طريقة لاكتشاف التحيز

أكتوبر 2015

قد يفاجئ هذا الكثيرين، ولكن في بعض الحالات، من الممكن اكتشاف التحيز في عملية اختيار دون معرفة أي شيء عن مجموعة المتقدمين. وهذا أمر مثير لأنه يعني، من بين أمور أخرى، أن الأطراف الثالثة يمكنها استخدام هذه التقنية للكشف عن التحيز سواء أراد القائمون على الاختيار ذلك أم لا.

يمكنك استخدام هذه التقنية كلما (أ) كان لديك عينة عشوائية على الأقل من المتقدمين الذين تم اختيارهم، (ب) تم قياس أدائهم اللاحق، و (ج) مجموعات المتقدمين التي تقارنها لديها توزيع متساوٍ تقريبًا للقدرات.

كيف تعمل؟ فكر فيما يعنيه أن تكون متحيزًا. ما يعنيه أن تكون عملية الاختيار متحيزة ضد المتقدمين من النوع x هو أنها تجعل من الصعب عليهم النجاح. وهذا يعني أن المتقدمين من النوع x يجب أن يكونوا أفضل ليتم اختيارهم مقارنة بالمتقدمين من غير النوع x. [1] وهذا يعني أن المتقدمين من النوع x الذين ينجحون في اجتياز عملية الاختيار سيقدمون أداءً أفضل من المتقدمين الناجحين الآخرين. وإذا تم قياس أداء جميع المتقدمين الناجحين، فستعرف ما إذا كانوا كذلك.

بالطبع، يجب أن يكون الاختبار الذي تستخدمه لقياس الأداء اختبارًا صالحًا. وبشكل خاص، يجب ألا يتم إبطاله بسبب التحيز الذي تحاول قياسه. ولكن هناك بعض المجالات التي يمكن فيها قياس الأداء، وفي تلك المجالات يكون اكتشاف التحيز مباشرًا. هل تريد معرفة ما إذا كانت عملية الاختيار متحيزة ضد نوع معين من المتقدمين؟ تحقق مما إذا كانوا يقدمون أداءً أفضل من الآخرين. هذه ليست مجرد قاعدة إرشادية لاكتشاف التحيز. هذا هو ما يعنيه التحيز.

على سبيل المثال، يشكك الكثيرون في أن شركات رأس المال الاستثماري متحيزة ضد المؤسسات النسائية. سيكون هذا سهلاً للكشف عنه: من بين شركات محفظتهم، هل تتفوق الشركات الناشئة التي أسستها نساء على تلك التي لا يوجد بها؟ قبل شهرين، نشرت إحدى شركات رأس المال الاستثماري (على الأرجح عن غير قصد) دراسة تظهر هذا النوع من التحيز. وجدت First Round Capital أنه من بين شركات محفظتها، تفوقت الشركات الناشئة التي أسستها نساء على تلك التي لا يوجد بها بنسبة 63٪. [2]

السبب الذي جعلني أقول في البداية أن هذه التقنية ستفاجئ الكثيرين هو أننا نادرًا ما نرى تحليلات من هذا النوع. أنا متأكد من أنها ستفاجئ First Round أنهم أجروا واحدة. أشك في أن أي شخص هناك أدرك أنه من خلال حصر عينتهم في محفظتهم الخاصة، كانوا ينتجون دراسة ليست عن اتجاهات الشركات الناشئة ولكن عن تحيزاتهم الخاصة عند اختيار الشركات.

أتوقع أن نرى هذه التقنية مستخدمة بشكل أكبر في المستقبل. المعلومات اللازمة لإجراء مثل هذه الدراسات متاحة بشكل متزايد. عادة ما تحتفظ المنظمات التي تقوم بالاختيار بالبيانات المتعلقة بمن يتقدمون للأشياء، ولكن في الوقت الحاضر غالبًا ما تكون البيانات المتعلقة بمن تم اختيارهم متاحة للجمهور لأي شخص يبذل جهدًا لتجميعها.

ملاحظات

[1] هذه التقنية لن تعمل إذا كانت عملية الاختيار تبحث عن أشياء مختلفة من أنواع مختلفة من المتقدمين - على سبيل المثال، إذا وظف صاحب العمل الرجال بناءً على قدرتهم ولكن النساء بناءً على مظهرهن.

[2] كما يشير Paul Buchheit، استبعدت First Round استثمارها الأكثر نجاحًا، Uber، من الدراسة. وفي حين أنه من المنطقي استبعاد القيم المتطرفة من بعض أنواع الدراسات، فإن دراسات العائدات من الاستثمار في الشركات الناشئة، والتي تدور حول تحقيق القيم المتطرفة، ليست من بينها.

شكرًا لـ Sam Altman و Jessica Livingston و Geoff Ralston لقراءة مسودات هذا المقال.