| Form of studies |
Bachelor |
| Title of the study programm |
Computer Science and Organizational Technologies |
| Title in original language |
Taisnīguma un Pārredzamības Uzlabošana MI Vadītā Darbinieku Pieņemšanā: Rīka Izstrāde Godīguma Apzinātu Algoritmu Īstenošanai un Auditēšanai ar Skaidrojamu MI. |
| Title in English |
Enhancing Fairness and Transparency in AI-Driven Hiring: Developing a Toolkit for Implementing and Auditing Fairness-aware Algorithms with Explainable AI. |
| Department |
Riga Business School |
| Scientific advisor |
Ojārs Krūmiņš |
| Reviewer |
Igors Rodins |
| Abstract |
Šis pētījums pievēršas īstenošanas plaisai starp ētikas principiem un to praktisko pielietojumu mākslīgā intelekta (MI) vadītās personāla atlases sistēmās. Lai gan pastāv normatīvās vadlīnijas attiecībā uz godīgumu un caurskatāmību, izstrādātājiem trūkst skaidru metodoloģisku risinājumu darbotiesspējīgu sistēmu izveidei. Šajā bakalaura darbā detalizēti aprakstīta jaunas rīkkopas projektēšana, izstrāde un empīriskā validācija. Rīkkopa radīta, lai pārvarētu minēto plaisu, operationalizējot godīguma un skaidrojamības principus. Rīkkopai ir modulāra arhitektūra, kas ietver komponentus neobjektivitātes (bias) noteikšanai, dažādu godīguma metriku (grupas, individuālo, intersekcionālo) integrācijai, specifiskām mērķgrupām (ieinteresētajām pusēm) pielāgotus skaidrojumus un nepārtrauktu monitoringu. Jaukto metožu pētījuma ietvaros tika salīdzināta Uzlabotā sistēma (Zilā), kas integrē minēto rīkkopu, ar Standarta bāzes sistēmu (Sarkano). Novērtēšanā piedalījās 115 dalībnieki (100 darba pretendenti, 15 personāla atlases speciālisti) simulētā personāla atlases uzdevumā. Rezultāti demonstrē statistiski nozīmīgus Uzlabotās sistēmas pārākumus, tostarp augstāku uztverto godīgumu (+40%) un caurskatāmību (+50%), paaugstinātu personāla atlases speciālistu uzticēšanos MI darbības uzticamībai (d=3.65), kā arī vispārēji augstāku lietotāju apmierinātību, salīdzinot ar bāzes sistēmu. Kvalitatīvā datu analīze identificēja tēmas, kas akcentē caurskatāmības nozīmi cieņas veicināšanā un skaidrojumu lomu lietotāju spēcināšanā (empowerment). Galvenās funkcijas, piemēram, kontrafaktuālie skaidrojumi un neobjektivitātes (bias) brīdinājumi, tika atzītas par īpaši vērtīgām. Šis darbs piedāvā empīriski validētu rīkkopu un uz pierādījumiem balstītas vadlīnijas uzticamāku, ētiskāku un efektīvāku MI personāla atlases sistēmu izstrādei, sniedzot praktiskus risinājumus izstrādātājiem un organizācijām, kas tiecas ieviest atbildīgas MI prakses. |
| Keywords |
Ētisks MI, Skaidrojams MI (XAI), Personāla atlases tehnoloģijas, Algoritmiskā neobjektivitāte, Godīguma monitorings, Cilvēka-MI mijiedarbība, Caurskatāmība. |
| Keywords in English |
Ethical AI, Explainable AI (XAI), Recruitment Technology, Algorithmic Bias, Fairness Monitoring, Human-AI Interaction, Transparency. |
| Language |
eng |
| Year |
2025 |
| Date and time of uploading |
14.04.2025 07:31:10 |
