팟캐스트: AI 채용 기계 극복하기

팟캐스트: AI 채용 기계 극복하기
채용에 관해서는 점점 더 AI의 세계가 되고 있습니다. 우리는 그 안에서 일하고 있습니다. AI 팟캐스트 In Machines We Trust의 시즌 2 마지막 에피소드와 AI 및 고용에 관한 시리즈의 결론에서는 AI 기반 시스템이 채용 프로세스에서 어떻게 점점 더 게이트키퍼 역할을 하는지 살펴봅니다. 이력서에 표시된 것보다 조금 더 많은 것을 기반으로 수백만 명의 지원자를 찾습니다. 그러나 우리는 기계에 대해 무력하지 않습니다. 사실, 점점 더 많은 사람들과 서비스가 게임을 하는 데 도움이 되도록 설계되었습니다. 어떤 경우에는 규칙을 어겨서 우위를 점할 수 있습니다.

만납니다:

  • Jamaal Eggleston, 취업 준비 강사, The HOPE 프로그램
  • Ian Siegel, ZipRecruiter CEOSami Mäkeläinen, Telstra의 전략적 예측 책임자

  • 살릴 판데, VMock CEO
  • 그레이시 Sarkissian, 뉴욕 대학교 Wasserman 경력 개발 센터 임시 전무 이사 우리는 다음과 이야기했습니다:
  • Jamaal Eggleston, 취업 준비 강사, The HOPE 프로그램

  • T 학생 및 교사 he HOPE Program in Brooklyn, NY
  • Jonathan Kestenbaum , Talent Tech Labs의 공동 설립자 및 전무 이사
  • Josh Bersin, 글로벌 산업 분석가Brian Kropp, Gartner 연구 부사장

  • Ian Siegel , ZipRecruiter CEO
  • Sami Mäkeläinen, 대표 Strategic Foresight, Telstra
  • Salil Pande, CEO, VMock
  • Kiran Pande, VMock 공동 설립자
  • Gracy Sarkissian, Wasserman Center 임시 전무이사 경력 개발, 뉴욕 대학교

    발음:

  • 영상 인터뷰 기법 – Hirevue / Spark Hire / VidCruiter를 준비하기 위한 3가지 쉬운 해킹: https://youtu.be/tp0jt4hoHsI

  • 심리 테스트를 통과하는 방법 | 적성 테스트, 수치 추론, 게임 기반 팁 및 요령: https://youtu.be/u_nWOnJevaA 크레딧
    • 고용에 관한 이 미니시리즈는 Hilke Schellmann이 보고했으며 Jennifer Strong, Emma Cillekens, Anthony Green 및 Karen Hao가 제작했습니다. Michael Reilly가 편집했습니다.
  • 성적표

  • 합성 제니퍼:
  • 안녕하세요 여러분 ! 이것은 제니퍼 스트롱이 아닙니다.

    사실 그녀의 목소리를 딥페이크한 버전입니다.

    채용 시리즈를 마무리하기 위해 우리 둘은 번갈아 가며 같은 면접을 봤습니다. 자동 면접관이 알아차린다면. 그리고 그것이 우리 각자를 어떻게 평가할 것인가. 그래서 인간 제니퍼가 채용 공고에 더 잘 어울린다고 저를 이겼지만, 조금 차이가 났어요. 이 딥페이크? 더 나은 성격 점수를 얻었습니다. 이 고용 소프트웨어에 따르면 이 가짜 목소리가 더 즉흥적이기 때문입니다. 또한 더 혁신적이고 전략적이지만 Jennifer는 더 열정적이고 다른 사람들과 더 잘 어울립니다.

    [Beat/ Music transition]
    제니퍼: 인공 지능은 채용 과정에서 점점 더 많이 사용됩니다.

    (그리고 이건 진짜 제니퍼. 그냥, 그건 그렇고.)

    그리고 t요즘 알고리즘은 이력서를 사람이 볼 수 있는지 여부를 결정하고, 사람들이 비디오 게임을 하거나 말하는 방식을 기반으로 성격을 측정하고, 인터뷰까지 할 수도 있습니다.

    더 이상 최선을 다해 면접을 준비하지 않는 세상에서 최고의 ‘디지털 자아’를 선물하세요?

    Sot: Youtube 클립 몽타주: Vlogger 1: HireVue, Spark Hire 또는 VidCruiter와 같은 비디오 인터뷰에서 성과를 크게 향상시킬 수 있는 세 가지 간단한 핵을 알고 싶으십니까? Vlogger 2: 면접에 합격하는 데 도움이 되고 싶으니까 처음부터 끝까지 꼭 시청해주세요. Vlogger 3: 핵심 개념을 이해하면 해당 알고리즘을 이기고 취업할 수 있습니다. 시작하겠습니다.

    제니퍼:
    우리는 구직자들이 이러한 도구를 능가하기 위해 얼마나 멀리 갈 의향이 있는지 살펴봅니다.

    그레이시 사르키시안: 그래서 지원자 추적 시스템을 통과하지 못한 이력서를 얻기 위해 과거에 학생들이 한 일에 대한 온갖 종류의 미친 이야기가 있습니다. 그러나 우리가 하는 일은 학생들이 무엇을 기대해야 하는지 알고 성공할 준비가 되어 있는지 확인하는 것입니다.

    Jennifer:
    그 성공은 지원자의 업무 성과를 예측하려고 시도하는 자동화된 이력서 심사에서 다양한 변수에 걸친 알고리즘에 의해 측정됩니다. , 단방향 비디오 인터뷰에 이르기까지 후보자의 단어 선택에서 표정에 이르기까지 모든 것이 분석될 수 있습니다.

