пятница, 20 декабря 2019 г.

Democratic Party (United States)

Автор: на Комментариев нет:
Ярлыки: , , , , , , , , , , , ,

КАК ОБМАНУТЬ КОМПЬЮТЕР, ПРОВЕРЯЮЩИЙ РЕЗЮМЕ ПРИ УСТРОЙСТВЕ НА РАБОТУ

КАК ОБМАНУТЬ КОМПЬЮТЕР, ПРОВЕРЯЮЩИЙ РЕЗЮМЕ ПРИ УСТРОЙСТВЕ НА РАБОТУ








https://www.wsj.com/articles/make-your-job-application-robot-proof-11576492201

"...Looking for a job is hard enough without being rejected by a robot. But applicant-screening and tracking systems are increasingly powerful job-market gatekeepers. After scanning résumés, they hurl most applicants into a digital black hole.
These machine-learning systems save time and money for employers swamped by online applicants, and they could potentially reduce bias in hiring. But the tools also risk magnifying employers’ existing prejudices and rejecting worthy applicants. Most vulnerable are the most active job seekers, such as recent college grads looking for entry-level positions or older workers idled by layoffs.
“It’s a hot-button issue with college students,” prompting eye-rolls and cynicism, says Mary O. Scott, a West Hartford, Conn., campus researcher and consultant who just completed a series of in-depth student interviews at 14 universities. One senior spoke of using her “trigger finger” to respond to hundreds of online postings, but she expects few if any replies, Ms. Scott says.
Savvy job seekers can improve their odds of getting past these gatekeepers by understanding how they work. Among valuable tactics: Spice up your résumé with specific on-the-job results, use meaningful job titles and tailor your choice of words to match companies’ requirements.
These systems scan résumés and applications for keywords showing hard skills, such as financial analysis or cybersecurity, and sometimes for softer skills, like team leadership. They may ask knockout questions for must-have attributes, such as whether you can work at a particular location. Some use text tools or chatbots to administer skills tests. Most disqualify applicants who don’t meet basic requirements, then list others in a ranked order, based on how well they fit the employer’s specs.
Some tools serve as job-market matchmakers. ZipRecruiter matches candidates and employers by scanning applicants’ qualifications and employers’ postings, tracking users’ behavior on the site and employing algorithms similar to those used by Amazon for suggesting products, CEO Ian Siegel says.
Rock Brouwer has hired many candidates ZipRecruiter has brought to his attention. “When I get one of those, it just makes my day,” says Mr. Brouwer, hiring manager for Pacific Service Center, a Portland, Ore., trucking-fleet repair company.
About 60% of employers admit such tools cause them to miss some qualified candidates, however, according to a 2016 survey of 1,200 job seekers and managers by CareerArc, a human-resources technology company, and Future Workplace, a research firm. Critics say the systems give too much weight to small differences between candidates.
They amount to a black box. “Often a job candidate doesn’t even know a system is in use,” and employers aren’t required to disclose it, says Sarah Myers West, a researcher at the AI Now Institute, a New York University research group. A new Illinois law will go into effect next month requiring employers to disclose and get consent for use of AI video-interviewing tools with job applicants.
Most vendors refuse to tell employers how their algorithms work. And most employers lack deep, accurate performance data.
The systems risk magnifying managers’ prejudices if those biases are reflected in the makeup of the employer’s current workforce, according to a 2018 study by Upturn, a Washington, D.C., nonprofit promoting fairness in the use of digital technology.
High performers may share traits that have nothing to do with job performance, skewing outcomes, says Mark Girouard, a Minneapolis attorney who advises employers on pre-employment screening. One vendor built a résumé-screening tool that tagged being named Jared and playing high school lacrosse as factors predicting success. “The system didn’t have a very deep set of learning data,” he says. The employer didn’t put it to use.
Even if employers and vendors aren’t trying to reject female or minority applicants, they still risk doing so if they train algorithms on data gleaned from a current workforce that lacks diversity. An employer with mostly male employees, for example, might inadvertently train a screening tool to downgrade applicants who participated in sports played mostly by women, such as field hockey.
One employer intent on reducing employee turnover found that people who lived closer to its offices tended to stay with the company longer. But screening applicants based on distance from the worksite turned out to be a proxy for race, resulting in a lack of diversity...".
".....Поиск работы достаточно сложен без того, чтобы быть отвергнутым роботом. Но системы проверки и отслеживания кандидатов становятся все более мощными привратниками рынка труда. После сканирования резюме они бросают большинство заявителей в цифровую черную дыру.
Эти системы машинного обучения экономят время и деньги для работодателей, заваленных онлайн-заявителями, и они могут потенциально снизить предвзятость при найме на работу. Но инструменты также рискуют увеличить существующие предубеждения работодателей и отклонить достойных кандидатов. Наиболее уязвимыми являются наиболее активные лица, ищущие работу, такие как недавние выпускники колледжей, ищущие должности начального уровня, или пожилые работники, уволенные из-за увольнений.
Подписаться на новости
«Это горячая проблема со студентами колледжа», - говорит Мэри Скотт, исследователь и консультант кампуса в Уэст-Хартфорде, штат Коннектикут, которая только что завершила серию подробных интервью со студентами в 14 университетах. , Одна пожилая женщина говорила об использовании своего «триггерного пальца» для ответа на сотни сообщений в Интернете, но она ожидает, что ответов будет мало, говорит мисс Скотт.
Сообразительные соискатели могут улучшить свои шансы обойти этих привратников, поняв, как они работают. Среди ценных тактик: придайте своему резюме конкретные результаты на рабочем месте, используйте значимые названия должностей и подбирайте слова, соответствующие требованиям компаний.

