在招聘和相关日常商业行为中，企业正更多地转向大数据。这已经引发了关于偏见是否会被根除的讨论。大数据真的能消除偏见？有些人说是的，因为算法从本质上讲是数学性的、客观的，不是主观的。另一些人说数据和算法和创建它们的人一样有偏见。
为了更好地评价这个说法，要考虑用来评判人们的大数据类型。一种是FICO（FICO是一家美国上市公司，它提供分析软件和分析服务，包括信用评级，旨在帮助金融服务公司做出复杂、大批量的决定。）信用评级。基本类型的信息，如支付记录、负债、信用类型、新增信贷和信用记录被考虑在内。这是数据驱动的主要部分，仅仅以信用为基础。同样的方法能用于人力资源吗？
一、衡量人价值的大数据
除了贷款业，在很多地方已经做了对人的评估。其中一个是SAT（SAT，Scholastic Aptitude Test学术能力测验，Scholastic Assessment Test学术评估测试）成绩。那些得高分的人往往来自比较富裕的家庭，而不是具有更强和更令人满意的个性。人们怎么评判取决于很多因素，包括问题是如何构成的。作为一个信贷例子，某人可以放弃他们的电话号码，但那也可能是为了避开债权人或恶意的合伙人。
今年夏天，《纽约时报》上发表了一篇名为《算法歧视》的文章。它触及到由大学领导的研究，表明计算机算法能够反映出创建它们的人的偏见。特别是关于性别和种族的歧视。
二、如何让大数据成为你的优势
在谈到招募应聘者时，大数据能帮上忙，但是还有很多要做。它涉及了下面一些步骤：
- 一致性的招聘过程
为了不忽视人才，要精确地描述职位和资格条件。也要精确地表述公司和公司文化。面试过程应该涉及同样的问题、测试和以同样的方式公平地评估每一位应聘者。
- 细化筛选过程
评估应聘者与人沟通好不好和判断他们的幸福水平，而不是只看他们的工作经历、学历和成绩记录。这样能够建立理想的人格特质列表来和合格的应聘者进行对照。
- 整合社交媒体
如今有无数的工具可以用来从社交媒体配置文件中收集信息，找到有才华的应聘者。求职者通常上网分享他们的个人信息和求职经历。另一方面，与公司有关的内容，如新闻、视频和博客应该引导访问者到招聘页面来提高招聘的成功率。
- 在在线论坛上挖人
针对行业的特定论坛是分享专业知识的平台。那是能找到潜在应聘者的地方，因为他们在那里分享他们的知识，特别是如果有和招聘公司有关的问题。
总结：大数据和人力资源是良好的合作关系。无论如何，它不应该消除所有的商业行为。数字和算法不能说明一个人的全面情况。例如，面试过程能够通过不同的数据点和洞悉招聘趋势进行补充。
计算机已经在商业业务中发挥了很大的作用，无论是更有效的管理运作，还是通过闪存存放数据。计算机当然不能完全用来经营一家公司。人的因素是必需的，需要引导到搜索大数据上，以获得最精确的描述。统计算法自身也许有或者没有偏见。在招聘时，要考虑展现的个性、快乐、专业知识和一致性。特别是如果在寻找有特定行业经验，符合公司文化应聘者的时候，这对公司有很多好处。
原文发布时间为：2015-10-07