，从绩效考核中提取对员工能力的实时评估，或者在经理签到后增加职业抱负。正确的技术加上技能模型，可以将人才游戏带入下一个阶段，使人工智能能够完成艰巨的任务，突出你需要的候选人技能，同时让招聘人员专注于能够打造雇主品牌的增值活动。
作者：杰里米·维克曼
以上由聪明的AI翻译完成，仅供参考。
-
人工智能
当算法加剧了不平等，普通人还有上升空间吗？
序言：在这个日益由人工智能驱动的社会里，系统性的不平等正在发生。无论是零售、金融、物流，还是制造业，人工智能推动的企业都是由一小群高薪员工来管理的，支持这群人的是复杂的自动化技术，以及外围可能数以百万计由算法管理的低收入自由职业者。
本文作者认为，当算法管理的劳动力被系统彻底操控，最终他们将面临的就是前途渺茫，晋升无望，工作的两极分化愈发严重。
算法歧视与偏见的风险已受到广泛关注和密切审查，这是理所当然的。然而，我们这个日益由人工智能推动的社会还有一个更为隐秘的副作用——工作性质本身不断变化所造成的系统性不平等。我们担心未来机器人会夺走我们的工作，可是如果相当大一部分劳动力最终从事的是由算法管理的工作，前途渺茫，晋升无望，又会发生什么？
白手起家取得成功的经典比喻之一是领导者起步卑微，从收发室、收银台或工厂车间一路奋斗向上。虽然做到这一点比好莱坞暗示的要困难许多，但自下而上的升迁至少在传统的企业中是可能的。麦当劳前首席执行官(CEO)查利·贝尔(Charlie Bell)最初是翻烤汉堡的员工。通用汽车董事长兼CEO玛丽·巴拉(Mary Barra)起步于装配线。沃尔玛CEO道格·麦克米伦(Doug McMillon)是从一个配送中心起家的。
相比之下，你认为有多少优步(Uber)司机会有机会获得公司的管理职位，更别提经营这家共享乘车巨头了？有多少未来的亚马逊顶级高管会从送包裹快递或堆码货架开始自己的职业生涯？Instacart的亿万富翁创始人及CEO可能亲自交付了公司的第一份订单，可是还有多少人会步其后尘呢？
问题来了：有一个“代码上限”阻止了事业进步——不分性别或种族——因为在人工智能驱动的企业里，初级员工和自由职业者极少与其他人类同事互动。相反，他们是由算法来管理的。
在这个以数字为媒介的工作新时代，通常存在一种层次化的信息流，其中公司会决定他们选择与你分享的信息。不像开出租车那样，司机和调度员之间、司机与司机之间通常有开放的无线电通信，当你为优步或来福车(Lyft)工作时，互动内容是某种优化功能的输出，这种优化功能旨在实现效率和利润最大化。
受算法的管理就会遭到不断的监视与监控。如果你是在中国为美团或饿了么工作的数百万送餐员之一，一种算法就可以确定你应该花多长时间送达一份订单，如果你未能在最后时限前完成，你就会被降薪。同样，亚马逊配送中心的员工也受到算法的密切跟踪；他们必须按“亚马逊步速”工作——有人描述其为“介于行走和慢跑之间的速度”。
当你是一名临时工时，让你担心的不仅仅是你的人工智能老板，你同事通常也是你的竞争对手。比如，住在亚马逊配送点和全食超市(Whole Foods)附近的芝加哥居民称他们看到了智能手机挂在树上的奇怪现象。原因何在？合约快递司机不顾一切要在工作分派上拼赢他们的对手。他们相信，将其设备挂在投递站附近可以帮助他们操纵工作分配算法；置于树上的智能手机可能是比别人早几秒拿到一条15美元送货路线的关键。
过去几十年里，工作一直在不断变化。劳动力市场已日益两极分化，相对于入门级、低技能工作以及要求更高技能水平的高级工作而言，中等技能工作受到了侵蚀。新冠疫情可能加速了这一进程。自1990年以来，美国的每一次衰退之后都是失业型复苏。这一次，随着人工智能、算法和自动化对劳动力队伍的重塑，我们的结局可能更糟糕：K型复苏——那些处于顶端的人前景升腾，而其他每一个人则眼睁睁看着他们的财富暴跌。