    Ian Siegel:
    말 그대로 이것은 직업을 찾는 데 있어 통념이 당신을 죽일 수 있는 사례 중 하나입니다. 그리고 많은 전문가들조차도 오늘날 업계가 실제로 어떻게 작동하는지 깨닫지 못한다고 생각하기 때문에 너무 안타까운 일입니다.

    제니퍼:
    알고리즘에 깊은 인상을 주기 위해 옷을 입을 수는 없습니다. 그렇다면 자동화된 시스템을 게임하는 것은 어떤 모습일까요?

    Sami Makelainen:
    AI가 AI 인터뷰를 하게 된다면 어떻게 될까요? 지금 가능할까요? 미래에 가능할까요? 내 말은, 멀지 않은 미래에 당신이 인간과 거의 비슷하게 생겼고 인간과 매우 흡사하게 행동하는 인공 개체를 개발할 수 있는 훨씬 더 일반적인 능력을 갖게 될 것이라는 점은 상당히 분명합니다. 아니면 우리를 위해 인터뷰를 하기 위해 이러한 것들 중 하나를 사용할 수 있습니까?

    Jennifer:
    그리고 의미 있는 규칙과 규정이 없는 상황에서 우리는 어디에 선을 긋나요? 저는 Jennifer Strong입니다. AI 및 고용에 대한 4부작 시리즈의 마지막 에피소드에서 우리는 AI 및 고용에 어떻게 적응하고 있는지 살펴봅니다. 일자리를 찾는 자동화된 프로세스.

    [SHOW ID]

    [TITLES] 익명 구직자: 이것들 AI나 인공지능 로봇이 파서를 통해 이력서를 읽고 있다. 따라서 이력서가 수준에 미치지 못하면 다음 단계로 넘어가지 않습니다.

    Jennifer:
    이 시리즈를 통해 우리가 따라온 구직자입니다. 그녀는 우리에게 그녀를 Sally라고 불러달라고 요청했지만 그것은 그녀의 진짜 이름이 아닙니다. 그녀는 잠재적 고용주의 고용 관행을 비판하고 있습니다… 그리고 그녀는 그것이 그녀의 경력에 ​​영향을 미칠 수 있다고 두려워합니다. 이전 에피소드에서 그녀는 입사하기 전에 150개에 가까운 일자리에 지원한 방법과 그녀가 만난 방법에 대해 이야기했습니다. 프로세스의 여러 지점에서 AI. Sally와 마찬가지로 구직 중 AI를 처음 볼 수 있는 것은 이력서 파서 또는 스크리너로. 채용 프로세스의 다음 단계로 전달되는 항목을 정렬하고 선택합니다. 그녀는 이력서가 제대로 처리되지 않는다고 의심했습니다. 그리고 그녀는 이 기술을 손에 넣은 후 추가 조사를 했습니다. [CREDITS]
    익명 구직자:
    그래서 지금 이력서를 보면 내 분야인 데이터 분석의 힌트와 함께 나를 소프트웨어 엔지니어로 읽습니다. 괜찮습니다.

    Jennifer:
    그녀의 친구도 이 문제를 해결하고 있습니다. 그는 각 이력서가 주어진 직무에 대해 얼마나 적격한지를 백분율로 일치시키는 다른 도구를 테스트하고 있습니다.

    익명 구직자:
    그는 가지고있다 백분율을 제공하는 다른 파서입니다. 그래서 그는 데이터 과학자이자 이미 현장에서 멀리 떨어져 있는 다른 사람들에게 이력서를 요청했고 그들의 이력서는 80~90%를 통과했습니다.

    Jennifer:
    그들은 온라인에서 찾은 템플릿을 테스트하고 있습니다. 단지 어떤 일이 일어나고 그 서식이 도움이 되는지 알아보기 위해서입니다. 그러나 지금까지 이러한 템플릿을 작성할 때 모두 낮은 일치 점수(40% 미만의 자격을 갖춘)를 받았습니다.

    익명의 구직자: Google 이력서 템플릿만 사용한다면 이력서에 도움이 필요한 경우 팝업되는 내용을 모두 테스트했습니다. 그리고 우리는 템플릿이 좋지 않다는 것을 깨달았습니다. 따라서 파서 안에 템플릿을 넣으면 직업이 무엇이든 간에 여전히 40 또는 40 미만입니다. 따라서 이를 읽는 기계에 문제가 있습니다.

    Jennifer:
    Sally는 프로그래머입니다. 그녀는 이러한 유형의 소프트웨어를 찾고 테스트하는 방법을 알고 있습니다. 그러나 우리 대부분은 그렇지 않습니다. 이러한 알고리즘이 우리가 의도한 대로 이력서를 읽고 ‘올바른’ 기술을 추출하는지 알 수 없습니다.

    익명 구직자:
    온라인으로 입사 지원서를 작성했는데 이력서를 변환하라는 메시지가 표시되는 경우. 그리고 이력서를 변환한 후 이력서에 나와 있는 내용을 상자에 채우지 않으면 백분율이 낮다는 것을 알 수 있습니다. 제가 Goldman Sachs나 Capital One에 지원했을 때 은행 산업과 같은 분야에 지원했을 때 이력서에서 정보를 선택하고 가져왔을 때 정확하지 않았기 때문입니다. 그리고 이력서에 맞게 나머지는 항상 채워야 했어요.

    Jennifer:
    그녀는 이것을 만들 때 말했습니다. 발견, 마침내 클릭했습니다.

