用算法来判断性格更靠谱?
据国外媒体报道,计算机不仅仅能够运算很难的数学问题,展示各种各样的视频。它们也越来越能够判断人们的性格。新一代的公司在利用数学模型来判断人们是否会偿还贷款或者是否会留职。
本文引用地址://m.amcfsurvey.com/article/277962.htm加州帕洛阿尔托公司Upstart在过去15个月里给信用评分几乎可以忽略不计的人提供了1.35亿美元的贷款。那些人通常都是刚毕业的大学生,没有房屋贷款、汽车贷款和信用卡结算记录。
那些都是常见的用来评估个人信用好坏的标准,但那一部分人进入职场没多长时间。因此Upstart考量他们的SAT分数、毕业院校、专业和各科成绩的平均积分点。除了职业前景之外,该公司同样重视评估申请贷款者的性格。
“对比两个有着相同职业和家庭背景(如是否有孩子)的人,5年后成绩平均绩点更高的那个人更有可能偿还贷款。”Upstart联合创始人兼产品主管保罗·古(Paul Gu)指出,“这并不是你是否有偿还能力的问题,而是你有多看重你的义务的问题。”
数据显示,会做诸如仔细检查功课的事情或者花更多时间学习以应对突击测验的人很可能会如期偿还贷款。名校毕业的人或者成绩优良的人亦然。
ZestFinance创始人兼CEO道格拉斯·梅里尔(Douglas Merril)曾供职于谷歌,他的公司致力于根据非标准的数据信号给次优级借贷者提供贷款。
其中的一个信号是,申请贷款者有没有弃用过预付的手机号码。你的住址往往是不确定的,相比之下,手机号是更可靠的找到你的方式;弃用之前的手机号可能意味着你愿意(或者被迫)隔绝家人或者潜在的雇主。那是不好的信号。
“‘性格’是一个分量不轻的标签,但还贷能力与还贷意愿之间有着重要的差别。”梅里尔说道,“如果光看财务往来,会很难看出人们的还贷意愿。”
数据驱动
还拥有心理学博士学位的梅里尔认为,数据驱动的性格分析比传统的分析方法要公正。
“我们总是会以各种方式评判别人,但没有数据,我们的评判不免会带有偏见。”他说,“我们是依据我们对人的了解,但那通常意味着我们会偏爱那些跟我们自己最相似的人。”那显然会造成不公正的判断。
如今,性格可由很多其它的算法来评估。云端人事管理软件提供商Workday推出了一项涵盖45个员工绩效因素的产品,其中包括在岗多长时间和工作表现如何。它可预测人们是否可能会辞工,还能够给出合适的建议,如介绍新岗位或者调职,因而有可能会使得本来想要离职的人留下。
该产品还能够根据经理在留住人才上的表现来给他们评级,如评为“超级说客”或者“终结者”。在Workday公司内部,它通过分析其销售人员团队总结出韧性是最关键的成功因素。
“我们在招聘和提拔上都会存在偏见。”Workday技术战略主管丹·贝克(Dan Beck)指出,“如果能够利用数据解决这一问题,那会很棒。”
说基于数据的性格评估更加合理是有理由的。斯坦福大学计算机科学教授尤雷·莱斯科韦茨(Jure Leskovec)在研究对比数据分析和保释听证会法官对囚犯保释后是否会带来社会风险的预测。他指出,初步研究结果显示,数据驱动的分析在预测犯罪行为上的准确率要高30%。
“算法不是主观的,而偏见源自人。”他说道。
但前提是:算法不是随便设定下来的。毕竟算法是由人去编写的。即便事实不存在偏见,但设计的原则可能会有偏见。
Upstart的创始人保罗·古称他的SAT分数很高,但从耶鲁大学半途退学。因此,使用他一开始设定的算法,他会申请不到Upstart的贷款。他后来更改了算法,他说他很清楚其未来工作的责任。
“我们每次发现不好的信号的时候,我们都得问我们自己,‘告诉别人这就是他们申请贷款被拒的原因是否合适?’”
评论