ビッグデータ採用、アルゴリズムによって選ばれた

大学に通ったことのない26歳のジェド・ドミンゲスさんは、ギルデッドのアルゴリズムによってプログラミングの専門家と判断され、その後、このスタートアップ企業にプログラマーとして採用された。

昨年の夏、26歳のジェイド・ドミンゲスは、サンフランシスコの新興企業でのプログラマー職の面接に招待するという思いがけないメールを受け取った。ドミンゲスさんは、カリフォルニア州パサデナの借家にクレジットカードで住み、独学でコーディングを学んでいた。ドミンゲスは平凡な高校生で、大学に行くつもりはなかった。しかし、どこかにドミンゲスが天才かもしれない、あるいはせいぜいダイヤモンドの原石かもしれないと考える人がいた。

「採用に使われる従来の基準は間違っている可能性があり、非常に間違っている」とギルデッドの主任科学者、ビビアン・ミン氏は言う。

Gilded の創設者である Luca Bonmassa 氏と Hillold Desai 氏は、優秀なプログラマーを発掘するプロセスを自動化したいと考えていました。

その人物とはルカ・ボンマサール氏で、彼は企業がどのように人材を採用しているのか、その過程で優秀な人材が見逃されているのではないかという重要な疑問を提起するテクノロジーを通じてドミンゲス氏を発見した。新しいコンセプトにより、採用担当者が一般的に重視する MIT の学位、Google での経験、同僚や友人からの推薦など、従来の才能指標から焦点を移し、「この人物のパフォーマンスはどの程度か? この人物は何ができるか? それを定量化して分析できるか?」といったシンプルな概念にもっと注意を払うことができるようになります。

この技術は、ボンマサ氏が共同設立した設立2年未満のスタートアップ企業、ギルド社の製品である。 Gilded のような新興企業の小さなグループは、需要が非常に高い才能あるプログラマーを見つけるプロセスを自動化するという目標に向かって取り組んでいます。彼らの仕事はビッグデータの領域に属し、コンピューターを使用してあらゆる種類の情報を収集および分析し、本の推薦、ウェブサイトへのターゲット広告の掲載、治療の効果や株価の予測など、幅広いタスクを実行します。

アルゴリズムを活用して、未発見の才能を発見しましょう

最近、ますます多くの学者や起業家が人材管理や人材発掘のプロセスにビッグデータを適用し、労働科学と呼ばれる新しい分野を生み出しています。 Gilded が行っているのは、これらの技術がプログラマーが仕事でどのようにパフォーマンスするかを予測するためにも使用できるかどうかを確認することです。ギルド氏はインターネットで手がかりを探し回っています。自分が書いたコードは他のプログラマーに好評か? コードは再利用されているか? プログラマーはアイデアをどのように伝えているか? ソーシャル ネットワーキング サイトで他のユーザーとどのように交流しているか?

ギルド氏のアプローチはまだ初期段階にあり、その有効性はまだテストされていない。現在、特に優秀な人材を見つけるのが難しい業界では、採用活動にビッグデータを活用するというアイデアについて、活発な議論や期待が高まっています。

ギルデッドは今年、約200万〜300万ドルの収益を見込んでおり、LinkedInの初期投資家であるベンチャーキャピタリストのマーク・クヴァメ氏からの資金を含め、約1000万ドルの資金を調達している。 Facebook、Amazon、Walmart、Google、Twitterなど、採用活動にGildの技術をテストしたり使用したりした大手クライアントは数多くある。

企業は、Gild のテクノロジーを使用して新しい候補者を特定すると同時に、すでに採用を検討している人材も評価します。 Gilded 社もこの技術を使用しています。同社は有能なプログラマーを緊急に必要としていましたが、彼らが提供できる給与は大手テクノロジー企業ほど高くなかったため、Jed 社を見つけました。アルゴリズムにより、ジェドのプログラミングスコアは南カリフォルニアで最高であり、ほぼ比類のない100ポイントであると判定されました。