    그리고 그녀는 구직 신청을 시작하기 전에 이것이 어떻게 작동하는지 이해하기를 바랍니다. 그녀의 사기꾼 증후군에 도움이 되었을 것입니다.

    익명 구직자: 그래서 이것을 모르는 사람은 기회가 없습니다 , 왜냐하면 그들은 알지도 못하기 때문입니다.

    Jennifer:
    이 보고 과정에서 우리는 여러 그룹이 이러한 시스템의 후드 아래로 이동합니다. 자신을 도울지 아니면 다른 사람을 도울지 여부는 이러한 도구에 적응하고 참여할 수 있습니다. 그리고 우리는 인력 준비 프로그램을 방문했습니다. The Hope Program이라는 뉴욕시에서. 많은 참가자들이 노숙자, 약물 남용 및 장기 실업 문제를 겪었습니다.

    자말 에글스턴

    : 당신은 모든 골칫거리를 볼 수 있습니다,이 학생들은 일자리를 얻기 위해 뛰어 넘어야합니다. 인구의 세그먼트는 많은 후프를 통과하지 않아도 될 수 있습니다. 그래서 저는 갑옷을 입고 그것에 맞서 싸우는 것이 우리에게 달려 있다고 생각합니다. 왜냐하면 우리가 여기서 말하는 좋은 사람들이 있기 때문입니다. 그래서 그들을 돕는 것이 내 인생의 여정이 되었습니다. 그리고 우리는 맞서 싸워야 합니다. 너무 많은 좋은 사람들이 길가에 방치되었습니다.

    Jennifer:
    Jamaal Eggleston은 학생들에게 Mr. E로 알려져 있습니다. 그리고 그는 학생들이 점점 늘어나는 사용으로 인해 어려움을 겪고 있다고 말합니다. 성격 테스트 및 기타 형태의 채용 자동화.

    자말 에글스턴: 그들은 좌절하여 돌아옵니다. 전혀 듣지 못한다는 것은 정말 큰 문제입니다. 마치 응용 프로그램을 수행하고 응용 프로그램이 매트릭스에 들어가고 영원히 사라진 것과 같습니다. 또는 그다지 개성이 없고 정보를 제공하지 않는 자동 응답을 받게 됩니다.

    Jennifer:
    그에게 그것은 이미 불리한 입장에 있는 학생들에게 힘든 싸움을 의미합니다.

    자말 에글스턴

    : 성격검사를 하면 똑같은 질문을 하기 때문에 속는 것 같은 느낌이 든다. , 그러나 세 가지 다른 유형의 방법을 구사했습니다. 그것은 지원자 중 일부와 문화적 배경을 전혀 공유하지 않는 제작자로부터 옵니다.

    Jennifer:
    그래서 그는 이러한 성격 테스트의 예를 다운로드하고 분석한 다음 발견한 내용을 사용하여 자신의 학생. 자말 에글스턴
    : 그래서 나는 그들에게 그 질문의 세 가지 다른 표현을 줄 것입니다. 그래서 그들은 무엇을 조심해야 하는지 알게 될 것입니다. 당신이 이런 상황에 처한 적이 있다면 어떻게 대처하겠습니까? 그리고 그들은 질문이 그런 식으로 표현되면 내가 그들에게 가르쳤다는 것을 즉시 압니다. 행동에 관한 질문이 될 것입니다. 따라서 성격 테스트에서 조심하고 시간을 들여야하는 것입니다. Jennifer: 그리고 그들은 이 테스트를 직업 훈련의 일환으로. 그들의 결과는 수업 중에 화이트보드에 투사되고 그룹으로 토론됩니다.

    Jamaal Eggleston:
    이 회사들이 이러한 관행 때문에 제외된 모든 위대한 사람들을 알고 있었다면 말입니다. 그리고 그들은 신선한 공기의 큰 호흡이었을 것입니다. 유능한 노동자들이었을 테지만 이러한 편견 때문에 알고리즘을 프로그래밍한 사람이건 알고리즘 자체이건 간에 이 사람들을 배제한 것은 그들이 알기만 하면 스스로를 걷어차게 될 것입니다. 좋아, 그 사람은 나와 같은 피부색을 가지고 있지 않다. 그들은 다른 방언이나 억양으로 말할 수 있지만, 알고 보면 그들은 여기에 와서 꼬리를 잘랐습니다.

    [Musical transition]

    Ian Siegel: 구직 활동을 좋아하는 구직자가 세상에 있다면—저는 그들을 만난 적이 없습니다. 그리고 자신이 채용 전문가라고 생각하는 고용주가 있다면 저도 한 번도 만난 적이 없습니다. 어느 쪽도 참여하는 활동에 대해 교육을 받지 않았습니다.

  • Ian Siegel:
    제 이름은 Ian Siegel입니다. 저는 ZipRecruiter의 CEO이자 공동 설립자입니다.

    Jennifer:
    회사가 일자리를 게시하고 사람들이 일자리를 찾는 AI 기반 마켓플레이스입니다.

    이안 시겔: 수백만 개의 기업이 매달 당사 사이트에 채용 공고를 게시합니다. 그리고 매달 수천만 명의 구직자들이 우리 사이트에서 일자리를 찾습니다. 그리고 우리는 AI를 사용하여 그들 사이의 적극적인 중매자 역할을 했습니다.

    Jennifer:
    이 시작 부분에서 그와 이야기를 나누었을 때 그는 이력서의 대다수가 이제 사람이 프로세스에 들어가기 전에 먼저 기계로 심사한다고 말했습니다.

