AI w rekrutacji

28 czerwca, 2021
Talent Exact > Blog > AI w rekrutacji

Coraz częściej słyszy się o tym, że firmy zajmujące się technologią HR i assessmentami mówią o swoich funkcjach AI. Przez AI rozumiemy oczywiście sztuczną inteligencję (Artificial Intelligence). W tym artykule zamierzamy omówić, co kryje się pod hasłem AI w rekrutacji, zdefiniować typowe zagrożenia, wyjaśnić, dlaczego element ludzki jest niezbędny, omówić technologie wykorzystywane przez Harrison Assessments i podkreślić, w jaki sposób właściwe wykorzystanie sztucznej inteligencji usprawnia podejmowanie decyzji przez rekruterów.

Jak definiujesz AI?

Według Techopedii „Sztuczna inteligencja (znana również jako inteligencja maszynowa) to gałąź informatyki, która ma na celu wzbogacenie oprogramowania możliwością analizowania jego środowiska za pomocą z góry określonych reguł i algorytmów wyszukiwania lub wzorców rozpoznających modele uczenia maszynowego (machine learning – ML), a następnie podejmowanie decyzji opartych na tych analizach. W ten sposób AI próbuje naśladować inteligencję biologiczną, aby umożliwić aplikacji lub systemowi działanie z różnym stopniem autonomii, zmniejszając w ten sposób subiektywną interwencję człowieka w szerokim zakresie funkcji”.

Istnieje powszechne błędne przekonanie, że AI posiada w jakiś sposób niezależną inteligencję. W rzeczywistości sztuczna inteligencja to złożony program, zdefiniowany i zaprogramowany przez ludzi. Może robić tylko to, co do czego zaprogramowali ją ludzie, nawet jeśli może dostarczyć cennych, a czasem nieoczekiwanych informacji. Jej „decyzje” opierają się na dostarczanych przez nas źródłach informacji oraz algorytmach, które przekazaliśmy jej do interpretacji. Biorąc to pod uwagę, jest to ekscytujący obszar rozwoju.

Komputer mówi nie

Jednym z głównych problemów przy rozważaniu AI w rekrutacji jest transparentność. Jeśli komputer dostarcza informacje „zatrudnij / nie zatrudnij” bez kontekstu, nie mamy możliwości prawnego uzasadnienia naszej decyzji ani nawet poznania jej podstawy. Dlatego sztuczną inteligencję lub ML należy rozwijać we współpracy z ekspertami ds. rekrutacji  i psychometrii, którzy są w stanie skoncentrować analitykę na czynnikach sukcesu specyficznych dla danego stanowiska pracy, które są zgodne z prawem.

W 2018 roku pojawiła się dobrze nagłośniona historia o tym, jak Amazon rozwijał technologię rekrutacyjną z wykorzystaniem AI, która niezależnie zdecydowała, że bycie mężczyzną jest czynnikiem rokującym sukces.  AI Amazona przeanalizowała tysiące kandydatów i CV z ostatnich 10 lat na stanowiska programistów technicznych. W przeszłości role techniczne pełnili głównie mężczyźni, dlatego sztuczna inteligencja uznała, że ​​jest to kluczowy czynnik do odniesienia sukcesu. Program nie powiódł się, ponieważ nie zidentyfikował czynników, które odróżniały osoby osiągające wysokie wyniki od osób osiągających słabe wyniki. Zidentyfikowane przez nią czynniki powodowałyby, że zatrudnianie nie byłoby trafne i co więcej, byłoby nielegalne. Co gorsza, tak zwanej sztucznej inteligencji nie nauczono identyfikowania i przedstawiania powodów podjęcia decyzji o zatrudnieniu. W rzeczywistości była to czarna skrzynka zupełnie nieznana rekruterom. To stanowiło niebezpieczne miejsce dla rekruterów. Niezwykle ważne jest posiadanie ludzkiego nadzoru nad generowanymi danymi.

Czy sztuczna inteligencja zastąpi rekruterów?

Kiedy myślimy o maszynach podejmujących decyzje o zatrudnieniu, pojawia się wiele reakcji emocjonalnych. Niektórzy są podekscytowani perspektywą zwiększenia dokładności predykcyjnej i zmniejszenia wpływu uprzedzeń. Innym mają dystopijną obawę, że maszyny przejmą naszą pracę. Odpowiednio zaprojektowane uczenie maszynowe może zautomatyzować część procesu rekrutacji, ale nie zastąpi zatrudniania ekspertów.

Każda praca jest inna i dlatego wymaga gruntownej znajomości wymagań, aby stworzyć skuteczne kryteria rekrutacji. ML może pomóc, dostarczając zbadane dane związane z podobnymi zadaniami; natomiast do analizy tych danych potrzebni są rekruterzy. Analiza pozwala im szybko i skutecznie wyselekcjonować najlepszych kandydatów, przeprowadzić ukierunkowaną rozmowę kwalifikacyjną w celu oceny dopasowania behawioralnego do stanowiska, zweryfikować odpowiedzi i podjąć ostateczną decyzję.

