채용 프로세스에 인공지능 기술을 도입한 HR 테크 벤더들의 한결 같은 약속은 이러한 도구가 편견 없이 더 적은 비용으로 더 짧은 시간에 가장 적합한 후보자를 찾아준다는 것입니다. HR 벤더들은 민주화된 채용 프로세스 아이디어를 상품으로 파는 격인데, 그들은 인공지능 알고리즘이 모든 이력서를 검토하고 모든 후보자에게 동일한 방식으로 점수를 매기기 때문에 모든 후보자에게 공정한 기회가 부여된다고 주장합니다. 〈 중략 〉 인공지능이 신입사원 채용에만 활용되는 것은 아닙니다. 이제 기업들은 예측 분석을 통해 직원 중 누가 ‘이탈 위험군’(1년 이내 퇴사 가능성이 있는 사람)에 속하는지, 누가 성과가 높은지, 누가 다른 직원을 괴롭히는지, 누가 승진 대상자이어야 하는지, 누가 해고되어야 할지를 파악합니다.
--- 「들어가며」 중에서

이 스크리너는 기본적으로 지원자들의 이력서를 수집하고, 예전에 지원했던 지원자들의 이력서에 있는 패턴과 새로 지원한 지원자들의 이력서를 비교해서 해당 지원자가 회사에 적합한지를 예측하는 방식이었습니다. 〈 중략 〉 이력서 스크리너는 채용에 ‘성공해서’ 재직하고 있는 직원의 이력서를 분석하고, 특정 직무를 제대로 할 수 있을 것으로 예측되는 여러 패턴과 키워드를 찾습니다. 그런 다음에 입사 지원자가 제출한 이력서를 분석해서 일치하는 패턴과 키워드가 이력서에 들어 있는지를 확인합니다. 〈 중략 〉 키워드를 기반으로 채용한 후 업무를 성공적으로 수행할 것이라고 예측하는 이력서 스크리너에 있었습니다. 하지만 특정 직무에서의 성공 가능 여부 예측을 키워드 패턴으로 판단함에 있어 AI 도구에 전적으로 의존하는 것에는 문제가 있습니다.
--- 「1장」 중에서

예측 도구는 우리가 일하면서 작성하는 텍스트와 소셜 미디어에 올리는 글을 사용해서 우리의 성격을 분석하고 행동을 예측합니다. (텍스트와 글이 많으면 많을수록 좋습니다.)
--- 「2장」 중에서

어려운 기술의 수명은 점점 더 짧아지고 있습니다. 우리는 먼저 지원자의 잠재력을 중점적으로 본 다음에 업무 적격성을 살펴본 다음에 채용 여부를 결정해야 합니다. 〈 중략 〉 이것이 많은 게임이 안고 있는 핵심적인 문제입니다. 지원자가 직무의 핵심 업무를 얼마나 잘 수행할 수 있는지를 측정하는 것이 아니라 직무에 적합한 인성을 갖추고 있는지를 평가합니다.
--- 「3장」 중에서

하이어뷰가 설득력 있게 말하는 사람들에게 더 높은 점수를 준다는 것을 발견했습니다. “높은 점수를 받은 이들은 모두 적절한 단어를 사용해서 말을 하였으며, 말투와 음조와 속도가 명확하고 이해하기도 쉬웠습니다. 그런데 그들의 말에 내용은 없었습니다. 질문에 대한 답변을 하는 것이 아니라 그냥 듣기에만 좋은 말을 했습니다.” 인공지능과 사람 모두 이 점을 파악하지 못하고 놓칠 수 있습니다. 뱅크스에 따르면 설득력 있는 사람들이 채용에 성공한다고 합니다. 〈 중략 〉 업무상의 얼굴 표정을 측정하는 것이 아니라 면접에서의 얼굴 표정을 측정합니다. 이는 면접을 본 어떤 지원자의 얼굴 표정, 근본적인 감정, ‘사고 스타일’이 해당 지원자가 특정 직무에서의 수행 성과와 밀접한 관련이 있는지 장담할 수 없다는 것을 의미합니다.
--- 「4장」 중에서

벤더들은 AI 기반 영상 면접과 AI 게임이 (거의) 모든 사람에게 효과가 있을 것이라고 자신 있게 주장합니다. 한 개의 알고리즘으로 모든 근로자의 생산성을 설정하거나 한 가지 채용 테스트로 모든 지원자를 분석할 수 있다고 하니, 경영자들은 이들 도구를 선택할 수밖에 없습니다. 하지만 장애인에게도 이들 도구가 공정하게 작동할까요?
--- 「6장」 중에서

HR은 예측 분석 도구를 사용하여 회사 내부 직원을 알아보면서, 이전에는 보이지 않았던 직원들의 재능과 조직 내 새로운 리더를 찾으려는 노력을 기울이고 있습니다. 일부 연구자들은 이러한 트렌드를 ‘조용한 채용’이라고 부릅니다.
--- 「7장」 중에서

감시 데이터를 선의의 목적으로 사용하는 회사도 있지만, 수집된 데이터가 쉽게 오용될 수도 있습니다. 예를 들어 직원들의 전자 카드 데이터를 사용하여 ‘높은’ 성과자를 찾아 승진에 활용했던 회사가 ‘낮은’ 성과자를 찾아 해고하는 데도 같은 데이터를 활용하려고 했던 사례가 있습니다. 〈 중략 〉 AI 기반 음성 도구가 조만간 우리의 목소리를 실시간으로 변화시켜 더 단조롭거나 더 행복하게 변조할 수 있다는 점입니다. 가령, 구직자가 이 기술을 사용하여 자신의 목소리를 더 ‘명랑한’ 소리로 만들 경우 음성 바이오마커 업계는 물론이고 기업의 인사 관리자도 고민에 빠질 것입니다.
--- 「9장」 중에서

아마존 관리자들이 알고리즘과 기술을 활용해 아마존 물류센터 직원들을 추적하고, 징계하며, 해고하는 모습을 직접 목격했습니다. 〈 중략 〉 알고리즘으로 설정된 “생산성 기준”을 충족하지 못했다는 이유로 해고하고 있다고 진술했습니다.