这种新的数字鸿沟导致了有机会获得高等教育、领导力指导和工作经验的员工与那些没有机会的人之间差距的不断拉大。在我最近的新书《算法领导者》(The Algorithmic Leader)中，我探讨了一个特别可怕的场景：在为算法工作的大众、拥有设计和训练算法系统的技能和能力的专业特权阶层，以及拥有管理世界的算法平台的少数超级富有贵族之间，存在着阶级鸿沟。
一个全球性的低收入算法劳工队伍已经出现。在拉丁美洲，发展最快的初创企业之一是Rappi，它是Uber Eats、Instacart和TaskRabbit的混合体。波哥大和墨西哥城等城市的客户每单支付1美元左右，或者每月固定支付7美元。作为回报，他们可以访问一个庞大的按需服务的快递员网络，快递员会将食品、杂货和几乎你想要的任何东西送货上门。亚马逊有一个非正式的送货员网络，名为Amazon Flex，随时可以将包裹送到你的家门口——不久之后，甚至可以在大街上把包裹交予你，将包裹放到你的汽车后备箱里，或者打开你的家门，把食品放进你的冰箱。
约翰·梅纳德·凯恩斯(John Maynard Keynes)在1930年的演讲《我们子孙后代的经济前景》(Economic Possibilities for Our Grandchildren)中预言，到2030年左右，生产问题将得到解决，任何东西都足以供应每一个人。然而，问题在于，机器会导致技术性失业。凯恩斯没有完全预料到的情况是，我们目前的高科技就业情况伴随着严重的不平等。
劳动力队伍在变化，工作场所也在变化。你会越来越多地发现，高层管理人员和外围的临时工之间存在差距，甚至在企业内部也是如此。无论是零售还是金融服务，物流还是制造业，人工智能推动的企业都是由一小群高薪员工来管理的，支持这群人的是复杂的自动化技术以及外围可能数以百万计由算法管理的低收入自由职业者。
工作两极分化只是问题的一部分。我们真正应该担心的是反馈回路导致的算法不平等陷阱。一旦你成为了依赖智能手机分配任务的零工经济员工，你不仅没有晋升或发展的机会，其他算法还可能进一步加剧你的处境。请把它想象成为一个数字贫民窟。由于他们的收入和工作任务受市场波动的挟制，这一新的人工智能底层阶级可能会受到自动化系统的不公正对待，这些系统可以决定他们是否有权获得福利、贷款、保险或医疗保健，或者设置剥夺权利的时限。
然而，对一个尚未完全显现的问题寻求快速解决之路是十分危险的，尤其是如果这意味着将20世纪的员工保护措施嫁接到21世纪的商业模式上。受民粹主义平台支持的政府和监管机构已经在集中精力打击全球数字巨头，力图防止他们逃避纳税义务，努力规范其自由职业队伍的劳动条件，对其数据收集加以限制，甚至对其机器人征税。这些想法中有些是有价值的，另一些尚不成熟，或者更糟糕，只不过是政治秀而已。
算法不平等的长期解决方案不在于税收和监管，而是在于我们是否有能力为21世纪提供一个适当的教育体系。重启教育并非易事。真正的问题不是探寻在教学中使用人工智能的方法，而是我们如何教人们在他们的职业生涯中驾驭机器智能，又如何教人们做好终生学习和再培训的准备。
企业领导人要发挥关键作用。他们不仅应该为处于他们企业边缘的自由职业者开拓沟通、反馈和晋升的渠道，而且需要认真对待再培训和社区参与。比如，美国电话电报公司(AT&T)正对其一半的员工队伍进行再培训，而思科(Cisco)、IBM、卡特彼勒(Caterpillar)、麦肯锡(McKinsey)和摩根大通(JPMorgan)则在为高中生提供实习机会，并与当地学校合作升级他们的教学课程。这些都是很好的举措，不过还需要更多——不仅是为了社会凝集力，也是为了确保未来劳动力的多元性和灵活性。
