F.A.I.R. : from bias to balance, a communication tool to enhance HR's bias awareness for better hiring decisions

This thesis addresses the relationship between AI and HR and how the recruitment process often hides biases, and therefore presents a communication-based design solution to mitigate this risk. This paper begins by interviewing four volunteers with past and present HR experience to gain a comprehensive understanding of HR and the world of recruitment. The focus then shifts to AI in recruitment, analyzing how the current trend of AI impacts various aspects of the process. It is recognized that AI can improve recruitment efficiency, support HR activities, and produce better results with less effort. However, it can also perpetuate existing biases within HR. Consequently, the paper identifies these biases in recruitment, highlights the need to address them, and seeks to mitigate biases at the source before AI decisions are made. In light of this, the thesis proposes a design solution to address these issues. F.A.I.R was born from this reflection. It is a system that provides HR with multiple case studies of successful candidates, tools for fair recruitment, and real-time recruitment data. By showing HR the stories of unconventional successes and helping them ask themselves questions during the candidate recruitment process, it is possible to help them uncover potential biases and make effective, non-obvious recruitment decisions, ultimately contributing to the development of a diverse talent pool by the company.

Questa tesi si occupa della relazione tra AI e HR e di come spesso il processo di recruiting nasconde dei bias, e presenta quindi una soluzione progettuale basata sulla comunicazione per diminuire questo rischio. Questo documento inizia intervistando quattro volontari con esperienza in HR, sia passata che presente, per acquisire una comprensione completa delle Risorse Umane HR e del mondo del reclutamento. L'attenzione si sposta quindi sull'IA nel reclutamento, analizzando come l'attuale tendenza dell'IA influisce su vari aspetti del processo. È riconosciuto che l'IA può migliorare l'efficienza del reclutamento, supportare le attività delle HR e produrre risultati migliori con meno sforzi. Tuttavia, può anche perpetuare i pregiudizi esistenti all'interno delle HR. Di conseguenza, il documento identifica questi pregiudizi nel reclutamento, sottolinea la necessità di affrontarli e cerca di mitigare i pregiudizi alla fonte prima che vengano prese decisioni sull'IA. Alla luce di ciò, la tesi propone una soluzione progettuale volta ad affrontare questi problemi. F.A.I.R nasce da questa riflessione. È un sistema che fornisce alle HR diversi casi di candidati di successo, strumenti finalizzati a un reclutamento equo e dati di reclutamento in tempo reale. Mostrando alle risorse umane le storie di persone di successo non convenzionali e aiutandole a farsi delle domande durante il processo di reclutamento dei candidati, è possibile aiutarle a scovare potenziali pregiudizi e prendere decisioni di reclutamento efficaci e non scontate, contribuendo in ultima analisi allo sviluppo di un bacino di talenti diversificato da parte dell'azienda.