    그리고 그는 이력서를 작성하기 위해 전통적인 조언을 사용하는 사람은 이력서의 대상이 이제 알고리즘이기 때문에 채용 프로세스의 다음 라운드에 통과하지 못할 위험이 있다고 믿습니다.

    이안 시겔: 이력서 작성 방법에 대한 조언은 모두 잘못된 것입니다. 더 이상 눈에 띄는 것을 작성하거나, 모조 피지에 인쇄된 아름다운 디자인을 사용하고, 뛰어난 산문을 사용하여 성취를 꾸미고, 모든 것을 잊어버리는 것이 아닙니다. 당신은 당신이 할 수 있는 가장 짧고 선명한 단어로 원시인처럼 쓰고 싶어합니다. 소프트웨어는 당신이 인간 앞에 놓일지 여부를 결정하기 위해 당신이 누구인지 파악하려고 하기 때문에 선언적이고 정량적이어야 합니다. 그리고 그것이 바로 오늘날 미국에서 일하는 대부분의 직업입니다.

    Jennifer:
    다른 사람들과 마찬가지로 그는 정보를 추출하는 이러한 도구에서 문제를 발견했습니다. 이력서에서.

    그래서 회사는 자체적으로 구축했습니다. 그리고 그는 이력서를 받는 데 몇 가지 조언을 하고 있습니다.
    이안 시겔:

    명시하고 기술이 있으면 선언하십시오. 이상적으로는 어떻게 배웠는지 선언하십시오. 그래서 저는 이 인증 프로세스를 통해 기술을 배웠습니다. 여기에 제가 이 기술을 보유하고 있음을 확인하기 위한 인증 또는 라이선스 번호가 있습니다. 간호사와 같이 여러 산업이 있기 때문에 간호 면허만 있으면 고용됩니다. 지금 미국에는 더 많은 간호사가 절실히 필요합니다. 트럭 운전사라면 트럭 운전 면허증 번호가 있으면 고용됩니다. 따라서 전체 이력서가 정보의 한 조각이 될 수 있는 것처럼 나머지는 고용주에게 실제로 중요하지 않기 때문입니다. 따라서 가능한 한 전문 지식을 뒷받침할 수 있는 많은 증거와 함께 모든 기술을 구체적으로 나열해야 합니다.

    제니퍼:
    그리고 장기적으로 그는 새로운 채용 방식이 표준이 될 것으로 보고 있습니다.

  • Ian Siegel:
    이에 대한 합리적인 방법이 있습니다. 모든 작업에, 그리고 그것은 고용주가 먼저 가야 하는 것입니다. 고용주는 시장 내에서 활동하는 구직자를 살펴보고 지원하기를 원하는 구직자를 선택해야 합니다. 지원하거나 직접 모집하도록 초대하십시오. 좋은 경험입니다. 구직자들은 구직 신청을 싫어하지만 어떻게 될까요? 그들은 채용되는 것을 좋아하는데 누가 그렇지 않겠습니까? 말 그대로 바에서 픽업하는 것과 같습니다. 당신은 바람직하고 특별하다는 말을 듣고 있습니다. 그것은 의미가 있으며 모든 사람을 올바른 헤드스페이스에 배치합니다. 그러면 고용주가 이기고 있는 것입니다. 채용을 통해 먼저 일을 하고 관심을 표현하기 때문입니다. 즉, 긍정적인 반응을 얻을 확률이 높아집니다. 왜냐하면 그 사람은 그 사실에 매우 기뻐할 것이기 때문입니다. 고용주가 먼저 갔다는 것입니다. 따라서 이것이 작동하는 더 좋고 효율적인 방법입니다.

    [CREDITS]

    제니퍼:

    이 조사의 일환으로 우리는 구직자가 성공 가능성을 극대화하는 데 도움이 되는 여러 도구에 대해 배웠습니다.

    Hilke Schellmann은 이 시리즈의 보고 파트너입니다. 그녀는 이 주제에 대해 보도하는 저널리즘 교수이기도 합니다.

    Hilke, 트릭에 대해 무엇을 찾았습니까? 사람들이 우위를 점하려고 합니까?

    Hilke: 그래서 제가 찾은 것 중 하나는 온라인에서 서로 ‘평가 비밀’을 공유하는 사람들.

    Sot: YouTube 클립 montage2: 발표자 1: 오늘 이 비디오에서 우리는 통과하는 방법에 대해 이야기할 것입니다. 심리 측정 테스트, 처음으로. 화자 2: 화면을 보지 말고 카메라를 들여다보십시오. 화자 3: 말할 때는 표현력이 있어야 하고 말할 때는 목소리 톤을 바꾸세요. AI가 당신이 말하는 것과 행동하는 방식의 불일치를 찾아낼 것임을 기억하십시오. 화자 2: 그리고 나서 행동의 결과를 밝히고 그 결과는 항상 긍정적이어야 합니다. 그래서 라는 질문을 받을 때마다 당신이 언제 그랬는지 말해주세요. 또는 당신이 처한 상황을 설명하십시오. 보십시오, 행동형 인터뷰 질문이며 특정 상황을 제공해야 합니다.

    힐케:
    따라서 구직자들이 비디오 인터뷰에서 만난 질문에 대해 이야기하는 일반적인 정족수 토론과 하위 레딧도 있습니다. 그리고 큰 날이 오기 전에 후보자에게 AI 모의 인터뷰를 할 수 있는 기회를 제공하는 채용 업체가 있습니다. 제니퍼:
    후보자 방에서 혼자 연습할 수 있습니다. 카메라에 대고 말하고 누군가 또는 기계에게 자신이 그 직업에 가장 적합한 후보자라고 확신시키려고 합니까?

