欢迎浏览sook云!

网站地图

当前位置:主页 > 大宽带 > 最新 >

香港服务器_防御服务器_最新活动

时间:2021-11-24 04:10

人气:

作者:sook云

标签: 香港  服务器  最新活动  防御 

导读:作者:Gabriela(Gabby)Burlacu&Manish Tripathi博士 如果你听过这句话,请阻止我们:一个小男孩和他的父亲发生了车祸,但到达医院后,他遇到了一位主治医生,他说:"我不能给这个男孩动...

香港服务器_防御服务器_最新活动

作者:Gabriela(Gabby)Burlacu&Manish Tripathi博士

如果你听过这句话,请阻止我们:一个小男孩和他的父亲发生了车祸,大数据培训,但到达医院后,他遇到了一位主治医生,淘客平台,他说:"我不能给这个男孩动手术,他是我的儿子!"这个谜语(顺便说一句,医生是男孩的母亲)旨在迷惑人们,因为我们对什么样的人应该从事特定的工作有着隐含的期望和理想,而这些都是造成职业隔离的部分原因。当一个人口群体倾向于主导一个行业或工作时,软件企业优惠,就会出现职业隔离。例如,在美国,护理、教学和人力资源工作往往由女性担任。另一方面,STEM工作往往由男性担任,因此让更多的女孩和女性对STEM领域感兴趣是一项全国性的举措。当然,当我们听到"医生"时,我们倾向于认为是男性。问题是,男性和女性所扮演的不同角色并不是生来平等的:这些差异还带来了薪酬、工作条件和职业轨迹的差异。

研究表明,驱使我们追求"正确"的职业和工作的不仅仅是我们的内隐理想,还有这些工作的广告方式。职位描述中用来表达一个令人兴奋的工作领域的词语和短语有时会带有性别偏见,使男性或女性无法申请,因为他们认为自己可能不适合这个职位。而像"粉碎竞争!"而"成为摇滚明星"或许说明了一份工作的竞争性、快节奏、刺激性,她们也向女性传达,她们的贡献在那里可能不会被完全重视。研究表明,使用不同的术语来呈现完全相同的工作,服务器云平台,会显著影响男性和女性申请的相对比例,即使是在工程等以男性为主的领域,例如,也许并不能阻止每一位女性申请每一份工作,但这种影响会随着时间的推移和行业的发展而增加。如果有足够的时间,有足够的男性或女性职位描述,各行业开始看到对其劳动力性别构成的重大影响。包含性别偏见语言的工作描述的效果不仅局限于当时的求职者群体,而且在一个自我延续的循环中影响着未来的劳动力。如果申请这个职位的女性或男性更少,那么最终在这个领域工作的人就更少。在这一领域工作的少数女性或男性更有可能经历排他性文化,最终离开。这些造成任职人数偏低的因素也导致该职业中的榜样较少。而更少的榜样最终导致更少的男性或女性申请,这个周期又重新开始。简言之,找到一种创造包容性、性别中立的工作描述的方法,不仅是个人工作或个人求职者的问题,也是我们所生活的社会和制度的问题。

但是,如果我们的词汇和短语无意中造成了这种影响,我们如何"检查"自己,确保我们没有阻止整个社会申请到我们公司工作的关键人才库?这一领域出现的技术非常有前途。因为语言是复杂的,带有性别偏见的词汇在不同的文化、行业和背景下可能会有所不同,一个简单的男性和女性词汇库不足以充分捕捉我们的语言可能产生的影响。要真正创造变革,技术需要理解、捕捉和利用问题的复杂性。机器学习和语言分析不仅可以从历史事件中学习,在这些历史事件中,职位描述主要针对男性或女性申请人,但同时也可以通过网络挖掘数据,获取人们每天使用的语言风格,并将其整合到一个能够确定语言中男性和女性音调的算法中。这些工具可以确保识别在不同语境中真正带有性别偏见的词汇和短语,帮助招聘人员克服他们对某个词是否讨人喜欢或听起来是否令人兴奋的固有偏见。

在SAP SuccessFactors,人工智能本科,我们在招聘中创建了一个功能,利用机器学习识别可能带有性别偏见的词和短语,正如正在编写的职位描述一样。这个工具目前正在一小部分客户中进行beta测试。他们给我们的反馈显示,招聘人员可能并不完全认同某些词汇与偏见有关的观点,这既有他们的个人偏好,也有因为该工具目前标记这些词汇,而没有提供使用何种替代语言的指导。前一点说明了技术在这项工作中的重要性:如果让我们依靠自己的喜好,我们就会把注意力集中在个人经历上,而完全忽略了我们的语言在更广泛层面上可能产生的影响。后者展示了推动我们产品开发的一些重要因素:为了真正推动变革,决策者不需要一个指出问题的工具,而是一个提供解决方案的工具。教机器提供引人入胜但不分性别的语言已经成为我们的重点,优化机器目前标记为有偏见的词语也是如此。

回到我们的医学例子,因为机器学习识别了数据中的模式,这可能导致像"医生"和"领导者"这样的词语被认为是阳性的,但这仅仅是因为作为一个社会,我们把这些词联系在一起,机器也在向我们学习。与其将这种输出视为噪音而不屑一顾,或许它可以让我们了解我们每天使用的语言中存在的偏见。能够在我们的工作描述中捕捉这些语言倾向的技术,不仅可以帮助我们设计出更好的招聘材料,而且最终可以为我们在演讲、思想和行为中如何处理性别偏见,提供更好的理解和行动,确定和消除工作描述中的性别偏见语言只是更大的劳动力包容性难题的一部分。我们不仅要在如何吸引求职者方面,而且要在如何管理和发展现有员工方面,确定这种语言,确保在不同人口群体中留住顶尖人才。我们需要找出语言和其他偏见之间的联系,比如那些阻止不同年龄、身体能力水平和社会经济地位的人追求他们有资格获得的机会的偏见。我们现在就要做,在这些人才进入竞争对手之前。

温馨提示:以上内容整理于网络,仅供参考,如果对您有帮助,留下您的阅读感言吧!
相关阅读
本类排行
相关标签
本类推荐

关于我们 | 版权声明 | 广告服务 | 友情链接 | 联系我们 | 网站地图

Copyright © 2002-2020 sook云 版权所有 备案号:豫ICP备36548666号
本站资料均来源互联网收集整理,作品版权归作者所有,如果侵犯了您的版权,请跟我们联系。