Crédito:CC0 Dominio público
Un profesor asistente de informática e ingeniería de la Universidad de Texas en Arlington descubrió que los solicitantes de empleo pueden mejorar su posición, en promedio, en al menos 16 puntos en un grupo de 100 solicitantes mediante el empleo de un algoritmo que utiliza palabras clave específicas del trabajo.
Shirin Nilizadeh dijo que se sintió motivada a seguir esta línea de investigación después de ver que sus amigos no eran seleccionados para puestos o entrevistas de segunda ronda.
"Descubrimos que puede adaptar su currículum para un trabajo específico mediante el uso de palabras clave específicas que podrían llevarlo a la cima", dijo. "Es una especie de truco para el proceso de reclutamiento".
El artículo de Nilizadeh, "Ataques contra algoritmos de clasificación con incrustaciones de texto:un estudio de caso sobre algoritmos de reclutamiento", fue aceptado en las Actas del cuarto taller BlackboxNLP sobre análisis e interpretación de redes neutrales para PNL . Anahita Samadi, ahora estudiante de doctorado en la UTA que estudió con Nilizadeh, dirigió el proyecto y lo presentó en la conferencia de 2021 sobre métodos empíricos en el procesamiento del lenguaje natural.
Los algoritmos de incrustación de texto que se utilizan en la contratación de puestos de trabajo hacen coincidir las palabras y frases de los currículos con la descripción del puesto para obtener puntuaciones de similitud. Los currículums se clasifican en función de esos puntajes. Pocos estudios hasta ahora han demostrado que los algoritmos de clasificación que utilizan incrustaciones de texto son vulnerables a los ataques de los adversarios.
"Pensamos que los algoritmos de reclutamiento eran el mejor ejemplo de tales algoritmos de clasificación y, por lo tanto, decidimos trabajar en ellos", dijo Nilizadeh. "El objetivo de nuestro ataque era identificar las palabras clave de la descripción del trabajo que pueden mejorar la clasificación del currículum".
Como era de esperar, agregar más palabras clave mejora la clasificación. Sin embargo, la investigación también mostró que agregar demasiadas palabras o frases similares podría no mejorar la clasificación de un currículum.
Uno de los temas principales que Nilizadeh estudia en el Laboratorio de Investigación de Seguridad y Privacidad de la UTA es la solidez adversaria de los sistemas basados en datos basados en inteligencia artificial (IA). En otras palabras, prueba los sistemas que usan IA contra posibles ataques y evalúa la solidez de esos sistemas.
Hong Jiang, presidente y profesor del Departamento de Informática e Ingeniería, dijo que el trabajo de Nilizadeh es prometedor.
"Podría ser una herramienta que los posibles empleados y empleadores podrían usar en el proceso de búsqueda de empleo", dijo Jiang.