Ilit Raz เป็นผู้ก่อตั้งและซีอีโอของ Joonko แพลตฟอร์มที่ช่วยให้ธุรกิจต่างๆ ใช้ AI กับกลยุทธ์การจัดหาความหลากหลาย ปัจจุบันบริษัทของเธอทำงานร่วมกับ Adidas, American Express, Crocs และ PayPal เธอ ระดมทุนได้มากกว่า $38.5 ล้าน และบริษัทเติบโตถึง 500% เป็นเวลาสองปีติดต่อกัน
อะไรทำให้คุณสนใจวิทยาการคอมพิวเตอร์ในตอนแรก
เทคโนโลยีเป็นหนึ่งในอุตสาหกรรมที่ใหญ่ที่สุดและประสบความสำเร็จมากที่สุดในอิสราเอล ดังนั้นฉันจึงสัมผัสกับอุตสาหกรรมนี้ไม่ทางใดก็ทางหนึ่งเสมอมาตลอดชีวิตของฉัน เมื่อฉันเข้ากองทัพ ฉันได้รับโอกาสในการทำงานในหน่วยเทคโนโลยีที่ฉันจัดการการพัฒนาซอฟต์แวร์ความปลอดภัยและใช้เวลาเรียนรู้เกี่ยวกับวิทยาการคอมพิวเตอร์ จากนั้นฉันก็ติดงอมแงมและรู้ว่าฉันต้องการยึดเป็นอาชีพเมื่อฉันออกจากกองทัพ
เมื่อใดที่คุณเริ่มเผชิญกับช่องว่างต่างๆ ในอุตสาหกรรม เช่น ช่องว่างด้านเงินเดือนและโปรโมชั่น
ในระหว่าง สองสามปีแรกที่ฉันทำงานในบริษัทซอฟต์แวร์เอกชน ฉันไม่ได้ตระหนักถึงอคติที่ผู้หญิงต้องเผชิญเป็นการส่วนตัว จากนั้นฉันก็เริ่มสร้างเครือข่ายกับนักเทคโนโลยีที่บังเอิญเป็นผู้หญิง ฉันรู้ได้อย่างรวดเร็วว่าปัญหาใหญ่แค่ไหนหลังจากฟังเรื่องราวที่ผู้หญิงเหล่านี้แชร์เกี่ยวกับการถูกพูดถึง ถูกเพิกเฉย หรือไม่ได้รับเครดิตสำหรับความคิดของพวกเขา
ช่วยแชร์เรื่องราวเบื้องหลังเบื้องหลังได้ไหม Joonko?
ฉันมีปริญญาด้านวิทยาการคอมพิวเตอร์และมีพื้นฐานด้านวิศวกรรมซอฟต์แวร์และ NLP ฉันเองเคยมีประสบการณ์ทั้งอคติโดยไม่รู้ตัวและรู้ตัวจากสภาพแวดล้อมในการทำงานของฉัน และผู้จัดการผลิตภัณฑ์หญิงกลุ่มหนึ่งที่ฉันเป็นส่วนหนึ่งได้เปิดโปงให้ฉันเห็นปัญหาในที่ทำงานที่มีมากกว่าช่องว่างของเงินเดือน ดูเหมือนว่าการประชุมจะถูกกำหนดขึ้นเมื่อผู้หญิงหรือผู้ปกครองต้องออกจากงานหรือเป็นพยานว่าใครจะได้พูดคุยหรือนำเสนอในระหว่างการประชุม แม้ว่ากรณีเหล่านี้จะดูเหมือนเล็กน้อย แต่มีความสำคัญและมีอิทธิพลเมื่อคุณเป็นบุคคลที่ได้รับผลกระทบ
ฉันมาเข้าใจว่านี่เป็นปัญหาที่แพร่หลายมากขึ้น ดังนั้นฉันจึงตัดสินใจใช้ข้อมูลพื้นฐานทางเทคนิคของฉัน––ฉันมี ปริญญาด้านวิทยาการคอมพิวเตอร์และภูมิหลังด้านวิศวกรรมซอฟต์แวร์และ NLP และรับมือกับปัญหาโดยตรงด้วยการสร้างโซลูชันเทคโนโลยีใหม่ ซึ่งเป็นที่มาของ Joonko
Joonko จัดหาผู้มีความสามารถได้อย่างไร กลุ่มผู้สมัครจากภูมิหลังที่หลากหลายและไม่ได้เป็นตัวแทน?
