全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
用電腦演算法來判斷性格更可靠?
收藏文章
很開心您喜歡 網易科技 的文章, 追蹤此作者獲得第一手的好文吧!
網易科技
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


用電腦演算法來判斷性格更可靠?

2015 年 8 月 2 日

 
展開

據國外媒體報導,電腦不僅僅能夠運算很難的數學問題,展示各式各樣的影片。它們也越來越能夠判斷人們的性格。新一代的公司在利用數學模型來判斷人們是否會償還貸款或者是否會留職。

加州帕洛阿爾托公司Upstart在過去15個月裡給信用評分幾乎無法計的人提供了1.35億美元的貸款。那些人通常都是剛畢業的大學生,沒有房屋貸款、汽車貸款和信用卡結算記錄。

評估個人信用好壞的標準

那些都是常見的用來評估個人信用好壞的標準,但那一部分人進入職場沒多長時間。因此Upstart考量他們的SAT分數、畢業院校、專業和各科成績的平均積分點。除了職業前景之外,該公司同樣重視評估申請貸款者的性格。

“對比兩個有著相同職業和家庭背景(如是否有孩子)的人,5年後成績平均績點更高的那個人更有可能償還貸款。”Upstart聯合創始人兼產品主管保羅·古(Paul Gu)指出,“這並不是你是否有償還能力的問題,而是你有多看重你的義務的問題。”

資料顯示,會做諸如仔細檢查功課的事情或者花更多時間學習以應對突擊測驗的人很可能會如期償還貸款。名校畢業的人或者成績優良的人亦然。ZestFinance創始人兼CEO道格拉斯·梅里爾(Douglas Merril)曾供職於Google,他的公司致力於根據非標準的數據信號給次優級借貸者提供貸款。

其中的一個信號是,申請貸款者有沒有棄用過預付的手機號碼。你的住址往往是不確定的,相比之下,手機號是更可靠的找到你的方式;棄用之前的手機號可能意味著你願意(或者被迫)隔絕家人或者潛在的雇主。那是不好的信號。

「“性格”是一個分量不輕的標籤,但還貸能力與還貸意願之間有著重要的差別。」梅里爾說道,「如果光看財務往來,會很難看出人們的還貸意願。」

數據驅動

還擁有心理學博士學位的梅里爾認為,數據驅動的性格分析比傳統的分析方法要公正。

“我們總是會以各種方式評判別人,但沒有數據,我們的評判不免會帶有偏見。”他說,“我們是依據我們對人的了解,但那通常意味著我們會偏愛那些跟我們自己最相似的人。”那顯然會造成不公正的判斷。

如今,性格可由很多其它的算法來評估。雲端人事管理軟體提供商Workday推出了一項涵蓋45個員工績效因素的產品,其中包括在崗多長時間和工作表現如何。它可預測人們是否可能會辭工,還能夠給出合適的建議,如介紹新崗位或者調職,因而有可能會使得本來想要離職的人留下。

該產品還能夠根據經理在留住人才上的表現來給他們評級,如評為“超級說客”或者“終結者”。在Workday公司內部,它通過分析其銷售人員團隊總結出韌性是最關鍵的成功因素。

“我們在招聘和提拔上都會存在偏見。”Workday技術戰略主管丹·貝克(Dan Beck)指出,“如果能夠利用數據解決這一問題,那會很棒。”

說基於數據的性格評估更加合理是有理由的。史丹佛大學電腦科學教授尤雷·萊斯科韋茨(Jure Leskovec)在研究對比數據分析和保釋聽證會法官對囚犯保釋後是否會帶來社會風險的預測。他指出,初步研究結果顯示,數據驅動的分析在預測犯罪行為上的準確率要高30%。

“算法不是主觀的,而偏見源自人。”他說道。但前提是:算法不是隨便設定下來的。畢竟算法是由人去編寫的。即便事實不存在偏見,但設計的原則可能會有偏見。

數據驅動

Upstart的創始人保羅·古稱他的SAT分數很高,但從耶魯大學半途退學。因此,使用他一開始設定的算法,他會申請不到Upstart的貸款。他後來更改了算法,他說他很清楚其未來工作的責任。

“我們每次發現不好的信號的時候,我們都得問我們自己,告訴別人這就是他們申請貸款被拒的原因是否合適?”(譯/樂邦)

網易(NetEase, NTES-US)科技授權轉載》

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 網易科技 的文章, 追蹤此作者獲得第一手的好文吧!
網易科技
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容