Contatti

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

, di Weiwei Chen
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.