«Dans le travail hybride ou le travail à distance, vous pouvez utiliser les métadonnées lors des réunions… pour identifier les points d’exclusion», dit-elle.
«Par exemple, disons qu’un gestionnaire incite les gens à faire un brainstorming, et que ce manager n’invite jamais le nouvel employé, ils les ont oubliés pour une raison quelconque. Maintenant, ils étaient peut-être vraiment silencieux – ils n’ont pas contribué. Maintenant, vous savez, peut-être que cette réunion se déroule à 16 heures et qu’il est temps pour les femmes de l’équipe ou les gardiens de l’équipe de prendre leurs enfants. Et puis avec le temps, ce manager ne les invite plus. »
Huang explique comment ces schémas, bien que souvent inintellaires, peuvent s’accumuler dans des inégalités plus larges dans les opportunités de travail, renforçant les lacunes existantes entre les sexes dans le leadership et la rémunération. En utilisant des outils Genai pour analyser des données telles que la fréquence des invitations par e-mail aux réunions, les équipes RH peuvent identifier où se produisent leurs exclusions de jour.
AI comme outil, pas une solution
Alors que l’IA offre un moyen prometteur de détecter les biais, les cations Huang que les organisations doivent gérer la réponse des données des employés et légalement, rappelant aux professionnels des RH que les données de performance et de révision contiennent également des informations sensibles.
«Il n’y a pas de numéro 1-800, ou vous savez, un numéro sans frais que vous pouvez appeler et dire:« Je voudrais que ces données reviennent », dit-elle, conseillant que le panneau légal devrait toujours être obtenu avant de travailler avec tout employé.
