אחד הנושאים הבוערים שעומדים בימים אלה על הפרק בשוק העבודה הוא נושא המגוון התעסוקתי. נושא זה מהווה אתגר לא קטן לארגונים, בעיקר משום שהוא דורש מהפיכה מחשבתית.
גיוון תעסוקתי אמיתי כולל את כל הספקטרום של ההבדלים הדמוגרפיים האנושיים. מדיניות ארגונית של גיוון תעסוקתי מהווה הזמנה לכל עובד ועובדת, מועמד ומועמדת, להצטרף לארגון.
בעוד שדור המילניום מוביל את מהפיכת הגיוון התעסוקתי, הרי שדור האיקס הוא זה שמהווה עדיין את רובה הגדול של שכבת מקבלי ההחלטות בארגונים (בעיקר הגדולים והמבוססים שביניהם).
ועבור מנהלים אלה, נושא הגיוון התעסוקתי הינו פחות טבעי והוא פחות משתלב עם שיטות מיון וסינון העובדים בהם הורגלו. ממחקר שנערך בארה"ב עולה, כי יותר מ-60% מהעובדים בגילאי 45 או יותר חוו אפליה בקבלה לעבודה בגלל גילם.
עוד עולה מהמחקרים בארה"ב, כי בין 1992 ל-2016 פוטרו כ-56% מהעובדים המבוגרים לפחות פעם אחת, או שהארגון הביא אותם למצב בו הם נאלצו להתפטר.
ואצלנו – בישראל אפליית מועמדים ועובדים עומדת בניגוד לחוק שוויון הזדמנויות בעבודה, ואף מהווה עבירה אזרחית ועבירה פלילית כאחת.
עובדים ומועמדים שהופלו מכל סיבה שהיא, רשאים להגיש תביעות בבית הדין לעבודה כנגד הארגון המפלה. ארגונים רבים נאלצים לשלם כיום פיצויים בעשרות אלפי שקלים כתוצאה מאפליה המהווה הפרת חוק שוויון הזדמנויות בעבודה.
כך או כך, בסופו של דבר, השיטה המוצלחת ביותר להגיע אל הטלנטים המוכשרים והמתאימים ביותר היא לבצע איתור, מיון וסינון מועמדים באופן אובייקטיבי, שאינו מפלה לרעה מועמדים על רקע היותם שייכים לקבוצה זו או אחרת.
אחת השיטות הבדוקות לבצע זאת היא בעזרת מערכות גיוס המבוססות על בינה מלאכותית. בתחום גיוס המועמדים יש כיום מערכות בינה מלאכותית המיועדות כמעט לכל שלב בהליך.
לדוגמה, קיימות כיום מערכות בינה מלאכותית המיועדות לניסוח מודעות 'דרושים' באופן שימנע אפליות ויעודד מגוון תעסוקתי. מערכות אלה מנתחות את תיאורי המשרות במטרה להסיר מהן ביטויים גלויים ורמזים להעדפה או הדרה של קבוצות מסויימות.
בה בעת, מערכות אלה של בינה מלאכותית בודקות מהם המונחים האפקטיביים ביותר למשיכת המועמדים בעלי התכונות והיכולות שאותם הארגון מחפש. בדרך זו ניתן להגיע לדיוק רב יותר של התאמת המועמדים.
חברות שמשתמשות במערכות מסוג זה מדווחות על עלייה של כ-25% במספר התגובות והפניות למשרות שהחברות מעוניינות לאייש. בד בבד ניתן לראות זינוק חד במספר הממליצים (מקרב המועמדים) על השימוש במערכת.
מנגד, יש הטוענים כי הטכנולוגיה היא לא הפתרון האולטימטיבי לבעיות ההדרה. ראשית, שיטות הסינון של מערכות הבינה המלאכותית מסתמכות על ההגדרות שהגדירו בעלי המערכת.
כך שעלול להיות מצב שבו הגדרת התכונות עבור האלגוריתם תיצור הטיה, גם אם שלא במתכוון, כלפי אוכלוסיה מסוימת בניגוד לאחרת.
לכן יש חשיבות רבה לתכנון נכון בכל מה שקשור להגדרת התפקיד עוד לפני שמזינים את ההגדרה למערכת.
