Allgemein
Wir werden immer berücksichtigen, wie ein System Menschen im Rahmen des Einstellungsprozesses schaden könnte.
Wenn man ein neues Produkt oder eine neue Funktion betrachtet, ist es sehr einfach, sich die Vorteile vorzustellen, die dies bieten können. Es ist oft schwieriger zu berücksichtigen, wie ein System Einzelnen oder Gruppen von Menschen schaden könnte. Zum Beispiel hat mangelhaft konfigurierte Gesichtserkennungssoftware, die von der Polizei eingesetzt wird, dazu geführt, dass unschuldige Menschen zu Unrecht beschuldigt wurden. Es gibt auch Beispiele bei Diensten für die Erstellung von Lebensläufen, bei denen sich gezeigt hat, dass sie Männer gegenüber Frauen bevorzugen. Es ist unmöglich zu gewährleisten, dass ein technisches Produkt vorurteilsfrei ist. Daher müssen wir vorausplanen, was passiert, wenn ein unerwünschtes Ergebnis eintritt. Unsere Systeme müssen auch gegen Voreingenommenheit schützen, die sich unweigerlich in das System einschleicht; sie müssen transparent und dennoch vertraulich sein, und sie müssen Gleichheit und Integration fördern.
In diesem Ausschuss wollen wir Klarheit über bestimmte Arten von Voreingenommenheit schaffen, die wir innerhalb unseres Ökosystems bewerten (Selektionsvoreingenommenheit, Bestätigungsvoreingenommenheit, Berichtsvoreingenommenheit, Schwungradeffekt, implizite/unbewusste Voreingenommenheit usw.). Wir gründen diesen Ausschuss, um einen gerechteren Rahmen zu schaffen, der potenzielle Vorurteile innerhalb unserer Produktsuite identifiziert und verhindert, dass diese von unserem übergeordneten Ziel ablenken: Unternehmen zu ermöglichen, die besten Teams zu rekrutieren.
Barrierefreiheit
Wir entwickeln unser Produkt so, dass es für jeden zugänglich ist, unabhängig von Technologie und Fähigkeiten.
Wir richten uns nach den Web Content Accessibility Guidelines (WCAG) 2.1, um unser Produkt benutzerfreundlich und für Menschen mit Behinderungen zugänglich zu machen.
Unser Team verbessert die Barrierefreiheit unserer Webseite stetig durch Audits, Benutzertests und die Zusammenarbeit mit erfahrenen Berater*innen. Dieser Prozess ist noch nicht abgeschlossen. Daher ist es möglich, dass einige Bereiche noch nicht vollständig barrierefrei sind. Wir sind dankbar für Ihre Unterstützung dabei, unsere Website für alle zugänglich zu machen.
Diese Erklärung zur Barrierefreiheit wurde zuletzt am 4. Januar 2024 aktualisiert. Sollten Sie auf Barrieren stoßen oder Verbesserungsvorschläge haben, wenden Sie sich bitte an unseren technischen Support.
Datenschutz und Sicherheit
Wir sichern sowohl Bewerber- als auch Kundendaten
Wenn sich ein Bewerber für eine Stelle bei einem unserer Kunden bewirbt, muss er personenbezogene Daten angeben, die möglicherweise vertraulich sind. Greenhouse wird auch weiterhin geeignete Sicherheits- und Datenschutzlösungen entwickeln und dabei die Belange sowohl der sensiblen Bewerberdaten als auch der sensiblen Kundendaten sorgfältig abwägen.
Wir teilen keine Bewerberbewertungen mit anderen Kunden
In Anbetracht der Vielfalt der Kunden von Greenhouse, die sich über verschiedene Unternehmensgrößen, Branchen und Regionen erstrecken, ist es verlockend, unseren Kunden zu erlauben, untereinander Informationen über Bewerber auszutauschen, die sie interviewt haben. Aber dies könnte Greenhouse in eine Art Auskunftei verwandeln, die ein unverhältnismäßiges und ungerechtfertigtes Maß an Macht über die zukünftigen Jobaussichten individueller Bewerber ausübt, und könnte sowohl den Bewerbern als auch den Kunden massiv schaden.