我们需要一个更好的未来计划。如果没有，算法不平等陷阱将不是用统计数字和财富比率来讲述，而是用求救信号来讲述——挂在树上的智能手机、无家可归之人的帐篷城市以及扫描天空并寻找即将终结他们的快递无人机的人类快递员。
作者：迈克·沃尔什
来源：哈弗商业评论
原文地址：https://mp.weixin.qq.com/s/YK8Oj5f7vYCbrPlnBph69g
-
人工智能
2021年人工智能在人力资源领域应用的5个预测
Beamery首席执行官Abakar Saidov对2021年人工智能在人力资源和人才招聘方面的表现提出了一些行业预测：
就像我们的消费生活一样，HR将利用数据来预测和推荐人才动向。2021年，求职者和员工将不再浏览职业网站和 "人才市场"，而是利用一个推荐信息源，追踪他们在 "徘徊 "和阅读哪些内容和工作。这些数据的收集，再加上智能AI，将根据通过该行为表达的意图动态调整推荐--就像Netflix的feed根据观看习惯更新一样。这个过程将继续微调，因为这些体验将被用来验证人们的能力--既要明确要求应聘者确认他们的兴趣和技能，也要通过推理来验证。
当涉及到人才、围绕多样性的透明度时，人工智能将不再肆无忌惮。随着人工智能不断被TA领导者所接受，我们将看到组织和公众对单纯通过人名来推断性别和种族等多样性的算法进行应有的反击。
2021年，TA领导者将不再根据简历上的 "技能 "来评估人。 我们已经了解到，简历上列出的技能其实只是一瞬间的事情，并不能捕捉到人们可能和想去的地方，也不能捕捉到他们会成为什么样的人，最终是否适合组织的发展方向。这种从 "技能数据库 "到基于人才图谱的 "技能云 "的转变，将推动挖掘有意义的数据的能力，并赋予HR和TA专业人员反映人和就业机会的动态性，更好地捕捉人的潜力，为员工和组织谋福利。
2021年将是垃圾人才数据终结的开始。垃圾入库，垃圾出库，不仅在人力资源部门是如此，当人们的职业生涯和公司的未来岌岌可危时，这是不可接受的。既然人力资源职能部门已经认识到数据的关键重要性，我们将最终采用方法和工具，以确保我们使用的是最准确、一致和最新的数据。
2021年将是我们从对DE&I的 "口惠而实不至 "到 "从哪里开始 "的一年。根据Beamery最近进行的一项研究，58%的组织表示有明确的DE&I目标。但其中60%的组织缺乏DE&I的自主权，超过四分之一的组织认为缺乏责任感和明确的自主权是实现多元化的最大障碍之一。真正的人才领导者会接受 "从什么地方开始 "的多元化需求，任命官员以建立问责制。
作者：Abakar Saidov
以上由AI翻译完成，仅供参考。
-
人工智能
人工智能革命：推进数字化办公转型
导读：AI和ML正在帮助全球企业适应新的工作方式并扩大业务规模。在COVID-19时期，能够成功将人类和机器能力结合起来的企业，不仅在大潮中生存下来，更能够转危为安，为自身发展创造更多机会。
在改造传统应用的过程中注入人工智能，可以让企业获得竞争优势。根据《福布斯》专栏作家Louis Columbus的说法，63%的企业领导者表示，他们已经采用了AI技术来追赶竞争对手。制定一个采用AI的计划，不仅仅是为了在内部更好地工作，更是为了不被对手赶超。
数字化职场中的人工智能
AI涵盖了现代数字工作场所中广泛且不断发展的技术。日常的人工智能给组织带来了实质性的重要性，改变了组织在数字工作场所的沟通、协作、搜索和共享信息的方式。
