Túl öreg a felvételhez, túl fiatal a nyugdíjhoz? Az AI csapdája az X generációnak

Egy vírusként terjedő kampány rávilágított arra, hogy a mesterséges intelligencia (AI) hogyan hoz létre és gyorsít fel új típusú, életkoron alapuló diszkriminációt a toborzás során. Stacey Duguid, egy rendkívül tapasztalt és elismert divatszerkesztő esete járta be a közösségi médiát, aki dokumentálta, hogyan vált látszólag „alkalmatlanná” a munkaerőpiacon a középkorúvá válásával, miközben több száz jelentkezése maradt válasz nélkül.

A láthatatlan szűrő: Miért „utasít el” az AI?

A probléma nem egyedi: nők ezrei számoltak be hasonló tapasztalatokról, akiket az AI-alapú toborzási rendszerek gyakorlatilag „kiszűrtek” a munkaerőpiacról. Az X generációs munkavállalók gyakran a „túl öreg ahhoz, hogy felvegyék, de túl fiatal a nyugdíjhoz” kategóriájában ragadnak.

Az AI-szűrőeszközöket korábbi felvételi adatokon tanítják, amelyek már eleve tükrözhetik a munkahelyi előítéleteket. Az algoritmusnak nem kell közvetlenül ismernie a jelentkező életkorát ahhoz, hogy hátrányos helyzetbe hozza: elég, ha bizonyos mintázatokat – például a karrierben lévő szüneteket, a nem lineáris életutat vagy a CV-ben használt specifikus nyelvezetet – azonosít, amelyek korrelálnak az életkorral. Ez teszi ezt a fajta diszkriminációt nehezen észlelhetővé és nehezen támadhatóvá.

Jogi kockázatok: „Az algoritmus mondta” nem mentesít

A jogi szakértők szerint a toborzási folyamatok algoritmusokra bízása nem ruházza át a felelősséget a diszkriminatív eredményekért. Az „algoritmus döntött” érv egyre gyengébb védekezés a bíróságokon. A munkáltatók maradnak a jogilag felelősek a felvételi döntésekért még akkor is, ha a technológiát külső beszállító biztosítja.

• Közvetett diszkrimináció: Nem szükséges a szándékosság bizonyítása, elég, ha egy gyakorlat vagy szempontrendszer hátrányos helyzetbe hoz egy adott csoportot, amit nem lehet objektíven igazolni.
• Személyi felelősség: Bizonyos körülmények között a felelősség kiterjedhet a diszkriminatív magatartásban részt vevő egyéni munkavállalókra is.
• Kártérítés: A diszkriminációs ügyekben kiszabható kártérítések összege sok esetben nem korlátozott, és a hírnévvesztés is jelentős kockázat.

Miért értékes a középkorú munkaerő?

Az idősebb munkavállalók élettapasztalatot, mély szakmai ismereteket és gyakran jelentős vezetői rutint hoznak a szervezetbe – pontosan azokat a készségeket, amelyek hiányával sok cég küzd. Azok a szervezetek, amelyek aktívan toborozzák, átképzik és megtartják az idősebb munkavállalókat, jobban pozicionáltak lesznek a tehetségbázis kiaknázására és a kritikus tudás megőrzésére.

A HR-csapatoknak érdemes auditálniuk a használt toborzási technológiákat. Közvetlenül rákérdezhetnek a szolgáltatóknál, hogy miként tanították az eszközöket, milyen adatokat használtak, és tesztelték-e azokat kifejezetten az életkorral kapcsolatos elfogultságok kiszűrésére.

Forrás: Personnel Today