MatchingID: fördomsfri mångfaldsrekrytering med AI

Syfte och mål

Vårt syfte och mål var att utveckla och verifiera en kommersiell modul, där fokus låg vid vad en individ förstår, kan förklara och försvara i en grupp. Detta för att öka effektiviteten och innovationsgraden. Vi har skapat en datainsamlingsmetod som kartlägger perspektiv på ett sätt som en maskin kan förstå och lära sig av. Det betyder att vi kan erbjuda en matchning där en organisation kan få förslag på talanger som matchar på skills OCH har perspektiv som gruppen idag saknar.

Resultat och förväntade effekter

Vi kan nu hjälpa företag att bredda sitt rekryteringsurval och enklare hitta kandidater med icke-normativ bakgrund som bidrar till företagets perspektivtäthet. Något som ökar chansen till en rättvis arbetsmarknad, liksom mer effektiva och innovativa företag. Den långsiktiga ambitionen är att perspektivrikedomsrekrytering, som ökar mångfald utan att fastna vid yta, ska bli en ny standard. Där är vi inte än men denna metod är betydande ett steg i rätt riktning.

Upplägg och genomförande

Först redde vi ut hur perspektiv kan kartläggas med hjälp av diversity-experter och arbetstagare, därefter hur dessa kan konverteras till data som kan användas för maskininlärning ur tekniskt perspektiv. Därefter samrådde vi med HR-chefer m.fl vilka perspektiv som var mest relevanta för företag idag. Utefter insikterna i denna fas tog vi oss vidare och valde att göra en smalare, men djupare modul än vad vi initialt tänkt oss; med fokus på det perspektivområde som den kommersiella marknaden var redo för “Market Specific Perspective Richness Module”.