ジェドとは誰ですか? 彼はギルドを助けることができますか? 彼の物語は、今日の雇用システムと実力主義について何を教えてくれるでしょうか? #p#

能力がすべてですか？

シリコンバレーの人々は、成長、効率、スピードが良いといった特定の考え方に賛同する人がほとんどです。テクノロジーはほとんどの問題を解決できます。変化は避けられません。混乱を恐れる必要はありません。おそらくシリコンバレーの人々がもっとも信じているのは、能力がすべてを決定づけるということだろう。

しかし、ヴィヴィアン・ミン氏は、シリコンバレーは人々が考えるほど実力主義ではないと考えているという。 2012年後半からギルデッド社の主任科学者を務めているビビアン・ミン氏は、才能ある人々が見落とされたり、誤解されたり、見逃されたりすることはよくあることだと考えている。彼女がそう思うのは、彼女自身もそのような経験をしたからでもある。

ミン博士はエヴァン・キャンベル・スミスという名の男性として生まれました。彼は優秀な生徒であり、優れた運動選手でもあり、三段跳びと棒高跳びで高校記録を保持していました。しかし、彼は常に自分の体からある種の分離を感じていた。高校卒業後、エヴァンは本格的なアイデンティティ危機を経験しました。彼は大学を中退し、職を転々とし、自殺も考え、そして彼自身が言うところの人生最低の時期を迎えた。しかし、彼はそこで立ち止まることなく、再び跳ね上がりました。 27 歳で大学に戻り、カリフォルニア大学サンディエゴ校で認知神経科学の学士号を取得し、その後カーネギーメロン大学で心理学と計算神経科学の博士号を取得しました。

スタンフォード大学の博士研究員時代に性転換を始め、2008年に正式にビビアン・ミン博士となった。

ミン博士は、女性として、人々が自分を違った扱いをしていることに気づき始めました。中には、男性が彼女のためにドアを開けてくれるなど、一見無害なものもあった。また、男性がいた頃に比べて、生徒が数学の問題を持ち込んでくる頻度が減ったことや、男性の同僚や仕事関係の人が社交行事（野球の試合など）に誘ってくれる頻度が減ったことなど、彼女を悩ませる事柄もあった。

偏見は、人々が気づかない形で現れることが多いです。ミン博士は、イェール大学の研究者による調査結果を引用し、ある研究大学の教員が、管理職に応募する女性は同じ資格を持つ男性応募者に比べて著しく能力が劣ると述べたと述べている。全米経済研究所が発表した別の調査では、履歴書に「黒人風」の名前を書いた求職者は、「白人風」の名前を書いた求職者よりも雇用主から電話がかかってくる可能性がはるかに低いことがわかった。

性別、外見、名前の発音が採用の決定に影響を与えるべきではないということに、ほぼすべての人が同意しています。しかし、ミン博士は実力主義の概念をさらに一歩進めています。彼女は、どこの大学に通っていたか、どこで以前に働いていたかといった、一般的に受け入れられている人材選抜基準も、優秀な人材を見逃し、最終的には雇用主にとって損失になる可能性があると主張している。

「採用に使われる従来の基準は間違っている可能性があり、非常に間違っている」と彼女は語った。

ミン博士は、いわゆる「無駄にされている才能」に対する答えとして、人間の偏見を可能な限り排除する機械を作ることを提案している。これは、伝統的な資格を無視すべきだと言っているのではなく、むしろ彼女がより複雑な基準とみなすものとバランスを取るべきだと言っているのです。全体として、ギルドのアルゴリズムは、人物を分析する際に約 300 の主要な変数を処理します。その人物が訪問した Web サイト、さまざまなテクノロジーを説明する際に使用された言語の種類 (肯定的か否定的かにかかわらず)、LinkedIn で説明しているスキル、取り組んだプロジェクトとその期間、そしてもちろん、その人物が通った学校、専攻、その年の U.S. News & World Report によるその学校のランキングなどです。 #p#