Wir werden auch weiterhin die Priorität darauf legen, unseren Kunden die Tools zu bieten, die sie benötigen, um aktuelle Bewerber beim Vorstellungsgespräch zu bewerten – und nicht die Beurteilung des Bewerbers durch andere bereitstellen, was ohne Kontext und basierend auf einer vertraulichen Interaktion geschehen würde, die in der Vergangenheit stattgefunden hat. In Fällen, in denen die Weitergabe von Informationen den Einstellungsprozess sowohl für Bewerber als auch für Kunden verbessern kann, werden wir zunächst die Zustimmung des Bewerbers einholen.
Automatisierung
Wir verwenden einen einheitlichen Prozess, um Fairness und Verantwortlichkeit zu gewährleisten
Wir nutzen die Automatisierung in erster Linie, um Einstellungsprozesse einheitlicher zu gestalten, denn Unternehmen mit einheitlichen Prozessen sind verantwortungsbewusster, integrativer und bieten ein besseres Bewerbererlebnis. Wenn wir nach Effizienz streben, werden wir abwägen, ob diese Effizienz die Rechenschaftspflicht, die Integration und die Bewerbererfahrung unterstützt oder beeinträchtigt.
Wir ermutigen dazu, folgerichtige Entscheidungen zu treffen
Es gibt Hunderte von Entscheidungen, die während des Einstellungsprozesses getroffen werden müssen, darunter so folgenreiche Überlegungen wie die Frage, wo die Stellenbeschreibung veröffentlicht werden soll, wer interviewt werden soll und wer letztendlich eingestellt wird. Aber es gibt auch nebensächliche Entscheidungen, z. B. wann ein Vorstellungsgespräch angesetzt oder eine E-Mail an einen Bewerber gesendet werden soll. Die Automatisierung von Entscheidungen im Einstellungsprozess, die sich direkt oder indirekt darauf auswirken, wer eingestellt wird, birgt das Risiko, die bestehende Voreingenommenheit zu verstärken. Wenn wir sicher sind, dass ein Automatisierungstool oder ein Algorithmus die Voreingenommenheit aktiv abbaut oder überwindet, anstatt sie zu verstärken, priorisieren wir die Automatisierung nebensächlicher Entscheidungen, damit sich unsere Kunden auf die wichtigen Entscheidungen konzentrieren können.
Datenwissenschaft, maschinelles Lernen und KI
Im Einklang mit unserer Mission zielt Greenhouse darauf ab, Tools zu entwickeln, die unsere Kunden bei der Einstellung von Mitarbeitern konstant zum Erfolg führen. Wir sind uns des breiten Spektrums an ethischen Bedenken bewusst, die im Bereich ML und KI öffentlich bekannt werden, und bemühen uns aktiv darum, faire und unvoreingenommene Ergebnisse für alle unsere Stakeholder zu schaffen. Zu diesem Zweck arbeiten wir ständig an der Feinabstimmung einer Reihe strenger QS-Prozesse, um Datenqualität, Informationsgenauigkeit und eine gründliche Bewertung der Modellfairness zu gewährleisten.
Wir priorisieren die Erklärbarkeit von Modellen für maschinelles Lernen
Das Data-Science-Team bei Greenhouse möchte sicherstellen, dass die Algorithmen, die wir verwenden und erstellen, allen unseren Stakeholdern vermittelt werden können. Wir werden die Verwendung von Black-Box-Algorithmen und Deep-Learning-Modellen nach Möglichkeit vermeiden. Wenn Greenhouse eine Funktion des maschinellen Lernens in unserem Produkt freigibt, werden wir eine Erklärung der Art des verwendeten Modells, der Eingaben in das Modell und eine Begründung für unseren Modellierungsansatz veröffentlichen.
Wir erstellen keine zusammengesetzten Qualitätskennzahlen, um Menschen zu bewerten
Die Zuweisung numerischer Werte zu Menschen und Prozessen mithilfe von Algorithmen kann gefährlich sein und verstärkt ungewollt bestehende gesellschaftliche Vorurteile. Während das Ziel des maschinellen Lernens darin besteht, komplizierte Prozesse zu vereinfachen, erkennen wir an, dass Nuancen verloren gehen, wenn ein einziges Ergebnis verwendet wird, um Bewerber, Quellen usw. zu bewerten. Wir werden uns bemühen, unseren Benutzern ausreichend auswertbare Informationen zur Verfügung zu stellen, damit sie wichtige Entscheidungen treffen können, die Auswirkungen auf Menschen haben.
