Siadhal Magos und Shahriar Tajbakhsh arbeiteten bei Uber bzw. Palantir, als ihnen beide klar wurde, dass die Einstellung von Mitarbeitern – insbesondere der Prozess der Vorstellungsgespräche – für die Personalabteilungen vieler Unternehmen immer umständlicher wurde.
„Uns war klar, dass der wichtigste Teil des Einstellungsprozesses die Vorstellungsgespräche sind, aber auch der undurchsichtigste und unzuverlässigste Teil“, sagte Magos gegenüber Tech. „Darüber hinaus ist das Anfertigen von Notizen und das Verfassen von Feedback mit einer Menge Mühe verbunden, die viele Interviewer und Personalmanager mit allen Mitteln vermeiden wollen.“
Magos und Tajbakhsh hielten den Einstellungsprozess für reif für eine Störung, wollten aber vermeiden, zu viel vom menschlichen Element zu abstrahieren. Also starteten sie Metaansichteine KI-gestützte Notizen-App für Personalvermittler und Einstellungsmanager, die Vorstellungsgespräche aufzeichnet, analysiert und zusammenfasst.
„Metaview ist ein KI-Notizgerät, das speziell für den Einstellungsprozess entwickelt wurde“, sagte Magos. „Es hilft Personalvermittlern und Einstellungsmanagern, sich mehr auf das Kennenlernen der Kandidaten zu konzentrieren und weniger auf das Extrahieren von Daten aus den Gesprächen. Dadurch sparen Personalvermittler und Einstellungsmanager eine Menge Zeit beim Verfassen von Notizen und sind bei Vorstellungsgesprächen präsenter, da sie keine Multitasking-Aufgaben ausführen müssen.“
Metaview lässt sich in Apps, Telefonsysteme, Videokonferenzplattformen und Tools wie Calendly und GoodTime integrieren, um den Inhalt von Interviews automatisch zu erfassen. Magos sagt, dass die Plattform „die Nuancen von Rekrutierungsgesprächen berücksichtigt“ und „sich mit Daten aus anderen Quellen anreichert“, wie etwa Bewerber-Tracking-Systemen, um die relevantesten Momente hervorzuheben.
„Zoom, Microsoft Teams und Google Meet verfügen alle über eine integrierte Transkription, was eine mögliche Alternative zu Metaview darstellt“, sagte Magos. „Aber die Informationen, die die KI von Metaview aus Vorstellungsgesprächen extrahiert, sind für den Recruiting-Anwendungsfall weitaus relevanter als generische Alternativen, und wir unterstützen Benutzer auch bei den nächsten Schritten in ihren Recruiting-Workflows in und um diese Gespräche.“
Bildnachweis: Metaansicht
Sicherlich gibt es bei herkömmlichen Vorstellungsgesprächen einiges falsch, und eine Notiz- und Gesprächsanalyse-App wie Metaview könnte zumindest theoretisch hilfreich sein. Wie ein Artikel in Psychology Today feststellt: Das menschliche Gehirn ist voller Vorurteile die unser Urteilsvermögen und unsere Entscheidungsfindung behindern, zum Beispiel die Tendenz, sich zu stark auf die erste angebotene Information zu verlassen und Informationen so zu interpretieren, dass sie unsere bereits bestehenden Überzeugungen bestätigen.
Die Frage ist: Funktioniert Metaview – und, was noch wichtiger ist, funktioniert Metaview für alle Benutzer gleich gut?
Selbst die besten KI-gestützten Sprachdiktiersysteme leiden unter ihren eigenen Vorurteilen. Eine Stanford-Studie zeigte, dass die Fehlerquote bei schwarzen Sprechern bei Speech-to-Text-Diensten von Amazon, Apple, Google, IBM und Microsoft hoch ist fast doppelt so hoch wie bei weißen Lautsprechern. Eine weitere, neuere Studie, die in der Fachzeitschrift Computer Speech and Language veröffentlicht wurde, ergab statistische Signifikanz Unterschiede in der Art und Weise, wie zwei führende Spracherkennungsmodelle Sprecher behandelten unterschiedlichen Geschlechts, Alters und Akzents.
Es gibt auch Halluzinationen, die berücksichtigt werden müssen. KI macht Fehler beim Zusammenfassenauch in Besprechungszusammenfassungen. In einem kürzlich erschienenen Artikel zitierte das Wall Street Journal einen Fall, in dem ein Early Adopter, der das AI Copilot-Tool von Microsoft für die Zusammenfassung von Besprechungen nutzte, Copilot erfand Teilnehmer und implizite Anrufe drehten sich um Themen, die nie besprochen wurden.
Auf die Frage, welche Schritte Metaview ggf. unternommen hat, um Voreingenommenheit und andere algorithmische Probleme abzumildern, behauptete Magos, dass die Trainingsdaten von Metaview vielfältig genug seien, um Modelle hervorzubringen, die bei Rekrutierungsabläufen „die menschliche Leistung übertreffen“ und bei gängigen Benchmarks für Voreingenommenheit gut abschneiden.
Ich bin skeptisch und auch etwas misstrauisch gegenüber dem Ansatz von Metaview, wie es mit Sprachdaten umgeht. Laut Magos speichert Metaview Konversationsdaten standardmäßig zwei Jahre lang, es sei denn, Benutzer verlangen die Löschung der Daten. Das scheint eine außergewöhnlich lange Zeit zu sein, und die Kandidaten würden es wahrscheinlich auch tun.
Aber nichts davon scheint die Fähigkeit von Metaview beeinträchtigt zu haben, Finanzmittel oder Kunden zu gewinnen.
Metaview hat diesen Monat 7 Millionen US-Dollar von Investoren wie Plural, Coelius Capital und Vertex Ventures eingesammelt, wodurch sich die Gesamteinnahme des in London ansässigen Startups auf 14 Millionen US-Dollar erhöht. Die Kundenzahl von Metaview beläuft sich laut Magos auf 500 Unternehmen, darunter Brex, Quora, Pleo und Improbable – und ist im Jahresvergleich um 2.000 % gewachsen.
„Das Geld wird in erster Linie dazu verwendet, das Produkt- und Engineering-Team zu vergrößern und unseren Vertriebs- und Marketingbemühungen mehr Antrieb zu geben“, sagte Magos. „Wir werden das Produkt- und Technikteam verdreifachen, unsere Konversationssynthese-Engine weiter verfeinern, sodass unsere KI automatisch genau die richtigen Informationen extrahiert, die unsere Kunden benötigen, und Systeme entwickeln, um proaktiv Probleme wie Inkonsistenzen im Interviewprozess und scheinbar vorhandene Kandidaten zu erkennen.“ das Interesse verlieren.“