AMSアルゴリズム：就職のためのツール

AMSアルゴリズムは、公共職業安定所が求職者についてより良い判断を下せるように作られたんだ。主な目的は、年齢、性別、教育、職歴などの個人情報を元に、誰が仕事を見つける可能性が高いかを予測すること。求職者には「高い」「中くらい」「低い」のスコアが与えられて、その後人間の職員がそのスコアを見て最終的な判断をするんだ。

#公共の反応と懸念

AMSアルゴリズムが導入されたとき、多くの議論が巻き起こった。こういうアルゴリズムを使うのがいいのか悪いのか、みんなで話し合ったんだ。具体的な懸念としては：

• アルゴリズムの提案に頼りすぎること。
• 職員がアルゴリズムの判断に疑問を持つ訓練を受けていないこと。
• アルゴリズムが個人や社会的バイアスを強化する可能性。
• 求職者が悪いスコアを避けるために情報を調整すること。

これらの問題を解決するために、AMSアルゴリズムの開発者はプロセスの透明性と常に見直しの重要性を強調した。また、アルゴリズムの使用が持つ危険性についても言及したんだ。

#アルゴリズムの目的

AMSアルゴリズムは、公共職業安定所のために以下の3つの主要な目標を達成しようとしてる：

1. 求職者との相談の効率を向上させること。
2. 支援措置をより効果的にすること。
3. 求職者の支援を標準化し、判断のランダム性を減らすこと。

#アルゴリズムへの参加者紹介

AMSアルゴリズムに関する研究では、参加者が基礎を理解するための簡単な紹介が行われた。アルゴリズムが求職者の雇用の可能性を予測する手助けをすることを学んだ後、参加者にはこのアルゴリズムを社会で使った場合の結果を予測できるかどうか尋ねられた。

#インタビューの質問

特定のタスクを経た後、参加者にはAMSアルゴリズムに対する感情について一連の質問がされた：

• 職員はすべての求職者にアルゴリズムを頼るべき？その理由は？
• もし求職活動をしていたら、職員にあなたのケースをアルゴリズムに相談してほしい？
• アルゴリズムを公平から不公平、正当から不当、合法から違法、社会的から非社会的、バイアスから公正、民主的から非民主的なスケールで評価してみて。
• アルゴリズムを使った公平な就職システムはどんな感じ？
• 研究中に受けた説明についてどう思った？
• タスクは易しかった？それとも難しかった？
• 追加のコメントや質問は？

#説明のバリエーション

参加者がAMSアルゴリズムを理解するのを助けるために、3つの異なる説明方法が使われた：

1. テキストバリアント：このバージョンでは、フローチャートと書かれた説明が提示された。参加者は自分のペースでスライドを進んで、アルゴリズムの各面について学んだ。

2. 対話バリアント：テキストバリアントに似ているが、ここでは情報が試験者によって口頭で伝えられた。

3. インタラクティブバリアント：参加者がボタンをクリックして追加情報を得られるウェブベースのフローチャート版。

#タスクセクション1：サンプルケース

参加者は異なる求職者を代表するサンプルケースを扱った。3人の例として、マーティン、シフテ、ハラルドが紹介された。

• マーティンは基本的な教育を受けた若者で、アルゴリズムも人間の評価者も彼の雇用の可能性を「中くらい」と評価した。
• シフテはスキルを持った移民で、国籍や性別によりアルゴリズムから低い評価を受けた。しかし、人間の評価者が彼女の可能性を認識し、「中くらい」に引き上げた。
• ハラルドは身体的な障害を持つ高齢のウエイターで、アルゴリズムと人間の評価者の両方から低評価を受けたが、特定の支援措置の年齢の閾値に近い存在だった。

参加者は各個人の必要な支援措置や仕事を見つけるチャンスを推定しながらこれらのケースを分析した。

#タスクセクション2：アルゴリズムの理解

別のタスクセットでは、参加者は追加の求職ケースを見て、アルゴリズムが特定の状況をどう分類するか説明する必要があった。また、2つの例を比較し、なぜ一方が他方よりも良い評価を受けるのかを属性に基づいて評価した。

たとえば、介護の責任を持つ女性サビーネと、そうではない男性マイケルを比較し、性別が彼らのアルゴリズムの評価にどのように影響したかを考察した。

#参加者の反応の分析

参加者は受けた説明方法に基づいてグループ分けされた。研究では、参加者のAMSアルゴリズムに対する理解と公平性についての考えが観察された。

#アルゴリズムの理解

多くの参加者が自分の経験をもとにAMSアルゴリズムを理解しようとした。彼らはよく、自分の職探しや雇用についての以前の知識と学んだことを比較していた。中には、アルゴリズムの決定を自分の状況に関連付ける参加者もいて、情報に感情を結びつけることができていることがわかった。

#感情的な関与

参加者は不公平とみなされる特定のケースに対して強い感情を表現した。反応はユーモアから真剣な批判まで多岐にわたり、アルゴリズムの決定の結果に対して関心があることを示していた。彼らはアルゴリズムの公平性や不適切な評価を確認する人間の判断に疑問を呈し、プロセスにより人間的な配慮が必要だと主張した。

#実用的な理解

参加者はアルゴリズムが公共職業安定所の職員にとってどれだけ役立つツールになりうるかについてよく話し合った。彼らはアルゴリズムが助けになる一方で、決定を下す唯一の存在であってはいけないと認識していた。多くの参加者が、人間の判断とアルゴリズムのインプットの組み合わせがより良い結果を生むことに同意した。

#改善の提案

一部の参加者はAMSアルゴリズムの改善方法を提案した。彼らは、現在考慮されている要素に加えて、雇用市場の需要や個人の属性など、もっと微細なアプローチを求めた。彼らのアイデアは、アルゴリズムの限界をより深く理解していて、より良い解決策を求める意欲を示していた。

#限定的な理解

多くの参加者はAMSアルゴリズムをよく理解しているように見えたが、一部は特定の概念をうまく理解できなかった。彼らは特定の側面について混乱を表明し、誰もがアルゴリズムを完全に理解しているわけではないことを示していた。これは、そんな複雑な情報を一般の人に理解させることの難しさを浮き彫りにした。

#結論

AMSアルゴリズムは、雇用サービスの向上に向けた技術と人間の専門知識を結びつける重要な試みを表している。導入に関する議論が続く中で、透明性を保ち、職員に適切な訓練を提供し、何よりも公共のフィードバックをオープンに保つことが重要なんだ。アルゴリズムやその応用について公共と議論することは、雇用サービス分野での責任ある採用と開発にとって重要なんだ。