    힐케: 응. 구직자들도 자신의 성격 프로필을 볼 수 있습니다. 그러나 대부분의 후보자가 어떤 질문을 받게 될지 모르기 때문에 이것이 얼마나 도움이 되는지에는 한계가 있습니다. 예를 들어 Amazon의 7단계 채용 프로세스를 나열한 한 회사를 찾았습니다. 이 회사는 후보자가 해야 할 일을 매우 명확하게 설명했습니다. 그 회사는 또한 구직자들이 실제 세계에서 플레이하도록 요청받는 것과 유사한 AI 게임을 구축했습니다. 따라서 구직자는 사전에 이러한 게임에 대해 훈련할 수 있습니다(물론 유료).

    제니퍼: 그리고 당신은 이 일을 하는 많은 회사를 조사했는데 흥미로운 점은 없었나요?

    Hilke: 따라서 직무 설명에서 요구하는 모든 기술을 갖추지 못한 일부 구직자들은 자신이 원하는 기술을 이력서에 흰색이 부족합니다. 그래서 인간에게는 보이지 않지만 컴퓨터는 그 기술을 인식할 것입니다. 구직자들은 이렇게 함으로써 예스 더미에 오르기를 희망하고, 채용 담당자들은 이에 좌절합니다.

    제니퍼: 좋습니다. 현재 AI에 대한 힘이 약한 구직자들을 위한 경쟁의 장을 평준화하는 방법이 될 것입니다. 아니면, 부정 행위를 하여 일부 지원자에게 다른 지원자보다 우위를 제공하는 것입니까?

    Hilke: 음, 이러한 평가를 실행하는 일부 사람들은 그들은 지금 무엇을 기대해야 하는지 알고 있기 때문에 다른 사람들보다 우위에 서십시오. 그러나 그것은 그들이 (비디오 게임에서처럼) 고득점을 얻는 방법을 연습하고 연습했기 때문이 아닙니다. 왜냐하면 이러한 평가가 작동하는 방식이 아니기 때문입니다.

    이 게임들은 당신의 성격을 평가하고 본질적으로 ‘승리’하기 위해 노력하고 있습니다. 알고리즘은 당신의 특성을 이미 그 회사에서 일하고 있는 직원의 특성과 비교합니다. 성격이 비슷할 경우 채용 과정에서 다음 라운드에 진출합니다. 그러나 문제는 그 특성이 무엇인지 아무도 모른다는 것입니다. 그래서 하고 있는 게임의 룰도 잘 모르면서 치팅이라고 부를 수 있을지 모르겠네요.

    제니퍼: 그리고 우리는 AI가 구직자를 어떻게 평가하는지 정확히 알지 못하기 때문에 이 조언을 하는 사람들도 모를 수 있습니다.

    힐케:
    네, 그 조언이 정확하지 않다면 구직자들에게 역효과를 줄 수도 있습니다. 그러나 나는 사람들이 이 새로운 도구에 대한 불안과 이것이 어떻게 작동하는지 이해하고자 하는 열망을 이해합니다. 그리고 분명히 그 약간의 연습은 중요한 날에 그들을 진정시킬 수 있습니다…

    Jennifer:
    하지만 다른 고양이와 쥐 게임과 마찬가지로 사람들이 자동화를 사용하여 이 자동화에 맞서 싸우는 것은 시간 문제일 뿐입니다.

    Hilke: 그게 바로 내가 생각한 것입니다.

    [Musical transition]


    제니퍼: 질문에 답하기 위해 일반 텍스트 음성 변환 소프트웨어를 사용하여 비디오 인터뷰에서 이것을 테스트했습니다.

    Hilke: 예, 인터뷰 소프트웨어를 속여 딥페이크가 인간이다.

    [SOT: Hilke speaking]:
    그래서 첫 번째 질문은 자기 소개를 하는 것입니다. 자기소개 부탁드립니다, 딥페이크.

    컴퓨터 생성 오디오: 제 이름은 Hilke Shellman입니다. 저는 에미상을 수상한 뉴욕 대학교의 기자이자 저널리즘 교수입니다. 저는 십 년 넘게 기자로 일해 왔습니다.

    Jennifer:
    좋습니다. 그리고 딥 페이크 목소리에는 얼굴이 없기 때문에 여기에는 비디오가 없고 시스템은 여전히 점수다.

    힐케:
    네. deepfake는 작업과 79% 일치 점수를 기록했습니다. 그것은 실제로 꽤 높습니다. 그것은 또한 성격 분석을 받았는데, 딥페이크는 매우 혁신적이며 일관성이 없다고 말했습니다. 그것은 꽤 사교적이며 매우 유보적이지 않습니다.

    제니퍼:
    맞아.
    힐케:
    예, 그리고 가장 이상한 부분은 다시 테스트했는데 이번에는 실제 목소리로 동일한 텍스트를 읽는 것입니다.
    제니퍼:
    그리고 무슨 일이 있었나요?

  • 힐케:
    아, 그렇군요. 컴퓨터로 생성된 음성은 실제로 같은 텍스트를 읽는 나보다 더 높은 점수를 받았습니다!

    제니퍼:
    와우. 오디오 아바타를 도로에 가져가는 것을 고려하고 싶을 것 같습니다.

    힐케:
    그런 것 같아요.

    [Musical transition]

    제니퍼:

    하지만 우리만 이런 생각을 갖고 있는 것은 아닙니다.

    Sami Mäkeläinen:
    AI가 AI를 인터뷰했습니까?