Эти системы сканируют резюме и приложения на наличие ключевых слов, показывающих сложные навыки, такие как финансовый анализ или кибербезопасность, а иногда и на более мягкие навыки, такие как командное лидерство. Они могут задавать нокаутирующие вопросы для обязательных атрибутов, например, можете ли вы работать в определенном месте. Некоторые используют текстовые инструменты или чат-ботов для администрирования тестов навыков. Большинство дисквалифицируют кандидатов, которые не отвечают основным требованиям, а затем перечисляют других в порядке ранжирования, исходя из того, насколько они соответствуют спецификациям работодателя.
Некоторые инструменты служат сватовством на рынке труда. ZipRecruiter сопоставляет кандидатов и работодателей, просматривая квалификации кандидатов и публикации работодателей, отслеживая поведение пользователей на сайте и используя алгоритмы, аналогичные тем, которые используются Amazon для предложения продуктов, говорит генеральный директор Ян Сигел.
Рок Брауэр нанял много кандидатов, на которые ZipRecruiter обратил его внимание. «Когда я получаю один из них, это просто делает мой день», - говорит г-н Брауэр, менеджер по найму в Pacific Service Center, Портленд, штат Орегон, компания по ремонту грузового автопарка.
Около 60% работодателей признают, что такие инструменты заставляют их скучать по некоторым квалифицированным кандидатам, однако, согласно опросу, проведенному в 2016 году среди 1200 соискателей и менеджеров, проведенных CareerArc, компанией, занимающейся кадровыми технологиями, и исследовательской фирмой Future Workplace. Критики говорят, что системы придают слишком большое значение небольшим различиям между кандидатами.
Поделитесь своими мыслями
Каков ваш лучший совет о том, как обеспечить, чтобы заявление о приеме на работу получило полное представление от работодателей? Присоединяйтесь к разговору ниже.
Они составляют черный ящик. «Часто кандидат на работу даже не знает, какая система используется», и работодатели не обязаны раскрывать ее, говорит Сара Майерс Уэст, исследователь из Института AI Now, исследовательской группы Нью-Йоркского университета. Новый закон Иллинойса вступит в силу в следующем месяце, требуя от работодателей раскрывать и получать согласие на использование инструментов видео-интервью ИИ с соискателями.
Большинство поставщиков отказываются сообщать работодателям, как работают их алгоритмы. И большинству работодателей не хватает глубоких и точных данных о производительности.
Системы рискуют увеличить предрассудки менеджеров, если эти предрассудки будут отражены в составе текущей рабочей силы работодателя, согласно исследованию Upturn, Вашингтон, округ Колумбия, в 2018 году, которое способствует беспристрастному продвижению справедливости в использовании цифровых технологий.
По словам Марка Жируарда, адвоката из Миннеаполиса, консультирующего работодателей по вопросам проверки перед приемом на работу, у высокопоставленных работников могут быть общие черты, которые не имеют ничего общего с эффективностью работы и искажением результатов. Один из поставщиков создал инструмент для проверки резюме, который пометил, что его зовут Джаред и играют в лакросс средней школы, как факторы, предсказывающие успех. «Система не имела очень глубокого набора обучающих данных», - говорит он. Работодатель не использовал его.
Даже если работодатели и поставщики не пытаются отклонить заявителей из числа женщин или представителей меньшинств, они все равно рискуют сделать это, если они обучают алгоритмы на основе данных, полученных от текущей рабочей силы, которой не хватает разнообразия. Например, работодатель, в котором заняты в основном мужчины, может непреднамеренно обучить инструменту отбора, чтобы понизить рейтинг кандидатов, которые занимались спортом, в основном занимающимся женщинами, таким как хоккей на траве.
Один работодатель, намереваясь снизить текучесть кадров, обнаружил, что люди, которые жили ближе к его офисам, как правило, дольше оставались в компании. Но отбор кандидатов на основе расстояния до места работы оказался косвенным показателем расы, что привело к отсутствию разнообразия...".
"...The systems can easily stack the deck against older workers, says William A. Rivera, senior vice president of litigation for the AARP Foundation. An employer who wants to hire applicants with three to five years’ experience can award candidates three points for three to five years’ experience, two points for five to seven years and one point for more than seven years, Mr. Rivera says. The result: The most experienced workers, who are also typically older than others, would likely receive a lower score and a lower ranking on a candidate list.