อัลกอริทึมที่เป็นกรรมสิทธิ์ของเราก่อนอื่นจะใช้การประมวลผลภาษาธรรมชาติและการมองเห็นด้วยคอมพิวเตอร์เพื่อสแกนข้อมูลสาธารณะเกี่ยวกับผู้สมัครที่ได้รับการอ้างอิงถึงเรา เรามองหาข้อมูลที่ตรวจสอบว่ามีคนระบุตนเองว่าเป็นตัวแทนต่ำกว่าความเป็นจริงหรือไม่ ตัวอย่างเช่น หากบุคคลหนึ่งมีคำสรรพนาม”เธอ/เธอ”ใน LinkedIn เราสามารถอนุมานได้ว่าบุคคลนั้นอาจระบุตัวเองว่าเป็นผู้หญิงและกำหนดจุดข้อมูลนั้นเป็นจุด หากโปรไฟล์ของบุคคลนั้นรวบรวมคะแนนได้เพียงพอ เราจะเชิญพวกเขาเข้าร่วมเครือข่ายผู้มีความสามารถพิเศษของเรา และเมื่อพวกเขาสมัครใช้งาน พวกเขาจะตรวจสอบสมมติฐานของเราเพิ่มเติมโดยบอกเราว่าพวกเขาระบุตัวตนได้อย่างไร
จากนั้น Joonko ตรวจสอบสิ่งนี้อย่างไร ความสามารถพิเศษหรือไม่
เราใช้การผสมผสานระหว่างสัมผัสของมนุษย์และเทคโนโลยีเพื่อจับคู่ผู้สมัครกับตำแหน่งที่เปิดรับซึ่งเหมาะสม ประการแรก ผู้สมัครแต่ละคนที่เข้าร่วมเครือข่ายของเราจะได้รับการแนะนำโดยทีมจ้างงานที่พวกเขาเพิ่งสัมภาษณ์ด้วย แต่ไม่สามารถจ้างพวกเขาได้ ทีมว่าจ้างจะอ้างอิงเฉพาะผู้สมัครที่ผ่านเข้ารอบสุดท้ายเท่านั้น จึงมั่นใจได้ว่าเป็นผู้สมัครที่มีคุณภาพสูง จากนั้น เราใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับบริษัทและบทบาทที่เหมาะสม เรารวบรวมคำหลักจากเรซูเม่และบทบาทที่พวกเขาสัมภาษณ์ในตอนแรก จากนั้นเปรียบเทียบกับตำแหน่งงานที่วางตลาดบนแพลตฟอร์มของเรา โมเดลส่วนใหญ่ใช้ชุดข้อมูลเพียงสองชุด ดังนั้นการใช้ชุดข้อมูลสามชุดจึงเพิ่มความสามารถในการจับคู่ที่เหมาะสมแทน
Joonko ช่วยบริษัทต่างๆ ในการรักษาความสามารถนี้ไว้ได้อย่างไร
เราช่วยเหลือบริษัทต่างๆ ในการรักษาผู้มีความสามารถตลอดกระบวนการสรรหาโดยการผสานรวมกับระบบติดตามผู้สมัคร การผสานรวมของเราช่วยให้เราสามารถดึงข้อมูลโดยรวมเกี่ยวกับผู้สมัคร Joonko ไปได้ไกลแค่ไหน เมื่อใดก็ตามที่เราเห็นการลดลงเมื่อเทียบกับผู้สมัครที่ไม่ใช่ Joonko เราทำงานร่วมกับบริษัทต่างๆ เพื่อปรับปรุงการจับคู่หรือปรับปรุงกระบวนการสรรหาของพวกเขา
Joonko ใช้ AI ด้วยวิธีอื่นๆ ด้วยวิธีใดบ้าง การจ้างงานหรือกระบวนการจับคู่?
