Рамиль Сулейменов 
Проблема предвзятости при поступлении в колледжи и университеты обсуждается давно, однако реальных шагов для ее решения предпринимается значительно меньше. От интервьюеров, неосознанно отдающих предпочтение абитуриентам, похожим на них самих, до систем записи на собеседование, которые выгоднее для обладателей стабильного интернет-соединения — человеческий фактор, даже при самых благих намерениях, часто становится источником неравенства. Многие учебные заведения либо вовсе отказались от собеседований, либо изменили их формат с оценочного на информационный. Тем не менее, на фоне обостряющихся дискуссий о справедливости в процессе приема, на сцену незаметно выходит новый инструмент — интервью с использованием искусственного интеллекта.
Платформы для проведения ИИ-интервью обещают обеспечить последовательность, прозрачность и масштабируемость процесса отбора. Но способны ли они действительно гарантировать справедливость? Или же мы просто меняем одно несовершенное зеркало на другое, технологичное?
Чтобы разобраться в этом, были опрошены эксперты: разработчики технологий, бывшие сотрудники приемных комиссий и педагоги, работающие на стыке ИИ и образования. Их мнения отражают как большие надежды, так и серьезные опасения, связанные с передачей столь важного этапа машинам.
Санни Саураб, генеральный директор компании Interviewer.AI, занимающейся разработкой инструментов для ИИ-интервью при найме персонала и, все чаще, при поступлении в вузы, считает одним из главных аргументов в пользу внедрения ИИ-собеседований их последовательность. Вместо того чтобы полагаться на выпускников-волонтеров, чья подготовка и доступность сильно варьируются, каждый абитуриент получит одинаковые вопросы, пройдет собеседование по единой структуре и будет оценен по общим критериям. Саураб пояснил, что его компания использует фреймворк объяснимого ИИ (XAI), где обучающие данные тщательно отбираются для обеспечения репрезентативности различных групп абитуриентов. Ключевым примером, по его словам, была оценка коммуникативных навыков: как справедливо оценить американца, говорящего по-английски, и японца, говорящего на том же языке? Над решением подобных вопросов работала команда специалистов по данным и индустриально-организационных психологов, и эти принципы были внедрены при интерпретации данных кандидатов.
Однако Саураб предостерег, что даже хорошо спроектированные системы поднимают сложные этические вопросы, особенно когда начинают выносить суждения о личности или намерениях студента. Одной из этических дилемм, с которой столкнулась его компания, была оценка намерений студента через его коммуникацию: действительно ли он увлечен выбранным курсом или же существуют иные мотивы, например, иммиграция? Модели ИИ стремятся проверять мотивационные письма и оценивать коммуникативные навыки в интерактивном режиме, но необходимо постоянно ставить под сомнение справедливость и границы измеряемых параметров. Без должного контроля такие суждения могут воспроизводить или даже усиливать ту самую предвзятость, которую технология призвана исправить. По мнению Саураба, разработка этичного ИИ начинается с четких ожиданий. Он отметил, что современные студенты невероятно находчивы и найдут способы «обыграть» любую систему, поэтому важно создавать ее честно, обеспечивая объяснимость моделей, прозрачность критериев оценки и информируя как кандидатов, так и учебные заведения о том, что именно измеряется. В конечном счете, этичный ИИ должен расширять возможности студента, а не просто оценивать его.
Нанетт Тарбуни, бывший директор приемной комиссии по программам бакалавриата в Washington University в Сент-Луисе, считает, что стандартизированные интервью открывают путь к большей доступности, которая давно назрела. Исходя из своего опыта, она знает, как сложно обеспечить равный доступ к собеседованиям. Тарбуни полагает, что использование ИИ в процессе собеседований при поступлении в вуз имеет множество убедительных преимуществ. Интервью можно было бы проводить круглосуточно, создавая возможности и доступность для абитуриентов по всему миру и предоставляя равные шансы всем желающим пройти собеседование. Это также могло бы повысить интерес кандидатов к учебному заведению, особенно к тем, кто первым внедрит это новшество. Кроме того, содержание интервью можно было бы анализировать более последовательно: их легко транскрибировать, предоставляя вузу информацию в режиме реального времени для добавления в личное дело абитуриента, и их должно быть относительно просто запланировать. Тарбуни пояснила, что при традиционных собеседованиях выпускники-волонтеры встречаются с кандидатом лично или виртуально, но количество таких интервью ограничено числом волонтеров и их доступностью. ИИ-интервью определенно оптимизировали бы этот процесс. Однако она признает, что автоматизация не устраняет предвзятость автоматически; вероятно, потребуется определенное обучение ИИ. Тем не менее, использование ИИ, несомненно, позволило бы вузам охватить большее число студентов, желающих пройти собеседование, и помогло бы лучше оценить кандидата, если вуз придает значение интервью.
Доктор Ник Джексон, руководитель отдела цифровых технологий в Scotch College в Аделаиде (Южная Австралия) и исследователь образовательных технологий, отметил, что внедрение ИИ в процесс собеседований также заставляет пересмотреть устоявшиеся представления. По его словам, генеративный ИИ в образовании создает своего рода «зал зеркал», заставляя педагогов подвергать сомнению давние предположения о роли человеческого суждения в различных процессах и практиках. Джексон указал, что часто наблюдается рефлекторная защита систем, управляемых человеком, как якобы более совершенных или справедливых. Однако он задается вопросом, есть ли реальные доказательства этого? Когда утверждается, что определенные практики «проверены временем», редко анализируется, насколько низка на самом деле планка успеха. Реальная возможность заключается не просто в замене людей ИИ, а в критическом анализе нашего собственного отражения на каждом шагу, чтобы определить, где технология может помочь преодолеть ограничения, признавать которые мы не хотели.
Идеального способа оценки абитуриента не существует, и собеседования всегда отражали эту сложность. Но в процессе приема, все более ориентированном на справедливость, последовательность и доступность, традиционное собеседование остается одним из наименее стандартизированных и наиболее субъективных компонентов. Искусственный интеллект предлагает шанс переосмыслить этот этап. Как поделились эксперты, он может выровнять игровое поле, предоставляя каждому студенту одинаковые возможности, вопросы и критерии оценки. ИИ не заменяет нюансы человеческого суждения, но может помочь создать более надежную основу для него. Безусловно, то, как внедряется ИИ, имеет огромное значение. Технология должна быть прозрачной, инклюзивной и тщательно проверенной — не только с точки зрения результатов, но и намерений. Как и в любой части процесса приема, цель — не совершенство, а прогресс. Дискуссия о справедливости при поступлении будет и должна продолжаться. Но если ИИ побуждает нас задавать более точные вопросы о том, кого слышат и как измеряют потенциал, уже одно это заслуживает внимания.
