引言

人工智能(AI)近年来获得了相当大的关注和兴奋。人工智能被广义地定义为通过编程让计算机承担类似人类的认知过程的努力,它最近的突出与机器学习(ML)的成功密切相关,这是一种开发方法AI系统使用真实世界的例子。ML方法适用于各种各样的用例;因此,基于人工智能的工具在经济和生活的各个领域都有大量出现。

人力资源领域也不例外。事实上,据统计,目前有超过250种基于人工智能的商业人力资源工具,提供了许多承诺和令人兴奋的东西。除了快速处理信息的能力,这些工具还具有改进人力资源流程的潜力,从而实现更好的决策和结果。它们的多样性反映了人工智能最近的进步所激发的创造力和创新,因为它们的创造者寻求解决长期存在的挑战人力资源和扩展能力到新的领域。

与此同时,这种工具的泛滥和多样性造成了一个令人困惑的局面,特别是因为大多数人力资源专业人员认为他们不具备评估这些工具所需的技术专长。因此,本Toolkit的第一个目标是为人力资源专业人员提供基本的人工智能知识,以帮助他们评估基于人工智能的工具该工具包的第二个目标是为人力资源中负责任和合乎道德的使用人工智能提供指导。近年来,人工智能系统所带来的道德挑战影响越来越大,尤其是在人力资源领域。关于人工智能道德使用的广泛原则,包括隐私、公平、透明和可解释性,全球越来越达成共识,但关于如何实施这些原则的指导有限。该工具包是该中心更广泛努力的一部分第四次工业革命,帮助组织将负责任的人工智能原则付诸实践。

该工具包的最终目标是帮助组织有效地使用基于人工智能的人力资源工具。许多组织发现他们投资艾达不到他们的期望,因为工具是采用了错误的原因,他们并不预期工作必要的集成工具,或者因为他们没有获得足够的支持的人应该使用它还是受到它的影响。因此,该工具箱,特别是附带的检查清单,将重点放在评估基于人工智能的产品以及支持其使用所需的组织实践上。

人力资源中人工智能的平衡观点

这个工具箱是一个协作的成果人力资源专业人士、专业协会、初创公司、大公司、就业律师、人工智能伦理学家,数据科学家,以及各种学科的学者。他们有着共同的愿望,希望促进人工智能在人力资源领域的负责任使用,但他们的观点和关注点各不相同。在这个范围的一端,有些人非常担心在人力资源中使用人工智能的潜在缺点。另一方面,有些人认识到有必要负责任地实施人工智能,但他们坚信基于人工智能的工具有改进的潜力人力资源的结果。在人力资源中使用人工智能的一个张力是必须承认人力资源管理实践目前存在的缺陷,无论是由人类还是由关键字过滤和评估测试等非人工智能系统执行。与其他方法相比,人工智能系统往往面临更大的审查。虽然一些社区成员认为这种审查是必要的,但其他人认为它忽略了当前实践中类似或可能更大的问题。该工具包旨在展示这些不同的视角,消除人工智能算法本质上是客观和公平的误解,同时强调需要认识到当前实践中的缺陷。

Toolkit结构

该工具箱由三个组件组成。该指南概述了人力资源中的人工智能,人工智能如何工作,以及负责任地采用和监控人工智能系统的关键考虑因素。该指南的每个部分都有两份问卷。工具评估清单的重点是决定采用特定的基于人工智能的人力资源工具。它包括两个要问的问题:供应商(或工具的内部创建者)以及组织为了成功使用工具而需要考虑的问题。计划检查表侧重于组织的优先级、政策和程序。它的目的是帮助组织战略性地思考他们想要如何使用人力资源中的人工智能,并建立系统以支持其负责任和有效的使用。

成为VIP会员查看完整内容
27

相关内容

人工智能: 国防部应改进战略、库存流程和协作指导
专知会员服务
38+阅读 · 2022年4月11日
《人工智能如何改变医疗保健》228页手册
专知会员服务
45+阅读 · 2022年4月7日
【AI与工业】2022最新发布《工业物联网AI框架》59页PDF
专知会员服务
141+阅读 · 2022年3月30日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
24+阅读 · 2020年3月10日
421页《机器学习数学基础》最新2019版PDF下载
推荐系统资源(文献、工具、框架)整理
专知
17+阅读 · 2019年2月4日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
10+阅读 · 2020年11月26日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
VIP会员
相关VIP内容
人工智能: 国防部应改进战略、库存流程和协作指导
专知会员服务
38+阅读 · 2022年4月11日
《人工智能如何改变医疗保健》228页手册
专知会员服务
45+阅读 · 2022年4月7日
【AI与工业】2022最新发布《工业物联网AI框架》59页PDF
专知会员服务
141+阅读 · 2022年3月30日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员