Le soft skill non hanno genere nei motori di ricerca di lavoro
PERSONE |

Le soft skill non hanno genere nei motori di ricerca di lavoro

SILVIA PEDERSOLI, RICERCATRICE DI CLEAN, E' LA CREATRICE DEL MIGLIOR POSTER AL WORKSHOP THE DEBUGGING (IN)EQUALITY IN DATA SCIENCE PRESSO LSE

Silvia Pedersoli, assistente di ricerca presso CLEAN (Crime: Law and Economic Analysis), ha vinto un research grant per il miglior poster al workshop Debugging (In)equality in Data Science, tenutosi alla LSE.
 
Il poster premiato, intitolato “Experimental Study of Gender Discrimination
in Online Job Search Engines,” analizza se i maschi e le femmine vengano esposti alle stesse informazioni sulle offerte di lavoro quando cercano lavoro online.
 
“Il mio esperimento mira a capire se gli algoritmi utilizzati nei motori di ricerca di lavoro, come Indeed o LinkedIn, discriminino in base al genere. I risultati preliminari indicano che gli annunci di lavoro proposti a uomini e donne non mostrano apparenti differenze, tuttavia, questo non è sufficiente per concludere che questi algoritmi non sono in grado di discriminare. Resta ancora molto lavoro da fare, ma il workshop alla LSE mi ha fornito spunti interessanti su come migliorare il mio esperimento,” dice Pedersoli.
 
Il workshop Debugging (In)equality in Data Science è stato organizzato dal LSE Data Science Institute (DSI) in collaborazione con il LSE International Inequalities Institute (III) e l'Alan Turing Institute Post-Doctoral Enrichment Award.
 
L'evento ha presentato esempi di data science all'avanguardia che esplorano, espongono e affrontano la (dis)uguaglianza. Allo stesso tempo, il workshop ha permesso ai giovani ricercatori e alle figure dell'industria di collaborare per implementare soluzioni pratiche e tecnologicamente ingegnose per combattere il problema della disuguaglianza.
 
CLEAN è parte del centro di ricerca BAFFI-CAREFIN della Bocconi. La sua attività si concentra nella ricerca dei comportamenti criminali utilizzando dati dettagliati e metodi quantitativi di frontiera. In particolare, CLEAN è interessato all'attività delle organizzazioni criminali che perseguono attività illecite complesse come il traffico di droga, la corruzione e il riciclaggio di denaro.

Un poster, intitolato “Experimental Study of Gender Discrimination in Online Job Search Engines,” analizza se i maschi e le femmine vengano esposti alle stesse informazioni sulle offerte di lavoro quando cercano lavoro online. I risultati preliminari indicano che gli annunci di lavoro proposti a uomini e donne non mostrano apparenti differenze, tuttavia, questo non è sufficiente per concludere che questi algoritmi non sono in grado di discriminare.

di Weiwei Chen
Bocconi Knowledge newsletter

News

  • Le novita' del regolamento HTA a livello europeo

    L'Health Technology Assessment diventa centralizzato ed armonizzato in tutti i 27 paesi membri dell'Unione europea  

  • Utopia e utopie tra scienza, filosofia e letteratura

    La sesta edizione di ScienzaNuova affronta le varie interpretazioni di un tema sempre attuale  

Seminari

  Luglio 2022  
Lun Mar Mer Gio Ven Sab Dom
        1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

Seminari

  • ELLIS@Milan Artificial Intelligence workshop

    GABOR LUGOSI - Department of Economics, Pompeu Fabra University
    RICARDO BAEZA-YATES - Khoury College of Computer Sciences Northeastern University
    NOAM NISAN - School of Computer Science and Engineering, Hebrew University of Jerusalem
    MICHAL VALKO - Institut national de recherche en sciences et technologies du numérique

    AS02 DEUTSCHE BANK - Roentgen building

  • tbd

    ANDREW KING - Questrom School of Business

    Meeting room 4E4SR03 (Roentgen) 4