    Jennifer: Sami Mäkeläinen은 호주 통신 회사인 Telstra의 임원입니다.

    Sami Mäkeläinen:
    그게 가능할까요? 지금 가능할까요? 미래에 가능할까요? 머지 않은 미래에 인간과 거의 비슷하게 생겼고 인간과 매우 흡사하게 행동하는 인공 개체를 개발할 수 있는 훨씬 더 일반적인 능력을 갖게 될 것이 분명합니다. 나는 우리를 위해 인터뷰를 하기 위해 이러한 것들 중 하나를 사용할 수 있다고 생각했습니다.

    Jennifer:
    그는 소프트웨어 엔지니어링에 대한 배경 지식을 가지고 있으며 그의 직업은 미래 기술 동향의 영향을 연구하는 것입니다. 그와 몇몇 동료들은 단지 호기심에서 AI 면접관이 사람과 다른 기계를 면접하는 것의 차이를 인식할지 여부를 테스트하기로 결정했습니다. . 그래서 그들은 비디오를 사용하는 잘 알려진 AI 인터뷰 시스템을 사용했습니다(그는 어떤 것이 ), 그리고 그는 그것을 아바타와 짝을 지었습니다.

    Sami Mäkeläinen: 우리는 방금 AI 인터뷰 시스템을 가지고 있었습니다. 그리고 AI 디지털 인간, 디지털 아바타, 디지털 트윈을 배치하여 인터뷰 대상의 대변자 역할을 했습니다. 아바타가 하는 말은 인간이 하는 말이지, 언어 모델도 아니고, 그 부분 뒤에 있는 AI도 아니란 걸 알잖아요.

    제니퍼: 즉, 대본을 작성하고 딥페이크가 수행한 것입니다.

    그래서 가짜 영상 속 가짜 목소리가 AI 면접관의 질문에 답한 것입니다.

    그리고 약 12가지 테스트를 거친 후 이 AI 구직자는 어떻게 되었습니까?
    사미 메켈라이넨: 글쎄요, 면접에서 떨어졌나요? 아니, 그렇지 않았다. AI 면접관 입장에서는 괜찮았다. 마치 다른 사람을 인터뷰하는 것 같았습니다. 제니퍼:
    그들은 같은 단어를 두 가지 방식으로 테스트했습니다. 하나는 사람이 말하고 하나는 아바타가 합니다. 그리고 그는 결과가 둘 다 비슷했다고 말합니다.

    그리고 그는 다음에 일어날 일에 대해 생각하고 있습니다.
    사미 마켈라이넨:

    지금부터 몇 년 후에는 매우 사실적으로 보이는 디지털 트윈, 즉 본질적으로 오디오 비주얼 표현을 가질 수 있을 것입니다. 이에 대한 전체 범위의 사용 사례를 상상할 수 있습니다. 당신을 위한 지루하고 큰 회의에 앉게 할 수 있습니다. 적절한 간격으로 어 그리고 음. 가상 게임이나 게임 및 일종의 가상 환경에서 사용할 수 있습니다. 또는 인터뷰를 위해 사용할 수 있습니다.

    Jennifer:
    비록 다른 사람들이 디지털 휴먼으로 이 기술을 테스트한다는 사실을 아직 알지 못하지만요. 그리고 헐리우드 영화가 이것을 쉽게 해내지 못한다면, 그는 우리 모두가 곧 우리의 입찰을 위해 아바타를 배치할 위험이 거의 없다고 생각합니다. 하지만 채용 도구가 기계를 인터뷰하는 것을 인식하지 못했다는 사실이 문제입니다. 소프트웨어가 아직 갈 길이 멀다는 의미입니다.

    Sami Mäkeläinen:
    표면적으로 사람을 인터뷰하는 시스템이 있는 경우 이상적으로는 상대편에서 인터뷰하고 있다고 생각하는 사람이 사람인지 확인합니다. 그렇지 않으면 친구를 고용하여 AI 인터뷰를 하게 되며 현재 AI보다 훨씬 더 설득력이 있을 것입니다. 이 시스템이 말하는 사람이 누구와 대화하고 있는지 확인하기 위해 이 시스템이 할 수 있는 모든 일이 있습니다. 그러나 그것이 정확히 어떻게 개발될지는 다시 결정되어야 합니다.

    Jennifer:
    그는 더 이상 테스트할 계획이 없다고 말합니다. 시도할 수 있습니다.

    Sami Mäkeläinen: 표정이나 톤을 최적화하여 점수를 조정할 수 있는지 자세히 알아보지 않았습니다. 목소리나 감정이나 그런 것들? 그것은 우리가 그것에 대해 탐구한 것이 아닙니다. 그리고 그것은 단지, 아주 간단하고 일종의 개념 증명이었습니다.

    Jennifer:
    그리고 그는 우리가 이 중 일부가 새로운 것이 아님을 기억해야 한다고 생각합니다.

    사미 메켈라이넨:

    우리는 일종의 게임, 인터뷰를 영원히 했습니다. 인간 인터뷰를 할 때와 마찬가지로 그곳에서 어떻게 행동해야 하는지, 무엇을 말해야 하는지, 무엇을 해야 하는지, 무엇을 입어야 하는지에 대한 코스도 있습니다. 우리는 우리를 위해 입찰하기 위해 ‘quote unquote’ 지능형 에이전트를 점점 더 활용할 것입니다.

