कर्मचारियों की भर्ती के लिए एआई का उपयोग करने के कानूनी और नैतिक निहितार्थ

कृत्रिम बुद्धिमत्ता (एआई) के क्षेत्र में डिजिटल नवाचारों और प्रगति ने संभावित उम्मीदवारों को खोजने और पहचानने के कई उपकरण पैदा किए हैं। कई प्रौद्योगिकियां संगठनों को किसी विशेष स्थान पर सही व्यक्ति खोजने में मदद करने का वादा करती हैं और गलत लोगों को पहले से कहीं ज्यादा तेजी से मात देती हैं।

ये उपकरण संगठनों को डेटा प्रोसेसिंग के आधार पर मानव पूंजी के बारे में निर्णय लेने के लिए अभूतपूर्व अवसर प्रदान करते हैं। उनके पास प्रतिक्रियाओं का लोकतंत्रीकरण करने की क्षमता भी है - लाखों उम्मीदवार अपनी ताकत, विकास के लिए दिशा-निर्देश और एक संभावित कैरियर और एक उपयुक्त संगठन दोनों की पसंद का आकलन कर सकते हैं। विशेष रूप से, हम खेल के आधार पर आकलन में तेजी से वृद्धि (और संबंधित निवेश) देख रहे हैं , सामाजिक नेटवर्क पर प्रसंस्करण पदों के लिए बॉट, उम्मीदवार ग्रंथों के भाषाई विश्लेषण, भाषण सामग्री, आवाज टन, भावनात्मक राज्यों, गैर-मौखिक व्यवहार और स्वभाव का विश्लेषण करने के लिए एल्गोरिदम का उपयोग कर वीडियो साक्षात्कार। ।

कर्मचारियों को काम पर रखने और मूल्यांकन करने की मूल बातें को कम करते हुए, ये उपकरण उनकी सटीकता के साथ-साथ गोपनीयता और नैतिक और कानूनी निहितार्थों के बारे में लटकते हुए सवाल छोड़ते हैं। यह विशेष रूप से एनईओ-पीआई-आर , वेंडरलिक परीक्षण, मानक प्रगतिशील रेवेन मैट्रिक्स परीक्षण या होगन व्यक्तित्व परीक्षण जैसी समय-परीक्षण वाली साइकोमेट्रिक तकनीकों की तुलना में स्पष्ट है। उन सभी को एक वैज्ञानिक दृष्टिकोण का उपयोग करके बनाया गया था और संबंधित कार्यस्थलों में अच्छी तरह से परीक्षण किया गया था, जिसके परिणामस्वरूप उम्मीदवारों के आकलन और कार्यस्थल में उनकी प्रभावशीलता (और सबूत स्वतंत्र स्वतंत्र वैज्ञानिक पत्रिकाओं में प्रकाशित हुए थे) के बीच एक विश्वसनीय पत्राचार प्राप्त किया गया था। हाल ही में, अमेरिकी सीनेट इस बात को लेकर चिंतित था कि क्या नई तकनीकें (विशेषकर चेहरे का विश्लेषण) सभी उम्मीदवारों की समानता को प्रतिकूल रूप से प्रभावित करेंगी।

इस लेख में, हम उम्मीदवारों की गोपनीयता से संबंधित नई तकनीकों के संभावित परिणामों पर ध्यान केंद्रित करते हैं, साथ ही साथ विकलांग लोगों और गैर-संघीय और राज्य कानूनों के गैर-भेदभाव पर कानून द्वारा उम्मीदवारों की सुरक्षा। नियोक्ता समझते हैं कि वे उम्मीदवारों से उनकी वैवाहिक स्थिति या राजनीतिक राय, उनकी गर्भावस्था, यौन अभिविन्यास, शारीरिक या मानसिक बीमारी, शराब, ड्रग्स या नींद की कमी के बारे में सवाल नहीं पूछ सकते हैं। हालांकि, नई प्रौद्योगिकियां उम्मीदवार की उचित सहमति के बिना इन कारकों को सीधे ध्यान में नहीं रख सकती हैं।

