Wie man Ethik für generative KI in der HR-Welt navigiert

Je nachdem, wen man fragt, ist KI unsere Rettung, die Apokalypse, eine Neuheit, ein Branchenwandler oder eine Modeerscheinung. Zwischen virtuellen Schreibassistenten, der Überwindung von Barrieren für KI in Supply-Chain-Software und Meeting-Planungs-Bots gibt es keine Branche, die nicht vom maschinellen Lernen betroffen ist. Aber HR dreht sich immer um die Menschen. Wenn die „Menschenbranche“ automatisiert wird, werden die Menschen nervös.

In diesem Artikel werden wir behandeln, wie KI-Technologie in HR eindringt, wo sie bereits in der Abteilung vorhanden ist, die ethischen Bedenken und wie wir sie angehen können. Scrollen Sie zum bevorzugten Abschnitt oder lesen Sie weiter für die gesamte Fahrt, während wir eine entscheidende Frage stellen: Wie verändert generative KI das Gesicht von HR und welche ethischen Fragen sollten wir vorbereiten, während sich diese Technologie weiterentwickelt?

Wo ist KI in HR präsent?

KI ist bereits in HR präsent und beeinflusst praktisch jede Kategorie, von Recruitment-Marketing bis Mitarbeiterengagement. 

Chatbots, virtuelle Assistenten und Automatisierung auf jeder Ebene können potenziell die Arbeit von Recruitern, Administratoren und L&D-Profis gleichermaßen verändern. Schreiben und Analysieren von Sprache und Text ist ein großer Teil von HR, und wenn Maschinen dies anstelle von Menschen tun, wird Zeit frei und ein Prozess, der einst mehr auf Bauchgefühl basierte, wird zu einer einfachen mathematischen Formel. Wie Sie sehen können, hat KI in HR weitreichende Auswirkungen.

Bevor wir weiter expandieren, lassen Sie uns einige gängige Begriffe im Zusammenhang mit KI verstehen.

Derzeit gibt es keinen Abschnitt in G2, der KI in HR abbildet. Es gibt jedoch zwei Kategorien, in denen sie häufig auftaucht. Die erste ist die Kategorie Talent Intelligence Software, die definiert, wie KI das Talentmanagement und die Talentakquise revolutioniert. Die zweite ist die Kategorie Recruiting Automation Software, die seit langem den Akt des Sourcing von Menschen und die Automatisierung des Prozesses übernommen hat.

Beide Kategorien haben ein exponentielles Wachstum ihrer Bewertungszahlen erlebt, wobei Recruiting Automation um etwa 188 % und Talent Intelligence um etwa 526 % seit der Erstellung der G2-Kategorien im Jahr 2012 gestiegen ist. Dies war besonders zwischen 2021 und 2022 der Fall.

Wir sehen auch eine starke Präsenz von KI in der G2-Kategorie Talent Intelligence. Talent Intelligence wird durch Lösungen definiert, die KI nutzen, um Arbeiter und ihre Fähigkeiten besser zu finden, zuzuordnen oder zu verstehen. Wir haben die Bedeutung davon im deutlichen Wachstum der Kategorie gesehen. Talent Intelligence hat in den letzten 12 Monaten so viele Produkte hinzugefügt, dass es zu den Top 24 % der G2-Trendkategorien gehört.

Wenn wir weiter untersuchen, wie maschinelles Lernen HR revolutioniert, wenden wir uns etwas zu, womit das Internet (und KI) Schwierigkeiten haben – Nuancen.

Textanalyse und generative KI in HR
Hier werden wir uns auf HR und seine Verbindung zu generativer KI konzentrieren, d.h. KI, die Text erstellen, schreiben, analysieren und verfeinern kann. Generative KI produziert neue Inhalte – Text, Bilder usw. – nachdem sie auf großen Datensätzen trainiert wurde.

Das Modell ChatGPT von OpenAI dominiert derzeit die Nachrichten, aber mehrere synthetische Medien-Software-Lösungen bieten ähnliche Funktionalitäten, darunter WriteSonic, Jasper und Anyword.

Letztendlich erstellt diese KI neuen Text basierend auf einem bestimmten Prompt. 

