- 26,793
- 46
- 8 Ноя 2022
Кажется, мы нашли причину, почему вам не перезванивают после собеседования.
Исследователи проверили, можно ли по обычной фотографии лица автоматически оценить черты характера и связать их с карьерными результатами человека. Для работы они взяли крупную выборку портретов выпускников программ MBA из <span class="blocked-highlight" title="Соцсеть заблокирована на территории РФ">LinkedIn</span> и пропустили снимки через модель машинного обучения, которая выдает показатели по психологической шкале «Большой пятерки». Речь идет об открытости опыту, добросовестности, экстраверсии, доброжелательности и нейротизме. Эти параметры давно используют в прикладной психологии и кадровой оценке.
Авторы сразу оговаривают ограничение такого подхода. По их мнению, попытка выводить личностные свойства по внешности по своей природе приводит к дискриминации . Они не предлагают применять такую технику в реальном отборе кандидатов. При этом команда указывает на другую сторону вопроса. Оценка характера уже давно используется приемными комиссиями и HR службами, а цифровые сервисы с автоматическим разбором интервью и тестов быстро выходят на рынок. Поэтому, как считают исследователи, академическая проверка подобных инструментов все равно нужна, иначе обсуждать регулирование будет просто нечего.
В основе анализа лежит алгоритм, описанный в научной публикации 2020 года. Там разработчики сопоставили особенности лиц на статичных фотографиях с результатами самоотчетов участников психологических опросов. В новой работе подчеркивается важная деталь. Модель пытается предсказать не то, какое впечатление человек производит на окружающих, а те ответы о собственном характере, которые он давал в анкетах. То есть система обучалась на связи между визуальными признаками и самооценкой, а не на субъективных суждениях наблюдателей.
Метод, на который опирались авторы, уже подвергался жесткой критике со стороны других ученых. В статье 2024 года его и ряд похожих направлений назвали примером псевдонаучных идей, которые получили вторую жизнь благодаря машинному обучению. Суть претензий сводится к тому, что статистическая обработка не делает сомнительные исходные гипотезы надежными. Несмотря на такую репутацию, исследователи решили проверить, даст ли модель измеримый результат на большой базе реальных профилей.
В выборку вошли более 96 тысяч фотографий выпускников бизнес школ. После обработки портретов полученные личностные показатели сопоставили с данными об образовании и карьере владельцев страниц. Выяснилось, что вычисленные значения заметно повышают точность прогноза по нескольким пунктам. Среди них место учебного заведения в рейтингах бакалавриата и MBA программ, размер первой зарплаты после окончания учебы, дальнейший рост дохода и частота смены работы. По сути, добавление машинной оценки характера улучшало предсказание карьерной траектории по сравнению с моделями без этого фактора.
Отдельно рассматривается возможный сценарий использования похожих инструментов при найме руководителей. Если кадровая служба применит такой разбор портретов, она получит формальный прогноз будущих результатов кандидата на рынке труда. Авторы подчеркивают, что такой прогноз будет смещенным и неравным по отношению к разным группам людей. Тем не менее признаки внедрения подобных решений уже видны.
Соавтор исследования, преподаватель финансов из Университета Индианы Марина Нисснер, отмечает, что крупные компании, включая банки, давно используют личностные опросники при приеме и продвижении сотрудников. Поставщики ИИ сервисов для подбора персонала начинают добавлять автоматический анализ видеоинтервью с расчетом показателей по модели «Большой пятерки». При этом правовые требования в этой сфере пока не устоялись. По словам Нисснер, без независимой научной проверки таких методик обсуждать ограничения и правила применения будет сложно.
В статье предлагается сравнивать алгоритмический разбор внешности с обычными человеческими решениями. Люди тоже делают выводы по виду кандидата, и такие суждения часто противоречивы и подвержены предвзятости . Исследователи считают, что игнорировать новые инструменты не получится, поскольку они уже выходят в практику подбора персонала и влияют на решения о карьере и доходе.