उम्मीदवार रेटिंग्स की बहादुर नई दुनिया की अस्पष्टताओं को उजागर करने से पहले, अतीत के चारों ओर देखना अच्छा होगा। साइकोमेट्रिक मूल्यांकन 100 से अधिक वर्षों से मौजूद है, और तथाकथित रूप से व्यापक रूप से उपयोग किया जाने लगा। अमेरिकी सेना के लिए अल्फा परीक्षण, जिसने भर्तियों को श्रेणियों में विभाजित किया और विभिन्न भूमिकाओं में उनकी सफलता की संभावना निर्धारित की। परंपरागत रूप से, साइकोमेट्री को तीन व्यापक श्रेणियों में विभाजित किया जाता है: संज्ञानात्मक क्षमता, या बुद्धि; व्यक्तित्व या स्वभाव; मानसिक स्वास्थ्य या नैदानिक ​​निदान।

1990 में अमेरिकियों को विकलांग अधिनियम (ADA) के साथ अपनाने के बाद, नियोक्ताओं को आमतौर पर लोगों की शारीरिक अक्षमताओं में रुचि लेने के लिए मना किया जाता था, उम्मीदवारों के प्रारंभिक आकलन के हिस्से के रूप में उनके मानसिक स्वास्थ्य या नैदानिक ​​निदान, और कंपनियों ने इस कानून का उल्लंघन किया था और परीक्षण को रोक दिया गया था। वास्तव में, विकलांगता - शारीरिक या मानसिक - "व्यक्तिगत" जानकारी मानी जाती है कि नियोक्ता को साक्षात्कार के दौरान दिलचस्पी नहीं ली जा सकती है, जिस तरह वह अपने निजी जीवन के बारे में सवाल नहीं पूछ सकता है या निर्णय लेते समय व्यक्तिगत जनसांख्यिकीय जानकारी ले सकता है।

संज्ञानात्मक क्षमताओं और बुद्धिमत्ता के परीक्षणों को व्यवसायों की एक विस्तृत श्रृंखला में सफलता की भविष्यवाणी करने के लिए विश्वसनीय तरीकों के रूप में मान्यता दी गई थी। हालांकि, ऐसे आकलन भेदभावपूर्ण साबित हो सकते हैं यदि वे लिंग, जाति, आयु या राष्ट्रीयता के आधार पर निर्धारित लोगों के कुछ विशेष समूहों पर प्रतिकूल प्रभाव डालते हैं। यदि नियोक्ता एक मूल्यांकन का उपयोग करता है जिसका प्रतिकूल प्रभाव लोगों के विभिन्न विशेष समूहों के लिए सापेक्ष आकलन के आधार पर पाया गया था, तो उन्हें यह साबित करना होगा कि यह मूल्यांकन तकनीक काम से संबंधित है और किसी विशेष कार्यस्थल में सफलता की भविष्यवाणी करती है।

व्यक्तित्व आकलन नियोक्ताओं के खिलाफ भेदभाव के आरोपों को कम करने की संभावना है, क्योंकि व्यक्तित्व विशेषताओं और जनसांख्यिकीय विशेषताओं के बीच कोई संबंध नहीं है। यह भी ध्यान देने योग्य है कि काम पर व्यक्तित्व और प्रभावशीलता के बीच संबंध संदर्भ पर निर्भर करता है (यानी, काम के प्रकार पर)।

दुर्भाग्य से, नई पीढ़ी के उम्मीदवार खोज टूल के बारे में बहुत कम जानकारी जमा हुई है, जो कि प्रारंभिक आकलन में तेजी से उपयोग की जा रही है। कई उपकरण तकनीकी नवाचारों के रूप में दिखाई दिए, न कि वैज्ञानिक रूप से बनाए गए तरीकों या अनुसंधान कार्यक्रमों के रूप में। नतीजतन, यह हमेशा स्पष्ट नहीं होता है कि वे वास्तव में क्या मूल्यांकन करते हैं कि क्या अंतर्निहित परिकल्पनाएं मान्य हैं और क्या उनसे कार्यस्थल में उम्मीदवार की प्रभावशीलता का अनुमान लगाया जा सकता है। उदाहरण के लिए, भाषण और मानव आवाज के भौतिक गुण - जो लंबे समय से व्यक्तित्व लक्षणों से जुड़े हैं - श्रम दरों में अंतर के साथ जुड़े हुए हैं। यदि उपकरण ऐसे भाषण सुविधाओं को मॉड्यूलेशन, टोन या "दोस्ताना" आवाज के रूप में पसंद करता है जो किसी भी विशेष समूह के लोगों में नहीं खड़े होते हैं, तो यह कानूनी समस्याओं का कारण नहीं बनता है। लेकिन ऐसे उपकरणों का वैज्ञानिक रूप से परीक्षण नहीं किया जा सकता है, और इसलिए संभावित भेदभाव के लिए निगरानी नहीं की जाती है - जिसका अर्थ है कि नियोक्ता को उनकी सिफारिशों के बाद आँख बंद करके जिम्मेदार ठहराया जा सकता है। इसके अलावा, जबकि इस बारे में कोई ठोस परिकल्पना या निष्कर्ष नहीं है कि क्या लोगों को उनकी आवाज के आधार पर फ़िल्टर करना नैतिक है , एक संपत्ति जो शरीर विज्ञान द्वारा निर्धारित की जाती है और बदलने के लिए उत्तरदायी नहीं है।

