工程师和社会研究人员的跨学科合作，以面对社会挑战：为弱势群体设计电子招聘系统外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

世界技术、创新和企业家精神会议

工程师和社会研究人员的跨学科合作，以面对社会挑战：为弱势群体设计电子招聘系统

Ahmet Suerdem, Basar Oztaysi

摘要

将社会中的弱势群体纳入劳动力市场正成为政策制定者的一项主要任务。这项任务有多个维度，需要整合复杂的社会和工程决策。在这项研究中，我们将介绍G@together，一个由TUBITAK资助的欧洲城市项目，它是寻找社会挑战解决方案的国际，多利益相关方和跨学科方法的典范。该项目旨在促进合格但处境不利的个人进入劳动力市场。我们将特别关注工程师和社会研究人员的协作，使用户参与到系统设计过程中。我们的目的是开发一种不歧视任何用户组的角色管理系统。为此，我们将系统设计方法与涉及多种方法的社会研究过程相结合。因此，我们的目标是克服自上而下设计的专家系统的缺点，这些专家系统可能具有区分弱势群体的规则管理功能。所有利益相关者都参与了设计过程，以表达他们对用户角色和数字版权管理的关注。经过一系列涉及工程师，利益相关者和社会研究人员的咨询会议以及对潜在用户的采访之后，我们发现去个性化的申请程序将解决不对称的权利管理问题。

关键词：跨学科研究；数字版权管理；参与式系统设计；电子就业解决方案

1. 引言

考虑到许多商业部门出现的技能短缺，所有合格的社会成员参与经济活动正日益成为一项挑战。在这方面，将社会上合格但处境不利的部分纳入劳动力市场正成为决策者的主要任务。这项任务有多个维度，需要整合社会和工程决策。在这项研究中，我们将介绍G@together，一个由TUBITAK资助的欧洲城市项目，它是寻找社会挑战解决方案的国际，多利益相关方和跨学科方法的典范。该项目旨在促进社会上合格但处境不利的人融入当地城市劳动力市场。土耳其和奥地利的团队合作开发了在线求职平台的概念化，旨在使所有雇主都能看到处境不利的求职者的技能和资格。在这项研究中，我们将专注于工程师和社会研究人员的协作，使用户参与系统设计过程，从而获得更加民主的用户角色定义和数字版权管理系统。G@together的理念是基于这样的思想，即创新产品和服务的全球竞争增加了对中小型企业更加多样化的人才库的需求。在中央集权的国家层面上制定的严格的官方程序，使得居住在复杂的大城市地区的多样化和灵活的劳动力很难发挥其潜力。先前的研究（Stadt Wien，2011）表明，尽管中小型企业需要合格的人才，但许多来自社会“弱势”阶层的人要么失业，要么就职资格过高。权力下放的就业解决方案有可能在机构工作流程中提供更大的灵活性。因此，G@together旨在通过设计一个电子招聘平台，在去中心化的城市层面，构思一个就业解决方案。这一理念对于打击“人才浪费”、克服社会不平等和促进地方-城市层面的社会凝聚力至关重要。“释放”合格但处于不利地位的群体的潜力将增强城市作为创新商业环境的地位，并吸引高素质的企业家。

在此框架内，“G@together”旨在为合格但处于不利地位的个人设计一个直观，用户友好和有效的在线平台，由工程师，研究人员，决策者，企业和非政府组织参与。我们的目的是开发一种不歧视任何用户组的角色管理系统。为此，我们将系统设计与复杂的社会研究过程相结合，其中涉及多种定性和定量方法。因此，我们的目标是克服自上而下设计的专家系统的缺点，这些专家系统可能具有区分弱势群体的规则管理功能。

1. 背景

过滤是大多数现有电子招聘系统算法中的核心功能。在这样的系统中，用户通过过滤器搜索数据库来寻找好的工作/雇员。通常，雇主的筛选条件是年龄、性别、地点或大学。然而，Reynolds和Dickter（2010）以及Stone等人（2003）报告说，基于过滤功能的电子招聘系统可能隐含着对一些弱势群体的歧视。因为一些与职位无关的个人信息可以作为排除标准，现有的系统有可能过滤掉一些弱势群体成员，尽管他们满足剩余的要求。在这种情况下，人们为专门为弱势群体设计的电子招聘系统做出了一些努力，例如：捷克倡议“外国人在线就业中心”（URL-1）；KC4“所有人的关键能力”和“就业能力工具包”（URL-2）；“Surfen zum Job -Digitale Chancen auf dem Arbeitsmarkt” (在劳动力市场上求职-数字机会) (URL-3) 和瑞典马尔默市运营的“ePortfolio Skane”（URL-4）。特别值得一提的移民就业能力匹配项目(URL-5)，因为它包括利用语义技术的先进工具。

