La IA se utiliza dentro de Xobin para la puntuación de entrevistas, la resumición de respuestas y las recomendaciones de candidatos. Cada una de esas superficies tiene un modo de fallo diferente: un modelo de puntuación puede desviarse, un resumidor puede distorsionar y un recomendador puede amplificar patrones ya presentes en los datos históricos de contratación. Tratamos cada superficie como un objetivo de auditoría separado en lugar de una única caja negra de "IA", y documentamos los riesgos específicos que se aplican.
Cada entrevista puntuada por IA es auditable en tres propiedades: acuerdo con evaluadores humanos ciegos, estabilidad a lo largo del tiempo y paridad demográfica entre los grupos de candidatos definidos para el despliegue. Las auditorías se realizan sobre muestras de candidatos en curso, por lo que el sistema no puede ajustarse silenciosamente a un punto de referencia fijo, y el acuerdo entre evaluadores entre la IA y los evaluadores humanos se informa con las mismas estadísticas que usaríamos para comparar a dos humanos.
Una puntuación de IA nunca es la única señal que ve un equipo de contratación, y siempre puede ser anulada. Cuando la distribución de puntuaciones del modelo cambia o su acuerdo con los evaluadores humanos disminuye, se activa una puerta de revalidación antes de que continúe en producción y los clientes afectados son notificados como parte de esa puerta, no después. El informe de IA transparente es el objetivo: los clientes pueden ver lo que hizo el modelo, en qué muestra, y con qué confianza.
Cada entrevista de IA que Xobin realiza se lleva a cabo según el estándar de auditoría descrito en esta página. Los equipos que desean la misma rigurosidad en su propia contratación pueden usarlo directamente a través de Xobin.
La metodología descrita aquí es lo que funciona dentro de cada evaluación de Xobin y entrevista de IA, para que los equipos de contratación puedan tomar decisiones sobre talento basadas en evidencia, no en instinto. Ver Xobin.