इसी तरह, सामाजिक नेटवर्क में गतिविधि - उदाहरण के लिए, फेसबुक या ट्विटर का उपयोग - किसी व्यक्ति के व्यक्तित्व की बुद्धिमत्ता और विशेषताओं को दर्शाता है, जिसमें उनके अंधेरे पक्ष भी शामिल हैं । हालांकि, क्या यह डेटा को काम पर रखने के उद्देश्य से संसाधित करना नैतिक है, यदि उपयोगकर्ता इन अनुप्रयोगों का उपयोग विभिन्न उद्देश्यों के लिए करते हैं, और उन्होंने अपने सार्वजनिक पदों के आधार पर निष्कर्ष निकालने के लिए डेटा का विश्लेषण करने के लिए अपनी सहमति नहीं दी है?

भर्ती के संदर्भ में, नई प्रौद्योगिकियां गोपनीयता के संबंध में कई नए नैतिक और कानूनी मुद्दे उठाती हैं, जिनके बारे में हमारी राय सार्वजनिक रूप से चर्चा की जानी चाहिए, जैसे:

1) कंपनियों को अपनी व्यक्तिगत विशेषताओं से संबंधित उम्मीदवार की गोपनीयता के बारे में क्या प्रलोभन हैं?

प्रौद्योगिकी की प्रगति के साथ, बड़ा डेटा और एआई व्यक्तिगत विशेषताओं का वर्णन करने वाली विशेषताओं को अधिक सटीक रूप से निर्धारित करने में सक्षम होगा। उदाहरण के लिए, फेसबुक पसंद को अब यौन अभिविन्यास और दौड़ को निर्धारित करने के लिए काफी सटीकता के साथ इस्तेमाल किया जा सकता है। राजनीतिक प्राथमिकताओं और धार्मिक विश्वासों को निर्धारित करना भी आसान है। क्या कंपनियों के लिए ऐसे उपकरणों का इस्तेमाल करना लुभावना हो सकता है, जो उम्मीदवारों को छोड़ने के लिए हैं, अगर वे मानते हैं कि चूंकि इन विशेषताओं के आधार पर निर्णय सीधे नहीं किए जाते हैं, तो क्या वे कानूनी होंगे? यह संभव है कि नियोक्ता किसी भी कानून का उल्लंघन नहीं करता है, व्यक्तिगत जानकारी के आधार पर उम्मीदवार का मूल्यांकन करता है, लेकिन कंपनी को कानूनी जोखिमों का सामना करना पड़ सकता है यदि वह विशेष समूहों में सदस्यता के लिए उम्मीदवार को काम पर रखने के निर्णय लेता है - जन्म के स्थान, जाति या मातृभाषा के आधार पर - या निजी के आधार पर। ऐसी जानकारी जिसके लिए उसे विचार करने का अधिकार नहीं है, उदाहरण के लिए, शारीरिक बीमारियाँ या मानसिक व्याधियाँ। अदालतें उन स्थितियों को कैसे संभालेंगी जिनमें नियोक्ता ने इन अप्रत्यक्ष विशेषताओं का उपयोग करते हुए उपकरणों पर भरोसा किया है, अभी तक स्पष्ट नहीं है; हालांकि, यह समझा जाता है कि कुछ विशेष या निजी विशेषताओं के आधार पर कार्य करना अवैध है, भले ही उनकी पहचान कैसे की गई हो।

