バイアスを検出する方法

2015年10月

これは多くの人にとって驚きかもしれませんが、場合によっては、応募者プールについて何も知らなくても、選考プロセスにおけるバイアスを検出することができます。これは、第三者がこのテクニックを使って、選考を行う人が望むかどうかにかかわらず、バイアスを検出できることを意味するため、エキサイティングです。

このテクニックは、(a) 選ばれた応募者のランダムサンプルが少なくとも1つある、(b) その後のパフォーマンスが測定される、(c) 比較する応募者グループの能力がほぼ均等に分布している場合に使用できます。

どのように機能するのでしょうか？バイアスとはどういう意味かを考えてみましょう。選考プロセスがタイプxの応募者に対してバイアスがかかっているとは、タイプxの応募者が選考プロセスを通過するのが難しいことを意味します。つまり、タイプxの応募者は、タイプxではない応募者よりも優れていなければ選考されません。

[ 1 ]

つまり、選考プロセスを通過したタイプxの応募者は、他の成功した応募者よりも優れた成績を収めることになります。そして、すべての成功した応募者のパフォーマンスが測定されれば、彼らはそうす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ならないものでなければなりません。しかし、パフォーマンスを測定できるドメインはいくつかあり、それらのドメインでは、バイアスの検出は簡単です。選考プロセスが何らかのタイプの応募者に対してバイアスがかかっていたかどうかを知りたいですか？彼らが他の応募者よりも優れた成績を収めているかどうかを確認してください。これは、バイアスを検出するためのヒューリスティックな方法ではありません。バイアスとは、まさにこのことです。

たとえば、多くのベンチャーキャピタルファンドが女性起業家に対してバイアスをかけていると疑われています。これは簡単に検出できます。ポートフォリオ企業の中で、女性起業家が設立したスタートアップは、そうでないスタートアップよりも優れた成績を収めているのでしょうか？数か月前、あるVCファンド（ほぼ間違いなく意図せずに）はこのタイプのバイアスを示す研究を発表しました。First Round Capitalは、ポートフォリオ企業の中で、女性起業家が設立したスタートアップは アウトパフォーム そうでないスタートアップの63%でした。

[ 2 ]

私が最初にこのテクニックが多くの人の驚きになるだろうと言ったのは、このような分析をあまり見かけないからです。First Roundがこのような分析を行ったことは、彼らにとっても驚きでしょう。First Roundの誰も、自分のポートフォリオにサンプルを限定することで、スタートアップのトレンドではなく、企業を選定する際の自分のバイアスに関する研究を行っていることに気づかなかったと思います。

私は、このテクニックが今後より多く使用されるようになると予測しています。このような研究を行う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。誰が応募したかという情報は、通常、選考を行う組織によって厳重に管理されていますが、今日では、誰が選考されたかという情報は、集計する手間さえかければ、誰でも公開されていることがよくあります。

注記

[ 1 ] このテクニックは、選考プロセスが異なるタイプの応募者に対して異なるものを求めている場合（たとえば、雇用主が男性を能力に基づいて雇用し、女性を容姿に基づいて雇用する場合）には機能しません。

[ 2 ] ポール・ブッハイトが指摘しているように、First Roundは、最も成功した投資であるUberを研究から除外しました。そして、アウトライヤーをある種の研究から除外することは理にかなっていますが、アウトライヤーを当てることがすべてであるスタートアップ投資からのリターンの研究は、その一つではありません。

謝辞 この原稿を読んでくださったサム・アルトマン、ジェシカ・リビングストン、ジェフ・ラルストンに感謝します。