データから金を見つける

金脈を探し求めるのは金メッキ会社だけではない。サンフランシスコの別の新興企業、TalentBin も、インターネットで有能なプログラマーを探している。同社の Web サイトによると、TalentBin はプログラマー募集サイトで「無駄なデータ」を収集し、雇用主向けの潜在的な採用リストを作成している。もう一つの競合は、オンラインでの作業の評価に基づいて人の能力を評価するRemarkableHireです。

さらに、ENTELO という会社もあります。これは、求職活動を行っている可能性のある人を、本人が仕事を探し始める前に特定しようとする会社です。 ENETLOのウェブサイトによると、同社はソーシャルネットワーキングサイトでの自己紹介など、70以上の変数を使ってキャリアの変化の兆候を捉えている。 「私たちがデータを処理し、お客様のエネルギーを節約します」とサイトには書かれている。

英国のデータ分析会社アルティメーター・グループのデータおよび分析業界アナリスト、スーザン・エトリンガー氏は、採用活動にビッグデータを活用することは「間違いなく試してみる価値がある」と語った。しかし彼女は、履歴書や推薦状の収集や、従来成功に関連付けられてきた指標の使用など、雇用主がすでに行っていることをアルゴリズムが改善するかどうか疑問視した。

「実際の結果がないので、確率が現実に等しいとは思えません」と彼女は言う。

ビッグデータ企業QUIDの共同創業者兼最高技術責任者であるショーン・ガウリー氏は、スクリーニングデータは採用に役立つ可能性があるが、それはデータから何が明らかにできないかを理解した上で使用する場合に限られると述べた。 「ビッグデータにはビッグデータバイアスがある」と彼は語った。 「測定できるものは測定する」、そして「直感やカリスマ性など、測定できないものは過小評価する」。

ゴーレイ氏はさらにこう付け加えた。「複雑な意思決定から人間を排除すれば、アルゴリズムを神のような存在に最適化できるが、その代償はどれほどだろうか？」

ミン博士は、人間の判断を排除すべきだとは言っていないが、自動化された人材採用や選考システムのように、採用はコンピューターによって行われるべきだと考えている。ギルドは700万人のプログラマーのプロフィールのデータベースを蓄積し、ギルドスコアと呼ばれるものに従って彼らをランク付けしている。同社によれば、これは人の能力を測る方法だという。ミン氏は最終的に、このアルゴリズムを拡張して、ウェブサイトのデザイナー、金融アナリスト、さらには小売店の販売員など、あらゆる種類の労働者の検索と評価に使用できるようにしたいと考えています。

「私たちは自分たちの中に金鉱を見つけたのです」とミン博士は語った。「ロサンゼルスでコンピューターをいじっている少年を見つけたのです。」

彼女はジェドについて話していました。 #p#

アルゴリズムによって発見された人物

ドミンゲスは5人兄弟の3番目としてロサンゼルスで育った。私の母は主婦で、父は通信機器の設置業者で、教育に重点を置いたブルーカラー労働者です。

ジェドの成長の軌跡は非常に反抗的でした。高校の半ばで、成績優秀者だったドミンゴスは、学校に行くのは基準を満たすためなのか、それとも本当の学習のためなのか疑問に思い始めました。 「価値提案は、良い仕事に就くために学校に行くことです」と彼は私に言った。 「でも、冷静に考えてみてください。学校は勉強するために行くべきではないですか？」ジェドの成績は劇的に下がり、アルハンブラ高校を卒業したときの評定平均点は3.0以下だったと彼は私に話した。

彼は大学に行きたくないだけでなく、大学に行かなくても大成功できることを証明したいと思っています。彼はビジネス書をたくさん読み、Tシャツにカスタムパターンを印刷する会社を立ち上げました。最初は自宅で仕事をしていましたが、後に100平方メートル近くの倉庫を借りて仕事をするようになりました。彼はウェブサイトも必要だと考え、独学でプログラミングを学びました。