Krótko mówiąc, AI do rekrutacji to tak naprawdę współpraca między maszyną a rekruterem, która ostatecznie zwiększa wartość rekrutera.

Jak Harrison wykorzystuje elementy sztucznej inteligencji?

Wierzymy, że zatrudnienie opiera się na wzajemnie korzystnych relacjach, począwszy od doświadczenia kandydata. Nasza technologia skraca czas procesu oceny i zwiększa efektywność, jednocześnie redukując wpływ ludzkich uprzedzeń oraz koszty i czas rekrutacji. Dzięki analizie możemy szybko zidentyfikować, przeprowadzić rozmowę kwalifikacyjną, zachęcić i zatrudnić najlepiej dopasowanego kandydata.

Technologia rekrutacyjna Harrisona została zaprojektowana tak, aby wyszukiwać kandydatów, którzy mają najlepsze predyspozycje, zamiast odsiewać tych, którzy ich nie posiadają. Ta podstawowa koncepcja ma kluczowe znaczenie dla działań na rzecz różnorodności i integracji, ponieważ koncentruje się tylko na umiejętnościach i zachowaniach, które zwiększają prawdopodobieństwo sukcesu kandydata w tej konkretnej roli.

Nasze Formuły Sukcesu Zawodowego (FSZ) to algorytmy ważone. Wymagania kwalifikacyjne (doświadczenie, umiejętności, edukacja), wymagania predyspozycji (dopasowanie behawioralne do stanowiska) oraz, w stosownych przypadkach, kompetencje kognitywne (umiejętność rozwiązywania problemów wymagana do danej pracy) są obliczane i łatwo dostępne dla rekrutera w celu dalszej analizy i weryfikacji.

Aby jeszcze bardziej dostosować Formułę Sukcesu Zawodowego do rzeczywistych danych dotyczących efektywności Twojej organizacji i odrębnych wymagań dotyczących pracy, nasze rozwiązanie benchmarkingu wykorzystuje inteligencję maszynową do analizy ponad 175 czynników, identyfikowania tych, które odnoszą się do sukcesu na określonym stanowisku i formułowania tych czynników w model kompetencyjny.

Ta kombinacja automatyzacji, inteligencji maszynowej, obszernych danych behawioralnych i ludzkiego nadzoru jest niezwykle potężna i może być stosowana do prowadzenia owocnych rozmów między pracodawcami a potencjalnymi pracownikami na temat obszarów, które są dla nich najważniejsze. To, czego nie robimy, to pozwalanie programowi na podejmowanie autonomicznych decyzji bez nadzoru człowieka.

Zgodność z prawem

Ogólne oceny osobowości, które nie porównują danej osoby z konkretnymi wymaganiami stanowiska pracy, nie mogą być prawnie obronione, ani nie mogą być trafne. Podobnie algorytm, który przeszukuje internet w poszukiwaniu danych osobowych kandydata, nie jest zgodny ze standardami zatrudniania ani wymogami prawnymi.

Istotne jest, aby oceny psychometryczne stosowane w kontekście rekrutacji były adekwatne do celu. Aby ocena była trafna i legalna, musi koncentrować się na specyficznych wymaganiach stanowiska i używać innego algorytmu dla każdego stanowiska. Jakie czynniki przyczyniają się do sukcesu, a które obniżają efektywność? Pamiętajmy, że komputery mogą robić tylko to, do czego je zaprogramowano. Prawdziwym niebezpieczeństwem w korzystaniu z rekrutacyjnych technologii AI jest złe zaprojektowanie przez ludzi.

Nasze oceny są zgodne z przepisami EEOC, a także z normą ISO 10667 dotyczącą oceny konkretnego stanowiska, a nasza opcja benchmarkingu zapewnia badania dotyczące konkretnego stanowiska i weryfikację naukową dla określonych niestandardowych kryteriów w sposób, który jest prawnie uzasadniony.

Sztuczna inteligencja powinna wzmacniać ludzkie decyzje

Chociaż czasami może wydawać się, że tak jest, AI nie jest magicznym rozwiązaniem. Jest to złożony program, który pomaga nam analizować szeroki zakres czynników i tworzyć idealną formułę matematyczną do pomiaru tych czynników. Pozwala nam to na sprawne, systematyczne i bezstronne sortowanie dużych ilości danych.

Sztuczna inteligencja w rekrutacji powinna usprawniać ludzkie podejmowanie decyzji, a nie je zastępować. Mając to na uwadze, zastanów się nad tym paradoksem: „Wykorzystujemy sztuczną inteligencję lub uczenie maszynowe, aby uczynić nas bardziej ludzkimi”.

Dr Dan Harrison jest założycielem i CEO Harrison Assessments. Założona w 1990 roku firma Harrison Assessments korzysta z analityki predykcyjnej, aby pomóc organizacjom rekrutować, rozwijać, przewodzić i angażować talenty.