It’s sometimes possible to tell whether an employer is using an AI-driven tool by looking for a vendor’s logo on the employer’s career site. In other cases, hovering your cursor over the “submit” button will reveal the URL where your application is being sent.
Otherwise it’s best to assume a robot will be your first-round judge. To pass the test, use clear, functional job titles that reflect progress in your career, and prove your value by quantifying results in dollars earned or number of customers gained, says Robert Meier, chief executive of Restore Hope Resources, a Tampa, Fla., job-coaching firm.
Some applicants try to game the systems by choosing answers to knockout questions that are obviously desirable rather than accurate, says Jim D’Amico, president of the Association of Talent Acquisition Professionals. Others fudge their ZIP Code to make it look as though they live in the employer’s target area.
These ploys risk annoying hiring managers, Mr. D’Amico says. Candidates weigh the risks against potential rewards. “Some candidates think, ‘To know me is to love me. If I can just get in front of you, you’re going to love me,’ ” he says. “And sometimes that’s true.”
To Get Past the Robots...
* Network to build contacts inside the company who will put in a good word for you.
* Use a text-based app like Word for your online application, rather than a PDF or other format.
* Include in your résumé keywords and phrases from the employer’s job posting.
* Quantify past results, citing dollars earned or other stats.
* Camouflage brief gaps in work history by listing years only, rather than years and months.
* List job titles in a way that shows increasing responsibility and status...".
По словам Уильяма А. Риверы, старшего вице-президента по судебным процессам в Фонде AARP, системы могут легко составлять колоду против пожилых работников. По словам г-на Риверы, работодатель, желающий принять на работу соискателей со стажем от трех до пяти лет, может присудить кандидатам три балла за стаж трех-пяти лет, два балла за пять-семь лет и одно очко за более чем семь лет. Результат: наиболее опытные работники, которые, как правило, старше других, скорее всего, получат более низкий балл и более низкий рейтинг в списке кандидатов.
Иногда можно определить, использует ли работодатель инструмент, управляемый ИИ, по поиску логотипа поставщика на сайте карьеры работодателя. В других случаях при наведении курсора на кнопку «отправить» открывается URL-адрес, куда отправляется ваша заявка.
В противном случае лучше предположить, что робот будет вашим судьей в первом раунде. Чтобы пройти тест, используйте четкие, функциональные должности, которые отражают прогресс в вашей карьере, и докажите свою ценность путем количественного определения результатов в заработанных долларах или количестве приобретенных клиентов, говорит Роберт Майер, исполнительный директор Restore Hope Resources, Tampa, Fla. , тренерская фирма.
По словам Джима Д'Амико, президента Ассоциации профессионалов по сбору талантов, некоторые кандидаты пытаются разыграть системы, выбирая ответы на нокаутирующие вопросы, которые явно желательны, а не точны. Другие обманывают свой почтовый индекс, чтобы он выглядел так, как будто они живут в целевой зоне работодателя.
Эти уловки рискуют раздражать менеджеров по найму, говорит г-н Д’Амико. Кандидаты сравнивают риски с потенциальными вознаграждениями. «Некоторые кандидаты думают:« Познать меня - значит любить меня. Если я смогу просто оказаться перед вами, вы меня полюбите », - говорит он. «И иногда это правда».
Чтобы пройти мимо роботов ...
* Сеть для налаживания контактов внутри компании, которая скажет вам хорошее слово.
* Используйте текстовое приложение, такое как Word, для своего онлайн-приложения, а не PDF или другой формат.
* Включите в свое резюме ключевые слова и фразы из объявления о работе работодателя.
* Количественная оценка прошлых результатов, со ссылкой на заработанные доллары или другую статистику.
* Замаскируйте краткие пробелы в истории работы, перечисляя только годы, а не годы и месяцы.
* Перечислите названия должностей таким образом, чтобы продемонстрировать рост ответственности и статуса.