"未来十年，人工智能将为员工提供前所未有的信息意识和洞察力，从低附加值的活动中解放出来，以及使用复杂技术的能力。"Gartner杰出的副总裁分析师Bern Elliot说。
由此可见，未来的人工智能涉及到进化的认知系统、先进的算法和异常检测。
AI驱动的个性化
个性化的内容交付是企业内网采用的关键。配备了AI的现代内网会根据用户资料、交互、团队等推荐内容。通过人工智能对传统应用的挖掘，员工可以根据自己的活动、兴趣和位置，快速获得定制化的相关信息，这不仅节省了时间和精力，还将更多的生产时间留给了熟练的工作。
正如Forrester的一份报告所提示的那样，超过一半（54%）的全球信息工作者每月有几次或更多的时间被中断工作，以花费时间寻找或试图获取信息、见解和答案。所有的信息一般在组织内部都可以获得，但在合适的时间却不容易获得或搜索到。
AI驱动的个性化的一个可能和积极的副作用是采用和增强员工的参与度。参与率的提升是每个HR人员在这个危机中的欣喜。
个性化是关键，让员工更容易接受内网的采用，并利用内网托管的信息。随着人们对内网的期望快速发展，以满足新出现的需求，组织正在从使用传统内网向利用人工智能、机器学习和上下文处理转变。这些变化在当今的数字化工作场所中引入了个性化元素，使员工在正确的时间获得正确的信息。
知识挖掘
员工花在翻阅或创建非结构化信息上的时间最多。很多信息就这样被锁在成千上万的文件中，既难找，又耗费时间。等到信息被识别和组织起来的时候，就失去了价值，只适合存档。
产生的数据中，几乎80%是非结构化的，很多数据只能由专家人工解读。知识挖掘技术结合人工智能服务，在海量的非结构化、半结构化和结构化数据上进行内容理解导航，让组织发现洞察力，探索它，并快速找到相关信息。自动标记和索引使得文档可以被发现，但同时也增强了其搜索性和可访问性。
眼下，当每个知识工作者都在琢磨如何最好地与组织财富保持一致时，没有比现在更好的时机了，可以从知识挖掘的人工智能开始。
认知型企业搜索
然而，让远程员工既能参与工作，又能提高工作效率，对企业来说将是特别大的挑战。那些还在使用过去的基于关键词的老式企业搜索引擎的组织现在已经过时了。认知搜索是企业搜索的新技术进步，它利用NLP、ML等人工智能（AI）技术来摄取、分析和组织数字内容。利用这些技术有利于搜索结果更加相关和上下文，消除沮丧和重新创建近乎重复的文件。
随着人工智能算法和办公图类技术的发展，现在的搜索机制已经具备了建立搜索查询的上下文或搜索者意图的能力。相应地，获取符合用户期望的搜索结果。
此外，人工智能驱动的搜索解决方案是企业将不同平台的知识进行无缝整合，并在单一的用户界面上让员工随时获取知识的有力途径。
单一搜索功能消除了在众多应用程序之间切换的必要性，从而消除了在多次重新输入凭证等任务上浪费的时间。此外，统一的数据工具使企业能够简化业务流程。
虚拟数字助理
在目前的远程工作环境中，员工在处理家务、孩子、宠物等个人活动的同时，还要处理办公室的工作，员工的工作时间已经超出了典型的朝九晚五的工作时间。因此，对全天候协助，为员工的支持请求提供即时解决的需求更为强烈。
随着人工智能的发展，常规的支持请求等待一个小时就能被人工智能聊天机器人快速解决。由于虚拟助手的一大特点--人工交接功能，本身就很复杂的请求，需要人类智能的请求会迅速升级到人工代理。
AI驱动的聊天机器人可以让员工随时随地通过对话界面，获得更多个性化的相关信息。并且还能为员工更新最新的动态和新闻。这些流程将在新常态下提高员工的工作效率，简化业务操作。
在新常态下，虚拟代理的一个重要用例是人力资源部门。他们正在使用它来收集健康信息，创建一个定期的员工接触点，分发健康和安全公告等等。
结论
