Modeling bias in recruitment: studying the influence of bias in learning data from different procedures
Modélisation du biais dans les recrutements : étude de l'influence d'un biais dans les données d'apprentissage de différentes procédures
Résumé
Thanks to recent advances in artificial intelligence, new automatic methods for decision support are being made available to the public (such as image recognition). In the science of recruitment, automatic solutions have also been developed and are sold by start-ups. However, because of industrial secrecy, these start-ups are evasive about the technicality of the proposed algorithms. The goal of the IAB@R project, from which this work stems, is to raise awareness about the potential misuse of automatic methods. In this presentation, we focus on the influence of the use of a database biased by classical algorithms on the prediction quality of recruitment algorithms.
Grâce aux récentes avancées de l'intelligence artificielle, de nouvelles méthodes automatiques pour l'aide à la décision sont mises au service du public (comme la reconnaissance d'images par exemple). Dans la science du recrutement, des solutions automatiques ont également été développées et sont vendues par des start-up. Or, à cause du secret industriel, ces dernières sont évasives sur la technicité des algorithmes proposés. Le but du projet IAB@R, dont est issu ce travail, est de sensibiliser sur la potentielle mauvaise utilisation des méthodes automatiques. Dans cet exposé, nous nous intéressons à l'influence de l'utilisation d'une base biaisée par des algorithmes classiques sur la qualité de prédiction des algorithmes de recrutement.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |
