• ΑΡΧΙΚΗ
  • ΕΙΔΗΣΕΙΣ
    • Οικονομία
    • Πολιτική
    • Αγορά
    • Επιχειρήσεις
    • Τράπεζες
    • Επενδύσεις
    • Αυτοκίνητο
    • Sport & Business
    • Υγεία
    • Πλανήτης
  • ΧΡΗΜΑ
    • Σχόλιο Ημέρας
    • Εικόνα Αγοράς
    • Στατιστικά
    • Ανακοινώσεις ΧΑΑ
    • Business World
    • Διεθνείς Αγορές
    • Ισοτιμίες
    • Εμπορεύματα
    • Calculators
  • ΦΟΡΟΛΟΓΙΑ
    • Ιδιώτες
    • Επιχειρήσεις
  • ΕΡΓΑΣΙΑ
    • Συντάξεις
    • Χρηστικά
  • ΔΗΜΟΣΙΟ
  • ΠΡΟΣΛΗΨΕΙΣ
    • Δημόσιο
    • ΟΤΑ
    • Αγορά
  • OPINION
    • Ηγεσία και Management
Facebook Twitter Instagram
Facebook Twitter Instagram
Money PressMoney Press
  • ΑΡΧΙΚΗ
  • ΕΙΔΗΣΕΙΣ
    • Οικονομία
    • Πολιτική
    • Αγορά
    • Επιχειρήσεις
    • Τράπεζες
    • Επενδύσεις
    • Αυτοκίνητο
    • Sport & Business
    • Υγεία
    • Πλανήτης
  • ΧΡΗΜΑ
    • Σχόλιο Ημέρας
    • Εικόνα Αγοράς
    • Στατιστικά
    • Ανακοινώσεις ΧΑΑ
    • Business World
    • Διεθνείς Αγορές
    • Ισοτιμίες
    • Εμπορεύματα
    • Calculators
  • ΦΟΡΟΛΟΓΙΑ
    • Ιδιώτες
    • Επιχειρήσεις
  • ΕΡΓΑΣΙΑ
    • Συντάξεις
    • Χρηστικά
  • ΔΗΜΟΣΙΟ
  • ΠΡΟΣΛΗΨΕΙΣ
    • Δημόσιο
    • ΟΤΑ
    • Αγορά
  • OPINION
    • Ηγεσία και Management
Money PressMoney Press
Home»Ειδήσεις»Πλανήτης»Τεχνητή νοημοσύνη: Πώς μπορεί να κρύβεται πίσω από απόρριψη σε δουλειά
Πλανήτης

Τεχνητή νοημοσύνη: Πώς μπορεί να κρύβεται πίσω από απόρριψη σε δουλειά

20 Ιουνίου, 2023Updated:20 Ιουνίου, 2023Δεν υπάρχουν Σχόλια3 Mins Read
Facebook Twitter LinkedIn Telegram Pinterest Tumblr Reddit WhatsApp Email
Share
Facebook Twitter LinkedIn Pinterest Email

Το 2015, όταν ακόμη το ChatGPT δεν υπήρχε στο λεξιλόγιο κανενός, η τεχνητή νοημοσύνη είχε ήδη αρχίσει να επηρεάζει αρκετά όσους αναζητούσαν εργασία. Εκείνη τη χρονιά, η Amazon διαπίστωσε ότι οι αλγόριθμοι μηχανικής μάθησης, τους οποίους χρησιμοποιούσε για να επιταχύνει τη διαδικασία πρόσληψης, ήταν «προκατειλημμένοι» κατά των γυναικών.

Συγκεκριμένα, σύμφωνα με το Reuters, διέγραφαν κατά λάθος βιογραφικά που αναφέρονταν σε οτιδήποτε γυναικείο, π.χ. τις υποψήφιες που μπορεί να είχαν συμμετάσχει σε κάποιο «γυναικείο κλαμπ σκάκι».

Οι αλγόριθμοι είχαν εκπαιδευτεί να αναζητούν υποψηφίους με χαρακτηριστικά που έμοιαζαν με εκείνα όσων είχε προσλάβει παλιότερα η Amazon, αναπαράγοντας ανισότητες μεταξύ των φύλων που προϋπήρχαν ήδη.

Οι αντίστοιχες περιπτώσεις διακρίσεων σε ό,τι αφορά τις προσλήψεις που γίνονται με την τεχνητή νοημοσύνη είναι πάρα πολλές, γι’ αυτό και η Επιτροπή Ίσων Ευκαιριών Απασχόλησης των ΗΠΑ άρχισε να προσφέρει καθοδήγηση στους εργοδότες, ώστε να διασφαλιστεί ότι η AI δεν θα θέσει σε κίνδυνο τις σωστές διαδικασίες πρόσληψης.

«Το μάθημα από αυτήν την υπόθεση της Amazon είναι ότι δεν μπορεί κανείς να αναθέτει την πρόσληψη στην τεχνητή νοημοσύνη πιστεύοντας ότι όλα είναι εντάξει», είπε στο CNBC ο Ifeoma Ajunwa, καθηγητής νομικής στο Πανεπιστήμιο της Βόρειας Καρολίνας.