从可能性的领域来看，可以毫不夸张地说，一个充满AI的数字化工作场所可以作为催化剂，给传统的工作环境带来根本性的转变。一个AI-Powered自主数字内网作为数字工作场所的基础。它是协作、沟通和分享信息的一站式服务，使企业能够提高内网的采用率、员工参与度和生产力。
一个没有内联网作为基础的数字化工作场所，最终将成为一系列互不相干的数字化途径。但如果有了内网作为数字工作场所的基础，组织将为成功打下基础，帮助企业开发知识，简化流程，并创建一个无缝而有效的全球网络。
以上由聪明的AI翻译完成，仅供参考！
-
人工智能
2020年后，人工智能将如何改变数字工作场所？
随着最近对数字化办公和远程办公的关注度提高，人工智能(AI)在将以前的手工流程自动化和创造新的部署机会方面正日益发挥主导作用。无论你的行业是什么，都应该持续了解并跟上技术发展，以改善你的办公流程。公司必须迅速转变他们的优先事项，并以前所未有的速度进行调整，以便与当今的数字化世界相关联，因为许多企业已经开始依靠数字办公来统一内部、远程和合同工人。
一份最近的报告指出，88%的IT领导者表示，他们的部门内正在开发和实施IT自动化，94%的人预计未来三年内对增加对实施自动化的关注度。在目前使用自动化的公司中，74%的公司表示，他们使用AI来洞察基础设施的性能，93%的公司认为AI将以前费时费力的人工流程自动化，使他们的员工能够专注于举措和战略任务。
报告指出人工智能在办公场所的四大用途：
1.客户沟通。一家公司认为，人工智能使他们与有意向客户的现场交流增加了100%。这些沟通会带来更强的联系，从而增强企业与客户的关系。
2.客户支持。基于人工智能的聊天机器人大大减少了客户支持请求，并提高了客户投诉的解决能力。聊天机器人可以将客户与帮助文章联系起来，或回答常见问题（FAQs），从而减少对客户服务团队的影响。
3.资产管理。AI正在通过减少人工办公场景来提高生产力。它可以将数据情境化，形成有洞察力的联系，为人类腾出时间来完成更复杂的任务。
4.个性化营销。营销专业人士正在赞扬人工智能可以帮助他们以前所未有的规模为消费者创造定制化的沟通。它通过使用机器学习(ML)来协助营销人员为每个消费者创造定制化体验。
AI的能力
AI可以让您的远程办公和现场员工获得成功。利用人工智能功能的数字化办公可以提高个人生产力，提高士气，并激励团队比以往任何时候都表现得更好。当大多数人都在努力保持在家工作的积极性时，人工智能可以成为激励你的员工的动力。
AI可以提高每个部门的生产力和积极性。例如，在市场营销中，AI和自动化技术可以帮助识别问题，跟踪活动并优化活动表现。AI可以分析操作，实时通知营销人员任何问题。这些通知可以让营销人员迅速改变内容，枢轴或调整材料，然后再投入更多时间或金钱在表现不佳的产品或服务上。这种分析对于正在进行的活动来说也是一个福音，因为营销人员可以在部署中间调整活动，或者将资源重新分配到表现更出色的作品上。此外，AI还可以帮助营销人员从一开始就创建更好的营销活动。利用过去的营销活动表现，AI可以就如何构建和选择电子邮件或通讯提供建议和见解。
人工智能进步对数字化办公的影响
AI技术的新进展所带来的影响从提高生产力到提高客户保留率等等。然而，必须认识到人工智能的潜在陷阱以及如何从一开始就解决这些问题。企业在数字化工作场所中可能遇到的主要陷阱有三个：
1.认知偏见：人工智能会带来一系列的偏见和信任问题，特别是关于实施和员工保留的问题。会有人担心人工智能不仅会取代工作，还会让当前的工作变得更加困难。在讨论新的或扩大使用人工智能时，确保你的员工了解自动化实施将如何增强当前的流程，并取代不良的工作流程，而不是人。
