bt365致力于成为一家有道德的公司
全球各地的公司都从使用技术来帮助招聘优秀员工中受益. 自动化可以大大减少招聘过程中行政工作的工作量. 数据分析可以帮助公司完善和改进他们的招聘流程. 机器学习(ML)和人工智能(AI)可以帮助雇主更有效地做出更好的招聘决策.
但使用这些工具也有很大的风险. 自动化可能会鼓励歧视性做法. 数据分析可能会将私人信息泄露给世界其他地方. 机器学习可以隐藏甚至强化现有的偏见.
作为招聘软件的领导者, bt365, 公司及其员工, 是否对bt365网站的客户和数百万使用bt365网站的产品申请工作的求职者负有责任. 为实现这一目标, bt365的数据, 产品和隐私道德委员会已经形成了一套道德准则，作为bt365网站评估潜在的新产品和新功能开发时的北极星, 并告知bt365网站所做的任何与bt365网站如何处理候选人和客户数据有关的商业决策.
bt365网站希望在整个行业和整个企业之间引发对话. 雇佣或不雇佣某个人的决定会对真实的人产生巨大的影响, bt365网站致力于确保bt365网站的技术能够支持并发挥人类的潜能. bt365网站将继续在这一不断发展的领域中评估bt365网站的工具和方法，以确保bt365网站在工作中做出尽可能最好的决定.
bt365网站的原则
一般
bt365网站会一直考虑一个系统会如何在招聘过程中伤害员工
当研究一个新产品或新功能时，很容易想象它可以提供的好处. 通常很难考虑一个系统会如何伤害个人或群体. 例如, 警方使用的面部识别软件缺乏训练，导致无辜的人被冤枉. 也有一些简历服务更倾向于男性而不是女性的例子. bt365网站不可能保证科技产品是公正的, 所以bt365网站需要有一个计划，当一个人产生不希望的结果时会发生什么. bt365网站的系统还必须防止不可避免地渗入系统的偏见, 它们必须既透明又保密，必须促进公平和包容.
在这个委员会, bt365网站的目的是澄清bt365网站在生态系统中评估的某些类型的偏差(选择偏差), 确认偏误, 报告的偏见, 飞轮效应, 隐式/无意识的偏见, 等.). bt365网站创建这个委员会是为了建立一个更公平的框架，来识别bt365网站产品套件中的潜在偏见，并防止它们偏离bt365网站的总体目标:让公司雇佣最好的团队.
隐私 & 安全
bt365网站保护候选人数据和客户数据
当一个求职者向bt365网站的客户申请一份工作时, 他们被要求提供可能是机密的个人信息. bt365将继续构建适当的安全和数据隐私Solutions, 仔细权衡敏感的候选数据和敏感的客户数据.
bt365网站不会在客户之间共享候选评估
鉴于bt365酒店的客户规模各异, 行业, 地理位置和更多, 让bt365网站的客户彼此分享他们面试过的候选人的信息是很有诱惑力的. 但这可能会把bt365变成类似于信贷机构的东西, 对候选人未来的工作前景施加不相称且不合理的权力, 可能会对候选人和客户造成巨大的伤害.
bt365网站将继续优先为bt365网站的客户提供他们需要的工具，以评估今天坐在他们面前的候选人, 不要把别人对候选人的评价强加于人, 没有上下文, 基于过去发生的离散相互作用. 在哪些方面共享信息可以改善候选人和客户的招聘过程, bt365网站将首先征求候选人的同意。.
自动化
bt365网站用一致性来创造公平和问责制
bt365网站首先使用自动化来使招聘过程更加一致, 因为拥有一致流程的公司更负责任, 具有包容性，为候选人提供更好的体验. 当追求效率, bt365网站将考虑这种效率是支持责任还是有损于责任, 包容性和候选人经历.
bt365网站鼓励人们做出重要的决定
在招聘过程中有成百上千的决定需要做出, 包括在哪里发布职位描述等重要的考虑因素, 面试谁，最终聘用谁. 但也有一些琐碎的决定, 例如什么时间安排面试或发送电子邮件给候选人. 招聘过程中的自动化决策会直接或间接地影响谁会被聘用，这可能会放大现有的偏见. 如果bt365网站相信自动化工具或算法会积极地减轻或克服偏见，而不是放大它们, bt365网站将优先考虑琐碎决策的自动化，以解放bt365网站的客户，让他们专注于做出重要决策.
