update personalauswahlalgorithmen: add further comments, modify TODOs

This commit is contained in:
Schallbert 2024-11-04 20:34:14 +01:00
parent b9d759f04f
commit 84348f9f56

View File

@ -94,7 +94,7 @@
<p class="fragment">Neural Network</p>
</section>
<section><h4>Kontext (gesprochenes Wort)</h4>
Nichts hinkt wie dieser Vergleich. Der Punkt ist, dass bei "neuronalen Netzen" ein mathematisches Modell zum Einsatz kommt, welches als Geflecht aus gewichteten Übertragungsfunktionen abgebildet wird.
Nichts hinkt wie ein Vergleich. Der Punkt ist, dass bei "neuronalen Netzen" ein mathematisches Modell zum Einsatz kommt, welches als Geflecht aus gewichteten Übertragungsfunktionen abgebildet wird.
Es ermittelt die wahrscheinlichste Lösung der eingegebenen Aufgabe.
All dies basiert auf der Übertragungsfunktion samt Gewichtung, deren Parameter mittels "Training" festgelegt werden. <a href="https://www.ibm.com/de-de/topics/neural-networks">[2]</a>
</section>
@ -110,7 +110,23 @@
</small>
<p class="fragment"><span class="fragment highlight-green">Reinforcement Learning</span></p>
</section>
<section data-visibility="hidden">Slide 2</section>
<section ><h3>Probleme und Risiken</h3>
<section>
<p class="fragment">Halluzinationen <a href="https://www.theverge.com/2024/5/15/24154808/ai-chatgpt-google-gemini-microsoft-copilot-hallucination-wrong">[#nr]</a> </p>
<p class="fragment">Verzerrungen (Bias) <a href="https://www.denkfabrik-bmas.de/fileadmin/Downloads/Publikationen/Kuenstliche-Intelligenz-in-der-Personalauswahl.pdf">[#nr]</a></p>
<p class="fragment"><a href="#/18">Datenschutz</a></p>
<p class="fragment">Veränderlichkeit</p>
</section>
<section><h4>Kontext (gesprochenes Wort)</h4>
<small>
<ul>
<p>Mit Halluzinationen sind ungenaue oder schlicht falsche Aussagen von "KI" gemeint, die aus den Eingabedaten nicht hervorgehen. (Ursache: "KI" als Wahrscheinlichkeitsmodell)</p>
<p>Besonders heikel sind Bias / Verzerrungen bzw. Vorurteile bei "KI" im Personalwesen: Sie führen oft zu Diskriminierung und erzeugen falsch negative oder falsch positive Ergebnisse.</p>
<p>Veränderlichkeit: Der Softwarestand kann unter dem Radar von Kunden und Nutzerinnen modifiziert werden. "KI" agiert zudem nicht generell streng deterministisch, sodass eine Attribution schwierig oder sogar unmöglich wird. </p>
</ul>
</small>
</section>
</section>
<!-- SICHT DES UNTERNEHMENS -->
<section><h3>Ein Beispiel für "Pre-AI-hiring"</h4>
@ -119,7 +135,7 @@
<p class="fragment fade-in-then-semi-out">Die Stelle wird ausgeschrieben. Erst Intern, dann extern, zumeist online.</p>
<p class="fragment fade-in-then-semi-out">Ein Filter wird auf die Flut von Bewerbungen angewandt.</p>
<p class="fragment fade-in-then-semi-out">Es erfolgt ein Einstellungstest für die verbleibenden Personen.</p>
<p class="fragment fade-in-then-semi-out">Nun wird eine Reihenfolge gebildet.</p>
<p class="fragment fade-in-then-semi-out">Nun wird eine Rangfolge gebildet.</p>
<p class="fragment fade-in-then-semi-out">Die besten KandidatInnen erhalten ein strukturiertes Interview.</p>
<p class="fragment fade-in-then-semi-out">Schließlich wird die Person mit der höchsten Punktzahl eingestellt.</p>
</small>
@ -140,8 +156,8 @@
</section>
<section><h3>Schlussfolgerungen</h3>
<p class="fragment">Für allgemeine Fragen rund um die Bewerbung nehmen wir den Chatbot.</p>
<p class="fragment">Das "Matching" auf die Stellen machen wir regelbasiert.</p>
<p class="fragment">Mittels KI-Werkzeugen lassen wir Umgebungsparameter einfließen.</p>
<p class="fragment">Das Auswahl für die Stellen machen wir regelbasiert.</p>
<p class="fragment">Mittels "KI"-Werkzeugen lassen wir Umgebungsparameter einfließen.</p>
<p class="fragment">Wir optimieren unsere Stellenausschreibungen durch LLMs.</p>
</section>
<section><h3>Was die Firma eigentlich möchte</h3>
@ -212,10 +228,10 @@
</section>
<section><h3>EU AI Act</h3></section>
<section>Inhalt folgt!</section>
<section>TODO</section>
<section><h3>Selbstverpflichtungen</h3></section>
<section>Inhalt folgt: "Responsible AI", "AI Ethics"</section>
<section>TODO: "Responsible AI", "AI Ethics"</section>
<!-- SICHTWEISEN BETROFFENER PERSONEN -->
@ -236,19 +252,23 @@
<!-- MEINE EIGENE MEINUNG ZUM THEMA-->
<section><h2>Mein Fazit</h2></section>
<section>
<p class="fragment fade-in-then-out">Scrum kann zu erheblich schneller verfügbaren und besser auf die Kundenwünsche zugeschnittenen Produkten führen.</p>
<p class="fragment fade-in-then-out">Scrum unterstützt flache Hierarchien und kann zu mehr Eigenverantwortung beitragen.</p>
<p class="fragment fade-in-then-out">Es ist eine große Herausforderung, die agile mit der klassischen Welt zu vereinen.</p>
<p class="fragment fade-in-then-out">Scrum ist im Alltag mit Blick auf <a href="#/10">die Zwiebel</a> schwach.</p>
<p class="fragment fade-in-then-out">Daher benötigt Scrum eine auf Dauer angelegte Anstrengung aller Beteiligten.</p>
<small>
<p class="fragment fade-in-then-out">Personalauswahlalgorithmen werden bereits in der Fläche eingesetzt.</p>
<p class="fragment fade-in-then-out">Derzeit jedoch zumeist mit "klassischer", regelbasierter Logik.</p>
<p class="fragment fade-in-then-out">"Künstliche Intelligenz" kann vor allem bei Freitexten und unscharfen Kriterien Vorteile erzielen.</p>
<p class="fragment fade-in-then-out">Dennoch gibt es noch immer große Probleme: "Halluzinationen", "Bias", Datenschutzverstöße...</p>
<p class="fragment fade-in-then-out">Wir sollten darauf bestehen, dass "KI"-Systeme schon jetzt den EU AI Act erfüllen.</p>
<p class="fragment fade-in-then-out">Die Essenz freiwilliger Selbstverpflichtungen sollte in Gesetze einfließen.</p>
</small>
<p class="fragment">🤝 Doch am Ende geht nichts über den persönlichen Kontakt zwischen Menschen.</p>
</section>
<section>
<h3>Kreativbereich</h3>
<h3>Was noch in den Vortrag muss</h3>
Vorurteile und Bias
<a href="https://www.denkfabrik-bmas.de/fileadmin/Downloads/Publikationen/Kuenstliche-Intelligenz-in-der-Personalauswahl.pdf">[#nr]</a>
KI als Produkt seiner Zeit
Welche Risiken bergen KI-Produkte im Personalwesen darüberhinaus?