2.陡峭的学习曲线。由于缺乏培训，员工可能会反对使用AI。当讨论人工智能的新应用或扩展应用时，确保你的员工明白自动化的实施将如何增强当前的流程，取代糟糕的工作流程，而不是人。
3.员工经验水平的差距。虽然你的一些员工可能拥有你当前业务流程的不可替代的知识，但其他人可能在技术技能方面有一定的优势。确保将实施AI技术所节省的成本重新投入到培训和提高现有员工的技能上。
如何在你的数字化办公场所发挥AI的优势
自动化带来的工作流程改进正在改变数字工作场所。我之前曾写过一篇关于人工智能如何通过改善从一般消费者沟通到内部生产力的流程，成为变革的最重要催化剂之一。利用AI改造工作流程的一种方式是让该技术能够创建和响应电子表单。电子表单可以简化频繁的互动，从而使沟通方式标准化。在电子表单中可以利用流程自动化，将经常发生的信息或程序的请求路由到正确的答案。将这些信息付诸实践，无论是对内还是对外，都会带来终端体验的改善。
在内部，假设你的员工正在搜索类似的帮助文章。在这种情况下，一个有助于缩小问题范围并为员工提供正确答案的电子表格将减少IT帮助台的请求，并确保每个人都有相同的解决方案。在外部，假设你的消费者搜索类似的帮助文章或博客。在这种情况下，电子表单可以收集所有的营销信息，同时确保所有客户获得同样的高水平支持。运行在AI上的电子表单甚至可以通过使用自动化技术来创建针对客户兴趣的定制登陆页面，从而为客户带来难以置信的好处。
最终，无论公司是否准备好，人工智能正在成为数字工作场所的主要组成部分。虽然实施该技术存在潜在的陷阱，但事实证明，人工智能在数字工作场所的许多方面都是有益的。你只需要愿意适应和进步。
作者：塞巴斯蒂安·里卡德，LumApps 的联合创始人兼CEO，为企业提供行业领先的数字化办公通信解决方案。
以上由聪明的AI翻译完成，仅供参考。
-
人工智能
接下来11个值得关注的人力资源科技趋势
2010年代已经过去了，这是人力资源技术发展的十年。从灵活工作制到零工经济的兴起，一波技术解决方案加速了人力资源流程的自动化。这使我们能够以前所未有的方式管理员工。
不过现在我们进入了2020的十年，接下来，人力资源行业会有哪些大的科技趋势呢？
1. 超越功能，为员工增加真正的价值
正确的人力资源技术不仅仅是让员工的任务自动化--它还能让员工充分贡献，发挥他们作为独特个体的潜力，《社会组织》一书的作者Jon Ingham解释道。
"方法需要朝着解放和赋予人们权力的方向发展，"他解释说。"人力资源技术需要支持这种变化"。
Jon补充说，在未来的一年里，该行业可以期待看到的其他事情是转向管理团队、团体和网络--而不仅仅是个人。因此，"人力资源系统需要更加关注团队的价值，使我们能够衡量和奖励团队的绩效，而不仅仅是个人"。
2. 引入 "组织指导系统"
罗斯商学院Rensis Likert教授，戴维尤里奇（Dave Ulrich）表示，现在是时候创建一个 "组织指导系统 "了，该系统可供企业和人力资源领导者在2020年提供课程修正，并使组织更加有效。
这超越了记分卡、仪表盘和预测分析--变成了一个综合指导系统，能够实现更有效的组织和业务决策。
他解释道。"[现有的数据收集]让企业领导者不知所措，他们难以理清该使用哪些想法。相反，一个组织指导系统阐明了期望的业务、客户和投资者的结果，然后提供指导以实现这些结果。"
3. 保健和福利市场的爆发
对于分析师Josh Bersin来说，价值480亿美元的企业福利市场可能是最分散的，也是最具爆炸性的。他解释说，心理和情绪健康、减压、身体健康、饮食和财务福祉的工具无处不在。
