Skip to content
    ← Tagasi blogisse

    AI eetika värbamisel: riskid, reeglid ja hea tava

    AI eetika värbamisel küsib, kas tehisintellekt hindab kandidaate õiglaselt, avatult ja seaduse järgi ning kas otsuse teeb lõpuks inimene. Praktikas taandub see neljale küsimusele. Kas süsteem kordab vanu eelarvamusi? Kas kandidaat teab, et teda hindab masin? Kas andmeid kogutakse ainult nii palju, kui vaja? Kas värbajal on päriselt võimalik masina hinnangut ümber lükata? Allpool käime need küsimused läbi värbaja vaatest: kus riskid tekivad, mida nõuab ELi õigus ja kuidas AI-intervjuud nii üles seada, et kandidaat ja ettevõte saaksid mõlemad kasu.

    Resyme
    Muuda kandidaatide hindamine läbipaistvamaks
    Resyme.ai automatiseeritud intervjuud aitavad värbajatel kandidaate võrrelda ja teha teadlikumaid otsuseid, säästes aega eelvalikul.
    Tutvu Resyme.ai-ga

    Lühidalt

    • AI-d kasutatakse juba värbamise igas etapis. Euroopas kasutab 70% personalitöötajatest kandidaatide otsimisel või hindamisel mõnda AI-vahendit.
    • Suurim eetiline risk on eelarvamus, mis peitub ajaloolistes andmetes ja varjatud tunnustes, näiteks elukohas.
    • ELis on värbamises kasutatav AI kõrge riskiga valdkond. GDPR piirab otsuseid, mis põhinevad üksnes automatiseeritud töötlusel.
    • Kandidaadile tuleb öelda, kus ja kuidas AI-d kasutatakse, millised on süsteemi piirangud ja kuidas tulemust vaidlustada.
    • Lõpliku värbamisotsuse teeb inimene, kes saab ja julgeb masina hinnangut kahtluse alla seada.

    Sisukord

    Kus tehisintellekt värbamises kaasa räägib

    UK valitsuse vastutustundliku AI juhend kirjeldab, et AI-d kasutatakse värbamise kõigis etappides: kandidaatide leidmisel, sõelumisel, intervjuudel ja valikul. Igal etapil on oma eetiline koht, mida tasub tunda.

    Etapp Mida AI teeb Peamine eetiline küsimus
    Töökuulutus Koostab ja sõnastab kuulutuse Kas sõnastus peletab mõne sihtrühma eemale?
    Kandidaatide otsing Leiab profiile andmebaasidest ja võrgustikest Kelle andmeid kogutakse ja millisel alusel?
    CV sõelumine Järjestab avaldusi kriteeriumide alusel Kas kriteeriumid on töö jaoks päriselt olulised?
    Intervjuu Esitab küsimusi, salvestab ja analüüsib vastuseid Kas kõigil on võrdsed tingimused ja kohandamise võimalus?
    Valik Võrdleb kandidaate ja koostab aruande Kas otsuse teeb inimene ja kas seda saab selgitada?

    Mida lähemale lõppotsusele AI jõuab, seda suurem on mõju inimese elule ja seda rangemad peavad olema kaitsemeetmed. Töökuulutuse sõnastamise abiline ja tööriist, mis kandidaadi edasi saadab või kõrvale jätab, on eetiliselt väga erineva kaaluga.

    Eelarvamused: kuidas masin õpib diskrimineerima

    Levinud mõte on, et masin on objektiivsem kui inimene, sest ta ei väsi ega lase end esmamuljest mõjutada. Helsingi ülikooli uurimus nendib aga, et ajalooliselt kallutatud andmed võivad panna süsteemi just neid eelarvamusi kordama. Eelarvamus jõuab süsteemi enamasti kahte teed pidi.

    Ajaloolised andmed

    Kui mudel õpib ettevõtte varasematest värbamisotsustest, õpib ta ka nende vigu. Euroopa projekti analüüs toob näite: kui varasem värbamine oli sooliselt kallutatud, võib AI hakata eelistama meeskandidaate. Masin ei tea, et minevik oli ebaõiglane. Ta näeb ainult mustrit ja peab seda edu valemiks.

