Spot Workplace Discrimination Patterns with AI

工作流名称

Spot Workplace Discrimination Patterns with AI

主要功能和亮点

本工作流利用ScrapingBee抓取Glassdoor上的公司员工评价数据，结合OpenAI的语言模型对数据进行智能分析，识别职场中的歧视和偏见模式。通过统计学方法计算不同族群的评分差异（包括Z分数、效应值和P值），并借助QuickChart生成直观的图表展示分析结果，帮助用户深入理解职场多样性和包容性状况。

解决的核心问题

传统的职场多样性调查往往依赖繁琐的人工数据采集与分析，难以快速发现潜在的歧视模式。该工作流自动化抓取公开评价数据，结合AI智能抽取和统计分析，有效揭示不同人口群体在职场体验中的差异，从而帮助企业识别和改进潜在的不公平现象。

应用场景

• 人力资源部门监控和评估公司内部多元化与包容性指标
• 研究机构或咨询公司进行职场公平性分析
• 企业文化建设与员工满意度提升项目
• 社会责任报告和合规审计中的数据支持

主要流程步骤

1. 手动触发工作流启动。
2. 设定目标公司名称（默认示例为Twilio）。
3. 定义人口统计学群体字典（如种族、性别、身份等类别）。
4. 使用ScrapingBee代理服务，抓取Glassdoor的公司主页及员工评价页面HTML内容。
5. 提取总体评价摘要和各群体的细分评价数据。
6. 通过OpenAI语言模型解析和抽取出具体的评分数据与分布比例。
7. 计算评分的方差、标准差，进而得出各群体的Z分数、效应量和P值。
8. 根据统计结果格式化数据，生成适合QuickChart绘制的散点图和柱状图配置。
9. 调用QuickChart API生成图表，直观展示不同群体间的职场体验差异。
10. 最后，OpenAI模型基于分析数据生成关键洞察与员工体验解读文本报告。

涉及的系统或服务

• ScrapingBee（网页数据代理爬取服务）
• Glassdoor（员工评价数据源）
• OpenAI（智能数据抽取与文本分析）
• QuickChart（图表生成API）
• n8n自动化平台（工作流执行和节点管理）

适用人群或使用价值

• 人力资源分析师和多元化管理人员：帮助快速识别职场中的歧视和偏见，辅助决策制定。
• 企业管理层：了解员工多样性体验，推动公平包容的企业文化建设。
• 数据科学家和研究者：获取结构化的职场多样性数据，进行深入研究。
• 咨询顾问：为客户提供基于数据的职场公平性分析报告。
• 社会活动家和政策制定者：监测企业多样性表现，推动职场公平政策落地。

通过此工作流，用户能够自动化、智能化地洞察企业职场中的潜在歧视模式，借助数据驱动推动更公平、更包容的工作环境。