यह फेशियल रिकॉग्निशन सॉफ्टवेयर पर भी लागू हो सकता है, क्योंकि हाल के अध्ययनों से यह अनुमान लगाया जा रहा है कि फेशियल रिकॉग्निशन के लिए AI जल्द ही उम्मीदवारों की यौन और राजनीतिक अभिविन्यास, और साथ ही उनके "आंतरिक राज्य" को भी सटीक रूप से निर्धारित करने में सक्षम होगा, जिसमें मूड और भावनाएं शामिल हैं। विकलांग व्यक्तियों पर कानून का आवेदन कैसे बदल सकता है? इसके अलावा, कर्मचारियों के लिए लाई डिटेक्टर एक्ट आमतौर पर नियोक्ताओं को काम पर रखने के दौरान इस तरह के परीक्षणों का उपयोग करने से रोकता है, और आनुवंशिक सूचना अधिनियम के गैर-प्रकटीकरण ने उन्हें भर्ती संबंधी निर्णय लेने के लिए आनुवंशिक जानकारी का उपयोग करने से रोक दिया है। लेकिन क्या होगा अगर सत्य, झूठ, और आनुवांशिक लक्षणों के बारे में सटीक जानकारी का उल्लेख किए गए उपकरणों का उपयोग करके इकट्ठा किया जा सकता है?

2) कंपनियों को अपनी जीवन शैली और व्यवसाय में उम्मीदवारों की गोपनीयता के बारे में क्या प्रलोभन का सामना करना पड़ेगा?

नियोक्ताओं को अब हर शनिवार सुबह चर्च में एक उम्मीदवार के चेक-इन जैसी जानकारी तक पहुंच है, डिमेंशिया केयर सेंटर की समीक्षा जहां उन्होंने अपने बुजुर्ग माता-पिता, या तीसरे तलाक के बयान को रखा। ऐसी सभी चीजें, और कई अन्य, डिजिटल युग में स्पॉट करना आसान है। बड़ा डेटा हम पर नज़र रखता है जहाँ भी हम ऑनलाइन जाते हैं और उन सूचनाओं को इकट्ठा करते हैं जिन्हें उन उपकरणों द्वारा संसाधित किया जा सकता है जिन्हें हम अभी भी कल्पना नहीं कर सकते हैं - उपकरण, जो सिद्धांत रूप में, नियोक्ता को बता सकते हैं कि क्या हम उपयुक्त हैं कुछ भूमिकाओं के लिए। और यह बड़ा डेटा केवल बड़ा हो जाएगा; विशेषज्ञों के अनुसार , दुनिया में सभी डेटा का 90% केवल पिछले दो वर्षों में बनाया गया था। और डेटा का विस्तार उनके अनुचित उपयोग के संभावित विस्तार के बाद होता है, भेदभाव के लिए अग्रणी - जानबूझकर या आकस्मिक।

यूरोपीय संघ के विपरीत, जिसने डेटा प्रोटेक्शन एक्ट (जीडीपीआर) के साथ गोपनीयता के लिए अपने दृष्टिकोण को सामंजस्य स्थापित किया, संयुक्त राज्य अमेरिका पैचिंग दृष्टिकोण पर निर्भर करता है, जो मुख्य रूप से राज्य कानूनों द्वारा प्रदान किया गया है। उन्होंने 2012 में नियोक्ताओं के लिए एक शर्त के रूप में व्यक्तिगत पासवर्ड के लिए उम्मीदवारों की आवश्यकता से नियोक्ताओं को प्रतिबंधित करने के लिए सामाजिक नेटवर्क पर कुछ कानूनों को लागू करना शुरू किया। बीस से अधिक राज्यों ने इस तरह के कानून पारित किए हैं। हालांकि, कार्यस्थल में नई प्रौद्योगिकियों के उपयोग के ढांचे में व्यक्तिगत जीवन की सामान्य सुरक्षा के क्षेत्र में, ऐसी गतिविधि नहीं देखी जाती है। विशेष रूप से, कैलिफोर्निया ने कानून पारित किया है जो संभावित रूप से उम्मीदवार या कर्मचारी डेटा का उपयोग करने की नियोक्ता की क्षमता को सीमित करता है। सामान्य तौर पर, राज्य और संघीय अदालतों ने अभी तक नई प्रौद्योगिकियों से कर्मचारी गोपनीयता सुरक्षा का विश्लेषण करने के लिए एक एकीकृत मंच नहीं अपनाया है। लब्बोलुआब यह है कि, अब तक, बड़े डेटा के युग में कर्मचारी गोपनीयता का भाग्य अनिश्चित है। यह नियोक्ताओं को एक संघर्ष की स्थिति में डालता है जिसमें सावधानी की आवश्यकता होती है। उभरती हुई उन्नत तकनीकें अत्यंत उपयोगी साबित हो सकती हैं। लेकिन वे नियोक्ताओं को पहले दी गई जानकारी को व्यक्तिगत मानते हैं। क्या भाड़े के लिए इसका इस्तेमाल करना कानूनी है? क्या उम्मीदवार की सहमति के बिना इसका अध्ययन करना नैतिक है?

