Викторина, связанная с руководством · Средний Уровень
Викторина Amazon об утилизированном инструменте для подбора искусственного интеллекта
Проверяет, как модель резюме Amazon усвоила предвзятость на основе исторических ярлыков при приеме на работу, почему не удалось удалить гендерные слова и как происходит утечка прокси-переменных.
Вопрос 1 из 8
На каких данных обучалась модель рекрутинга Amazon?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- На каких данных обучалась модель рекрутинга Amazon?
- Анонимные публичные объявления о вакансиях от конкурентов
- Резюме, отправленные в Amazon за десятилетний период.
- Синтетические резюме, составленные с учетом гендерного баланса
- Обзоры эффективности только нынешних старших руководителей
- За какое слово Reuters сообщило, что модель оштрафована?
- «Менеджер»
- «Казненный»
- «В плену»
- «Женский»
- Почему редактирование модели с целью игнорирования конкретных гендерных терминов не помогло решить проблему?
- Не было никакой гарантии, что модель не найдет других доверенных лиц для дискриминационной сортировки кандидатов.
- Из-за изменений модель отклоняла всех претендентов.
- Закон запрещает любые изменения модели.
- В результате редактирования были удалены все данные тренировок.
- Каков главный урок, связанный с ярлыком обучения в этом случае?
- Метки всегда должны генерироваться случайным образом.
- У модели было слишком мало параметров, чтобы ее можно было честно изучить.
- Ярлык отражал прошлые решения о найме, которые содержали предвзятость.
- Метки не влияют на то, что изучает модель.
- Какие глаголы, как сообщается, предпочитала модель, потому что они чаще появлялись в мужских резюме?
- «Вёл» и «строил»
- «Казнён» и «взят в плен»
- «Спроектированный» и «закодированный»
- «Управляемый» и «поддерживаемый»
- В чем проблема избирательных ярлыков при найме моделей?
- Рекрутеры выбирают, какие ярлыки удалять
- Модели могут читать только резюме короче одной страницы.
- В качестве ярлыков разрешены только определенные названия должностей.
- Результаты наблюдаются только у нанятых людей, поэтому потенциал отвергнутых кандидатов никогда не измеряется.
- Что, согласно эмпирическому правилу четырех пятых, сигнализирует о возможном неблагоприятном воздействии?
- Уровень отбора одной группы ниже 80 процентов от уровня самой высокой группы.
- Более четырех пятых заявок получают отказ
- Модель использует более пяти функций
- Менее четырех из пяти рекрутеров одобряют этот инструмент
- Что требует Местный закон № 144 города Нью-Йорка от работодателей, использующих автоматизированные инструменты принятия решений о приеме на работу?
- Запрет на использование ИИ при приеме на работу
- Оплата кандидатам, отклоненным программным обеспечением
- Независимый аудит предвзятости и опубликованное резюме результатов
- Регистрация каждого заявителя в городе