其中一些应用程序提供去个性化的应用程序，以解决电子招聘过程中对弱势群体的歧视。在此类应用中，申请人的个人信息会在搜索过程中被在线系统屏蔽。去个性化申请的目的是使雇主能够根据诸如教育、技能、能力或经验等素质而不是个人细节来选择候选人。在这方面，德国联邦反歧视机构的“去个性化应用程序”试点项目提供了一个成功的示例（URL-6）。项目结果表明，去个性化的申请可以实现基于资格的工作匹配，并为所有群体提供平等的机会。这个项目报告了去个性化申请的主要缺点，因为在屏蔽个人数据方面耗时、复杂，这对大量申请者来说可能不可行。

系统工程文献中有许多研究致力于解决专家系统设计中涉及的复杂性。这些研究通常强调的是匹配算法等技术问题，而不是用户关注的问题。大致上，我们可以将它们分为五大类，例如基于模糊集的方法，数学优化，多准则决策，语义方法和机器学习（Suerdem等人，2014）。

模糊集理论最初是由Zadeh（1965）提出的，并已被用于数学模型的不确定性。模糊集使开发用于处理不确定性问题的形式化技术成为可能。在该小组的一项最新研究中，Lin（2009）提出了一种使用兼顾了模糊评估的双向选择框架来改善工作安置系统的方法。该研究侧重于企业与学生之间的实习决策过程。应用混合整数编程模型来满足“从正确的角度进行有效拟合”策略。第二类研究使用数学优化，这是指从一组可用的替代方案中选择最佳解决方案，其目的是通过从允许的组中选择输入值来最大化或最小化目标函数。Caligrave;等人（2004）提出了一种基于逻辑框架的临时优化算法，用于匹配工作资料的需求和供给。当配置文件可能有缺失或冲突信息时，该算法会考虑需求和供应之间的不足。第三类是多准则决策（MCDM），可以将其定义为解决复杂问题的方法，在决策过程中应考虑多个准则。在电子招聘领域，对应聘者的期望(如学历、技能等。)构成标准。Faliagka等人(2012)提出了基于MCDM的电子招聘系统来自动化求职者的预筛选。作者建议在标准的基础上使用层次分析法(AHP)，这些标准可以从申请人的LinkedIn简介中提取，并对申请人的博客进行内容分析，以推断他们的个性特征。求职者是否适合该职位是根据个人选择标准确定的，其相对重要性由招聘者控制。第四类包含使用机器学习方法的研究。 基于机器学习的系统可以从过去的数据中学习，以解决诸如分类，聚类，回归异常检测和关联之类的问题。 Park（2013）提出了一种匹配系统，该系统可以自适应地调整推荐模型，以反映用户的隐性和显性偏好。当系统根据分配给他们的明确偏好权重为新用户提供建议时，系统随后通过使用逻辑回归分析其先前的行为，自动调整每个属性的权重。最后，语义方法主要通过使用自动过滤、词条化和自然语言处理技术对非结构化文本材料进行分析和分类。在招聘领域，非结构化数据可以是简历，案例方案和工作机会。Trichet和Leclerc（2003）通过挖掘语义Web上下文提出了一个基于知识管理的匹配系统。该系统首先为特定领域建立参考系统，然后识别、形式化和表示能力概要，最后匹配这些概要。

然而，所有这些方法都提供了技术上的算法解决方案，并没有考虑在设计过程中咨询用户。通过结合工程和社会研究方法的迭代过程确定用户需求，允许利益相关者参与，这对于调整技术以解决复杂的社会挑战至关重要(Gulliksen等人，2009)。参与式设计方法考虑到了不同的利益相关者有时在系统中可能会扮演冲突的角色，而他们之间的权力结构是权利管理中的一个重要问题（Schuler和Namiola 1993）。用户驱动的系统设计从用户需求出发，并基于用户对新系统设计的想法（Wise和Hoslash;genhaelig;ven，2008）。参与式系统设计方法认可这样一个事实，即在概念化阶段让用户参与共同创建过程会增加系统成功的可能性（Hoyer等，2010）。在这方面，定性的社会研究方法具有补充技术算法的潜力，因为它们结合了访谈和焦点小组等工具，可以征询不同利益相关者的想法(Burr和Mathews 2008)。