Flag Counter
Автор: на Комментариев нет:
Ярлыки: , , , , , , , , , , , ,

Technological singularity

Technological singularity


Technological singularity[K 1]) 








Singularity



Mathematics[edit]

  • Mathematical singularity, a point at which a given mathematical object is not defined or not "well-behaved", for example infinite or not differentiable

Geometry[edit]


Математика
Математическая особенность, точка, в которой данный математический объект не определен или не «хорошо себя ведет», например, бесконечен или не дифференцируем
Геометрия
Особая точка кривой, где кривая не задается гладким вложением параметра
Особая точка алгебраического многообразия, точка, где алгебраическое многообразие не является локально плоским


OTHER



Существенная особенность, особенность, вблизи которой функция проявляет экстремальное поведение
Изолированная особенность, математическая особенность, которая не имеет других близких ей особенностей
Подвижная особенность, понятие в теории особенностей
Съемная особенность, точка, в которой функция не определена, но в которой она может быть определена так, что она непрерывна в особенности


Technological singularity


— гипотетический момент в будущем, когда технологическое развитие становится в принципе неуправляемым и необратимым, что порождает радикальные изменения характера человеческой цивилизации[1][2][3].
Согласно одной из наиболее популярных версий гипотезы технологической сингулярности, именуемой «интеллектуальным взрывом» (эту концепцию выдвинул, в частности, британский математики и космолог Ирвинг Гуд[4]), обновляемый интеллектуальный агент (например, компьютер с сильным искусственным интеллектом) в конечном итоге может войти в «безудержную реакцию» циклов самосовершенствования, при этом каждое новое поколение искусственного интеллекта будет появляться всё быстрее, порождая своего рода «интеллектуальным взрывом» и создав в конечном счёте суперинтеллект, превосходящий интеллект всего человечества.
Впервые понятие «сингулярность» в технологическом контексте упомянул американский математик Джон фон Нейман[5]. Польско-американский математик Станислав Улам в своей статье 1958 года описывает дискуссию по этому вопросу с фон Нейманом, «посвященную ускоренному прогрессу технологий и изменениям в образе жизни человека, что создает видимость приближения к некоторой существенной необычности в истории человечества, после которой человеческое бытие в известном нам виде не сможет продолжаться»[6]. Ряд видных учёных в последующем поддержали эту точку зрения[3][7].
Концепцию технологической сингулярности и сам термин «сингулярность» популяризировал американский писатель-фантаст Вернор Виндж в своём эссе 1993 года «Грядущая технологическая сингулярность» (англ. The Coming Technological Singularity), где отмечал, что это будет означать конец человеческой эры, поскольку новый суперинтеллект будет продолжать совершенствоваться и технологически развиваться с непостижимой скоростью. Виндж заметил, что был бы удивлен, если бы это произошло до 2005 года или после 2030 года[4].
В четырёх экспертных опросах, проведённых в 2012 и 2013 годах, была высказана точка зрения, что искусственный суперинтеллект будет разработан к 2040—2050 годам[8][9].
Ряд учёных и общественных деятелей, в частности Стивен Хокинг и Илон Маск, выразили обеспокоенность тем, что искусственный суперинтеллект может привести к ликвидации человека как биологического вида[10][11]. Американский изобретатель и футуролог Рэймонд Курцвейл предсказывает наступление технологической сингулярности в 2045 году. По его мнению, в это время вся Земля начнёт превращаться в один гигантский компьютер, и постепенно этот процесс может распространиться на всю Вселенную[12].
