В исследование проанализировали данные конкретной компании - pymetrics, а именно 4,2 млн откликов на 1,746 вакансий (3,37 млн кандидат:ок)

- данные за 2019-2022 года (позже порассуждаем, что могло поменяться с тех пор, кроме очевидного AI бума)
- 156 работодателей, которые преимущественно нанимали в сша/Канаде (annual revenues of at least $5 billion), 87% позиций - white-collar - офисные и квалифицированные должности
- по каждому работодателю в среднем проанализировано 11,2 вакансий, каждая из которых в среднем получала по 2,404 отклика (две факинг тысячи откликов, и это еще в 2019 году!)

Pymetrics разработала 16 онлайн-игр для "оценки когнитивных и поведенческих особенностей кандидатов", например склонность к риску скорость обработки информации, доверие к другим людям, альтруизм, способность планировать, и др.

Что конкретно pymetrics делали?

- обещали использовать отдельную модель машинного обучения для каждой компании-клиента. компания-клиент выбирала 50+ нынешних сотрудников, которые уже "успешно работают на данной должности" - результаты их игр использовались как положительные примеры («такие люди подходят для этой работы»). в качестве отрицательных примеров берутся случайные профили из базы данных Pymetrics. алгоритм учится различать эти две группы и затем оценивал новых кандидат:ок по тому, насколько они похожи на "успешных сотрудников".

Важно! pymetrics не определяли по факту ваши способности, они просто искали людей, похожих на сотрудников, которых работодатель заранее назвал успешными. поэтому если среди этих сотрудников есть какие-то систематические особенности или перекосы (догадайтесь какие???), алгоритм воспроизводил эти же перекосы их и при отборе новых кандидатов. Конечно же исследование обнаружило и расисткий перекос не в пользу черных и азиатских кандидат:ок.

Среди компаний, которые пользовались pymetrics есть JP Morgan, PwC, BCG, Accenture, Uniliver, Linkedin, EY, MasterCard