Arsham Ghahramani, PhDes el cofundador y CEO de Ribbon. Con sede en Toronto y originaria del Reino Unido, Ghahramani tiene experiencia tanto en inteligencia synthetic como en biología. Su experiencia profesional abarca una variedad de dominios, que incluyen comercio de alta frecuencia, reclutamiento e investigación biomédica.
Ghahramani comenzó a trabajar en el campo de la IA alrededor de 2014. Completó su doctorado en el Instituto Francis Crick, donde aplicó formas tempranas de IA generativa para estudiar la regulación génica del cáncer, mucho antes de que el término “IA generativo” ingresara al uso de la corriente principal.
Actualmente lidera Cintauna empresa de tecnología se centró en acelerar dramáticamente el proceso de contratación. Cinta tiene recaudó más de $ 8 millones En fondos, apoyó a más de 200,000 solicitantes de empleo y continúa haciendo crecer su equipo. La plataforma tiene como objetivo hacer que la contratación sea 100 veces más rápido combinando IA y automatización para racionalizar los flujos de trabajo de reclutamiento.
Comencemos desde el principio: ¿qué te inspiró a encontrar cinta y cuál fue el momento “AHA” que te hizo darte cuenta de que la contratación estaba rota?
Conocí a mi cofundador Dave Vu mientras ambos estábamos en Ezra, period jefe de Folks & Expertise, y yo period jefe de aprendizaje automático. A medida que escalamos rápidamente a mi equipo, constantemente sentimos la presión hacia más alta rápidamente, sin embargo, carecíamos de las herramientas adecuadas para racionalizar el proceso. Llegué temprano a la IA (completé mi doctorado en 2014, mucho antes de que la IA se convirtiera en la corriente principal), y tuve una comprensión temprana de los impactos de la IA en la contratación. Vi de primera mano las ineficiencias y desafíos en el reclutamiento tradicional y sabía que tenía que haber una mejor manera. Esa realización nos llevó a crear cinta.
Has trabajado en roles de aprendizaje automático en Amazon, Ezra e incluso en el comercio algorítmico. ¿Cómo se formó ese fondo la forma en que te acercó a Constructing Ribbon?
En Ezra, trabajé en AI Well being Tech, donde las apuestas no podrían ser más altas, si un sistema de IA es parcial, puede ser una cuestión de vida o muerte. Pasamos mucho tiempo y energía asegurándonos de que nuestra IA fuera imparcial, además de desarrollar métodos para detectar y mitigar el sesgo. Llevé esas técnicas a la cinta, donde utilizamos estas técnicas para monitorear y reducir el sesgo en nuestro entrevistador de IA, creando en última instancia un proceso de contratación más equitativo.
¿Cómo influyó su experiencia como candidato y gerente de contratación en las decisiones del producto que tomó desde el principio?
Encontrar un trabajo es un proceso agotador para los candidatos junior. Recuerdo, no hace mucho tiempo, ser un candidato junior que se aplica a muchos trabajos. Solo se ha vuelto más difícil desde entonces. En Ribbon, tenemos una profunda empatía por los solicitantes de empleo. Nuestra voz de IA es a menudo el primer punto de contacto entre una empresa y un candidato, por lo que trabajamos duro para que esta experiencia sea positiva y gratificante. Una de las formas en que lo hacemos es garantizar que los candidatos chaten con la misma IA durante todo el proceso de contratación. Esta consistencia ayuda a generar confianza y comodidad, a diferencia de los procesos tradicionales donde se pasan los candidatos entre varias personas, nuestra IA proporciona una presencia estable y acquainted que ayuda a los candidatos a sentirse más a gusto a medida que avanzan a través de entrevistas y evaluaciones.
La IA de Ribbon realiza entrevistas que se sienten más humanas que los bots con guiones. Cuéntanos más sobre el flujo de entrevista adaptativo de Ribbon. ¿Qué tipo de comprensión en tiempo actual está sucediendo detrás de escena?
Hemos construido cinco modelos internos de aprendizaje automático y los combinamos con cuatro modelos disponibles públicamente para crear la experiencia de la entrevista de la cinta. Detrás de escena, estamos constantemente evaluando la conversación y combinando esto con el contexto de la compañía, páginas de carreras, perfiles públicos, currículums y más. Toda esta información se une para crear una experiencia de entrevista perfecta. La razón por la que combinamos tanta información es que queremos darle al candidato una experiencia lo más cerca posible de un reclutador humano.
Usted resalta que cinco minutos de voz pueden igualar una hora de entrada escrita. ¿Qué tipo de señal está capturando en esos datos de audio y cómo se analiza?
