Красивая проблема: как справиться с дискриминацией по внешности | Большие Идеи

・ Тренды
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Красивая проблема: как справиться с дискриминацией
по внешности

Может ли искусственный интеллект победить предвзятость

Автор: Томас Чаморро-Премузик

Красивая проблема: как справиться с дискриминацией по внешности
Фото: EMMA INNOCENTI/GETTY IMAGES

читайте также

«У нас в ДНК заложено, что Россия и качество несовместимы»

Ирина Пешкова

Улыбка против кулака

О’Коннел Эндрю

Почему выбирать работу по зову сердца могут не все

Джойс Хэ,  Джон М. Яхимович,  Джулиан Аранго

Работа лидера

Лори Дональд,  Хейфец Рональд

Одна из причин широкого интереса к искусственному интеллекту заключается в том, что он потенциально может снизить степень предвзятости в принятии решений. Например, в метааналитических исследованиях давно уделяется особое внимание повсеместно распространенной дискриминации при найме на работу.

Даже в богатом и либеральном мире в профессиональной среде проявляется множество предубеждений, из-за которых некоторые группы людей получают незаслуженное или несправедливое преимущество перед другими независимо от фактического таланта или потенциала: сексизм, расизм, эйджизм и т. д.

Но едва ли когда-либо обсуждается или признается один из наиболее заметных видов дискриминации, а именно дискриминация по внешности, также известная как «лукизм». Действительно, наличие преимущества на рынке труда из-за внешности документально подтверждено. Во всестороннем научном обзоре резюмируется: «Физически привлекательных людей с большей вероятностью пригласят на собеседование и возьмут на работу, они быстрее продвигаются по карьерной лестнице благодаря частым повышениям в должности и получают более высокую заработную плату, чем непривлекательные люди». Общие проявления дискриминации на основе внешности могут включать предубеждения в отношении кандидатов с ожирением, с татуировками, странно одетых или еще в чем-то не соответствующих господствующим эстетическим критериям общества.

В широком смысле дискриминация по внешности выражается в благосклонном отношении к тем, кого сочли более привлекательным, независимо от того, проявляется ли это сознательно или неосознанно. И, конечно, немногие люди, не говоря уже о работодателях, действительно готовы признать, что предпочтут работать с тем или иным человеком из-за его внешних данных. Разумеется, есть некоторые исключения. Например, «приятная внешность» является официальным требованием к поступающим на службу в военно-морской флот Китая — как к представителям страны. И хотя ритейлер Abercrombie & Fitch был вынужден пойти на соглашение о выплате $50 млн в связи с наймом на позиции консультантов по продажам белых кандидатов англосаксонского типа внешности, суд не запретил компании навязывать стандарты привлекательности в своей политике подбора персонала и дальше, если при этом будет соблюдаться принцип многообразия.

Хорошая новость: выявить подобную дискриминацию удивительно просто. Это означает, что любой работодатель, решивший исключить предвзятость в отношении менее привлекательных людей, вероятнее всего, сможет обнаружить ее и оценить эффективность того или иного способа ее преодоления. Теперь плохая новость: если полагаться не на данные, а на интуицию, вы вряд ли достигнете цели. В этом деле может помочь ИИ, если подойти к вопросу ответственно. Итак, как мы можем решить проблему пристрастности к красоте?

Во-первых, вы можете измерить привлекательность — как функцию собирательной обобщенной оценки внешнего вида. Представьте, что вы просите десять участников эксперимента оценить внешность или привлекательность 100 человек. Несмотря на то что параметр этот необъективный, в силу чего одного и того же человека неизбежно будут характеризовать по-разному, тем не менее красота также и не полностью субъективная категория. Поэтому большинство оценивающих, например, по 10-балльной шкале, совпадут во мнении, что тот или иной человек обладает приятной (или не очень) внешностью, независимо от принадлежности к одной или разным культурам.

Затем можно соотнести полученный балл с рядом показателей успеха, начиная от оценок на собеседовании и заканчивая рейтингами эффективности работы и данными о карьерном росте или заработной плате. Учитывая, что внешняя привлекательность редко является формальным критерием выбора одного человека вместо другого — за исключением, конечно, романтических знакомств — имеет смысл проанализировать, могут ли полученные за привлекательность баллы коррелировать с каким-либо объективным показателем карьерного успеха и по каким причинам. И здесь может помочь ИИ в качестве диагностического инструмента для прогнозирования вероятности того, что из-за своей привлекательности человек считается более эффективным в бизнесе. Немало исследований свидетельствуют, что уровень привлекательности человека предопределяет целый ряд показателей успешности в куда большей степени, чем нам бы того хотелось, если говорить о каких-то надеждах на справедливость и беспристрастность мира.

Итак, что же на самом деле нам говорит наука?

Предвзятость по причине приятной внешности существует в сфере образования: исследования показывают, что физически привлекательные студенты, как правило, получают более высокие оценки в университете, отчасти потому, что их считают более добросовестными и умными, даже если это не так. Кроме того, привлекательность помогает еще на этапе вступительных собеседований. Это согласуется с более общими выводами о хорошо известном «эффекте ореола», в силу которого привлекательные люди обычно воспринимаются как более общительные, здоровые, успешные, честные и талантливые. На самом деле метааналитические исследования показывают, что даже детей считают более умными, более честными и целеустремленными, если их находят более симпатичными, — и дети делают такие же выводы, когда оценивают внешность взрослых.