参与式方法可以帮助将系统使用的风险和收益民主地分配给不同的利益相关者。Web治理的重要问题之一是管理数字内容的适当使用。数字版权管理系统（DRMS）提供了一套工具，策略和技术来解决这些问题，并确保数据生产和使用过程中的公平性，互操作性和用户信心（Rosenblattet al.2001）。尽管DRMS的目标是从理论上为所有利益相关者的权利和义务服务，但考虑到外部制度环境的复杂性，这是一项艰巨的任务。当前的DRMS由更广泛的制度结构决定，该制度结构由既定的社会规范，法律体系和商业模式组成。他们倾向于偏向大众市场的利益和相对于其他价值来源（社会和个人）的获利。从这个意义上讲，它们作为传统版权管理的扩展而出现，并且倾向于在数字环境中实施私有知识产权。经典DRMS的主干依靠“包含”原理，通过法律和技术手段（例如，将未经授权的使用定为犯罪并施加内容编码系统）来排除未经内容所有者授权的用户（Clark，2002）。 尽管这些系统为系统所有者提供了巨大的机会，例如：用于基础结构规划，风险管理，归档和挖掘个人数据集以进行趋势识别的流量建模，但它们对其他利益相关者的社会和隐私权构成了严重威胁。 由于DRMS的所有者对所产生的数据拥有垄断权，因此基于版权的系统无法为出于合法目的而非法使用所收集数据提供任何保护。 当用户就定义其权利和义务的合同达成协议时，他们并未被告知二次使用及其衍生用途（Bates，2006）。

这些担忧推动了动态DRMS概念的发展，动态DRMS概念意味着在不同情况下规范使用权并确定衍生作品的所有权。可以将Creative Commons和GNU通用公共许可证视为动态DRMS的示例。但是，这些系统因忽视了诸如衍生品和公共作品所产生的价值的分配和占用等问题而受到批评。而且，由于它们不需要监视内容的使用，因此引起了隐私方面的担忧（Cohen，2003）。由于忽视自己的合法权利和技术复杂性，并非所有用户对数字版权管理都具有相同的敏感性。 动态DRMS的民主化要求平等地获得法律建议和意见，并获得所有利益相关者的许可，以使用和传播所产生的内容。通过协商过程确定各方的权利和义务对于该过程至关重要。 在所有相关利益相关者参与确定DRMS的情况下，可以缩小对技术对象的概念性理解与日常用户使用它们之间的差距（Ackerman，2001）。

所有利益相关方的直接和积极参与将有助于缩小复杂的专家系统与对技术复杂性的日常理解之间的差距。在此过程中，工程师与社会研究人员之间的协作起着催化剂的作用。由于技术过程的不透明性和技术语言的不可理解性，一些利益相关者对工程师的方法和目标持怀疑态度。近年来，参与式设计方法开始克服这些困难。在参与式设计中，工程师和研究人员的角色以及利益相关者的混合成为该过程的重要组成部分。利益相关者表达自己，并直接和积极地参与设计开发过程。产品，界面和系统的用户共同行动以批判性的参与设计过程（Sanders，2002）。在接下来的研究中，我们将给出这种方法的一个例子。

1. 方法

在这项研究中，我们旨在设计一种与不同利益相关者的权利管理要求兼容的电子招聘系统。 为此，我们在文档分析，工作流图和基于访谈的需求分析之间应用了一种参与式和迭代式的方法。

3.1 当前系统的结构分析

我们首先分析了土耳其电子招聘系统的技术优势和劣势。为了示意性地描述本系统的结构设计，我们遵循四个步骤：首先，我们确定了现有系统为弱势群体提供就业解决方案的现有系统。土耳其就业组织ISKUR是国家层面的主要就业解决方案提供商。我们还包括Beyodivide;lu市政府运营的BEYIM（URL-7）和KadOtilde;kouml;y市政府运营的EngelsizIs（URL-8）和ESDEM（URL-9），因为这些项目特别致力于为弱势群体提供电子就业解决方案。BEYIM应用了一个就业模式，旨在匹配居住在Beyoglu地区的求职者和同一地区的雇主。它还根据雇主的需要组织专门的课程，如烹饪、服务员和酒店员工。ESDEM组织有关计算机知识和手工的培训，这些培训的对象一般是不合格的人，尤其是家庭主妇和退休人员。ESDEM计划建立一个在线求职平台，但尚未开始运营。EngelsizIs旨在直接与残疾求职者联系，以鼓励他们工作并提供有关成功面试的指导。他们还定期组织有关残疾人的计算机知识，会计和图形设计的课程。

在确定了现有的系统之后，我们的第二步是分析这些机构公开提供的官方资源，如使命或政策声明、网站和新闻稿，以获得对最重要的参与者、政策和流程的洞察。第三步，我们分析了诸如学术出版物和专家报告之类的次要资源，以交叉验证我们的发现。作为最后一步，我们以指导方针为基础，对被确定机构的代表进行了专家访谈，以内部人士的观点补充我们的分析。将基于办公桌的研究和专家访谈的结果结合起来，使我们能够对当前在城市层面上的关键角色和工作流程有一个很好的了解。 作为最终产品，我们提取了相关机构的工作流程图。

3.2 用户和角色的定义

在现有技术的基础上，我们设计了一个新的工作流程图，其中包含了当前系统中的所有流程。然后，我们分配了模板，列出了每个活动节点的默认

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[604791]，资料为PDF文档或Word文档，PDF文档可免费转换为Word