算法现在影响我们生活的几乎每个方面，越来越多包括工作场所。从招聘和晋升到调度，算法在分析决策或自动化过程的数据中起着至关重要的作用。他们甚至被用来解决周围的问题多样性，公平和包容（DEI）倡议并消除了人类在雇用和促进这些限制妇女，有色人种和其他历史上排除在外工人的机会。

尽管这些努力令人钦佩，但算法并不是万无一失的。他们有时可以通过在简历评论中歧视特​​定的候选人人口统计学或误认为面部识别软件的人来构成挑战。然而，组织认识到“要达到绝对公平并消除偏见需要做的工作”，BMC Software的DEI负责人Wendy Rentschler说。

Melissa Dobbins, who founded the software-as-a-service startup Career.Place to remove bias from the hiring process, says there’s more to it than just bad coding — the data sets can also be problematic, with “patterns built in based on our previous performance and decisions.” In many ways, algorithms merely pick up on those biases and replicate them.

尽管某些工作场所的歧视是明确的，但决策中却蒙上了很多东西，这些决策优先考虑教育或技能，直接或间接地使白人男性候选人领先于其他人。结果，即使在今天13个美国公司由男性首席执行官领导对于每个由女人领导的公司，女人领导只有6％的全球公司在标准普尔500指数中。种族多样性也缺乏18％财富500强公司董事会成员和20％标准普尔500年董事会成员是有色人种。

由于具有多样化和包容性文化的公司体验较低的营业额，他们使用算法的方式也可能在所谓的“辞职“在全国各地的工作场所。员工之所以辞职，是因为他们厌倦了不重视他们的雇主，而企业领导者经常谈论员工的敬业度，而在许多公司中显然没有发生。

算法是否是该问题的一部分，它们可以成为解决方案的一部分吗？多宾斯说，这取决于。

她解释说：“算法是增强人类流程的工具，但不是替代品。”“我们不仅要投入大量数据，让技术告诉我们该怎么做，然后在我们朝着错误的方向走得太远时责怪这项技术。”

算法是一种工具，而不是解决方案

在过去的几年中，尤其是自去年的浪潮以来种族正义抗议，各种规模的公司都有承诺加倍使他们的劳动力和管理层更加多样化，并反映了他们开展业务的社区。然而，到目前为止，这些努力的现实结果有变化在全球范围内。

越来越多的公司转向算法消除偏见从招聘和增加其排名之间的多样性。Dobbins解释说：“当涉及到人才获取时，算法正在使用系统中所有类型的不同输入，标题，关键字，使用模式，然后应用这些模式来预测或建议结果。”

多宾斯（Dobbins）对招聘的偏见感到沮丧，他创立了职业生涯，目的是通过利用匿名性来减少无意识的偏见。被描述成“为现代雇主和有授权的劳动力的招聘解决方案，”职业允许雇主绕过简历，直到他们确定候选人具有最需要的特征和能力。“这是一个非常简单的概念，”多宾斯告诉我们。“如果您有匿名性，您现在正在更加客观地考虑是什么使您的雇用和在那里度过时光。如果不需要知道评估候选人的工作，那么您就不知道。”

她继续说：“不平等是数十年和数十年的决定的结果。”“可以说，这只是公司或算法的错，只是对更大的挑战的看法很小。”

最重要的是：工作场所中的算法将留在这里，这取决于我们必须确保它们具有包容性

如果正确使用，则有算法的作用在工作的地方，因为它们可以帮助公司识别模式，监视指标以及是自动化任务。但是，人类因素和理解算法的局限性对于在DEI上取得进展至关重要。

“技术是一种工具，是现有流程的增强。因此，首先，您必须进行体面的流程。”多宾斯说。“技术将找到您从未知道过的模式，但是人类需要确保这些模式很重要。”

集成算法可以照亮组织和机构盲点。BMC软件的Rentschler承认，数字化转型需要故意影响DEI计划。例如，“组织可以使用性别解码器预先查看职位发布，以识别出微妙的语言性别编码，从而消除了才华横溢的申请人，”她说。

最后，算法的作用无非是对企业文化或整个社会的反思或扩大。

毫无疑问，工作场所中的算法留在这里。但是，人类组成部分是确保算法赋予授权而不是排除多样化工人的组成部分。这将是关键，因为公司希望实现其雄心勃勃的DEI目标，并最终开始从数十年的歧视社会遗产中扭转潮流。

本文系列由BMC软件赞助，并由TriplePundit编辑团队制作。

图片来源：七十年代/土坯股票