Октябрь 2015
Для многих это станет неожиданностью, но в некоторых случаях можно выявить предвзятость в процессе отбора, ничего не зная о контингенте кандидатов. Это интересно, потому что, помимо прочего, это означает, что третьи лица могут использовать эту технику для выявления предвзятости, независимо от того, хотят ли этого те, кто проводит отбор, или нет.
Вы можете использовать этот метод, когда (а) у вас есть хотя бы случайная выборка кандидатов, прошедших отбор, (б) их последующая успеваемость измеряется, и (в) группы кандидатов, которые вы сравниваете, имеют примерно одинаковое распределение способностей.
Как это работает? Подумайте о том, что значит быть предвзятым. Если процесс отбора предвзято относится к кандидатам типа x, то это означает, что им труднее пройти отбор. Это означает, что претенденты типа x должны быть лучше, чтобы пройти отбор, чем претенденты не типа x. [1] Это означает, что претенденты типа x, прошедшие отбор, будут превосходить других успешных претендентов. И если производительность всех успешных кандидатов будет измерена, вы узнаете, так ли это.
Конечно, тест, который вы используете для измерения эффективности, должен быть валидным. В частности, он не должен быть недействительным из-за предвзятости, которую вы пытаетесь измерить. Но есть некоторые области, в которых можно измерить эффективность, и в них выявление предвзятости является простым делом. Хотите узнать, был ли процесс отбора предвзятым по отношению к какому-то типу кандидатов? Проверьте, превзошли ли они остальных. Это не просто эвристика для выявления предвзятости. Это то, что означает предвзятость.
Например, многие подозревают, что фирмы венчурного капитала предвзято относятся к женщинам-учредителям. Это было бы легко обнаружить: среди их портфельных компаний стартапы с женщинами-учредителями превосходят стартапы без них? Пару месяцев назад одна венчурная фирма (почти наверняка непреднамеренно) опубликовала исследование, демонстрирующее предвзятость такого рода. Компания First Round Capital обнаружила, что среди ее портфельных компаний стартапы с женщинами-учредителями превосходят стартапы без женщин на 63%. [2]
Причина, по которой я начал говорить, что эта методика станет неожиданностью для многих людей, заключается в том, что мы так редко видим анализы такого рода. Я уверен, что для First Round станет сюрпризом тот факт, что они провели такой анализ. Сомневаюсь, что кто-то там понял, что, ограничив выборку собственным портфелем, они проводят исследование не тенденций стартапов, а своих собственных предубеждений при выборе компаний.
Я предсказываю, что в будущем мы увидим, как эта техника будет использоваться чаще. Информация, необходимая для проведения таких исследований, становится все более доступной. Данные о том, кто подает заявки, обычно тщательно охраняются организациями, которые их отбирают, но сегодня данные о том, кто проходит отбор, часто находятся в открытом доступе для всех, кто потратит время на их сбор.
Примечания
[1] Этот метод не сработает, если в процессе отбора разные типы претендентов будут искать разные вещи - например, если работодатель будет нанимать мужчин, основываясь на их способностях, а женщин - на их внешности.
[2] Как отмечает Пол Бакхейт, First Round исключила из исследования свою самую успешную инвестицию - Uber. И хотя в некоторых видах исследований имеет смысл исключать исключения, исследования доходности от инвестирования в стартапы, которые как раз и направлены на выявление исключений, к ним не относятся.