A toborzási folyamatok támogatására egyre több mesterséges intelligencia eszközt használunk. Ezek automatizálnak bizonyos folyamatokat, gyorsítják és egyszerűsítik az előszűrést. Ahhoz azonban, hogy megfelelő eredményeket érjünk el a technológiával, folyamatosan adatot kell szolgáltatnunk és visszajelzéseket adnunk. Ez teszi lehetővé az algoritmikus diszkrimináció kiküszöbölését is. A Z generáció élen jár az etikai kérdések priorizálásában, nagy hangsúlyt fektetnek az MI fejlődésében és alkalmazásában az átláthatóság és felelősség priorizálására.
A digitális bennszülöttnek is nevezett Z generáció könnyen és természetesen kezeli a technológiai eszközöket, beleértve a mesterséges intelligenciát is. Számukra a chatbotok és az okosasszisztensek sokkal természetesebb részei a mindennapoknak. Úgy nőttek fel, hogy az MI-alapú alkalmazások, mint például a hangvezérlésű eszközök már az otthoni élet részei. Az online kereskedelmi platformokon a teljesen személyre szabott termékajánlatokat inkább elvárják, szemben az idősebb korosztályokkal, akik pedig meglepődnek ezen.
A Z generáció tehát sokkal komfortosabban mozog a mesterséges intelligencia világában. Nem bizalmatlanok a MI-vel szemben, és ez a munkahelyválasztás során is visszaköszön. Szívesebben választanak olyan munkahelyeket, ahol a legújabb technológiák és MI eszközök állnak rendelkezésre. Hozzászoktak a MI segítségével történő döntéshozatalhoz és a feladatok automatizálásához.
Azonban nemcsak a technológia használatával, hanem a MI etikai és társadalmi kérdéseivel is foglalkoznak. A Z generáció tagjai érzékenyek az adatvédelemre és a magánélet tiszteletben tartására, és ezt a mesterséges intelligencia eszközöktől is elvárják. Egyre többen kerülnek ki közülük, akik igyekeznek kiemelt figyelmet irányítani az MI fejlődésének és alkalmazásának átláthatóságára. Különösen fontos ez az algoritmikus diszkrimináció kiküszöbölésében.
Algoritmikus diszkrimináció
Az algoritmikus diszkrimináció az automatizált döntéshozatal során alkalmazott algoritmusok által okozott potenciális diszkriminációt írja le. Ez azt jelenti, hogy a mesterséges intelligencia rendszerek olyan döntéseket hoznak vagy javasolnak, amelyek hátrányosan érintenek vagy előnytelen helyzetbe hoznak bizonyos csoportokat vagy egyéneket az alapján, hogy mely tulajdonságaik vagy jellemzőik mentén értékeli őket az algoritmus. Egyszerűbben fogalmazva, ha például egy pozícióra a cégen belül korábban sokkal nagyobb arányban vettünk fel férfiakat, abból az MI levonhatja azt a következtetést, hogy a nők kevésbé ideális jelöltek – és hátrébb sorolja őket.
Az algoritmikus diszkrimináció lehet közvetlen vagy közvetett. Közvetlen diszkrimináció akkor fordul elő, amikor az algoritmusok nyilvánvalóan és direkt módon kategorizálják az egyéneket vagy csoportokat bizonyos tulajdonságaik vagy hátterük alapján. Az implicit diszkrimináció esetében nem szándékos vagy tudatos ez a megkülönböztetés, hanem az adatokból eredő torzítások állnak a hátterében – mint a fenti példa esetében a női jelöltek háttérbe szorításánál.
Az algoritmikus diszkrimináció olyan problémát jelent az MI alkalmazása során, amivel mindenképp foglalkozni kell, hogy az automatizált döntések ne járjanak negatív következménnyel az egyén számára. Ehhez szükség van az adatok minőségének folyamatos javítására és az algoritmus működésének állandó ellenőrzésére és értékelésére. A rendszerek folyamatos tanításával és optimalizálásával a diszkrimináció megszüntethető.
Ebből is látszik, hogy nem arról van szó, hogy a mesterséges intelligencia a humán munka létjogosultságát veszélyeztetné. Kisegítő eszköz, amelyre támaszkodhatunk a munka felgyorsításában, de dolgunk van vele, hogy jól működjön. Ezt érdemes hangsúlyozni annak érdekében is, hogy elkerülhető legyen a bizalomvesztés az automatizált rendszerek és az MI iránt. A Z generáció rendkívül tudatosan áll ehhez a kérdéshez és élen jár az ezzel kapcsolatos felelősség hangsúlyozásában.