    Varjatud tunnused

    Keerulisem on nn asendustunnuse kaudu toimuv diskrimineerimine (proxy discrimination). Leideni ülikooli uurimus kirjeldab olukorda, kus süsteem kasutab näiliselt neutraalseid andmeid, näiteks elukohta, et kaudselt tuvastada keelatud tunnust, näiteks rahvust. Sugu või rahvus võib olla andmetest eemaldatud, aga mudel leiab need ikkagi postiindeksi, kooli nime, hobide või keelekasutuse kaudu.

    Värbaja jaoks on õppetund lihtne. Ei piisa sellest, et tundlikke välju ei koguta. Tuleb kontrollida tulemusi: kas mõni rühm langeb sõelal järjekindlalt välja ilma tööga seotud põhjuseta? Põhjalikuma ülevaate leiad meie juhendist AI eelarvamused värbamisel.

    Tasub meeles pidada ka seda, et ükski tööriist ei ole täiesti erapooletu. Future of Privacy Forum soovitab tööandjatel mitte kunagi väita, et nende AI on täiesti erapooletu. Ausam on öelda, mida on tehtud riskide vähendamiseks ja kuidas tulemusi jälgitakse.

    Kandidaadi andmed: vähem on rohkem

    AI-põhised värbamissüsteemid suudavad koguda tohutult andmeid: CV, vastuste transkriptid, heli, video, vastamise kiirus. Euroopa analüüs hoiatab, et süsteemid võivad koguda ka biomeetrilisi andmeid ning tekitada liigse kogumise ja profileerimise riski. Sama allikas rõhutab, et kui otsust ei selgitata, on kandidaadil seda raske vaidlustada.

    Eetiline põhimõte on proportsionaalsus. Iga andmetüübi kohta tasub küsida kolm asja:

    1. Kas see on töö sobivuse hindamiseks vajalik? Müügijuhi intervjuus on vastuse sisu oluline. Kandidaadi taustal paistev kodu ei ole.
    2. Kui kaua seda hoitakse? Salvestisi ja transkripte hoitakse nii kaua, kui värbamisprotsess ja võimalik vaidlus seda nõuavad, mitte igaveseks.
    3. Kes sellele ligi pääseb? Ligipääs olgu ainult neil, kes otsust teevad.

    Videointervjuude andmekaitsenõuded on lahti kirjutatud meie artiklis GDPR videointervjuus.

    Läbipaistvus: mida kandidaadile öelda

    UK valitsuse juhend soovitab tööandjatel kandidaadile selgitada, kuidas AI-d värbamisprotsessis kasutatakse, ning rääkida ka süsteemi piirangutest ja võimalikest kohandustest. Juhend rõhutab läbipaistvust, vaidlustamise võimalust ja heastamist.

    Hea teavitus mahub paari lõiku ja vastab neile küsimustele:

    • milles AI osaleb (näiteks esimese vooru videointervjuu küsimused ja vastuste kokkuvõte);
    • mida see ei tee (näiteks ei tee lõplikku otsust);
    • milliseid andmeid salvestatakse ja kui kauaks;
    • kes tulemusi vaatab;
    • kuidas küsida kohandust, näiteks lisaaega või teist formaati;
    • kelle poole pöörduda, kui kandidaat tahab tulemust selgitada lasta või vaidlustada.

    Kohandamise teema on tähtis. UK õigusruumis tuleneb Equality Act 2010-st kohustus teha mõistlikke kohandusi ka AI-põhises värbamises, kui süsteem võib puudega kandidaadi halvemasse olukorda seada. Ka mujal on see hea tava: kogelev kandidaat, ekraanilugejaga kasutaja või halva internetiühendusega inimene ei tohi kaotada ainult formaadi tõttu.