Гипотетические последствия наступления технологической сингулярности продолжают оставаться предметом активных дискуссий.

Значительные сопутствующие изменения, которые станут технически возможными с приходом технологической сингулярности, это:
-->

История концепции[править | править код]

Идею об ускоряющемся росте научного знания впервые можно встретить в работах Фридриха Энгельса, который, в свою очередь, основывался на работах Эрнста Геккеля, опубликованных в 1874—1875 годах, в которых автор указывал на ускорение темпов эволюции живых организмов в геологическом времени, которое также прослеживается и в развитии человечества («Антропогения», или «История развития человека» — «Anthropogenie», или «Entwickelungsgeschichte des Menschen»). Во второй половине XIX века Ф.Энгельс писал о том, что наука движется вперёд пропорционально массе знаний, унаследованных ею от предшествующего поколения. По его мнению, со времени своего возникновения (XVI—XVII вв.) развитие наук усиливалось пропорционально квадрату расстояния (во времени) от своего исходного пункта. Близкие идеи высказывал В. И. Вернадский, писавший о непрерывном росте темпов научного творчества. По мнению некоторых современных исследователей, имеет место «экспоненциальный закон развития науки», проявляющийся в соответствующем увеличении числа научных работников, научных организаций, публикаций и других показателей[13][14]. Однако важно отметить, что экспоненциальный рост как раз не предполагает никакой сингулярности в математическом смысле этого понятия.
В работе «Дань уважения Джону фон Нейману» (1958) Станислав Улам вспоминает о беседах с Джоном фон Нейманом, в которых они оба обратили внимание на тот факт, что, поскольку технологический прогресс, определяющий то, как мы живём, постоянно ускоряется, то должен наступить такой момент, когда люди не смогут поспевать за технологиями — то есть наступит то, что математики называют сингулярностью. Но на этот раз это будет не особенностью в некой физической системе, а особенностью в истории человечества.
В 1965 году Ирвинг Гуд описал такую сингулярность в развитии технологий немного по-другому: что в определённый момент времени, когда самая мощная интеллектуальная машина сможет создать другую машину, которая превзойдёт возможности людей, может произойти некий «интеллектуальный взрыв»[15].
Похожее понятие «вертикального прогресса» братья Стругацкие изложили в повестях «Малыш», «Волны гасят ветер» и других своих произведениях.
Близко к концепции сингулярности находятся идеи Станислава Лема о вероятной эволюции компьютеров. В наиболее предельном виде эволюция компьютеров описана в эссе «Голем XIV. Лекция XLIII. О себе».
Термин «сингулярность» заимствован у математиков и астрофизиков, которые используют его при описании космических чёрных дыр и в некоторых теориях начала вселенной — точка с бесконечно большой плотностью и температурой и бесконечно малым объёмом. Математическая сингулярность (особенность) — точка функции, значение в которой стремится к бесконечности, либо другие подобные «интересные» точки — особенности функции.
В данном контексте впервые термин «сингулярность» использовал в середине XX века Джон фон Нейман, имея в виду математическое, а не астрофизическое понимание этого слова — точку, за которой экстраполяция начинает давать бессмысленные результаты (расходится). Об этом пишет Вернор Виндж, которому данный термин обычно приписывают[16]. Научным обоснованием наступления сингулярности активно занимается Рэймонд Курцвейл.