Und ja, es ist überall in den Nachrichten. Sie erinnern sich vielleicht, dass CNET kürzlich in Schwierigkeiten geriet, weil es neue Artikel für seine Website erstellte ohne offenzulegen, dass eine KI sie geschrieben hat. Aber wir werden später auf die ethischen Bedenken von KI eingehen.

Wo taucht diese Art von KI in HR auf? Die kurze Antwort ist, nun ja, überall. Einige Technologieanwendungen sind theoretischer oder einmalig, während andere sie bereits in ihre Tools integriert haben.

Wie verbindet sich die Textanalyse mit HR-Prozessen? 

HR verwendet häufig NLP und NLU, um Automatisierungszusammenfassungen zu erreichen, d.h. die Fähigkeit, schnell ein Werk zu verstehen und zu entschlüsseln. 

Dies ermöglicht es ihnen wiederum, zwei wichtige Ziele zu erreichen:

• Sentimentanalyse: Untersucht den Ton
• Gesamtgefühl: Ermittelt, wie Benutzer über den Text denken

Net Promoter Score (NPS)-Umfragen verwenden beispielsweise diese Technologie, um herauszufinden, wo sich Mitarbeiter gestresst oder überfordert fühlen und Druckpunkte bei der Arbeit zu identifizieren.

Abgesehen davon integrieren andere Tools generative KI und Textanalyse auf verschiedene Weise in ihre Software. Hier sind einige Beispiele für potenzielle und reale Anwendungsfälle.

Recruiting-Software und Talentakquise

Automatisierung hat die Software zur Verwaltung von Stellenbeschreibungen für immer verändert, indem sie es Recruitern ermöglicht, Vorlagen auszuwählen, um schnell Stellenbeschreibungen zu erstellen. Jetzt kann generative KI Stellenbeschreibungen von Grund auf mit wenigen schnellen Eingaben erstellen. Die Talentakquise sieht immer mehr vorgefertigte Angebote, die Zeit und Geld sparen. LinkedIn hat beispielsweise kürzlich einen Schreibassistenten für Stellenbeschreibungen und Profile eingeführt. 

Einige der fortschrittlichsten Anwendungen von generativer KI finden sich in Recruiting-Automatisierungssoftware und Talent-Intelligence-Software. Sie kann Kommunikation, E-Mails, Nachrichten und alle anderen Berührungspunkte erstellen, automatisieren und lernen, eine Vorlage für einen idealen Kandidaten im Laufe der Zeit zu erstellen. Von dort aus misst sie alle Kandidaten an diesem Traumkandidaten. Die Lösung SeekOut verwendet  KI, um bei der Rekrutierung zu helfen. 

Da es im Jahr 2022 durchschnittlich 15,61 Monate dauerte, bis G2-Nutzer berichteten, dass sie eine Rendite aus ihrer Investition in Recruiting-Automatisierung erhielten, ist klar, dass der Einsatz von KI, um bessere Übereinstimmungen zu erzielen, wirklich Auswirkungen auf das Endergebnis haben kann.

Leistungsmanagement und Mitarbeiterengagement

Leistungsmanagement ist der Bereich, in dem die Analyse-Seite des maschinellen Lernens ins Spiel kommt. Benutzer können zuvor geschriebene Kommunikation zwischen Managern und Mitarbeitern analysieren, um Themen und wiederkehrende Muster zu identifizieren. Wenn ein Manager Dutzende von Feedbacks schreiben muss, kann er sich auf generative KI stützen, um einen Anfang zu machen oder einen Entwurf zu erstellen. Dasselbe gilt für Peer-Reviewer in 360-Feedback-Software. Die Lösung 360Learning hat bereits generative KI implementiert, um bei der Bereitstellung von Feedback zu helfen.

Schließlich ist die Messung von NPS und die Verwendung von Sentimentanalyse seit langem ein fester Bestandteil des Mitarbeiterengagements. Es zieht die relevanten, wiederkehrenden Stärken und Schwächen aus Tausenden von Aussagen heraus, damit Führungsteams sehen können, wo eine Organisation gedeiht oder scheitert.