    Inimjärelevalve, mis toimib ka päriselt

    Inimjärelevalve ei tähenda, et keegi vaatab hinde üle ja vajutab nuppu “kinnita”. See tähendab, et värbajal on aega, teadmisi ja volitusi AI hinnangust kõrvale kalduda. Ülemaailmne ametiühingute liit UNI Global Union nõuab oma juhendis värbamisalgoritmide läbipaistvust, juhtide kaasatust ja sekkumise võimalust ning seda, et lõpliku töölevõtu otsuse teeks inimene.

    Praktikas tähendab toimiv järelevalve kolme asja:

    • Selgitus enne hinnet. Värbaja näeb, millele hinnang toetub: konkreetseid vastuseid, transkripti lõike, vastuolusid. Ta ei näe ainult numbrit.
    • Õigus mitte nõustuda. Kui värbaja lükkab AI soovituse ümber, ei pea ta seda õigustama rohkem kui vastupidist otsust.
    • Automaatse kallutatuse teadvustamine. Inimesed kipuvad masinat uskuma rohkem, kui peaks. Juhuslik osa välja jäetud kandidaatidest tasub käsitsi üle vaadata.

    Mida nõuab õigus: EL, UK ja USA

    Kuna värbamine on tihti rahvusvaheline, tasub teada, et reeglid sõltuvad riigist. Allpool on peamised raamistikud. Konkreetse riigi kohustuste osas pea nõu tööõiguse või andmekaitse juristiga, eriti siis, kui värbad mitmes riigis korraga.

    Euroopa Liit

    ELis toetub AI kasutamine värbamisel mitmele õigusaktile korraga. AI-määrus liigitab värbamises kasutatava AI kõrge riskiga tegevuseks. See tähendab rangemaid nõudeid riskijuhtimisele, andmekvaliteedile, dokumentatsioonile ja inimjärelevalvele. Kõrge riskiga süsteemide kohustused jõustuvad etapiviisiliselt, seega kontrolli kehtivat ajakava Euroopa Komisjoni ametlikelt lehtedelt.

    GDPR-i artikli 22 järgi on inimesel õigus mitte olla allutatud otsusele, mis põhineb üksnes automatiseeritud töötlusel ja mõjutab teda märkimisväärselt, välja arvatud rangete kaitsemeetmete korral. Kandidaadi automaatne väljaarvamine ilma inimese osaluseta on just selline olukord. Lisaks kehtivad ELi diskrimineerimisvastased direktiivid ja liikmesriikide tööõigus, mis nõuavad võrdset kohtlemist ka siis, kui otsus sünnib algoritmi abil.

    Vastutuse jaotus ei ole siiski lõpuni selge. Luksemburgi ülikooli doktorant Zahra Yusifli märgib, et AI-määrus ei defineeri otseselt töösuhte osapooli ning see võib tekitada ebaselgust tööandja ja AI-arendaja vastutuses. Tööandja jaoks on järeldus praktiline: lepingus tarnijaga tasub kirja panna, kes vastutab dokumentatsiooni, testimise ja intsidentidest teavitamise eest.

    Ühendkuningriik

    UK-s puudub üks AI-seadus, kuid valitsuse 2024. aasta juhend seob AI värbamise olemasolevate kohustustega, eelkõige võrdõiguslikkuse ja andmekaitsega. Kesksel kohal on mõistlikud kohandused ja kandidaatide teavitamine.

    Ameerika Ühendriigid

    USA-s on võrdse tööhõive komisjon EEOC rõhutanud, et tööandja võib vastutada diskrimineerimise eest ka siis, kui ta kasutab kolmanda osapoole loodud AI-tööriista. “Tarnija ütles, et see on õiglane” ei ole kaitse.

    Kontrollnimekiri: eetiline AI värbamises 8 sammuga

    See nimekiri sobib nii väikeettevõttele, kes värbab esimest korda AI abil, kui ka personalibüroole, kes hindab sadu kandidaate kuus.

