Studija Univerziteta Pensilvanija analizirala je skoro 96.000 fotografija MBA diplomaca i koristila AI da proceni ličnost po modelu "Photo Big Five". Algoritam je pokazao određenu sposobnost predviđanja profesionalnih ishoda, što otvara teške etičke, pravne i privatnosne dileme. Kritičari upozoravaju na rizik pristrasnosti i normalizaciju korporativnog nadzora, dok istraživanja već ispituju i mogućnosti za procenu kreditne sposobnosti.
Na razgovoru za posao mogli bi vas odbiti zbog lica — šta pokazuje novo AI-istraživanje
Na razgovoru za posao mogli bi vas odbiti zbog lica — šta pokazuje novo AI-istraživanje
Zamislite da uđete na razgovor za posao i pre nego što izgovorite „dobar dan“ budete diskvalifikovani. Ne zbog biografije, već zato što je računar analizirao vašu fotografiju i procenio da niste dobar kandidat.
Studija sa Univerziteta Pensilvanija, na čijem je čelu Marius Guenzel, koristila je gotovo 96.000 fotografija diplomaca MBA programa kako bi trenirala veštačku inteligenciju da procenjuje ličnost prema modelu koji su autori nazvali „Photo Big Five“ — vizuelna procena osobina poput prijatnosti, savesnosti ili ekstrovertnosti.
Potom su istraživači ispitivali povezanost tih procena sa stvarnim karijernim ishodima: prihodima i profesionalnim uspehom. Jedan od uznemirujućih nalaza bio je da su takve „instant“ procene na osnovu fotografije imale određenu prediktivnu vrednost.
Važno je napomenuti: istraživači sami naglašavaju da ovo nije nepogrešiva metoda niti „kristalna kugla“, već dodatni izvor podataka koji može pokazati statističke korelacije — ali ne i uzročno-posledične veze.
Zašto je to problem?
Upotreba skeniranja lica i algoritama za procenu zapošljivosti otvara ozbiljna pravna i etička pitanja. Takve tehnike lako mogu uvesti ili pojačati pristrasnosti — ako je skup podataka na kojem je model treniran pristrasan, model će prenositi te pristrasnosti na odluke. To direktno pogađa anti-diskriminacione standarde i privatnost kandidata.
Kompanije se stoga suočavaju sa velikim rizicima: od potencijalnih tužbi i regulatornih sankcija do javnog gubitka poverenja. Zbog toga mnogi poslodavci trenutno izbegavaju ovakvu tehnologiju, iako će pritiscima na tržištu i konkurencijom verovatno rasti iskušenje za eksperimentisanje.
Gde se istraživanje širi?
Autori studije već testiraju slične metode i za druge svrhe, na primer procenu kreditne sposobnosti. Zagovornici tvrde da bi takvi sistemi mogli pomoći ljudima bez kreditne istorije, ali postoji i mračnija strana: mogućnost automatskog odbijanja kredita na osnovu vizuelnih procena „rizika“.
Šta možete učiniti?
Ova studija podiže pitanje kako društvo želi da reguliše upotrebu biometrijskih i prediktivnih algoritama. Dok se ne uspostave jasni zakoni i standardi za transparentnost i fer tretman, važno je zahtevati:
- veću transparentnost o tome kako algoritmi donose odluke,
- nezavisne provere pristrasnosti i uticaja na marginalizovane grupe,
- prava pojedinaca na žalbu i ljudski nadzor u procesima odlučivanja.
Bez adekvatne regulative, postoji realna opasnost da algoritmi umesto da pomognu, ograniče prilike i prodube nejednakosti.
Zaključak: Iako rezultati istraživanja pokazuju da AI može prepoznati obrasce koji korelišu sa profesionalnim ishodima, to ne znači da bi takve metode trebalo bez dalje javne debate i regulative uvesti u praksu zapošljavanja ili kreditiranja. Glavno pitanje ostaje: da li će AI pomoći ljudskim procenama ili ih zameniti — i pod kojim uslovima?
Pomozite nam da budemo bolji.
