Предиктивна процена запошљавања: АИ каже да сте запослени

• Аутор:
• ime аутора

  Куантумрун Форесигхт
• Септембар 12, 2022

Сажетак увида

Вештачка интелигенција (АИ) преобликује запошљавање користећи податке за идентификацију најбољих кандидата, смањујући пристрасност и повећавајући разноликост на радном месту. Ови аутоматизовани системи поједностављују процесе запошљавања, потенцијално повећавајући ефикасност и профитабилност компаније, док кандидатима нуде персонализованије искуство. Међутим, ослањање на алгоритме поставља питања о правичности и потреби државне регулативе како би се осигурала етичка употреба на тржишту рада.

Предиктивни контекст процене запошљавања

Велика оставка је показала друштву како догађај црног лабуда може преко ноћи да промени тржиште рада. Компаније су се прилагодиле тако што су удвостручиле запошљавање најбољих доступних професионалаца. Да би смањили неизвесност и убрзали процес запошљавања, послодавци користе платформе за процену и запошљавање засноване на вештачкој интелигенцији које користе предиктивне податке.

Чак и пре успона великих података и вештачке интелигенције, многе компаније су већ почеле да користе технике предиктивног запошљавања, иако ручно. Ове технике су сузиле карактеристике које су историјски пружале скуп висококвалитетних кандидата за отворену улогу, укључујући стаж на претходним пословима, образовну позадину и основне вештине. Међутим, ова ручна процедура може бити веома субјективна, нетачна и створити несклад међу менаџерима за запошљавање и тимовима за запошљавање.

Алати за предиктивно запошљавање и идентификацију талената, подржани од стране вештачке интелигенције, могу анализирати хиљаде биографија дневно, тражећи специфичне кључне речи и обрасце који помажу да се идентификују кандидати који су најпогоднији за одређену улогу. Свака информација коју кандидат за посао пружи може се квантификовати и анализирати, укључујући знање о послу, године, просечно трајање посла, личност, језичке вештине и претходно искуство. Четботови са вештачком интелигенцијом се такође користе за спровођење одређених првих фаза процеса интервјуа, ослобађајући тимове за запошљавање људи да се фокусирају на задатке веће вредности. 

Ометајући утицај

Интеграција аутоматизованих алата за процену у процесима запошљавања има за циљ да минимизира когнитивне и несвесне пристрасности, потенцијално повећавајући разноликост и инклузивност на радном месту. Ослањајући се на алгоритме за процену кандидата, послодавци се могу фокусирати на вештине и квалификације кандидата, а не на спољне факторе као што су образовна позадина, богатство, раса, пол или године. Овај помак ка објективнијем приступу регрутовању може довести до ширег и разноврснијег фонда талената, јер се кандидатима који су раније можда били занемарени због површних разлога сада даје једнака пажња. Поред тога, аутоматизација одређених компоненти интервјуа, као што су когнитивни скрининг и уводни интервјуи, поједностављује процес, омогућавајући ефикаснију евалуацију кандидата.

Дугорочно усвајање предиктивних и аутоматизованих система запошљавања може резултирати значајним предностима за послодавце, укључујући повећану интерну ефикасност и смањење трошкова запошљавања. Конзистентним запошљавањем квалитетнијих кандидата, компаније могу побољшати своју укупну продуктивност и профитабилност. Штавише, способност ових система да прилагоде понуђену плату у реалном времену на основу повратних информација кандидата и ефикасног прикупљања неопходне документације може оптимизовати процес запошљавања. Овај метод такође подстиче позитивније искуство кандидата, потенцијално повећавајући привлачност послодавца на тржишту рада. 

Аутоматизовани системи запошљавања могли би да доведу до праведнијег тржишта рада, са разноликом и инклузивном радном снагом која би допринела ширим друштвеним користима, као што су смањени диспаритети у приходима и побољшана социјална кохезија. Међутим, може постојати забринутост због ослањања на алгоритме, као што су потенцијалне пристрасности у програмирању или искључење кандидата који се не уклапају у дефинисане параметре ових система. Владе ће можда морати да имплементирају прописе и смернице како би осигурале да се ове технологије користе етички и ефикасно, балансирајући потребу за иновацијама са заштитом права и интереса радника. 

Импликације алата за предиктивно запошљавање 

Шире импликације процеса запошљавања који постаје све аутоматизованији могу укључивати:

• Коришћење цхатботова за обављање прелиминарних интервјуа и тестова на даљину и пружање подршке кандидатима 24/7 током целог процеса запошљавања. 
• Прилагођено искуство за кандидате, укључујући давање ажурирања статуса у реалном времену о њиховој пријави и повратних информација након интервјуа.
• Повећана алокација буџета за ХР технологију како би се убрзао процес запошљавања и изградио ажурирани скуп потенцијалних кандидата за будуће улоге.
• Кандидати прилагођавају своје приступе тражењу посла и интервјуима да би се свидели алгоритмима уместо људима.
• Потенцијал да старији радници буду индиректно дискриминисани на тржишту рада ако им недостају дигиталне вештине да ефикасно интервјуишу током аутоматизованих фаза процеса запошљавања.
• Случајеви негативне штампе ако се докаже да алгоритам за запошљавање показује пристрасност према једној групи кандидата у односу на другу.
• Притисак јавности на државне/покрајинске и савезне владе да регулишу у којој мери компаније из приватног сектора могу да користе аутоматизована решења за запошљавање.

Питања која треба размотрити

• Да ли мислите да системи података могу тачно предвидети компатибилност потенцијалних кандидата са улогом и компанијом?
• Шта иначе мислите да аутоматизовани алати за процену могу да промене начин на који компаније запошљавају у будућности?