DEI und People Analytics

Einer der wichtigsten Verwendungszwecke der Textanalyse ist im Bereich DEI. Vorurteile sind oft unbewusst. Die Verwendung von NLP zur Analyse vergangener Kommunikation kann unnötige geschlechtsspezifische oder voreingenommene Sprache hervorheben, Muster aufzeigen, wenn es Unterschiede in der Kommunikation zwischen Benutzern unterschiedlichen Alters, Rassen oder anderen geschützten Identitäten gibt, und blinde Flecken aufzeigen, wo die Kommunikation ins Stocken gerät. Sentimentanalyse untersucht, wo Sprache erhitzt wird oder Emotionen in einer Organisation hochkochen, damit Benutzer soziale Probleme beheben können.

Potenzielle ethische Probleme durch KI in HR

Nachdem wir nun die Daten und Anwendungsfälle betrachtet haben, ist es an der Zeit, in die große Frage dieses Artikels einzutauchen. KI und Ethik waren große Themen. Was sind die Bedenken, die speziell für HR gelten?

Ist Ihr Computer wahrheitsgemäß?

Laut dem Stanford University Artificial Intelligence Index Report 2022 variiert die Wahrhaftigkeit von generativer KI je nach Modell stark, aber die meisten sind weniger als 40 % der Zeit wahrheitsgemäß. 

Quelle: Artificial Intelligence Index Report

Obwohl diese Zahl je nach Modell variiert, waren alle bis auf eines der überprüften Modelle weniger als 60 % der Zeit wahrheitsgemäß. Einer der Gründe dafür ist, dass generative KI-Modelle nicht immer die aktuellsten Informationen haben, was in diesem Austausch zwischen einem Beta-Nutzer und dem Bing-Chatbot zu sehen ist. Der Benutzer fragt nach den Vorführzeiten von Avatar 2, aber Bing sagt, dass er noch nicht herausgekommen ist. Als der Benutzer versucht, sie zu korrigieren, gaslightet die KI sie und bittet sie, sich zu entschuldigen.

All dies ist ziemlich lustig, bis man darüber nachdenkt, dass es sich um ein wichtigeres Thema handelt, wie zum Beispiel, ob ein Mitarbeiter alle seine Krankheitstage aufgebraucht hat oder wer unter einen Leistungsplan fällt. Denken Sie daran, dass eine KI nur so gut ist wie der Datensatz, auf dem sie trainiert wurde, und manchmal ist dieser Datensatz nicht auf dem neuesten Stand.

Arbeiter und KI-erstellte Inhalte

Seit generative KI auf der Bildfläche erschienen ist, haben Recruiter mit einer Welle von computererstellten Lebensläufen und Bewerbungsschreiben zu kämpfen. Die Branche scheint darüber gespalten zu sein, wobei einige sagen, es könnte einem Kandidaten den Job kosten und andere es nicht stört. Massenproduzierte E-Mails könnten eine einfache Möglichkeit sein, den Überschuss aus Ihrem Tag zu schneiden, aber fehlende Details wie die Namen von Personen könnten Sie in Schwierigkeiten bringen. Vor allem gibt es die alte Frage des Plagiats in Bezug auf persönlichere Arbeiten wie Thought Leadership oder andere Bereiche, in denen die Verwendung von KI Sie in eine Welt voller Schwierigkeiten bringen könnte. 

Die Menschen erwarten, dass HR führt. Sich an KI zu wenden, wenn Sie jede schwierige E-Mail, jede herzliche Rede oder sogar etwas für eine Konferenz oder ein breiteres Publikum schreiben müssen, verringert Ihre Fähigkeit, spontan zu denken. Wenn bekannt wird, dass ein HR-Leiter eine KI verwendet, um für ihn zu denken, beeinträchtigt dies letztendlich Vertrauen und Authentizität.

Inhaltsbesitz

Dies ist etwas, das als Unternehmen mit KI-Besitz zu berücksichtigen ist. 

Diese Frage ist in der KI-Kunstwelt, die voller Nachahmer ist, häufiger anzutreffen, aber sie erstreckt sich auf alle Arbeitsplätze. Wenn Sie ein Asset mit KI erstellen, besitzen Sie es? Oder gehört es dem Ersteller dieses Algorithmus? Zu entscheiden, ob etwas, das ein Mitarbeiter während der Arbeitszeit geschrieben oder erstellt hat, unter die Zuständigkeit einer Organisation fällt, kann bereits ein rechtliches Problem sein. Fügen Sie KI in die Mischung ein, und Sie haben eine neue Welt voller Probleme.