Начало сингулярности[править | править код]

Одними из фундаментальных открытых вопросов насчёт сингулярности являются вопросы о её существовании, времени наступления и темпах роста технологических изменений. Время её начала предполагают, экстраполируя некоторые тенденции технологического развития.

Предел сингулярности[править | править код]

В естествознании, применяя научный подход, мы заметим, что процессы, характеризующиеся экспоненциальным ускорением на своих начальных этапах, переходят в фазу насыщения. Это наглядно позволяет осознать, что если на протяжении некоторого интервала времени наблюдается возрастание с ускорением, это отнюдь не означает бесконечного продолжения этого процесса. Напротив, во многих случаях это означает скорый выход на плато скорости. Процессы, происходящие в естествознании, позволяют выдвинуть предположение, что наблюдаемая картина ускорения научно-технического прогресса, через некоторое время (в физических процессах, как правило, короткое) сменится замедлением и полной остановкой. Возможные механизмы торможения ускорения развития инфокоммуникаций в целом просматриваются как в адаптационных возможностях самого человека, так и в приближающихся горизонтах планирования. При этом, несмотря на возможное в обозримом будущем прекращение/затухание ускорения прогресса науки и техники, сам прогресс, и как следствие, социальные трансформации, не остановится и даже не замедлится — он продолжится с достигнутой (возможно, огромной) скоростью, ставшей постоянной[17].

Критика концепции[править | править код]

Ряд учёных (из наиболее известных российских, например — один из основоположников клиодинамики А. В. Коротаев и биолог А. В. Марков) выступают с критикой данной концепции, утверждая, что явно выраженной точки сингулярности, с острым кризисом, не будет. Ими утверждается, что развитие идёт по S-образной (логистической) кривой, и уже с начала 1970-х годов началось торможение, то есть Мир-Система «точку сингулярности» в процессе модернизационного фазового перехода уже прошла[18]; при этом под точкой сингулярности здесь подразумевается такая точка на графике развития, в которой скорость максимальна (середина S-образной кривой)[19].
Коротаев в своей статье[20] рассматривает и даёт оценку понятию сингулярности в различных областях (экономической, технологической, культурной и т. д.). Так как гипербола переходит в бесконечность за конечный промежуток времени, то можно вычислить момент обострения, в который некий показатель развития приобретает бесконечное значение. В реальных процессах никогда не наблюдается ухода в бесконечность, а вместо этого система испытывает качественную трансформацию (фазовый переход) перед достижением точки сингулярности. На примере кривой экономического развития, уже находящейся в режиме обострения, Коротаев иллюстрирует характер движения прочих гиперболических кривых, в которых ожидается сингулярность. В своём примере он исходит из предположения, что экономика тесно связана с демографией, и эта зависимость главным образом определяет характер движения экономической кривой[21].

Концепция технологической сингулярности в политике[править | править код]

Технологическая сингулярность как следствие развития нанотехнологий рассматривается в отчёте 2007 года Комиссии по экономической политике Конгресса США[22]. Некоторые интерпретации концепции сингулярности предполагают, что последняя должна наступить около 2030 года. Если проэкстраполировать закон Мура, окажется, что примерно в то же время вычислительная мощность компьютеров сравнится с головным мозгом человека. Сторонники теории технологической сингулярности считают, что если возникнет принципиально отличный от человеческого разум (постчеловек), дальнейшую судьбу цивилизации невозможно предсказать, опираясь на человеческую логику.



Flag Counter
Автор: на Комментариев нет:
Ярлыки: , , , , , , , , , , , ,
Подписаться на: Сообщения (Atom)