เราใช้ประโยชน์จากการมองเห็นของคอมพิวเตอร์และการประมวลผลภาษาธรรมชาติเพื่อพิจารณาว่าผู้สมัครระบุตนเองว่าไม่ได้เป็นตัวแทนหรือไม่ เราใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับบทบาทในกลุ่มของเรา และเราใช้แมชชีนเลิร์นนิงเพื่อปรับปรุงกระบวนการจับคู่เมื่อผู้สมัครเลือกบทบาทที่พวกเขาสนใจ สุดท้าย การจับคู่และการอ้างอิงจะทำงานอัตโนมัติตั้งแต่ต้นจนจบ ผู้สรรหาไม่ต้องทำอะไรจนกว่าพวกเขาจะตัดสินใจสัมภาษณ์ผู้สมัครที่ Joonko แนะนำ
คุณช่วยพูดถึงประโยชน์ของกลุ่มการจ้างงานที่หลากหลายเพื่อหลีกเลี่ยงอคติของ AI ได้ไหม
วิธีที่เราพิจารณาก็คือ ยิ่งผู้สมัครที่มีบทบาทต่ำกว่าความเป็นจริงคุณสามารถดึงดูดและสัมภาษณ์ได้มากเท่าไร คุณก็ยิ่งสามารถตรวจสอบข้อมูลสำหรับอคติของมนุษย์และเทคโนโลยีได้มากขึ้นเท่านั้น อคติโดยหลักเกิดขึ้นเมื่อแบบจำลอง (หรือบุคคล) คุ้นเคยกับการดูข้อมูลที่คล้ายคลึงกันซ้ำแล้วซ้ำอีก เมื่อคุณลงทุนอย่างมากกับความหลากหลายของผู้สมัคร คุณจะสามารถฝึกฝนเทคโนโลยีของคุณและทีมสรรหาบุคลากรที่ใช้เทคโนโลยีนี้ เพื่อนำไปสู่มู่เล่ของความหลากหลายได้
อะไรคือเหตุผลอื่นๆ ที่ความหลากหลายควรเป็นสิ่งสำคัญสำหรับบริษัทต่างๆ ?
โดยปกติแล้วบริษัทจำนวนมากพึ่งพาการอ้างอิงเพื่อเติมเต็มบทบาทที่เปิดอยู่ ซึ่งข้อมูลที่แสดงให้เห็นว่าสามารถนำไปสู่พนักงานที่เป็นเนื้อเดียวกัน ฉันเชื่อว่าเป็นเรื่องสำคัญที่บริษัทต่างๆ จะต้องให้ความสำคัญกับความสามารถที่ถูกมองข้าม รวมถึง’ผู้สมัครชิงเหรียญเงิน’ซึ่งผ่านเข้ารอบสุดท้ายของบริษัทชั้นนำแต่กลับไม่ได้งาน
ไม่เพียงเท่านั้น จัดลำดับความสำคัญของ DE&I อย่างเป็นกลางในสิ่งที่ยุติธรรมและถูกต้องที่ต้องทำ และเป็นส่วนสำคัญของสังคมที่มีความคิดก้าวหน้าและมีความเสมอภาค แต่ก็เป็นการดีสำหรับธุรกิจด้วยเช่นกัน บริษัทที่ให้ความสำคัญกับความพยายามเหล่านี้จะมีประสิทธิผลและประสบความสำเร็จมากกว่า ในขณะที่พนักงานมีความสุขมากขึ้นและอยู่กับมันนานขึ้น.
คุณมีคำแนะนำสุดท้ายสำหรับผู้หญิงที่กำลังมองหาการก้าวกระโดดในวิทยาการคอมพิวเตอร์หรือ AI หรือไม่
ค้นหาชุมชนของผู้หญิงที่คุณสามารถพึ่งพาได้เมื่อ สิ่งที่ได้รับยาก อนาคตของอุตสาหกรรมปัญญาประดิษฐ์ขึ้นอยู่กับการมีส่วนร่วมของผู้หญิง แต่ปัจจุบันถูกครอบงำโดยผู้ชาย ยิ่งคุณสามารถสร้างเครือข่ายผู้หญิงที่แบ่งปันประสบการณ์ของคุณได้เร็วเท่าไหร่ คุณก็ยิ่งมีโอกาสได้รับการสนับสนุนจากคุณมากขึ้นและเติบโตในอุตสาหกรรม
ขอขอบคุณสำหรับบทสัมภาษณ์ดีๆ ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรไปที่ จุนโกะ