Исследователи проверили, можно ли по обычной фотографии лица автоматически оценить черты характера и связать их с карьерными результатами человека. Для работы они взяли крупную выборку портретов выпускников программ MBA из <span class="blocked-highlight" title="Соцсеть заблокирована на территории РФ">LinkedIn</span> и пропустили снимки через модель машинного обучения, которая выдает показатели по психологической шкале «Большой пятерки». Речь идет об открытости опыту, добросовестности, экстраверсии, доброжелательности и нейротизме. Эти параметры давно используют в прикладной психологии и кадровой оценке.
Авторы сразу оговаривают ограничение такого подхода. По их мнению, попытка выводить личностные свойства по внешности по своей природе приводит к дискриминации . Они не предлагают применять такую технику в реальном отборе кандидатов. При этом команда указывает на другую сторону вопроса. Оценка характера уже давно используется приемными комиссиями и HR службами, а цифровые сервисы с автоматическим разбором интервью и тестов быстро выходят на рынок. Поэтому, как считают исследователи, академическая проверка подобных инструментов все равно нужна, иначе обсуждать регулирование будет просто нечего.
В основе анализа лежит алгоритм, описанный в научной публикации 2020 года. Там разработчики сопоставили особенности лиц на статичных фотографиях с результатами самоотчетов участников психологических опросов. В новой работе подчеркивается важная деталь. Модель пытается предсказать не то, какое впечатление человек производит на окружающих, а те ответы о собственном характере, которые он давал в анкетах. То есть система обучалась на связи между визуальными признаками и самооценкой, а не на субъективных суждениях наблюдателей.
Метод, на который опирались авторы, уже подвергался жесткой критике со стороны других ученых. В статье 2024 года его и ряд похожих направлений назвали примером псевдонаучных идей, которые получили вторую жизнь благодаря машинному обучению. Суть претензий сводится к тому, что статистическая обработка не делает сомнительные исходные гипотезы надежными. Несмотря на такую репутацию, исследователи решили проверить, даст ли модель измеримый результат на большой базе реальных профилей.
В выборку вошли более 96 тысяч фотографий выпускников бизнес школ. После обработки портретов полученные личностные показатели сопоставили с данными об образовании и карьере владельцев страниц. Выяснилось, что вычисленные значения заметно повышают точность прогноза по нескольким пунктам. Среди них место учебного заведения в рейтингах бакалавриата и MBA программ, размер первой зарплаты после окончания учебы, дальнейший рост дохода и частота смены работы. По сути, добавление машинной оценки характера улучшало предсказание карьерной траектории по сравнению с моделями без этого фактора.
Отдельно рассматривается возможный сценарий использования похожих инструментов при найме руководителей. Если кадровая служба применит такой разбор портретов, она получит формальный прогноз будущих результатов кандидата на рынке труда. Авторы подчеркивают, что такой прогноз будет смещенным и неравным по отношению к разным группам людей. Тем не менее признаки внедрения подобных решений уже видны.
Соавтор исследования, преподаватель финансов из Университета Индианы Марина Нисснер, отмечает, что крупные компании, включая банки, давно используют личностные опросники при приеме и продвижении сотрудников. Поставщики ИИ сервисов для подбора персонала начинают добавлять автоматический анализ видеоинтервью с расчетом показателей по модели «Большой пятерки». При этом правовые требования в этой сфере пока не устоялись. По словам Нисснер, без независимой научной проверки таких методик обсуждать ограничения и правила применения будет сложно.
В статье предлагается сравнивать алгоритмический разбор внешности с обычными человеческими решениями. Люди тоже делают выводы по виду кандидата, и такие суждения часто противоречивы и подвержены предвзятости . Исследователи считают, что игнорировать новые инструменты не получится, поскольку они уже выходят в практику подбора персонала и влияют на решения о карьере и доходе.
- Источник новости
- www.securitylab.ru
