Xobinتبحث عن برامج تقييم المواهب والتوظيف بالذكاء الاصطناعي؟تحقق من Xobin
§ نهجنا · التحيز

العدالة خاصية قابلة للقياس، وليست وعدًا.

يمكن أن يعمل اختبار يتنبأ بشكل جيد في المتوسط بشكل غير متساوٍ عبر مجموعات المرشحين. تدقيق التحيز هو الطريقة التي تكتشف بها Xobin ذلك، على مستوى العنصر ومستوى الدرجة، قبل أن يؤثر على قرار التوظيف. يتم مراقبة كل عنصر مسجل خلف عقدة المهارة في Xobin Capability Graph (XCG) لتأثيرات سلبية ووظائف عناصر مختلفة.
01 ·

تحديد العدالة في النطاق

تبدأ العدالة في Xobin بتسمية، كتابةً، المجموعات الفرعية التي نختبرها وتعريف العدالة الذي نلتزم به في التقييم. يتم تحديد تعريفات المجموعات بواسطة إطار الامتثال الخاص بالعميل، عادةً ما يكون الجنس، فئة العمر، والمنطقة، وتستخدم فقط بشكل مجمع، وليس كمدخل لتقييم مرشح فردي. يتم توثيق النطاق في ملف الأدلة الخاص بالتقييم حتى يتمكن المراجع من رؤية ما تم تدقيقه بالضبط وما لم يتم.

02 ·

إجراء الاختبارات الإحصائية

بالنسبة لكل عنصر تم تقييمه وكل تقييم كامل، نقوم بإجراء تحليل التأثير السلبي وفقًا لقاعدة 4/5، ونقوم بفحص العناصر لوظائف العناصر التفاضلية (DIF)، وهي الحالة التي يجيب فيها المرشحون ذوو القدرة الأساسية المتساوية على عنصر بشكل مختلف عبر المجموعات، ونتتبع الفجوات المتوسطة بين المجموعات بمرور الوقت. يتم الإبلاغ عن النتائج جنبًا إلى جنب مع الموثوقية والصلاحية، لأن الاختبار العادل هو ادعاء مشترك حول الثلاثة.

03 ·

تصحيح ما نجده

يتم سحب العناصر التي تظهر DIF متسق من مجموعة العناصر النشطة وإعادتها إلى خبراء الموضوع للمراجعة أو إعادة الكتابة أو التقاعد. يتم تمييز التقييمات التي تفشل في نسبة 4/5 في المجموع للعميل مع توصية بإعادة التحقق قبل الاستخدام المستمر. تدقيق التحيز هو حلقة، وليس شهادة: يتم إجراء نفس الاختبارات مرة أخرى بعد كل تصحيح.

تطبق فحوصات العدالة الموصوفة هنا بشكل مستمر على التقييمات التي يستأجرها العملاء. يمكن للفرق التي ترغب في نفس الصرامة في توظيفها استخدامه مباشرة من خلال Xobin.

§ من المختبر

تواصل مع فريق البحث.

المنهجية الموصوفة هنا هي ما يعمل داخل كل تقييم من Xobin ومقابلة الذكاء الاصطناعي، بحيث يمكن لفرق التوظيف اتخاذ قرارات المواهب بناءً على الأدلة، وليس الحدس. انظر Xobin.