Arsham Ghahramani, PhD리본의 공동 창립자이자 CEO입니다. 토론토와 원래 영국 출신의 Ghahramani는 인공 지능과 생물학에 대한 배경 지식을 가지고 있습니다. 그의 전문적인 경험은 고주파 거래, 채용 및 생의학 연구를 포함한 다양한 영역에 걸쳐 있습니다.
Ghahramani는 2014 년경 AI 분야에서 일하기 시작했습니다. 그는 Francis Crick Institute에서 박사 학위를 수료했으며, 초기 형태의 생성 AI를 적용하여 암 유전자 조절을 연구하기 위해“생성 AI”라는 용어가 주류 사용에 들어가기 전에는 암 유전자 조절을 연구했습니다.
그는 현재 주도하고 있습니다 리본기술 회사는 채용 프로세스를 극적으로 가속화하는 데 중점을 두었습니다. 리본이 있습니다 8 백만 달러 이상을 모금했습니다 자금 조달에서 20 만 명 이상의 구직자를 지원하며 계속 팀을 키우고 있습니다. 이 플랫폼은 AI와 자동화를 결합하여 채용 워크 플로를 간소화하여 100 배 더 빠르게 채용하는 것을 목표로합니다.
처음부터 시작합시다. 리본을 찾는 데 영감을 준 것은 무엇이며 고용이 깨 졌다는 것을 깨달은“아하”순간은 무엇입니까?
우리가 Ezra에있는 동안 공동 창립자 인 Dave Vu를 만났습니다. 그는 People & Talent의 책임자였으며 기계 학습 책임자였습니다. 우리가 팀을 빠르게 축소함에 따라, 우리는 끊임없이 빠르게 압력을 느꼈지만 프로세스를 간소화 할 수있는 올바른 도구가 부족했습니다. AI에 일찍 (AI가 주류가되기 훨씬 전에 2014 년에 박사 학위를 마쳤으며) AI가 채용에 미치는 영향에 대한 초기 이해를 가졌습니다. 나는 전통적인 채용의 비 효율성과 도전을 직접 보았고 더 나은 방법이 있어야한다는 것을 알았습니다. 그 실현으로 우리는 리본을 만들었습니다.
Amazon, Ezra 및 알고리즘 거래에서 머신 러닝 역할을 수행했습니다. 그 배경은 당신이 건물 리본에 접근하는 방식을 어떻게 형성 했습니까?
EZRA에서 저는 AI Health Tech에서 일했습니다. 여기서 AI 시스템이 편향되어 있다면 인생이나 죽음의 문제가 될 수 있습니다. 우리는 많은 시간과 에너지를 보냈으며 AI가 편견이 없도록하고 편견을 감지하고 완화하는 방법을 개발했습니다. 나는 이러한 기술을 리본으로 가져 왔는데,이 기술을 사용하여 AI 면접관의 편향을 모니터링하고 줄여서 궁극적으로보다 공평한 채용 프로세스를 만듭니다.
후보자 및 채용 관리자로서의 경험이 일찍 발생한 제품 결정에 어떤 영향을 미쳤습니까?
직업을 찾는 것은 주니어 후보자들에게 큰 과정입니다. 얼마 전까지 만해도 많은 일자리에 지원하는 주니어 후보자를 기억합니다. 그 이후로 단지 더 어려워집니다. 리본에는 구직자들에게 깊은 공감이 있습니다. 우리의 목소리 AI는 종종 회사와 후보자 간의 첫 번째 접촉 지점 이므로이 경험을 긍정적이고 보람있게 만들기 위해 열심히 노력합니다. 우리가하는 방법 중 하나는 후보자가 전체 채용 과정에서 동일한 AI와 채팅하도록하는 것입니다. 이 일관성은 여러 사람 사이에 후보자가 전달되는 전통적인 프로세스와 같은 신뢰와 편안함을 구축하는 데 도움이되며, AI는 응시자가 인터뷰와 평가를 통해 더 편안하게 느끼도록 도와주는 꾸준하고 친숙한 존재를 제공합니다.
Ribbon의 AI는 스크립트 봇보다 더 인간적인 느낌을주는 인터뷰를 수행합니다. 리본의 적응 인터뷰 흐름에 대해 자세히 알려주십시오. 무대 뒤에서 어떤 종류의 실시간 이해가 일어나고 있습니까?
우리는 5 개의 사내 기계 학습 모델을 구축했으며 리본 인터뷰 경험을 만들기 위해 공개적으로 이용 가능한 4 가지 모델과 결합했습니다. 무대 뒤에서, 우리는 끊임없이 대화를 평가하고 회사, 경력 페이지, 공개 프로필, 이력서 등의 맥락과 결합하고 있습니다. 이 모든 정보는 원활한 인터뷰 경험을 만들기 위해 함께 제공됩니다. 우리가 많은 정보를 결합한 이유는 후보자에게 가능한 한 인간 채용 담당자와 가까운 경험을 제공하기 때문입니다.
당신은 5 분의 음성이 한 시간의 서면 입력과 일치 할 수 있음을 강조합니다. 그 오디오 데이터에서 어떤 종류의 신호를 캡처하고 있으며 어떻게 분석됩니까?