    1. Määra eesmärk. Pane kirja, mis probleemi AI lahendab: aja kokkuhoid eelsõelumisel, ühtlasemad intervjuud või väärinfo tuvastamine.
    2. Seo kriteeriumid tööga. Iga hinnatav oskus peab tulenema ametijuhendist. Kui sa ei oska selgitada, miks mõni tunnus on oluline, ära seda hinda.
    3. Küsi tarnijalt dokumentatsiooni. Uuri, kuidas küsimused on koostatud, milliseid andmeid kogutakse, kus neid hoitakse ja kuidas süsteemi on testitud. Valiku kriteeriumid leiad juhendist AI värbamisplatvormi valik.
    4. Teavita kandidaate. Lisa kutsesse lühike ja arusaadav selgitus ning kontakt küsimuste jaoks.
    5. Paku kohandusi. Anna võimalus küsida lisaaega, teist formaati või inimesega intervjuud.
    6. Hoia inimene otsuse juures. Ükski kandidaat ei kuku protsessist välja ainult masina hinde põhjal.
    7. Auditeeri tulemusi. Vaata regulaarselt, kuidas eri rühmad sõelal edasi liiguvad, ja uuri ebaloomulikke erinevusi. Auditeerimise praktika on lahti kirjutatud artiklis AI eelsõelumine ja auditeerimine.
    8. Kontrolli ka sisendandmeid. Euroopa analüüs soovitab tööandjal jälgida süsteemi tulemuslikkust ja tagada, et sisendandmed oleksid asjakohased ja esinduslikud, ning lasta kandidaatidel kasutada oma GDPR-i õigusi.

    Ausus kehtib mõlemas suunas

    AI eetikast räägitakse tavaliselt ühe nurga alt: kuidas kaitsta kandidaati masina eest. Värbamises on ka teine pool. Kandidaatide CV-d ja LinkedIni profiilid ei ole alati täpsed ning generatiivne AI on muutnud liialdatud kogemuse kirjeldamise lihtsamaks kui kunagi varem. Kui ettevõte võtab tööle inimese, kelle oskused olid paberil paremad kui päriselt, kannatavad ka need ausad kandidaadid, kes jäid kõrvale.

    Kandidaadi väidete kontrollimine on eetiline siis, kui see on läbipaistev ja kõigile ühesugune. Iga kandidaat saab sama raskusega valdkonnapõhised küsimused. Vastuolud tuuakse välja konkreetse põhjendusega: CV-s on kirjas viis aastat Kubernetese kogemust, aga intervjuus ei oska kandidaat selgitada põhimõisteid. Lõpliku tõlgenduse teeb värbaja, kes saab kandidaadilt täpsustust küsida. Vastuolu ei ole veel vale. See on põhjus küsida.

    Praktilisi võtteid leiad juhenditest kandidaadi valetamise märgid ja LinkedIni profiili kontroll. Käitumispõhise hindamise loogikat selgitab artikkel kandidaadi käitumismustrid.

    Ühe asjaga tuleb olla eriti ettevaatlik: järeldustega, mis põhinevad näoilmel, häälel või kehakeelel. Närvilisus intervjuul ei tähenda ebaausust ning kultuurilised ja neuroloogilised erinevused mõjutavad suhtlust. Hinda vastuste sisu ja selle kooskõla esitatud andmetega, mitte seda, kas kandidaat vaatab kaamerasse.

    Meie vaade: objektiivsus tuleb struktuurist, mitte masinast

    Me ehitame AI-intervjuusid ja just seetõttu ei ütle me, et masin on oma olemuselt õiglasem kui inimene. Ta on õiglasem ainult siis, kui protsess on õiglaselt üles ehitatud. Meie kogemus on, et suurem osa ebavõrdsusest värbamises ei tulene halvast tahtest. See tuleneb ebajärjekindlusest: üks kandidaat saab hommikul värske värbaja ja põhjaliku vestluse, teine reede õhtul väsinud vestluse kümne minutiga. Kui iga kandidaat saab sama ülesehitusega, valdkonnapõhised ja käitumuslikult ankurdatud küsimused, kaob suur osa juhuslikkusest.