"大多数大型医疗保健提供商都在向基于人工智能的新自动化工具投入资金，这些工具可以混合和匹配，以适应世界上任何劳动力。安康平台可以将这些应用整合在一起，为你的劳动力创造真正的行为改变。"
"这是一个我认为十年前不存在的市场。今天，这是科技市场的一个真正的细分市场，人力资源和人员团队应该了解有哪些可用的东西，因为这些对于就业和公司品牌来说是至关重要的问题。"
4. 远程或虚拟办公技术
尽管弹性工作制越来越受欢迎，但该行业仍有很大的发展空间，exaqueo的雇主品牌专家Emily Fritz解释说。
"已经有几种解决方案来解决远程工作队伍给组织带来的挑战，"她解释说。"从协作工作空间到虚拟办公空间的一切。"
5. 2020年数字伦理将成为首要任务
人和转型人力资源的创始人佩里-蒂姆斯解释说，人力资源将在自动化技术的伦理学引入中扮演重要角色。
"如果工作从人们的角色中被取代，交给了机器人，那么我们在将这些人重新部署到更高素质的角色上有什么道德规范？如果这个角色对人们来说太过吃力，无法承担怎么办？那我们又该如何处理他们寻找其他工作？"
6. 职业指导技术
Workitdaily首席执行官J.T.O'Donnell表示，随着工作场所技术发展的步伐不断加快，企业将需要为员工提供更高水平的技术辅导。
"直到现在，人们还以为员工会自己寻找这类资源，并在公司之外花费自己的钱，"她解释说。"但由于千禧一代，这种观念正在发生转变。"
7. 更多地使用人力资本分析，以获得可操作的见解----继续推进
对于人力资源影响者、演讲家和作家Gautam Ghosh来说，继续使用人力资本分析仍然是人力资源技术的首要趋势，甚至在未来一年内仍然如此。HR和People的领导者需要进一步推进他们对分析的使用和成熟度，例如，通过运行实验并对业务战略和底线增长产生影响。
"人力资源领导者需要培养如何在决定某项行动之前，在整个组织中提出问题并进行实验--成为基于证据而不是基于本能的人。"
我们最近的研究报告《人力资源的变迁》显示，目前只有42%的组织在使用数据来推动人力资源决策，因此还有很多工作要做。
8. 增加员工体验，带来主动性
这个行业最受欢迎的流行语在2020下一个十年似乎没有任何放缓的迹象，而且对员工体验的关注加强了。
我们的许多专家都提出了这个问题，包括人力资源分析的负责人苏米桑托·森(Soumyasanto Sen)，他坦率地解释道:“人力资源客户的消费需求已经开始了。”
9. 解决通知和设备疲劳问题的必要性
人们平均每12分钟就会查看一次手机——每天大约会收到64条手机通知。Exaqueo的Emily Fritz说:“随着屏幕时间对我们健康的负面影响受到审查，我认为我们将看到更多的技术调整，以解决围绕设备疲劳的健康问题。”
艾米丽相信，意识水平的提高也会延伸到通知。谈到Instagram最近决定从人们的帖子中删除“赞”，她说，技术将会效仿，在显示通知的数量和类型上变得更加经济。
10. 持续使用人工智能来建立更好的员工体验
对于Jazmine Wilkes，SEA电线电缆公司的人力资源战略官来说，人工智能正在崛起——未来也不会有什么不同。
不过，她补充道:“尽管人工智能正在占据主导地位，但我认为雇主们终于意识到，他们必须以人为本。
台球桌和开放式座椅并不是员工体验的地方。从你想表达感激之情的人那里获得反馈可能会有所帮助。”
11. 人力资源和人员团队就像技术和 “流程沙皇”
人力资源与变革公司的创始人佩里•蒂姆斯解释说:“通过对当前工作方式的回顾，数字工具可能会迫使对低效和浪费的内部流程进行回顾。”
因此，人力资源和人力团队就可以完美地引入更精简、更敏捷、响应更快的流程，以满足2020年人们和组织的需求——成为组织中的“流程沙皇”。
接下来将会发生什么?
