Studie zur Zugänglichkeit und Chancengleichheit

Vorurteile bei Einstellungsentscheidungen sind nach wie vor ein Problem am Arbeitsplatz. Obwohl Einstellungsalgorithmen Vorteile bieten können, werden sie vielfach als Werkzeuge betrachtet, die menschliche Vorurteile verstärken.Durch eine Reihe von Studien zeigen wir, dass es möglich ist, Einstellungsentscheidungen von Vorurteilen zu befreien, indem Algorithmen und Daten entwickelt und eingesetzt werden, die gegenüber Geschlecht, Alter, Behinderung oder ethnischer Zugehörigkeit neutral sind.Algorithmen, die auf einigen der aussagekräftigsten Indikatoren für die Mitarbeiterleistung basieren (Schmitt, 2014), wie der Persönlichkeit und den Interessen eines Kandidaten – in denen Menschen einander überwiegend ähnlich sind (Hyde, 2005) –, sind sowohl effektiv als auch fair.Da die Assessments von SHAPE, DRIVE und BRAIN von AssessFirst auf demographisch neutralen Erfolgsfaktoren beruhen, ermöglichen sie eine Steigerung Ihrer Vielfalt.

• • Unsere Testergebnisse sind nachweislich unabhängig von Geschlecht, Alter, ethnischer Zugehörigkeit, Behinderung und verschiedenen neurodiversen Merkmalen.
  • Unsere Bewertungsalgorithmen sind nicht-diskriminierend und gerecht: Die Profile, die der Algorithmus den einstellenden Führungskräften empfiehlt, weisen demographische Merkmale auf, die denen des gesamten Bewerberpools ähneln.

• Unsere Lösung kann geschlechtsbezogene Ungleichgewichte in Ihrer Organisation auf natürliche Weise korrigieren: Selbst wenn der Algorithmus mit einer männlich dominierten Stichprobe trainiert wird, empfiehlt er bei Anwendung auf eine neutrale Stichprobe Männer und Frauen in nahezu gleichem Verhältnis.

Dieses Dokument fasst diese Studien zusammen. Darüber hinaus enthält es allgemeine Informationen zu unseren Bemühungen im Bereich Vielfalt sowie zu den Faktoren, die AssessFirst zu einem unverzichtbaren Akteur in Bezug auf Nutzererfahrung und Inklusion machen.Laden Sie die Studie herunter[uncode_index el_id="index-983816" loop="size:3|order_by:date|post_type:post|taxonomy_count:10" auto_query="yes" auto_query_type="related" screen_lg="1000" screen_md="600" screen_sm="480" gutter_size="3" post_items="media|featured|onpost|original,title,author|sm_size|hide_qualification" single_overlay_opacity="50" single_padding="2" single_title_dimension="h5" single_title_height="fontheight-179065"]