AITech Park专访Google高级员工工程经理Kiranbir Sodhia
探讨技术领袖和组织在增强多样性、平等性和包容性（DEI）倡议方面的专业建议，重点关注人工智能技术的道德开发和部署。
{ width=60% }
Kiranbir，我们很高兴在AITech Park采访您，请您与我们分享您的职业旅程，重点突出导致您担任Google高级员工工程经理一职的关键里程碑。
我在Garmin和Apple开始作为软件工程师。随着我在苹果公司的职业发展，我希望像我的导师帮助我一样帮助和领导我的同事。我也突然意识到，如果我有一队与我完全相同的人，我可以完成更多工作。这导致我在微软公司担任首个管理职务。
最初，我发现很难在追求让我的团队按照我的方式工作和优先考虑他们的职业成长之间取得平衡。最终，我负责一个项目，必须在六个月内设计、开发和推出Hololens的附件。我被迫委派任务并放手一些方面，并意识到我妨碍了进展。
我的团队正在提供令人惊叹的解决方案，这是我从未想到的。我意识到我不需要建立一个与我一模一样的团队。我雇佣了一个具有独特技能的才华横溢的团队。我的工作是赋予他们权力并不妨碍他们。这个领悟让我开了眼界，也让我变得更谦虚。
我还意识到，我在工程方面使用的技能并不是我成为一个有效领导者所需要的技能。因此，我开始专注于成为一个好的经理。多年来，我从错误中学到，并最终为我领导的每个团队确立了三个核心价值观：
信任您的团队和同事，并赋予他们自主权。提供机会上的公平。每个人都应有机会学习和成长。要谦虚。
随着我作为一个经理的成长，微软给了我几个机会和挑战，帮助陷入困境的团队。这些团队在面对文化挫折、项目取消或糟糕管理后被调入我的组织。通过倾听、建立心理安全、提供机会、确定未来领袖，并拒绝自我的方式，我帮助他们扭转局面。
帮助团队变得自给自足定义了我在高级管理层的目标和职业，这为我在Google找到了可以运用这些技能和我的工程经验的机会奠定了基础。
个人如何在整个职业生涯中以何种方式航行到多样性、平等性和包含性（DEI）与技术的交汇点？
作为锡克教徒，我很少在我的城市或者行业里看到与我类似的人。有时候，我觉得很孤单。我问自己，第一次见面时同事会想什么看到我？
我意识到自己需要良好地代表我的群体，好让后来的人不会对那些在我之后到来的人持偏见。我感到有必要证明我的社区，而不仅仅是我自己，同时也感激那些打破障碍的锡克教徒，这样我就不必成为第一个。当我开始寻找实习机会时，我考虑过改变我的名字。当我第一次在Hololens上工作时，我不能戴上我的头巾。
这些经历让我想要创造一个代表性的工作环境，侧重于你能做什么，而不是你看起来像什么或你来自哪里。一个让你做真实自我的工作场所。一个让你为每个人都创造产品的工作场所。
鉴于您的经验，您在促进科技团队内多样性并确保公正结果方面发现的个人战略或方法是什么？
我在职业生涯早期获得的一个教训是确保我们的招聘渠道更具代表性，就是要有耐心。我的一位前总经理与我分享了一个统计数字或“一半规则”：
32份申请16份经由招聘经理审查的简历8名候选人进行初步电话面试4名候选人进行最终现场面试2份提供的报价1份接受的报价
他的观点是，如果按顺序审查申请，您很可能会在前30个应用程序中找到合适的候选人。为了确保您有代表性的候选人群，您必须留有空缺以接受更多申请，并且您可以决定首先审查哪些申请。
另外，在创建工作聘请时，要优先考虑对公司重要而不仅仅是对工作重要的内容。公司未来需要哪些技能和要求？什么技能仅在短期内才是必要的？我想说的是，不要只为当下招聘最适合的人员，而要为团队未来五年内最适合的人员。尝试筛选进而不是筛选出。
为了确保公正结果，我指向我的第二项领导价值观，机会上的公平。任何团队的现实是，任何时候可能只有有限数量的高能见度机会。对于我的团队来说，无论某人过去表现得多么出色，下一个机会和挑战都会交给其他人。即使其他人可能会更快地完成它，每个人都应有机会学习和成长。
此外，我们可以专注于远距离移动，而不只是快速行动，当每个人成长时。当此方法被实践和奖励时，团队通常会发现自己有耐心，并支持当前领导努力的人。尽管我不怪罪不同意见的个人，但他们的成长并不比团队的重要性更重要。
从您的角度看，您会为寻求加强DEI倡议的科技领袖和组织提供什么建议，特别是在开发和部署AI技术的背景下？
我对任何DEI倡议的第一个建议是要有耐心。您不会在一天内看到变化，因此您需要专注于随着时间的推移看到变化。这意味着不要过早放弃，领导者应给予他们的团队更多的时间来招聘和面试，而不是威胁职位收回，如果职位没有填满。
最终，AI模型仅如其所训练的数据那样出色。领导者需要考虑数据的质量。他们有足够的数据吗？是否存在偏见？是否有助于消除人类的偏见的数据？
AI技术如何可以用于增强而不是妨碍科技组织内的多样性和包容努力？
许多组织已经存在固有的熟悉偏见。例如，他们可能一年又一年地更倾向于从同一所大学或公司招聘。虽然重要承认有偏见，但也要记住招聘是具有挑战性且竞争激烈的，这些途径可能一直以来以较少的努力获得相对不错的候选人。
然而，如果组织想要招募更好的候选人，那么扩大他们的招聘组合并利用AI使其更有效是有道理的。传统上，扩大候选人范围意味着选出一个合适的候选人需要更多努力。
你认为AI可以利用哪些特定方式来识别和解决科技职业中性别平等和多样性的系统障碍？
当我们知道要收集什么数据和哪些数据重要时，我们了解到在哪里引入偏见，花费较少的努力并错过了差距。例如，我分享过的HBR研究表明，女性需要拥有100%的技能才能申请，同时驳斥了信心是决定因素的想法。男性和女性对不去申请相同地感到不自信。实际情况是，人们需要熟悉招聘流程和哪些技能被认为重要等方面。因此，尽管尝试消除偏见，我们的理解和偏见也会发挥作用！
在关于未来AI与科技部门多样性和包容性努力的问题上，您有什么看法？您预见未来几年会出现哪些关键趋势或发展？
我对广泛人群将有机会获得专注于他们的技能和能力而不是背景的机会感到乐观，并且在评估这些技能时会减少偏见。与此同时我预测道路会崎岖坎坷。
Kiranbir Sodhia
Google高级员工工程经理。
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
AITech Park专访Google高级员工工程经理Kiranbir Sodhia