    Teine asi, mida me usume: ausus on eetika küsimus. Kui CV-s kirjas olev ei pea paika, on see ebaõiglane kõigi teiste kandidaatide suhtes. Seepärast võrdleme kandidaadi vastuseid tema CV ja LinkedIni profiiliga ning toome vastuolud välja aruandes, et värbaja saaks neid vaadata ja täpsustavaid küsimusi esitada.

    Kolmas põhimõte on, et aruanne on otsuse sisend, mitte otsus ise. Salvestame heliklipid, videod ja transkriptid, et värbaja näeks, millele hinnang toetub. Kui ta ei ole hinnanguga nõus, on tal tõendid käes. Masin teeb ära korduva töö. Inimene vastutab otsuse eest.

    — Raul

    Kuidas Resyme aitab eetiliselt värvata

    Resyme viib läbi automatiseeritud videointervjuusid enam kui 20 erialal, kontrollib kandidaadi väiteid CV ja LinkedIni põhjal ning koostab üksikasjaliku aruande koos salvestiste ja transkriptidega. Nii jääb igast hinnangust jälg ning lõppotsus jääb värbajale. Alustada saab tasuta paketiga, mis sisaldab piiratud arvu intervjuusid. Company-pakett maksab 599 € kuus ja intervjuu 5,99 €, Agency-pakett 4500 € kuus ja intervjuu 4,50 €. Saadaval on ka intervjuupõhine pay-as-you-go ja suurklientidele Enterprise-lahendus. Vaata pakette ja proovi Resyme AI-intervjuusid. Kui sul ATS-i veel pole, loe ka juhendit värbamine ilma ATS-ita.

    Korduma kippuvad küsimused

    Kas AI tohib kandidaadi värbamisprotsessist ise välja arvata?

    ELis piirab GDPR-i artikkel 22 märkimisväärse mõjuga otsuseid, mis põhinevad üksnes automatiseeritud töötlusel. Turvalisim ja eetiliselt õige lahendus on, et AI annab hinnangu ja põhjenduse, aga kandidaadi väljaarvamise otsustab inimene. Kui kahtled, kas sinu protsess vastab nõuetele, küsi nõu andmekaitsejuristilt.

    Kas kandidaadile peab ütlema, et intervjuud viib läbi AI?

    Jah, see on nii ametlike juhendite soovitus kui ka usalduse alus. Ütle, mida AI teeb ja mida ei tee, milliseid andmeid salvestatakse ning kuidas küsida kohandust või tulemuse selgitust. Kandidaat, kes teab, mis teda ees ootab, annab ka sisukamad vastused.

    Kas AI-intervjuu on õiglasem kui tavaline intervjuu?

    See võib olla järjekindlam, sest kõik saavad sama ülesehitusega küsimused ja hindamine toimub samadel alustel. Õiglus sõltub aga sellest, kas kriteeriumid on tööga seotud ja kas tulemusi auditeeritakse. Ükski süsteem pole täiesti erapooletu, seega jälgi regulaarselt, kuidas eri rühmad protsessis edasi liiguvad.

    Kes vastutab, kui AI-tööriist diskrimineerib?

    Üldjuhul vastutab tööandja, kes tööriista kasutab, ka siis, kui selle on loonud keegi teine. Nii on USA-s rõhutanud EEOC ja sama loogika kehtib ELi võrdse kohtlemise reeglite puhul. Pane tarnijaga sõlmitavas lepingus kirja, kes vastutab testimise, dokumentatsiooni ja vigadest teavitamise eest.

    Kas kandidaadi CV kontrollimine AI abil on eetiline?

    On, kui kontroll on läbipaistev, kõigile ühesugune ja tööga seotud. Vastuolu peab olema konkreetselt põhjendatud ning kandidaadil peab olema võimalus seda selgitada. Lõpliku järelduse teeb värbaja, mitte algoritm.

    Allikad

    Soovitused