Vorurteile

Wie wurde Ihre KI trainiert? Wissen Sie das? Wenn sie von einem Menschen trainiert wurde (was sie zumindest für die nächsten Monate war), wurde sie von jemandem mit Vorurteilen trainiert. Es gab bereits Fälle, in denen KI die gleichen Fehler von Menschen replizierte, männliche Kandidaten zu priorisieren. Eine KI, die auf weißen und schwarzen Namen trainiert wurde, zeigte Vorurteile gegenüber anderen Namen. Die Studie „Does AI Debias Recruitment? Race, Gender, and AI’s “Eradication of Difference” von Forschern der Universität Cambridge zeigt, dass KI nicht unbedingt Vorurteile reduziert. 

Wenn eine KI aus einem Datensatz lernt, nimmt sie Vorurteile auf, die der Forscher möglicherweise nicht erkennt, und repliziert sie unwissentlich.

Diversity Recruiting ist bereits ein Bereich, der oft unbewusste Vorurteile im gesamten Einstellungsprozess bekämpft. Leider bedeutet das Outsourcing dieser Aufgaben an einen digitalen Assistenten nicht, dass menschliche Fehler im Prozess beseitigt werden. Es ist wichtig, genau zu wissen, wie die KI funktioniert.

Menschen ersetzen

Die Wahrheit ist, dass KI HR-Jobs ersetzt. Oder zumindest HR-Aufgaben. Ob es darum geht, einzelne Stellenbeschreibungen zu schreiben oder Lebensläufe zu lesen, die Branche wird effizienter und benötigt weniger Menschen.

Die KI-Revolution zu ignorieren, ist keine Option, aber die Menschen im Zentrum zu vergessen, kostet noch mehr. 

Vermeidung ethischer Fallstricke in der ChatGPT-Ära

Jetzt, da wir einen klaren Blick auf potenzielle Probleme haben, wie gehen wir damit um?

Behalten und umschulen

Wenn Sie jemanden fragen, was er an seinem Job liebt, wird der Tech-Stack nicht ganz oben auf der Liste stehen. Menschen arbeiten gerne mit Menschen. Ihre Kollegen und Manager machen das Umfeld aus oder zerstören es und bringen sie dazu, zu bleiben oder zu gehen.

Vor allem wollen sie sich wertgeschätzt fühlen. Investiert ihr Unternehmen in sie? Zu sehen, wie ein Kollege durch KI ersetzt wird, ist der schnellste Weg, jemanden dazu zu bringen, nach der Tür zu suchen. Denken Sie nicht in Bezug auf Jobersatz, sondern in Bezug auf Aufgabenersatz.

Hier ist die Wahrheit. Wir befinden uns mitten in einem Arbeitskräftemangel, der Jahre andauern könnte, laut SHRM. Während Babyboomer in Scharen in den Ruhestand gehen und die Fähigkeitenlücke sich vergrößert, ist die Branche ohnehin unterbesetzt.

Ein Personalmodell, das an Popularität gewinnt, ist die Hire-Train-Deploy-Methode. Dies sind Agenturen, die oft für große Unternehmen wie Apple, Amazon und andere Technologieunternehmen arbeiten, die hochqualifizierte Fähigkeiten erfordern. Sie sind auch Unternehmen, die möglicherweise nach spezifischer Branchenerfahrung suchen, aber wissen, dass diese Personen nicht die Technologie haben, um sie zu unterstützen.

Unternehmen zahlen, um Mitarbeiter zu schulen und auf Projektbasis einzusetzen, manchmal stellen sie sie für ein paar Jahre ein. Sobald sie das Ende dieser Periode erreichen, kann eine Organisation sie in Vollzeit einstellen.

Darüber hinaus zeigt die wachsende Beliebtheit von Umschulungsoptionen in Skills-Management-Software mehrere Alternativen, um eine organisatorische Fähigkeitenlücke zu schließen und gleichzeitig die Kosten niedrig zu halten.