Wir suchen aktiv nach bestehender Voreingenommenheit in unserer Technologie für maschinelles Lernen und bauen diese ab
Greenhouse ist sich der Bandbreite gesellschaftlicher Voreingenommenheit bewusst, die durch bestehende Modelle für maschinelles Lernen und künstliche Intelligenz im Bereich der Personalbeschaffung verstärkt werden. Wir sind uns darüber im Klaren, dass diese schädlichen Vorurteile nicht einfach durch das Entfernen sensibler Informationen aus Modellen für maschinelles Lernen abgebaut werden können. Wir verpflichten uns, die Modelle in unserem Produkt routinemäßig zu überprüfen, um fairere und gerechtere Ergebnisse für Bewerber zu schaffen und unsere Benutzer in die Lage zu versetzen, Voreingenommenheit bei ihren Einstellungsentscheidungen zu reduzieren.
Grundsätze in die Tat umsetzen
Wir verpflichten uns zu kontinuierlichen Produktprüfungen
Die rechtlichen und ethischen Fragen rund um die Nutzung und Speicherung personenbezogener Daten sind komplex und entwickeln sich ständig weiter, und es gibt keinen klaren, allgemeingültigen Ansatz, mit dem ein Unternehmen wie Greenhouse jedes Mal perfekte Ergebnisse garantieren kann. Wir gehen davon aus, dass wir diese Grundsätze im Laufe der Zeit mit zunehmenden Erkenntnissen und Erfahrungen in diesen Bereichen weiter präzisieren werden. In unmittelbarer Zukunft werden wir uns jedoch verpflichten, den hier dargelegten Rahmen aktiv auf Produktentscheidungen anzuwenden, die das Potenzial haben, sich auf den Einzelnen und die Gesellschaft insgesamt auszuwirken. Insbesondere werden wir alle Produktänderungen auf das Risiko von Voreingenommenheit und unfairen Ergebnissen sowie auf das Risiko für die Sicherheit von sensiblen Kunden- und Bewerberdaten prüfen. Wenn wir feststellen, dass ein bestehender Aspekt unseres Produkts negative Auswirkungen auf Bewerber oder Kunden hat, werden wir die Funktion neu bewerten, alle notwendigen Änderungen vornehmen und unsere Bewerber und Kunden über die Gründe für diese Änderungen informieren.
Wir übernehmen Verantwortung für Entscheidungen, die wir in der Vergangenheit getroffen haben
Wir sind Menschen und wir sind nicht perfekt. Wir haben in der Vergangenheit Fehler gemacht. Wir werden auch in Zukunft Fehler machen. Als Teil unserer regelmäßigen Planungsprozesse befassen wir uns damit, vergangene Entscheidungen neu zu bewerten, uns die Fehler einzugestehen, die wir gemacht haben, und den Kurs zu ändern, wenn es nötig ist. Wir sind auch offen für Rückmeldungen, die wir von Kunden, Bewerbern und unseren eigenen Mitarbeitern erhalten, und sind bereit, hierauf zu reagieren, wenn es sinnvoll und praktisch machbar ist.
Wir erhöhen die Transparenz für externe Partner
Greenhouse ist stolz auf sein effektives Ökosystem von Partnern, das es Kunden ermöglicht, ihre Greenhouse-Konten schnell und einfach mit ihren bestehenden HR-Tools zu integrieren. Obwohl wir unseren Kunden zutrauen, ihre eigenen Tools zu evaluieren und ihre eigenen Geschäftsentscheidungen zu treffen, besteht das Potenzial für mangelnde Transparenz – sowohl in Bezug auf Kunden als auch Bewerber – dahingehend, welche Daten gemeinsam genutzt werden und wer die Verantwortung für den Schutz und die Verwaltung dieser Daten in Übereinstimmung mit den vorliegenden Grundsätzen trägt.
Greenhouse wird sich bemühen, die Funktionsweise von Integrationspartnerschaften klar und deutlich darzulegen, so dass sowohl Kunden als auch Bewerber wissen, in welchem Umfang ihre Daten über Greenhouse hinaus weitergegeben werden. Wenn wir Grund zu der Annahme haben, dass ein Greenhouse-Partner unsere ethischen Grundsätze aktiv untergräbt, werden wir dies untersuchen und unsere weitere Partnerschaft mit diesem gegebenenfalls neu bewerten.
