Eine Methode zur Erkennung von Voreingenommenheit

Oktober 2015

Das wird für viele Leute überraschend sein, aber in manchen Fällen ist es möglich, Voreingenommenheit in einem Auswahlprozess zu erkennen, ohne etwas über die Bewerber zu wissen. Was aufregend ist, denn unter anderem bedeutet dies, dass Dritte diese Technik nutzen können, um Voreingenommenheit aufzudecken, ob die Auswählenden es wollen oder nicht.

Sie können diese Technik immer dann anwenden, wenn (a) Sie mindestens eine Zufallsstichprobe der ausgewählten Bewerber haben, (b) deren anschließende Leistung gemessen wird und (c) die Bewerbergruppen, die Sie vergleichen, eine annähernd gleiche Fähigkeitsverteilung aufweisen.

Wie funktioniert das? Denken Sie darüber nach, was es bedeutet, voreingenommen zu sein. Was es für einen Auswahlprozess bedeutet, voreingenommen gegenüber Bewerbern vom Typ x zu sein, ist, dass es für sie schwieriger ist, durchzukommen. Das bedeutet, dass Bewerber vom Typ x besser sein müssen, um ausgewählt zu werden, als Bewerber, die nicht vom Typ x sind. [1] Das bedeutet, dass Bewerber vom Typ x, die den Auswahlprozess durchlaufen, andere erfolgreiche Bewerber übertreffen werden. Und wenn die Leistung aller erfolgreichen Bewerber gemessen wird, werden Sie wissen, ob sie es tun.

Natürlich muss der Test, mit dem die Leistung gemessen wird, gültig sein. Und insbesondere darf er nicht durch die Voreingenommenheit, die Sie messen wollen, ungültig gemacht werden. Aber es gibt einige Bereiche, in denen die Leistung gemessen werden kann, und in diesen ist die Erkennung von Voreingenommenheit unkompliziert. Möchten Sie wissen, ob der Auswahlprozess voreingenommen gegenüber einer bestimmten Art von Bewerbern war? Prüfen Sie, ob sie die anderen übertreffen. Dies ist nicht nur eine Heuristik zur Erkennung von Voreingenommenheit. Es ist das, was Voreingenommenheit bedeutet.

Zum Beispiel vermuten viele, dass Venture-Capital-Firmen gegenüber weiblichen Gründern voreingenommen sind. Dies wäre leicht zu erkennen: Übertreffen Startups mit weiblichen Gründerinnen unter ihren Portfoliounternehmen die ohne sie? Vor ein paar Monaten veröffentlichte eine VC-Firma (fast sicher unbeabsichtigt) eine Studie, die diese Art von Voreingenommenheit zeigte. First Round Capital fand heraus, dass unter seinen Portfoliounternehmen Startups mit weiblichen Gründerinnen sie um 63 % übertrafen outperformed. [2]

Der Grund, warum ich anfangs sagte, dass diese Technik für viele Leute überraschend sein würde, ist, dass wir Analysen dieser Art nur selten sehen. Ich bin sicher, es wird für First Round überraschend sein, dass sie eine durchgeführt haben. Ich bezweifle, dass irgendjemand dort erkannte, dass sie durch die Beschränkung ihrer Stichprobe auf ihr eigenes Portfolio eine Studie nicht über Startup-Trends, sondern über ihre eigenen Voreingenommenheiten bei der Auswahl von Unternehmen produzierten.

Ich gehe davon aus, dass diese Technik in Zukunft häufiger eingesetzt wird. Die Informationen, die zur Durchführung solcher Studien benötigt werden, sind zunehmend verfügbar. Daten darüber, wer sich für Dinge bewirbt, werden normalerweise von den Organisationen, die sie auswählen, streng gehütet, aber heutzutage sind Daten darüber, wer ausgewählt wird, oft öffentlich für jeden zugänglich, der sich die Mühe macht, sie zusammenzutragen.

Anmerkungen

[1] Diese Technik würde nicht funktionieren, wenn der Auswahlprozess unterschiedliche Dinge von verschiedenen Bewerbertypen suchen würde – zum Beispiel, wenn ein Arbeitgeber Männer aufgrund ihrer Fähigkeiten einstellt, Frauen aber aufgrund ihres Aussehens.

[2] Wie Paul Buchheit anmerkt, schloss First Round seine erfolgreichste Investition, Uber, von der Studie aus. Und während es sinnvoll ist, Ausreißer von einigen Arten von Studien auszuschließen, sind Studien über Renditen aus Startup-Investitionen, bei denen es darum geht, Ausreißer zu treffen, keine davon.

Danke an Sam Altman, Jessica Livingston und Geoff Ralston für das Lesen von Entwürfen davon.