    Jennifer: 하지만 그는 그것이 중요하다고 말합니다 채용이 처음부터 완벽하지 않다는 것을 깨닫기 위해. Sami Mäkeläinen: AI와 이러한 많은 상황에 대한 AI. 그리고 많은 경우에 보증이 됩니다. 그렇죠? 처음에는 이것이 완벽한 프로세스였다고 말할 수 있는 사람은 아무도 없을 것입니다. 그러면 우리는 이러한 시스템을 어떻게 배포할 수 있을까요? 우리는 그것들을 어떻게 사용하고, 그들에게 얼마나 많은 책임을 지고 있습니까? 악마는 항상 디테일에 있습니다. 따라서 한 수준에서는 잘못된 채용 비용이 너무 높다는 점에 전적으로 동의하고 싶습니다. 그러나 다른 한편으로, 우리는 본질적으로 수십 년 동안 사회로서 그것을 잘못 알고 있습니다.

    Jennifer:
    잠시 후 학생들이 참여할 준비를 하는 데 도움이 되도록 대학 수준에서 수행되고 있는 몇 가지 사항을 살펴보겠습니다. 이 시스템으로, 우리가 돌아올 때.


  • 제니퍼:
    채용의 이 새로운 시대는 언제 어떻게 시험을 받는지 항상 알지 못하는 구직자들에게 다소 압도적으로 느껴질 수 있습니다. 또는 정확히 무엇을 위해 테스트되고 있는지.

    사람들은 이러한 AI 시스템에 더 잘 대비할 수 있는 방법을 찾고 있으며 개인의 호기심과 풀뿌리를 넘어섰습니다. 조직화. AI 회사도 이 공간에 있어 구직자를 위한 도구와 교육을 제공합니다.

    그 중 하나는 VMock이라는 회사로 수백 개의 대학과 비즈니스 거래를 하고 있습니다. AI 기반 소프트웨어는 수백 개의 이력서를 기계가 더 쉽게 읽을 수 있도록 수정하고 비디오 인터뷰에 대한 피드백을 제공합니다.

    Salil Pande: 그리고 언뜻 보기에 실제로 무더기로 갔다면 이야기는 끝났습니다. 당신은 학부 과정에서 나오는 가장 똑똑한 아이일 수 있습니다. 당신은 떠났습니다, 당신은 두 번째 기회를 얻지 못할 것입니다. 세상은 매우 빠른 주기로 바뀌었고, 순간순간 당신은 예 또는 아니오 중 하나를 선택합니다. 제니퍼: 살릴 판데는 회사 설립자 중 한 명입니다. 그는 불과 몇 년 전만 해도 채용 프로세스의 모든 단계가 완료되었다고 말합니다. 인간에 의해. 특히 최근 대학 졸업자를 많이 고용하고 전문 경험이 적은 사람들을 고용하는 회사의 경우에는 더 이상 그렇지 않습니다. 그 이유는 고용 관리자가 해당 직무에 가장 적합한 사람을 알기가 더 어렵기 때문입니다.

    Salil Pande: 결국 성공 확률이 높을 때 사람과 사람의 시간 상호 작용이 발생합니다. 즉, 거절 부분이었던 초기 부분은 이미 기술에 주어졌습니다. 이봐, 기술이 나에게 맞는 이력서를 필터링하고, 어, LinkedIn 프로필을 필터링하고, 좋은 피치를 필터링하고, 심리 측정 테스트를 수행하면 모든 것이 완료됩니다. 모두 함께 나를 위해. 그리고 이 모든 것이 끝나면 나를 위해 인터뷰 일정을 잡으십시오. 그때가서 가겠습니다. 붐, 한 시간 동안의 인터뷰를 마치겠습니다.
    제니퍼:
    VMock의 사명은 이력서와 비디오 인터뷰가 AI에 먼저 어필해야 하는 채용 분야에 대해 학생들을 준비시키는 것입니다.

    살릴 판데: 해당 직무 설명에 맞게 이력서를 최적화하지 않은 경우 실제로 해당 직무 설명을 처리하는 것과 유사한 지원자 추적 시스템이 당신을 예 더미로 걸러내지 못할 수 있습니다. 당신은 무더기 또는 어쩌면 무더기에 있을 수 있습니다. 따라서 지원자 추적 시스템을 처리할 이 초기 프로세스를 어떻게 통과할지 생각해야 합니다. 당신은 당신, 당신의 인터뷰, 그리고 다른 모든 것을 인식할 인공 지능 시스템을 다룰 것입니다. 좋은 피치는 무엇입니까? 최고의 기술을 어떻게 강조합니까? 채용 담당자는 어떤 기술을 찾고 있습니까? 현재 어떤 기술을 가지고 있습니까? 스킬이 없는데, 그 스킬의 예로 들 수 있고 실제로 제시할 수 있는 다른 무언가가 있는데 어떻게 스킬을 발표하나요?

    제니퍼: Pande는 대학의 직업 센터가 현재 많은 대기업에서 사용하는 기술에 비해 능가한다고 말합니다. 그는 VMock의 AI가 학생들이 첫 직장을 찾을 때 마주치는 AI를 능가하는 데 도움이 될 수 있다고 말합니다.

    그리고 한 학교 U 노래하라 뉴욕대학교. Gracy Sarkissian:
    따라서 학생들은 이러한 시스템을 일찍, 더 일찍 그리고 더 일찍 접하고 있습니다. 그리고 직업 센터는 이러한 변화에 발맞추어 학생들이 무엇을 기대해야 할지 모를 때 보다 효과적으로 준비할 수 있도록 노력하고 있습니다. 학생들에게 알려지지 않은 부분이 크다고 생각합니다. 그래서 우리의 임무는 그것을 조금 이해하는 것입니다.

    Jennifer:
    Gracy Sarkissian은 NYU의 Career Center를 이끌고 있습니다.

