|
涉及到人的事，大多比较复杂，它没有标准答案。而业界和学界普遍认同，机器学习就是一个“黑箱”。你投喂给人工智能数据，一再调整算法模型，你知道它做出判断的准确率越来越高，但你不知道为什么。
人工智能的“心”，也是海底的针，你不知道它学到了什么。同样，你也不知道一家公司的人力资源算法模型里包含了多少偏见。
AI能够根据它掌握到的员工信息对其进行潜力评估，但它究竟如何评估，在评估过程中有没有伦理和道德的风险，它收集数据的边界在哪里？社会技术学家Zeynep Tufekci做过一次公开演讲，她举了一个例子：机器能推断出你没有公开的事情——比如，它认为你有很高概率会换上抑郁症，或者，它认为你有很高概率三个月内会怀孕。于是，它“贴心”地提前斩断了你的路，而直到此时，你还蒙在鼓里，不知道自己为何被机器划到了“待定区”。
那么，这究竟是精准的预言，还是赤裸裸的偏见？偏见可能无处不在，当偏见以机器之名施加于群体之上时，会变得更为隐蔽。
无论人工智能发展到什么程度，人，都要坦荡并坚决地承担自己的责任。HR要在对员工的一轮轮评估中去了解和审视自己的偏见，去反思自家的企业文化。
这其中涉及复杂的判断，人无法“甩锅”，更不能缺席。（张佳星）
5/5 首页 上一页 3 4 5 |