数据科学、机器学习和人工智能
与bt365网站的使命一致, bt365的目标是创造工具，使bt365网站的客户始终在招聘方面表现出色. bt365网站很清楚，在ML和AI领域，广泛的伦理问题正在成为公共知识, 并积极寻求为所有利益相关者创造公平和公正的结果. 为实现这一目标, bt365网站不断微调一套严格的QA流程，以确保数据质量, 信息的准确性和彻底评估模型的公平性.
bt365网站优先考虑机器学习模型的可解释性
bt365的数据科学团队旨在确保bt365网站使用和创建的算法能够向所有利益相关者解释. bt365网站将尽可能避免使用黑盒算法和深度学习模型. 当bt365在bt365网站的产品中发布机器学习功能时, bt365网站将分享所使用的模型类型的解释, 模型的输入和bt365网站建模方法的基本原理.
bt365网站不创建综合质量分数来评估人
使用算法为人员和流程分配数值可能是危险的, 并在不经意间放大了现有的社会偏见. 而机器学习的目标是简化复杂的过程, bt365网站认识到，当一个单一的分数被用来给候选人排名时，那些细微的差别就消失了, 来源, 等. 在用户作出影响人类生活的重要决定时，bt365网站将寻求与他们分享充分的评估信息.
bt365网站积极寻找并减轻bt365网站的ML技术中的现有偏见
bt365很清楚，现有的ML和AI模型在招聘领域放大了社会偏见的范围. bt365网站很清楚，这些有害的偏见不能通过简单地从ML模型中移除敏感信息来缓解. bt365网站致力于定期审查bt365网站产品中的模型，为候选人创造更公平和公平的结果，并让bt365网站的用户减轻他们在招聘决定中的偏见.
将原则付诸行动
bt365网站承诺持续进行产品评审
关于个人数据的使用和保留的法律和伦理问题是复杂和不断变化的, 目前还不清楚, 像bt365这样的公司可以使用一刀切的方法来保证每次都能得到完美的结果. 事实上, bt365网站希望随着时间的推移，bt365网站对这些问题的理解和经验变得更加复杂，bt365网站将继续迭代这些原则. 在短期内, 然而, bt365网站将致力于积极地将bt365网站在这里提出的框架应用于有可能影响个人和整个社会的产品决策. 具体地说, bt365网站将评估所有产品变更的偏差风险和不公平结果, 以及对敏感客户和候选数据的安全的风险. 如果bt365网站意识到bt365网站产品的任何现有方面对候选人或客户的负面影响, bt365网站将重新评估这一功能, 进行必要的修改，并让bt365网站的候选人和客户了解这些更改背后的原因.
bt365网站对过去所做的决定负责
bt365网站是人，bt365网站不完美. bt365网站过去犯过错误. bt365网站将来会犯错误. 作为bt365网站常规计划流程的一部分, bt365网站将投入时间和精力重新评估过去的决定, 承认bt365网站所犯的错误，并在需要的时候改变方向. bt365网站也会听取客户的意见, 候选人和bt365网站自己的员工, 并愿意在审慎和可行的情况下采取行动.
bt365网站增加了与第三方合作伙伴的透明度
bt365以bt365网站强大的生态系统伙伴而自豪, 可以让客户快速便捷地将bt365账户与现有的人力资源工具集成在一起. 尽管bt365网站相信bt365网站的客户能够评估他们自己的工具并做出他们自己的商业决策, 对于哪些数据是共享的，以及谁负责保护数据和按照这些原则管理数据，可能缺乏透明度——对客户和候选者都是如此.
bt365将努力清晰地拼出来, 用浅显的语言, 集成伙伴关系如何工作, 让客户和候选人都知道他们的数据在bt365之外被共享的程度. 如果bt365网站有理由相信bt365合作伙伴正在积极破坏bt365网站的道德原则, 如有必要，bt365网站将调查并重新评估bt365网站与他们的继续合作关系.