Неудивительно, что пристрастность к красоте переносится и в профессиональную среду. Научные исследования показывают, что менее привлекательные люди с большей вероятностью могут быть уволены, хотя им изначально сложнее получить желаемую работу. Например, в экспериментальном исследовании ученые отправили на различные вакансии 11 тыс. резюме, в том числе и абсолютно идентичные резюме с фотографиями кандидатов разных внешних данных. Привлекательным женщинам и мужчинам отклики и приглашения на собеседования поступали гораздо чаще в сравнении с соискателями, не отличавшимся приятной внешностью (или отправившим резюме без фото).

Существует также установленная связь между привлекательностью и долгосрочным доходом, при этом люди с внешними данными выше среднего зарабатывают на 10—15% больше тех, кто по этому параметру соответствует характеристикам ниже среднего. В США такая «надбавка за красоту» аналогична надбавке за расу или пол. Примечательно, что этот эффект проявляется даже среди весьма успешных людей. Например, по рейтингам привлекательности руководителей компаний из списка Fortune 500 можно определять прибыльность их бизнеса.

Как известно, «корреляция не обязательно означает причинно-следственную связь», но давайте не будем забывать, что у корреляции все-таки есть причины. Один из деликатных вопросов — и многочисленные исследования в области эволюционной психологии тому подтверждение — касается вероятности того, что причиной корреляции между красотой и карьерным успехом является не (только) предубеждение или предвзятость, но и (также) реальный талант. Другими словами, может ли оказаться, что привлекательные люди преуспевают в жизни отчасти и потому, что на самом деле у них больше развиты адаптивные признаки, такие как интеллект или талант?

Иногда это утверждение сложно проверить не в последнюю очередь из-за обычного отсутствия объективных данных о результативности, которые не связаны с субъективными предпочтениями. Стоит учитывать, что эффективность в большинстве случаев измеряется лишь одной субъективной оценкой, данной подчиненному непосредственным руководителем или начальником. Если у работодателей нет объективных данных, которые позволили бы исключить предвзятость и субъективные предпочтения менеджеров из их оценок сотрудников, то как руководители могут количественно охарактеризовать точный вклад сотрудников в успехи компании? Именно по этой причине попытки использовать ИИ для измерения привлекательности выявили расовые предпочтения применительно к понятиям о привлекательности в конкретной культуре. Если мы научим ИИ подражать нашим предпочтениям, он будет не только воспроизводить, но и усиливать и усугублять человеческие предубеждения.

Кроме того, иногда трудно определить, следует ли рассматривать внешний вид как фактор предвзятости или необходимую для работы характеристику, особенно когда эффективность сотрудников зависит от восприятия их покупателями или клиентами. Как отмечается в докладе сайта Glassdoor, «множество отраслей и видов бизнеса пострадали бы безмерно, если бы дискриминация по внешности оказалась вне закона». В подтверждение этой идеи исследователи в области эволюционных наук сообщают о положительных корреляциях между показателями привлекательности и оценками социально желательных черт личности, таких как эмоциональная стабильность, экстраверсия и амбиции. Например, физическая привлекательность — так же как и психологическая привлекательность (эмоциональный интеллект или способность располагать к себе) — способствует росту продаж и потенциала по привлечению инвестиций, поэтому разумно ли мешать работодателям нанимать более привлекательных продавцов или организаторов сбора средств?

Возможно, причина в том, что альтернативой является дискриминация в отношении менее привлекательных людей, то есть тех групп меньшинств, которые не соответствуют доминирующим «нормам красоты». Но когда работодатели просто делают вид, что игнорируют привлекательность и сосредоточены на опыте кандидатов или результатах собеседования, и интерпретируют эти данные как объективные или беспристрастные, нет никакой гарантии, что у не очень привлекательных кандидатов будут равные шансы на получение работы. Получается то же самое, что и с отбором на основании документов об образовании  без учета принадлежности к той или иной расе или социальному классу (на самом деле это связанные характеристики).

Очевидно, что существует несправедливое преимущество для привлекательных и несправедливые препятствия для тех, кто считается менее привлекательным. Работодатели могут смягчить эту предвзятость, исключив данные о внешнем виде из своей практики найма — не только с помощью ИИ, но и сосредоточившись на научно обоснованных оценках, прошлых результатах и данных резюме. Тем не менее таких мер будет недостаточно для устранения дискриминации, поскольку в этих показателях сказывается влияние предубеждений на предыдущем этапе: если в прошлом к привлекательным людям относились лучше из-за их внешности, то эта успешность отразится в их резюме и т. д. И все же это не причина для того, чтобы игнорировать проблему или узаконить дискриминацию по внешности на работе.

Важно отметить, что ИИ может стать мощным инструментом для выявления и демонстрации степени предвзятости, лежащей в основе человеческих оценок потенциала и результативности. При правильном программировании ИИ может стать объективным способом измерения того, что мы не всегда видим сами. Например, если вы пытаетесь сбросить вес, весы помогут вам быть честными. Если вы стараетесь больше тренироваться, фитнес-трекер может помочь вам отслеживать успехи. И при использовании правильных входных данных ИИ может помочь нам преодолеть наши сознательные и бессознательные предрассудки при приеме на работу.

Об авторе. Томас Чаморро-Премузик (Tomas Chamorro-Premuzic) — главный специалист по кадрам в ManpowerGroup, профессор бизнес-психологии в Университетском колледже Лондона и Колумбийском университете, а также член Гарвардской лаборатории по предпринимательству и финансам. Автор книги Why Do So Many Incompetent Men Become Leaders? (And How to Fix It).