「私は自分自身の実力を証明するために必死に努力していた」と彼は語った。彼は少しやりすぎたかもしれないと認めた。 「ただ人々が間違っていることを証明するためだけに何かをするのは、あまり成熟した行為ではありません。」

彼の腕には筆記体で「Believe」と書かれたタトゥーが入っている。今では彼はそれが少しばかげていると感じていたが、それでも自分がやりたいことはできると信じていた。コンピュータ言語について語る際、彼はこう言った。「コードの最も優れた点は、能力によって大きく左右されることだ。何を学んだかではなく、何を学んだかが重要だ。」

ギルデッドが採用活動を始めたとき、同社はサンフランシスコとシリコンバレーの地域では優秀な人材が十分に確保されていると想定していた。そこで同社は南カリフォルニアの情報にアルゴリズムを適用し、プログラマーのリストを作成しました。リストの最初にいるのは、ソフトウェア開発者が集まってコードを共有し、アイデアを交換し、評判を築く場である GitHub で非常に確固たる評判を得ている Dominguez です。裕福な企業は、GitHub や BitBucket、Google Code などの他のいくつかのサイトを徹底的に調べて、これを実行している賢い人々を見つけます。

ドミンゲスの記録は素晴らしい。ウェブサイト構築時に使用する Jekyll-Bootstrap 機能用に彼が書いたコードは、他の 1,267 人のウェブサイト開発者によって再利用され、大きな印象を残しました。彼の言葉遣いや習慣からは、製品開発への情熱と、Gilded Company にとって役立つ Rails や JavaScript などのさまざまなプログラミング ツールへの愛情が伝わってきます。彼のブログやツイッターの投稿を見ると、彼が意見をはっきり持っていることが分かる。それはまさに Gilded が創設メンバーに求めていることである。

ギルデッド社の採用担当者が彼にメールを送り、面接のためにサンフランシスコに来るよう依頼した。ギルデッド社の共同創業者兼CEOのシーロイ・デサイ氏は、同社の2人の創業者は、魅力的で自信に満ちた若者に目を向けたと語った。穏やかで、雄弁で、思慮深く、人懐っこい笑顔を持ち、面接に来た他の応募者よりも鋭い洞察力があったという。

ドミンゲス氏はインタビューに明るい緑色のパーカーを着ていた。彼は、エンジニアに知らせずに評価を行うことで、プライバシーの侵害と見なされるのではないかと会社が心配しているかどうかなど、鋭い質問をした。（ギルド氏はそうは思っていないし、ドミンゲス氏も同様だ。ギルド氏は、同社は公開されている情報を使用していると述べている。）

彼らはまた、組織化された環境で働くことができるかどうかなど、鋭くも穏やかな質問もいくつかした。彼はできると言った。同社はすぐにドミンゲス氏と契約し、同氏は年俸約11万5000ドルの仕事に就いた。

「彼は、聡明で意欲的な少年の典型的な例だったが、何らかの理由で高校時代にうまくやれず、大学の価値がわからなかった」とデサイ氏は語った。

デサイ氏は、雇用主から最も高く評価されている大学の一つであるマサチューセッツ工科大学に通っていた。デサイ氏はそこで、プレッシャーに対処する方法、才能ある人々と働く方法、そして時には他人に対して劣等感を感じることを学んだと語った。学校で学ぶことは重要だが、「それが全てではない」と彼は言う。コンピュータサイエンスの学位を持っているにもかかわらず、彼は「自分はひどい開発者だ」と確信しています。

ビッグデータ採用はどの程度信頼できるのでしょうか?

