Наем часто является проблемой для большинства организаций. От поиска и проверки кандидатов до оценки талантов и управления предложениями — на каждом этапе процесса может возникнуть временная задержка, которая, в свою очередь, может нанести ущерб бизнесу. Ручная проверка резюме по-прежнему является самой трудоемкой частью процесса подбора персонала, особенно когда половина заявок, полученных на работу, не соответствует требованиям.

В наши дни некоторые компании решили исследовать области искусственного интеллекта (ИИ) и машинного обучения, чтобы найти лучшие таланты. В этой статье ставится вопрос об эффективности ИИ и о том, может ли он помочь в отборе и принятии решений о найме.

ИИ может изучать человеческие предубеждения

Поставщики ИИ стремятся уменьшить бессознательную предвзятость и принимать объективные решения о найме. Это отличная новость! Однако ИИ не является независимой формой разведки. Это система, обученная людьми с критериями и данными, предоставленными посредством человеческого вмешательства. Это означает, что любые человеческие предубеждения в процессе найма также могут быть легко обнаружены программным обеспечением ИИ.

В известном эксперименте рекрутеры просматривали идентичные резюме и, как правило, выбирали больше соискателей с именами, звучащими как белые, чем с именами, звучащими как черные (Bertrand, Chugh, & Mullainathan, 2005). Если программное обеспечение ИИ узнает, как «выглядит» хороший наем на основе грязных данных, оно будет принимать предвзятые решения о найме — так же, как люди. Это показывает, как ИИ может неправильно интерпретировать входные данные и сделать рабочие места такими же однородными, какими они были раньше.

Оценки менее предвзяты, чем технология ИИ, поскольку они игнорируют нерелевантную информацию, такую ​​как возраст, пол и раса кандидата, и включают только важную информацию, такую ​​как когнитивные способности, личность и навыки, которые, как показали многолетние исследования, предсказывают успех в работе. Они предлагают решающее преимущество перед ИИ, поскольку кандидаты оцениваются по параметрам, которые действительно важны для успешной работы (Tracey, Sturman, & Tews, 2007). Наличие одних и тех же входных данных позволяет проводить справедливое сравнение и ранжирование кандидатов.

Отсутствие человеческого прикосновения

Определенные ситуации требуют вмешательства человека, что объясняется термином «человек» в отделе кадров. Когда возникают двусмысленности или контекстуальные проблемы, они часто требуют уровня организационного, социального и эмоционального интеллекта, который могут обеспечить только люди. SuperCareer использует информацию из резюме, а также тесты личности и способностей для отбора кандидатов на открытую вакансию до наиболее подходящих кандидатов в ранжированном порядке. На этом этапе процесса найма оценки более объективны по сравнению с отдельными лицами или технологиями искусственного интеллекта для принятия этих решений.

SuperCareer признает, что решения о найме должны приниматься человеком, знающим алгоритмы, а не наоборот. Компания предлагает проверенные методы проверки резюме и оценки кандидатов на основе прогнозных оценок. Он предоставляет услуги по подбору персонала отраслевыми экспертами, чтобы гарантировать, что процесс отбора выигрывает от жизненно важного участия человека. Эта комбинация опирается на лучшее из обоих миров, включая ключевые фрагменты информации из структурированных интервью, которые вводятся в алгоритм, чтобы обеспечить наилучшее соответствие кандидатов для работы.

Черный ящик в основе ИИ

Задачи по подбору персонала, такие как поиск поставщиков, скрининг, могут выполняться с помощью технологии ИИ. На самом деле, вполне возможно, что когда-нибудь технология ИИ возьмет на себя весь процесс найма. Однако важно понимать, как машины изучают эти процессы. Фоновые механизмы технологии ИИ до сих пор неясны. Прежде чем доверять и полагаться на технологию ИИ при приеме на работу, мы должны изучить внутреннюю работу черного ящика, лежащего в основе технологии ИИ.

В заключение, как и во многих других отраслях, HR будет управляться данными. ИИ обещает помочь, и мы уверены, что у него большое будущее. Однако мы сомневаемся, что это произойдет в ближайшем будущем. Мы должны стремиться устранить факторы, влияющие на решения о найме и отборе, и использовать только ту информацию, которая тесно связана с успешным выполнением работы и организационными потребностями. Мы также думаем, что хорошие платформы ИИ, вероятно, будут основаны на оценке. На данный момент это направление, в котором движется SuperCareer. Мы надеемся повысить ценность процесса найма и завоевать доверие к алгоритмическим талантам, соответствующим нашему подходу.

Авторы

Лара Херцогенрат
Мехмет Сиван
Суман Калра
Аркин Кора

использованная литература

Бертран, М., Чу, Д., и Муллайнатан, С. (2005). Неявная дискриминация. Американское экономическое обозрение, 94–98.

Трейси, Дж. Б., Стурман, М. К., и Тьюс, М. Дж. (2007). Способность против личности: факторы, которые предсказывают производительность труда сотрудника. Cornell Hotel and Restaurant Administration Quarterly, 48(3), 313–322.

Первоначально опубликовано на сайте blog.supercareer.com 6 октября 2017 г.