新的工具正在颠覆传统的人才管理平台，因为它们首先是为员工设计的，其次才是人力资源部门，Josh Bersin解释道。
作者：杰斯.富尔
以上由机智的AI翻译完成，仅供参考。
-
人工智能
【中国】高科技背景调查机构知了背调获易联众战略投资
高科技背景调查机构知了背调于近日完成A+轮战略融资，投资方为创业板上市公司易联众信息技术股份有限公司控股子公司易联众（厦门）大数据科技有限公司。
［易联众是民生信息服务领域的上市公司，秉承“一切业务数据化，一切数据业务化”的理念，以大数据为驱动，支撑医疗保障、健康医疗、民生服务、产业金融等业务。易联众对知了背调的战略投资，将为知了背调带来资金、资源、业务拓展等各方面的有力支撑。］
2016年，作为国内首家在线授权的高科技背景调查平台，知了背调正式上线。知了背调将互联网、大数据、人工智能等高科技应用于职业背景调查领域，为企业提供精准、高效的员工职业背景调查服务，为个人建立职业能力和信用档案；进而提升人才甄选效率、约束职场失信行为，在企业和个人之间建立信任，帮助企业实现人才投资效益最大化。
经过四年的发展，知了背调已经成长为国内领先的背景调查机构，服务了50余家世界500强企业，每年完成背调候选人数十万人，并与前程无忧、猎聘、上外服、万宝盛华、任仕达、易才、北森、大易等知名HR服务机构建立了战略合作。
知了背调是上海市公共信用信息平台合作试点单位、上海市信用领域（社会信用服务）大数据联合创新实验室理事单位、阳光诚信联盟成员单位、上海市信用行业协会和上海市人才服务行业协会会员单位。知了背调被上海市经济和信息化委员会先后授予上海市电子商务“双推”创新服务平台和上海市中小企业服务机构称号，并多次获得HR Tech China、HRoot、HR智享会、亚太人力资源开发与服务博览会组委会、伯乐会等HR机构颁发的各类大奖。
知了背调创始人兼CEO王玉表示：2020年对各行各业都是艰难的一年，尤其是身处创业阶段的中小企业，但好在危中有机。疫情影响下，不少企业的招聘量都有受到影响，但知了背调的业务量却不降反升。
王玉分析说：过去企业用人部门招聘，特别强调效率。HR往往需要候选人短时间内入职，所以经常出现“HR了解背调价值，但顾不上做背调”的情况出现。疫情影响下，企业反而更加注重入职候选人的职业信用和能力，宁愿等几天也要最大限度保证候选人低风险。
知了背调作为一家高科技背景调查机构，经过连续多年的产品研发，以及对背调流程的深挖，知了背调已经具备了完整、领先的背调服务产品和平台对接能力。随着市场的进一步成熟，公司将秉持在合法合规的大前提下，持续加强大数据和人工智能领域的技术开发，从技术、产品、服务各方面力争成为业界一流的背景调查解决方案供应商。
据王玉介绍，本轮融资资金将用于背景调查系统迭代的研发投入、深化服务水平以及垂直领域市场的拓展等方面。
来源： 知了HR课堂
扫一扫 加微信
hrtechchina
