在工业革命期间，许多人担心新技术的出现 - 纺织厂，工厂，蒸汽动力制造 - 将会消除他们的工作。劳动者，工匠和农场工人依靠他们的身体劳动来谋生，反抗机器。这些起义中最引人注目的是Luddites，他们在英格兰捣毁了他们认为威胁他们编织工作的机器。从这次活动中，我们得到了任何担心社会和技术向前发展的人的用语。

我们正处于另一场技术变革之中。这一次，机器学习和人工智能将消除职位，而不是机器工作。这些技术确实有能力减少总劳动力数量，但前提是我们将它们置于当前的就业实践之上。如果我们重新思考如何发现，培训和雇用人才，AI可以成为增加就业市场参与度的工具，尤其是在日益重要的技术和软件工程领域。

要做到这一点，我们需要回归公司过去雇用的方式：基于技能;倾向和能力。在工业时代，当制造业和“蓝领”工作达到顶峰时，一个人的血统标记并没有考虑到他们的就业机会。有高薪，家庭维持的工作，不需要大学学位，庞大的商业网络，以前的工作经验，或令人印象深刻的简历。如果你可以做这项工作，你就可以得到这份工作。随着制造业的衰退(该部门的就业人数在1979年达到顶峰)，我们也看到个人能力足以找到工作的观念有所下降。这并非巧合，因为我们已经转变为更多的简历和基于血统的招聘系统，我们看到收入增加平等，实际工资下降，以及非大学教育工人的收入潜力减少。

随着制造业就业人数下降和非大学毕业生工资停滞不前，技术部门就业人数迅速增长。自1990年以来，科技工作岗位增长了四倍 - 而且仍然有超过630,000个未填补职位。这些是高薪，按需的工作，几乎专门为那些有令人印象深刻的简历和血统的人保留。

这是人工智能在填补当前技术人才缺口和为每个美国人提供优秀就业机会方面发挥重要作用的地方，无论其血统，教育，社会阶层或以前的工作经历如何。如果我们使用人工智能来实施基于技能的招聘计划，我们就可以为所有人创造经济，创造更多的就业机会，而不是消除它们。

AI为招聘流程带来了哪些好处，而目前我们无法通过基于简历的系统实现?人工智能可以将绩效结果与雇佣决策联系起来，从而更清晰地了解实际成功的人的类型。这有助于消除阻碍许多人登陆技术工作的偏见。仅仅因为你毕业于一所着名的学校并不意味着你将在一个职位上取得成功。简历上的所有内容都显示了导致文凭的优势和特权。它没有说明未来的表现。AI可以筛选未来的性能。拿我的公司Catalyte做的。超过18年使用人工智能寻找，培训和聘用软件工程师，我们发现大学学位与软件开发职位的成功之间没有显着的相关性。

如果我们仅通过简历聘请，我们就能找到被忽视的未被发现的人才。这些人具有成为优秀软件开发人员的天赋。有数千甚至数百万，更像他们等待被发现。他们目前不鼓励或无法获得技术工作，因为我们不接受AI作为增加人才库的一种方式。

考虑到一些科技行业最大的英雄 - 史蒂夫·乔布斯，史蒂夫·沃兹尼亚克，比尔·盖茨，马克·扎克伯格 - 这种方法尚未在科技行业流行，这一事实令人惊讶，而且是虚伪的 - 没有血统标记当他们第一次发挥作用。但是，一旦处于向其他人提供同样机会的位置，创始人和首席执行官经常拉开他们背后的阶梯，并设置任意和有偏见的要求，以获得作为开发人员的就业机会。

鉴于目前获得大学学位的所有障碍 - 成本，时间，准入 - 我们无法通过教育来缩小技术差距。与此同时，我们知道人才在人群中平均分配。这些人被锁在知识经济之外，不是因为他们不能做这项工作。我们故意排除他们，因为他们不像我们认为的技术工人。

人工智能可以弥补这一差距，并在以前被忽视的社区中创造新的劳动力。它开辟了一批新人才，减少了技术人才缺口。它平衡了求职者的竞争环境，并为知识经济提供了经济流动性和包容性增长。它为公司创造了经济增长，因为他们雇用的职位最有成效。

我们应该投资无偏见地对服务器进行编程，以寻找更多更好的人才，并填补目前尚未开放的技术工作岗位。Jacob Hsu是Catalyte的首席执行官，该公司是一家软件工程服务公司，使用人工智能识别具备成为软件工程师的能力的人。