Όπως επισημαίνει το CNBC, η μεροληψία σε ό,τι αφορά τις προσλήψεις δεν αποτελεί καινούργιο φαινόμενο. Εδώ και πολύ καιρό, κάποιες ομάδες ανθρώπων αγνοούνται αδικαιολόγητα, αλλά όπως προσθέτει ο Ifeoma Ajunwa, η τεχνητή νοημοσύνη αναπαράγει αυτή τη διάκριση σε κλίμακα.

Σε ορισμένες περιοχές, όπως η πόλη της Νέας Υόρκης, οι νομοθέτες αναπτύσσουν πολιτικές για να ρυθμίσουν τα «τυφλά σημεία» της τεχνολογίας, η οποία όμως «είναι πάντα πολύ πιο μπροστά από τους νομοθέτες», λέει η Lindsay Greene, δικηγόρος εργατικού ικαίου.

Πώς η τεχνητή νοημοσύνη επιδεινώνει τις διακρίσεις στις προσλήψεις

Η AI είναι τόσο αμερόληπτη, όσο οι άνθρωποι που την αναπτύσσουν. Σε ό,τι αφορά τις προσλήψεις, υπάρχουν πολλά σημεία, στα οποία οι κωδικοποιημένες προκαταλήψεις στην τεχνητή νοημοσύνη μπορούν να επηρεάσουν τις πιθανότητες των υποψηφίων να εξασφαλίσουν θέσεις εργασίας.

Για παράδειγμα:

  • Η τεχνητή νοημοσύνη παρεξηγεί τα χρονικά κενά ενός βιογραφικού: Σύμφωνα με τον Ajunwa, τα φίλτρα AI μπορεί λανθασμένα να αποκλείουν υποψηφίους με κενά στα βιογραφικά τους. Είναι λιγότερο πιθανό να αποκλείουν αυτόματα τα γεμάτα βιογραφικά, ακόμα κι αν αυτό σημαίνει ότι παρέχουν μόνο μια σύντομη εξήγηση για το διάστημα χωρίς εργασία.
  • Η ΑΙ δεν είναι προγραμματισμένη έτσι ώστε να καταλαβαίνει όλα τα πρόσωπα: Η τεχνητή νοημοσύνη δεν είναι πάντα αρκετά έξυπνη, ώστε να καταλάβει κάθε πρόσωπο από μια φωτογραφία. Για παράδειγμα, όπως λέει ο Ifeoma Ajunwa, το πιο σκούρο δέρμα δεν ερμηνεύεται πάντα από την AI με τον σωστό τρόπο. Επίσης, μπορεί να μην αναγνώσει σωστά τη γλώσσα του σώματος, να παρερμηνεύσει την έκφραση κάποιου που δεν κοιτάει την κάμερα του υπολογιστή και να απορρίψει κάποιον επειδή δεν καταλαβαίνει την προφορά του.
  • Ελέγχοντας τα μέσα κοινωνικής δικτύωσης των υποψηφίων: Σύμφωνα με τη Lindsay Greene, συχνά οι εργοδότες χρησιμοποιούν αυτοματοποιημένη τεχνολογία για να «τσεκάρουν» στο ίντερνετ τα social media των υποψηφίων. Για να αποφύγει κανείς κάτι τέτοιο, θα πρέπει να διατηρεί τους προσωπικούς λογαριασμούς του ιδιωτικούς, αφαιρώντας το περιεχόμενο που μπορεί να δώσει λανθασμένη εντύπωση σε κάποιον υπεύθυνο προσλήψεων.

ai επιλογές τεχνητή νοημοσύνη
Share. Facebook Twitter Pinterest LinkedIn Tumblr Telegram Email
Previous ArticleTηλεργασία: Πώς θα είναι ο άνθρωπος έπειτα από 80 χρόνια
Next Article ΑΣΕΠ: Προσλήψεις στη ΔΕΥΑ Κύμης-Αλιβερίου

Related Posts

Το Ecofin έδωσε το τελικό «πράσινο φως» για την υιοθέτηση του ευρώ από τη Βουλγαρία

9 Ιουλίου, 2025

UBS: Πώς ο Τραμπ θα «σώσει» τα Χριστούγεννα – Τι σημαίνει η αναβολή των δασμών έως την 1η Αυγούστου

9 Ιουλίου, 2025

Κατοικίδια: Πότε λήγει η παράταση για DNA και στείρωση – Ποιοι γλιτώνουν πρόστιμα και παράβολα

8 Ιουλίου, 2025
Add A Comment

Comments are closed.

moneypress.gr
Technical Summary Widget Powered by Investing.com
Powered by Investing.com
Moneypress

To Moneypress.gr ανήκει στην HT PRESS ONLINE IKE

Tαυτότητα Moneypresss.gr

Χρήση Cookies

'Οροι Χρήσης

Αποποίηση Ευθυνών

FOLLOW US
FOLLOW US
Μέλος του Μητρώο Online Media
© 2025 Moneypress.gr

Type above and press Enter to search. Press Esc to cancel.