人工智能和机器学习提供的好处是相当成熟的。该技术可以帮助企业实现流程自动化，通过数据分析获得洞察力，并与客户和员工互动。它可以帮助企业满足不断变化的市场需求，简化运营成本，并在一个节奏越来越快的数字世界中保持竞争力。
 
人力资源部门在理解和缓解人工智能偏见方面的作用
今天，许多主要的云计算供应商甚至在他们的服务包中提供人工智能功能，为那些可能难以负担昂贵的内部人工智能工程师和数据科学家的企业实现了技术的民主化。
 
对于人力资源团队来说，人工智能的价值是不可否认的。当一个职位列表导致数以百计甚至数以千计的申请人时，人工审查每份简历是一项艰巨的、往往不现实的任务。通过利用人工智能和机器学习技术，人力资源团队获得了大规模评估申请人的能力，并使招聘建议的效率大大提升。
 
人工智能引起的人力资源偏见的影响是巨大的     
虽然人工智能为人力资源小组提供了相当明显的好处，但它也引入了相当严重的挑战和潜在的陷阱。对于任何人工智能系统，你必须正面解决的最困难（但也是最关键）的方面之一是确保它没有偏见。
 
这对人力资源的人工智能系统尤为关键，因为任何人工智能引起的偏见都可能导致公司歧视合格的候选人--往往是在不知不觉中。
 
还记得几年前，亚马逊不得不取消其筛选简历的人工智能系统，因为它惩罚了女性申请人吗？这是一个完美的--尽管是不幸的--关于训练数据的力量的例子。当时，亚马逊的大多数员工都是男性，因此，根据该公司自己的数据训练的人工智能系统的算法，将成功的申请与男性导向的词语联系起来。
 
这样一来，合格的女性候选人就被该模型忽略了。教训：如果用于训练人工智能模型的数据是有偏见的，那么部署的人工智能系统也将是有偏见的。而且它将继续无限期地强化这种偏见。
 
外包的人工智能系统和公司文化都需要仔细观察
在亚马逊的案例中，用于筛选简历的人工智能系统是在公司内部建立的，并用公司自己的求职者的数据进行训练。但大多数公司没有资源为其人力资源部门建立内部人工智能系统。因此，人力资源团队正越来越多地将这项工作外包给Workday或谷歌云等供应商。不幸的是，很多时候，他们也在将他们的尽职调查外包出去。
 
现在比以往任何时候都更重要的是，人力资源团队要认识到外包任何人工智能实施所带来的巨大责任。不要只是盲目地接受和实施人工智能供应商的模型。你和你的团队需要反复审查这些系统，以确保它们不存在偏见。你需要不断地问。
 
什么数据源（或数据源的组合）被用来训练模型？
模型是用什么具体因素来做决定的？
产生的结果是否令人满意，还是有什么问题？该系统是否需要暂时关闭并重新评估？
仔细审查训练数据是非常必要的，特别是在外包的人工智能系统中。但这并不是缓解偏见的唯一要求--有偏见的数据源自有偏见的工作环境。


 
因此，你的人力资源团队有责任也要评估你的组织内的任何偏见或不公平问题。例如，在公司里，男性是否比女性拥有更多的权力？哪些有问题的行为长期以来被认为是可以接受的？来自代表性不足的群体的员工是否获得了一切成功的机会？
 
在纳入人工智能时，你公司文化的多样性、公平性和包容性是绝对相关的，因为它推动了人工智能系统和结果的部署方式。请记住，人工智能不知道它是有偏见的。这要靠我们自己去弄清楚。
 
公平和无偏见地利用人工智能的三个最佳做法
最终，人力资源团队需要能够理解他们的人工智能系统能做什么，不能做什么。现在，你的人力资源团队不需要成为技术专家，也不需要了解驱动人工智能模型的算法。
 
但他们确实需要知道训练数据中反映了哪些类型的偏见，偏见是如何建立在公司文化中的，以及人工智能系统如何使这些偏见永久化。
 
以下是三个战术性的最佳做法，可以帮助你的人力资源团队以公平和无偏见的方式利用人工智能技术。
 
定期审计人工智能系统。无论你的系统是在内部建立还是外包给供应商，都要定期审查正在收集的数据，以训练模型和正在产生的结果。数据集是否足够大和多样？它是否包括受保护群体的信息，包括种族和性别？如果系统的结果不令人满意，不要犹豫，关闭系统以改变方向。
 
理解数据供应链。在依赖外包的、现成的人工智能系统时，要认识到训练数据可能反映了供应商自己的偏见或第三方数据集的偏见。留心观察。
使用人工智能来增强而不是取代。人工智能的能力正在迅速发展，但现实是，人工智能仍然需要管理。由于涉及的风险，人力资源团队应该利用人工智能来增强他们的作用，而不是取代它。人类仍然需要做出任何最终的招聘和人力资源决策。
 
在人工智能的帮助下，人力资源团队可以发现企业的不平等现象
你的人力资源团队在以公平和不偏不倚的方式利用人工智能技术方面处于独特的地位，因为他们已经很熟悉偏见和不平等的系统性问题。
 
认识到人工智能系统所需要的责任，并不断努力了解它们是如何被训练和产生结果的。
 
如果操作得当，人工智能将帮助你的人力资源团队发现偏见，而不是使其永久化，提高人力资源职责的效率和效力--并促进值得信赖的申请人和有价值的员工的职业生涯。