偏見を検出する方法

2015年10月

これは多くの人にとって驚きでしょうが、応募者について何も知らなくても、選考プロセスにおける偏りを検出できる場合があります。これは、選考者が望むかどうかに関係なく、第三者がこの技術を使用して偏りを検出できることを意味するため、非常に興味深いことです。

この手法は、(a) 選ばれた応募者の少なくともランダムなサンプルがあり、(b) その後のパフォーマンスが測定され、(c) 比較する応募者のグループの能力がほぼ均等に分布している場合はいつでも使用できます。

どのように機能するのでしょうか。偏りがあるとはどういうことか考えてみましょう。選考プロセスがタイプ x の応募者に対して偏っているということは、その応募者が通過するのが難しくなることを意味します。つまり、タイプ x の応募者が選ばれるには、タイプ x でない応募者よりも優秀でなければならないということです。

[ 1 ]

つまり、選考プロセスを通過したタイプ X の応募者は、他の合格者よりも優れた成績を収めることになります。そして、合格者全員の成績を測定すれば、彼らがそうであるかどうかがわかります。

もちろん、パフォーマンスを測定するために使用するテストは有効なものでなければなりません。特に、測定しようとしているバイアスによって無効にされてはなりません。しかし、パフォーマンスを測定できる領域がいくつかあり、その領域ではバイアスの検出は簡単です。選考プロセスが特定のタイプの応募者に対してバイアスをかけていたかどうかを知りたいですか? その応募者が他の応募者よりも優れているかどうかを確認します。これは、バイアスを検出するための単なるヒューリスティックではありません。バイアスが何を意味するかです。

たとえば、ベンチャーキャピタル企業が女性創業者に対して偏見を持っていると疑う人は多い。これは簡単に見破れる。彼らのポートフォリオ企業の中で、女性創業者がいるスタートアップ企業はそうでない企業よりも業績が良いのだろうか？ 数か月前、あるベンチャーキャピタル企業が（おそらく意図せずに）この種の偏見を示す調査を発表した。First Round Capital は、ポートフォリオ企業の中で、女性創業者がいるスタートアップ企業はそうでない企業よりも 63%業績が良いことを発見した。

[ 2 ]

この手法は多くの人を驚かせるだろうと私が最初に述べたのは、この種の分析を目にすることはめったにないからだ。First Round がこのような分析を行ったことは、同社にとっても驚きだろう。サンプルを自社のポートフォリオに限定することで、スタートアップのトレンドではなく、企業を選択する際の自社の偏見についての研究を行っていることに、同社が気付いていた人は誰もいなかっただろう。

今後、この手法がさらに利用されるようになると予想しています。このような調査を実施するために必要な情報は、ますます入手しやすくなっています。応募者に関するデータは、通常、応募者を選択する組織によって厳重に保護されていますが、最近では、誰が選ばれるかに関するデータは、集計する手間を惜しまない人なら誰でも公開されることがよくあります。

注記

[ 1 ] この手法は、採用プロセスで応募者のタイプごとに異なる点を重視する場合には機能しません。たとえば、雇用主が男性を能力に基づいて採用し、女性を外見に基づいて採用する場合などです。

[ 2 ] ポール・ブックハイトが指摘するように、ファースト・ラウンドは最も成功した投資先であるウーバーを調査から除外した。そして、ある種の調査から外れ値を除外することは理にかなっているが、外れ値を見つけることが全てであるスタートアップ投資からのリターンの調査は、その例外の一つではない。

この原稿を読んでくださった Sam Altman、Jessica Livingston、Geoff Ralston に感謝します。