¡La gente generalmente habla bastante rápido! La mayoría de los procesos de solicitud de empleo son muy tediosos, lo que le cuesta completar muchos formularios diferentes y preguntas de opción múltiple. Hemos encontrado que 5 minutos de conversación pure equivalen a alrededor de 25 preguntas de opción múltiple. La densidad de información de la conversación de voz es difícil de superar. Además de eso, estamos recopilando otros factores, como el dominio del lenguaje y las habilidades de comunicación.
Ribbon también actúa como un escriba con AI con auto-sumar y anotaciones. ¿Qué papel juega la interpretabilidad para hacer que estos datos sean útiles y justos para los reclutadores?
La interpretabilidad está en el núcleo del enfoque de la cinta. Cada puntaje y análisis que generamos siempre está vinculado a su fuente, lo que hace que nuestra IA sea profundamente transparente.
Por ejemplo, cuando obtenemos un candidato en sus habilidades, estamos haciendo referencia a dos cosas:
- Los requisitos de trabajo originales y
- El momento exacto en la entrevista que el candidato mencionó una habilidad.
Creemos que la interpretabilidad de los sistemas de IA es profundamente importante porque, al closing del día, estamos ayudando a las empresas a tomar decisiones, y a las empresas les gusta tomar decisiones basadas en datos concretos. Algo que creemos es crítico tanto para la equidad como para la confianza en la contratación impulsada por la IA.
El sesgo en los sistemas de contratación de IA es una gran preocupación. ¿Cómo se diseña la cinta para minimizar o mitigar el sesgo mientras sigue surgiendo a los principales candidatos?
El sesgo es un problema crítico en la contratación de IA, y lo tomamos muy en serio en la cinta. Hemos creado nuestro entrevistador de IA para evaluar a los candidatos basados en habilidades y competencias medibles, reduciendo la subjetividad que a menudo introduce un sesgo. Regularmente auditamos nuestros sistemas de IA para justicia, utilizamos conjuntos de datos diversos y equilibrados e integramos la supervisión humana para atrapar y corregir posibles sesgos. Nuestro compromiso es superar a los mejores candidatos de manera justa, asegurando decisiones de contratación equitativas.
Los candidatos pueden entrevistar en cualquier momento, incluso a las 2 am. ¿Qué tan importante es la flexibilidad para democratizar el acceso a los empleos, especialmente para las comunidades desatendidas?
La flexibilidad es clave para democratizar el acceso al trabajo. La entrevista siempre encendida de Ribbon permite a los candidatos participar en cualquier momento conveniente para ellos, desglosando barreras tradicionales, como horarios en conflicto o disponibilidad limitada, lo que es especialmente beneficioso para los padres trabajadores y aquellos con horas no tradicionales. De hecho, el 25% de las entrevistas de cinta ocurren entre las 11 p.m. y las 2 am hora native.
Esto es especialmente essential para las comunidades desatendidas, donde los solicitantes de empleo a menudo enfrentan limitaciones adicionales. Al habilitar el acceso las 24 horas, Ribbon ayuda a garantizar que todos tengan una oportunidad justa de mostrar sus habilidades y asegurar oportunidades de empleo.
Ribbon no se trata solo de contratar, se trata de reducir la fricción entre las personas y las oportunidades. ¿Cómo es ese futuro?
En Ribbon, nuestra visión se extiende más allá de la contratación eficiente; Queremos eliminar la fricción entre las personas y las oportunidades para las que se adaptan. Prevemos un futuro donde la tecnología conecta a la perfección el talento con roles que se alinean perfectamente con sus habilidades y ambiciones, independientemente de sus antecedentes o redes. Al reducir la fricción en la movilidad profesional, permitimos a los empleados crecer, desarrollar y encontrar oportunidades satisfactorias sin barreras innecesarias. Movilidad interna más rápida, una facturación más baja y, en última instancia, mejores resultados tanto para individuos como para empresas.
¿Cómo se ve a la IA transformando el proceso de contratación y el mercado laboral más amplio en los próximos cinco años?
AI reestructurará profundamente la contratación y el mercado laboral más amplio en los próximos cinco años. Esperamos que la automatización impulsada por la IA racionalice las tareas repetitivas, liberando a los reclutadores para centrarse en las interacciones más profundas de los candidatos y las decisiones de contratación estratégica. La IA también mejorará la precisión de los candidatos coincidentes con los roles, acelerando los plazos de contratación y mejorando las experiencias de los candidatos. Sin embargo, para darse cuenta de estos beneficios por completo, la industria debe priorizar la transparencia, la equidad y las consideraciones éticas, asegurando que la IA se convierta en una herramienta confiable que crea un panorama de empleo más equitativo.
Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Cinta.