Machen Sie einen Plan

Hat Ihre Organisation Richtlinien für die Verwendung von KI-generierten Inhalten? Was ist mit Entscheidungen über Aufgaben, die durch KI ersetzt werden? Sind Sie damit einverstanden, dass Mitarbeiter KI verwenden, um für sie zu schreiben und zu lesen? Welche Arten von Textanalyse-Automatisierung verwenden Sie derzeit und wissen Sie, wie sie trainiert wurde?

Bestimmte Algorithmen können helfen, festzustellen, wann der Autor von etwas mit einer KI trainiert wurde. Was bestehende KI betrifft, sind einige transparenter als andere in Bezug auf ihre Quellen. Kennen Sie die Haftungen, denen sich Ihre Organisation mit bestimmten Partnern aussetzt? Wenn dies noch kein Gespräch ist, das im Büro stattfindet, ist es Zeit, eine Änderung vorzunehmen.

Übernehmen Sie Verantwortung

Manchmal stehen Unternehmen vor schwierigen Entscheidungen. Nicht jede Veränderung wird mit voller Belegschaft überstanden. Wenn dies der Fall ist, seien Sie ehrlich. KI mag immer mehr zum Geschäft beitragen, aber es sind immer noch Menschen an der Spitze, die Entscheidungen treffen, um die Belegschaft einzustellen und zu entlassen.

Wenn es eine Situation gibt, in der Sie Ihr Personal ersetzen müssen, machen Sie klar, dass es eine Entscheidung des Unternehmens war. Die C-Suite ist vorerst noch aus Fleisch und Blut, und der einzige Weg nach vorne ist, klar zu kommunizieren.

Fokus auf Transparenz

Wie CNET gelernt hat, als sie leise Autoren ersetzten, ohne jemandem Bescheid zu sagen, werden die Menschen wütend, wenn Sie ihnen nicht sagen, dass eine KI etwas geschrieben hat. Oder wenn sie mit einer KI interagieren, ohne zu wissen, dass es ein Mensch ist. 

Kürzlich diskutierte mein Kollege die Ethik von Employee-Monitoring-Software in seinem Artikel, „Wer überwacht die Wächter? Gesetzgeber setzen sich dafür ein, die Überwachung von Mitarbeitern zu begrenzen.“ Darin diskutierte er die Bedeutung von Transparenz. Wissen Ihre Mitarbeiter und Kunden, wann sie mit einer KI interagieren und wann es ein Mensch ist? Wenn nicht, ist das ein echtes Problem.

Die Zukunft ist jetzt

Angesichts der komplizierten Natur von KI, wie gut sind wir darauf vorbereitet, diese ethischen Fragen anzugehen? Die unmittelbare Zukunft stellt Probleme dar. Im März 2023 entließ Microsoft einen großen Teil seines Ethik- und Gesellschaftsteams. Es ging von etwa 30 (auf seinem Höhepunkt im Jahr 2020) auf sieben. Ähnliche Kürzungen finden bei Google und Twitch statt.

Wir sehen auch den Beginn der Regulierung der Technologie. Ein neues Gesetz in Kalifornien zwingt Chatbots dazu, ihren synthetischen Status offenzulegen. Die FTC verwendet drei verschiedene Regeln, um den Verkauf von rassistisch voreingenommenen Algorithmen zu verhindern. Inzwischen hat die EU das KI-Gesetz verabschiedet, das KI in eine von vier risikobehafteten Kategorien einordnen kann, und China hat eine Reihe von Vorschriften eingeführt. Neben Kalifornien gibt es in den USA Gesetze wie Local Law 144, das Arbeitgeber daran hindert, KI zur Auswahl von Mitarbeitern für Beförderungen oder Einstellungen zu verwenden, es sei denn, sie haben die Technologie zuvor geprüft.

KIs ersetzen keine Menschen; Menschen tun es

Dies macht es umso wichtiger, sich in dieser ChatGPT-Ära auf Verantwortlichkeit zu konzentrieren.

Da die Gesetzgebung darum kämpft, aufzuholen, müssen Unternehmen die ethische Nutzung von KI selbst in die Hand nehmen. Dies beginnt mit Verantwortlichkeit und Transparenz in der menschengetriebensten Abteilung von allen: HR. Unternehmen haben zwei Möglichkeiten: sich der Herausforderung stellen oder von der Welle überrollt werden.