2) कंपनियां अपनी विकलांगता से संबंधित उम्मीदवारों की गोपनीयता के बारे में क्या प्रलोभन देंगी?

विकलांग व्यक्तियों के कानून में मानसिक और शारीरिक दोनों तरह के रोग शामिल हैं, और एक विकलांग व्यक्ति के रूप में एक व्यक्ति को परिभाषित करता है, अगर बीमारी महत्वपूर्ण रूप से उसकी महत्वपूर्ण गतिविधि को सीमित करती है, यदि व्यक्ति के इतिहास में ऐसे प्रतिबंध दर्ज किए जाते हैं, या अन्य लोगों को लगता है कि उसकी सीमाएं हैं। लगभग दस साल पहले, अमेरिकी समान रोजगार आयोग (ईईओसी) ने यह कहते हुए सिफारिशें जारी की थीं कि मानसिक प्रतिबंधों में मानसिक साहित्य में वर्णित मानसिक बीमारियों की निरंतर विस्तार वाली सूची शामिल होनी चाहिए और लोगों के लिए विकलांगता अधिनियम द्वारा कवर किया जाना आसान हो सकता है। नतीजतन, जिन लोगों को समाज में एकाग्रता या व्यवहार के साथ दूसरों के साथ संवाद करने में महत्वपूर्ण समस्याएं हैं, वे इस कानून द्वारा संरक्षित लोगों की श्रेणी में आ सकते हैं।

प्रौद्योगिकी, विकलांगता के बारे में नए प्रश्न उठाने के अलावा, लोगों के बीच मतभेदों के बारे में नई दुविधाएं भी प्रस्तुत करती है, चाहे वे जनसांख्यिकीय हों या अन्यथा। स्थिति पहले से ही दर्ज की गई है जिसमें इस तरह की प्रणालियों ने सीखा विकृतियों का प्रदर्शन किया, विशेष रूप से नस्ल और लिंग से संबंधित। उदाहरण के लिए, अमेज़ॅन ने रिज्यूमे का अध्ययन करने के लिए एक स्वचालित कर्मचारी खोज कार्यक्रम विकसित किया - और इसे तब छोड़ दिया जब उन्हें एहसास हुआ कि यह नस्लीय रूप से तटस्थ नहीं था। ऐसे पूर्वाग्रहों को कम करने के लिए, डेवलपर्स AI मॉडल को प्रशिक्षित करने के लिए उपयोग किए गए डेटा को संतुलित करते हैं ताकि वे सभी समूहों का पर्याप्त रूप से प्रतिनिधित्व करें। प्रौद्योगिकी के प्रशिक्षण के लिए जितनी अधिक जानकारी होगी, उतना ही यह संभावित विकृतियों की उपस्थिति को नियंत्रित करने में सक्षम होगा।

निष्कर्ष में, हम ध्यान दें कि प्रौद्योगिकी पहले से ही सार्वजनिक और निजी संपत्तियों, विशेषताओं और व्यक्ति की स्थिति की सीमाओं को पार कर सकती है, और यह मानने का हर कारण है कि यह केवल भविष्य में खराब होगा। एआई, बड़े डेटा, सोशल नेटवर्क और मशीन लर्निंग का उपयोग करने वाले नियोक्ताओं को उम्मीदवारों के व्यक्तिगत जीवन, उनकी व्यक्तिगत विशेषताओं, कठिनाइयों और मनोवैज्ञानिक राज्यों तक पहुंच के लिए कभी-बढ़ते अवसर प्राप्त होंगे। हमारे द्वारा उठाए गए कई नए गोपनीयता प्रश्नों के कोई आसान उत्तर नहीं हैं, लेकिन हम मानते हैं कि वे सभी सार्वजनिक चर्चा के योग्य हैं।