    그녀는 진로 코치가 학생들과 함께 하는 시간을 보다 효율적으로 만들기 위해 VMock을 도입했다고 말했습니다.

    Gracy Sarkissian: 그리고 일단 그 피드백을 통합하면 점수가 올라가는 것을 볼 수 있습니다. 따라서 학생들에게 피드백을 받는 것 뿐만 아니라 시스템이 이력서에 반응하거나 반응하는 방식을 보는 연습을 할 수 있습니다.

    제니퍼:
    그리고 그녀는 AI와 인간 모두에게 깊은 인상을 주려는 구직자들을 위한 몇 가지 조언을 하고 있습니다. 그레이시 사키시안: 일부 학생 말해봐, 난 너희들이 하라는 대로 했어. 내 이력서는 키워드로 채워져 있는지 확인했습니다. 그리고 지금은 마치 싸구려 마케팅 문서처럼 들립니다. 그래서 내가 말하는 것을 이해하고 당신의 말을 듣습니다. 두 가지 버전의 이력서가 있습니다. 시스템을 통과할 때 지원하려는 사람이 있고 누군가를 만나고 감동을 주고 싶다면 누군가에게 건네줄 사람이 있습니다. 그래서 학생들이 알겠습니다. 이력서를 받기 위해서는 내가 해야 할 일이다.

    Jennifer:
    그녀의 팀은 또한 단방향 비디오 인터뷰를 위해 학생들을 준비시킵니다.

    Gracy Sarkissian: 우리는 일대일 대화를 할 때 얼마나 많은 정보를 얻을 수 있는지 모릅니다. 그룹 인터뷰나 패널 인터뷰라 할지라도 당신은 눈으로 사람들을보고 긍정적 인 피드백을 받고 있습니다. 질문을 조정하게 만드는 부정적인 피드백을 받을 수 있습니다. 긴장했다면 방안에 있는 누군가로부터 약간의 공감을 느낄 가능성이 높다. 반면 AI와 인터뷰할 때는 낯선 사람처럼 느껴지죠? 얼굴이 없는 낯선 사람처럼 느껴진다. 빈 화면입니다. 그리고 종종 당신은 자신을 응시하고 있기 때문에 음, 일부 우리 학생들에게는 외로운 과정이 될 수 있다고 생각합니다.

    Jennifer:
    타이트한 노동 시장에서 고용주들이 이러한 전략 중 일부를 재고하고 싶어할 수도 있다고 그녀가 믿는 이유 중 하나입니다. , 특히 최고의 인재를 유치하려는 경우.

    Gracy Sarkissian: Z세대 학생들이 가치 중심의 세대, 맞죠? 그들은 조직의 문화와 연결될 수 있는지 확인하기를 원합니다. 조직의 사명과 가치가 거기에 부합한다는 것. 그리고 그것은 가상 방식으로 인터뷰할 때 평가하기 어려운 것입니다. 사람들을 만나지 않을 때, 인터뷰에서 사람들에게 말을 하지 않을 때, 사무실을 돌아다니지 않고 그저 일을 볼 때.

    Jennifer:
    하지만 수백만 개의 회사가 수백만 개의 응용 프로그램을 받는 세상에서 개인 맞춤은 확장 가능한 일이 아닙니다.

    그리고 그것은 우리를 이전의 위치, 블랙박스 의사 결정, 모든 사람에게 적용, 의도하지 않은 결과를 초래합니다.

    이 팟캐스트의 두 번째 시즌을 마무리하면서 AI는 채용 결정을 내리는 데 사용되고 있습니다. 우리는 알고리즘을 사용할 가능성을 봅니다. 그러나 보고는 이것이 많은 움직이는 부품과 아직 존재하지 않는 최소한 몇 가지 도구가 있는 신흥 산업임을 분명히 합니다. 그리고 어떤 경우에는 실제로 의도한 것과 반대되는 작업을 수행할 수도 있습니다.

    여성과 장애인에 대한 편견이 있는 시스템, 심지어 Jared라는 사람을 예측하는 도구도 보았습니다. 일에 성공할 것입니다. 녹음에 영어가 한 단어도 포함되어 있지 않았지만 다른 도구에서는 지원자의 영어 능력을 높게 평가했습니다. 인터뷰 질문과 관련이 없지만 직무 수행에 필요한 기술과 일치하는 것으로 평가된 녹음도 업로드했습니다.

    감독이 거의 없으면 블랙박스 내부에서 일어나는 일과 소프트웨어가 결정을 내리는 이유에 대한 투명성도 거의 없습니다. 이러한 도구를 구축하는 회사는 시스템 작동 방식이나 시스템을 신뢰해야 하는 이유를 누구에게도 말할 필요가 없습니다.

    좋은 뉴스? 여러 면에서 우리는 아직 시작 단계에 있습니다. 그리고 무엇이 작동하지 않는지, 기계가 부족한 부분에 대해 정직하고, 규모, 효율성 또는 속도를 무엇보다 중시하지 않기로 결정한다면 더 나은 시스템을 구축할 기회가 있습니다.

    [CREDITS]

    제니퍼: 고용에 관한 이 미니시리즈는 Hilke Schellmann이 보고했으며 Emma Cillekens, Anthony Green 및 Karen Hao가 제작했습니다. Michael Reilly가 편집했습니다.

    시즌 2는 여기까지입니다. 잠시 휴식을 취하고 가을에 다시 만나요. 들어주셔서 감사합니다. 저는 제니퍼 스트롱입니다.

    자세히 보기

  • Author: Anthony Green

    Leave a Reply