사람들은 일반적으로 꽤 빨리 말합니다! 대부분의 직업 신청 절차는 매우 지루하고 다양한 형태와 객관식 질문을 작성하는 작업을 수행합니다. 우리는 5 분의 자연 대화가 약 25 개의 객관식 질문에 해당한다는 것을 발견했습니다. 음성 대화의 정보 밀도는 이길 수 없습니다. 또한, 우리는 언어 능력 및 의사 소통 기술과 같은 다른 요소를 수집하고 있습니다.
리본은 또한 자동차 수업 및 점수를 가진 AI 기반 서기관 역할을합니다. 이 데이터를 유용하고 채용 자에게 공정하게 만드는 데 해석이 어떤 역할을합니까?
해석 가능성은 리본의 접근 방식의 핵심입니다. 우리가 생성하는 모든 점수와 분석은 항상 소스에 묶여있어 AI가 매우 투명하게 만듭니다.
예를 들어, 우리가 그들의 기술에 대한 후보자를 점수를 매길 때, 우리는 두 가지를 언급하고 있습니다.
- 원래의 작업 요구 사항 및
- 인터뷰에서 후보자가 기술을 언급 한 정확한 순간.
우리는 하루가 끝날 무렵 회사가 결정을 내리고 회사가 구체적인 데이터를 기반으로 결정을 내리는 것을 돕고 있기 때문에 AI 시스템의 해석 가능성이 매우 중요하다고 생각합니다. 우리가 믿는 것은 AI 중심 채용에 대한 공정성과 신뢰에 중요한 것입니다.
AI 채용 시스템의 편견은 큰 관심사입니다. 리본은 최고의 후보자를 표면하면서 편견을 최소화하거나 완화하도록 어떻게 설계됩니까?
바이어스는 AI 채용에서 중요한 문제이며, 우리는 리본에서 매우 진지하게 받아들입니다. 우리는 AI 면접관을 구축하여 측정 가능한 기술과 역량에 따라 후보자를 평가하여 편견을 소개하는 주관성을 줄였습니다. 우리는 정기적으로 AI 시스템을 공정성을 위해 감사하고, 다양하고 균형 잡힌 데이터 세트를 활용하며, 인간의 감독을 통합하여 잠재적 인 편견을 잡고 수정합니다. 우리의 약속은 최고의 후보자를 공정하게 표면하여 공평한 채용 결정을 보장하는 것입니다.
응시자는 언제든지 오전 2시에 인터뷰 할 수 있습니다. 특히 소외된 지역 사회의 일자리 접근을 민주화하는 유연성은 얼마나 중요합니까?
유연성은 일자리 접근을 민주화하는 데 핵심입니다. Ribbon의 항상 인터뷰를 통해 응시자는 언제든지 편리한 시간에 참여할 수 있으며, 상충되는 일정 또는 제한된 가용성과 같은 전통적인 장벽을 해체 할 수 있습니다. 이는 특히 일하는 부모와 비 전통적인 시간을 가진 사람들에게 유익합니다. 실제로, 리본 인터뷰의 25%는 현지 시간 11시에서 오전 2시 사이에 발생합니다.
이것은 구직자들이 종종 추가적인 제약에 직면하는 소외된 지역 사회에 특히 중요합니다. 24 시간 액세스를 가능하게함으로써 리본은 모든 사람이 자신의 기술을 보여주고 고용 기회를 확보 할 수있는 공정한 기회를 갖도록합니다.
리본은 고용에 관한 것이 아니라 사람과 기회 사이의 마찰을 줄이는 것입니다. 그 미래는 어떻게 생겼습니까?
리본에서 우리의 비전은 효율적인 채용을 넘어 확장됩니다. 우리는 개인과 그들이 적합한 기회 사이의 마찰을 제거하고 싶습니다. 우리는 기술이 배경이나 네트워크에 관계없이 능력과 야망과 완벽하게 일치하는 역할과 재능을 완벽하게 연결하는 미래를 예측합니다. 우리는 직업 이동성의 마찰을 줄임으로써 직원들이 불필요한 장벽없이 성장, 개발 및 기회를 찾을 수 있도록합니다. 더 빠른 내부 이동성, 이직률이 낮으며 궁극적으로 개인과 회사 모두에 대한 더 나은 결과.
AI가 향후 5 년간 채용 프로세스와 더 넓은 구직 시장을 어떻게 변화 시키는가?
AI는 향후 5 년간 채용과 더 넓은 구직 시장을 재구성 할 것입니다. 우리는 AI 중심 자동화가 반복적 인 작업을 간소화하여 채용 담당자가 더 깊은 후보 상호 작용과 전략적 채용 결정에 집중할 수 있도록 기대합니다. AI는 또한 일치하는 후보자의 역할에 대한 정밀도를 향상시켜 채용 타임 라인을 가속화하고 후보 경험을 향상시킬 것입니다. 그러나 이러한 혜택을 완전히 실현하기 위해 업계는 투명성, 공정성 및 윤리적 고려 사항을 우선시하여 AI가보다 공평한 고용 환경을 만드는 신뢰할 수있는 도구가되도록해야합니다.
훌륭한 인터뷰에 감사드립니다. 더 배우고 싶은 독자들은 방문해야합니다. 리본.
게시물 Arsham Ghahramani, PhD, Ribbon의 공동 창립자이자 CEO-인터뷰 시리즈 먼저 나타났습니다 Unite.ai.