人材管理の専門家でカリフォルニア大学ロサンゼルス校の教授であるデイビッド・ルーウィン氏は、個人が何を達成できるかを問うことは重要な質問だが、他の人と協力してそれを達成できるかどうかを問うことも同様に重要であると述べた。レバイン博士は、ある人が組織内でどのようなパフォーマンスを発揮するかを予測する最も信頼できる方法は、すでにそこで働いている人からの推薦を得ることだと述べた。現在の従業員は会社の文化を理解しており、誤った推薦をすると、自分自身の評判や職場環境が危険にさらされる可能性があります。イェール大学経営大学院によるビッグデータを使用した最近の研究では、従業員による紹介は優秀な従業員を採用する良い方法であるという既存の知識が洗練されましたが、この方法は推薦者自身が非常に有能な場合にのみ効果的であることが多いです。

一方、レバイン博士は、アルゴリズムが信頼できる従業員からの適切な推薦に完全に取って代わることができるかどうか疑問視している。

Gilded のクライアントの 1 つは、モバイル決済システムを専門とする Square という会社です。他の多くのハイテク企業と同様、スクエアも積極的に人材を採用している。シリコンバレーで長年働いてきた同社の人事部長ブライアン・パワー氏によると、優秀な人材をめぐる競争はドットコム・ブームの頃と同じくらい熾烈だという。

「スタンフォード大学出身、あるいはグーグルで勤務経験があるというのは優れた指標だ」とボール氏は語った。 「彼らが有名なのには理由がある」。しかし、シード候補には多くの選択肢があり、Square を選ばない可能性もある。 「我々はもっと大きなプールに網を投げ込む必要がある。そしてギルドはまさにそれを実行している」と彼は語った。

ギルデッドの技術部門はスクエアの候補をいくつか特定したが、まだ契約は交わしていない。ボール氏は、ギルド氏のアルゴリズムは、スクエアが求人に求めているほど具体的なものではない、一般的なコーディングスコアを出したと述べた。 「ギルドは誰が有能かについて独自の見解を持っているが、それはそれほど単純ではない」と彼は述べ、スクエアはモデルの最適化のためにギルドと協議中であると付け加えた。

現時点では用途が限られているものの、バウアー氏は、Gilded の取り組みは大きなことの始まりだと語った。今日では、若いエンジニアが自分の研究成果をオンラインで公開したり、オープンソース プロジェクトに参加したりすることが増えており、原石を発掘するために使用できるデータをさらに多く提供しています。 「まだ発見されていない才能を発掘することがすべてだ」と彼は語った。

デサイ氏は、ドミンゲス氏はギルデッド社に8か月在籍しており、有能なプログラマーであることを証明したと述べた。しかし、彼はまた、ドミンゲス氏は「組織化された環境で働くことに苦労することもある」とも述べた。彼がコンピューターの前に座っているとき、同僚たちは彼の邪魔をしないように努めます。

会議ではドミンゲス氏は熱心に話した。彼は「システムの構築方法について自分が発言権を持っている限りは」以前よりも幸せだと語った。そうでなければ、それは彼が従わなければならない単なるシステムになってしまう。彼はまた、過去6か月間で従業員が10人から40人に増え、管理階層と官僚主義が増した同社の拡大についても少し不満を述べた。

「実のところ、私は自分のやり方で物事を進めるのが性分なので、最終的に自分の会社を立ち上げるのは必然だった」とドミンゲス氏は語った。しかし、彼はすぐにこう付け加えた。「会社が私に与えてくれた機会に感謝し、尊重しています。彼らが私を雇ったのは私の能力のためだと確信しています。そのことに私はいつまでも感謝しています。」

ミン博士は、ドミンゲスという若者は偉大な発見であるが、同時に未知数でもあると語った。もちろん、彼は単なる一例であり、この新しいアプローチを支持することも反論することもできません。

「彼はいつも一匹狼的なスタイルでした」とミン博士は語った。 「初期段階では大丈夫だが、後になって判断が難しくなる可能性がある」

アルゴリズムは、測定可能なものを測定するのに優れています。それはドミンゲスのコンピューター操作能力を計算した。まだ不確かなのは、彼が長期的に自分の才能をどう使って人々と協力していくかということだ。