Kann Künstliche Intelligenz (KI) so programmiert werden, dass sie Diversität garantiert oder wird einfach nur eine Verzerrung durch eine neue Verzerrung ausgetauscht? LinkedIn hat sich dies mit dem Einsatz einer veränderten KI im Zuge des Recruiting-Prozesses, der über die Plattform angestoßen wird, zum Ziel gesetzt. LinkedIn wird demnächst den Bewerbungs- und Onboarding-Prozess mit einem Reporting begleiten, in dem dieser mit Blick auf genderspezifische Muster analysiert wird. Zudem werden die Suchresultate, die Headhuntern angezeigt werden, verändert.

Worauf sich die verbesserte Repräsentativität bezieht, wird jedoch nicht ganz ersichtlich. Im Text wird nur ein Beispiel genannt, in dem bei Suchresultaten bezüglich Fachkräften in einer Stadt die Geschlechterquote der Stadt gespiegelt werden soll. Kann oder sollte dies für eine Firma in dieser Stadt, unabhängig von der jeweiligen Branche, die entscheidende Bezugsgröße darstellen? Ist nicht vielmehr die Geschlechterquote unter den Arbeitssuchenden in dieser Branche viel aussagekräftiger?

LinkedIn adressiert mit diesen neuen Werkzeugen, die vorerst nur in den USA ausgerollt werden sollen, ein elementar wichtiges Thema. Es geht um den Ausschluss menschlicher Verzerrung bei der Personalauswahl:

Ob es jedoch ausreicht oder überhaupt den richtigen Ansatz darstellt, grobe Vergleiche anhand nur einer Variablen durchzuführen, sei dahingestellt. Die Bezugsgrößen sind nicht transparent, die Werturteile in der KI, die vorherige Werturteile in der KI aufheben sollen, stellen eine erneute Verzerrung dar. Diversität beinhaltet schließlich weit mehr als Gender. Kommen wir mit dem LinkedIn-Ansatz daher weiter? Oder anders gefragt: Ist der Ansatz nicht zu kurz gesprungen? Geht es nicht um die transparente und demokratisch legitimierte Abbildung von Werturteilen zur Erreichung einer weitergehenden Diversität, die wir nicht einzelnen Firmen überlassen dürfen?