Предисловие:
В последние годы искусственный интеллект (ИИ) активно внедряется в различные сферы деятельности, включая подбор персонала. Однако многие компании и специалисты по-прежнему сомневаются в эффективности использования ИИ в этом процессе, но продолжают верить тестированиям, которые тоже не всегда показательны в выборе сотрудников. В данной статье мы рассмотрим основные причины, по которым ИИ может не работать в подборе персонала, а также возможные пути решения этих проблем.
1. Сложность оценки soft skills.
Проблема использования ИИ в подборе персонала — это сложность оценки мягких навыков (soft skills), таких как коммуникация, работа в команде или лидерство.
ИИ хорошо справляется с анализом данных, которые можно выразить цифрами, но мягкие навыки не поддаются строгой количественной оценке. Это приводит к риску упустить кандидатов, которые идеально подходят для роли именно благодаря своим качествам, важным для успеха в конкретной должности.
Что делать:
Такой подход поможет учитывать как измеримые, так и уникальные человеческие качества, что сделает процесс найма более точным и эффективным.
2. Отсутствие контекста.
Отсутствие контекста при анализе резюме — ещё одна важная проблема в использовании ИИ в подборе персонала.
ИИ может неверно интерпретировать информацию, если она представлена в нестандартном формате или содержит ошибки. Например, система может ошибочно посчитать, что кандидат имеет опыт в определённой области, хотя это не так, или упустить важные детали, если они недостаточно чётко сформулированы.
Что делать:
Эти шаги помогут ИИ учитывать контекст и снизят вероятность ошибок при анализе данных кандидатов.
4. Непредвзятость и дискриминация.
Ещё одна проблема использования ИИ в подборе персонала — это риск предвзятости и дискриминации.
Если алгоритмы обучаются на данных, содержащих стереотипы или предвзятые мнения, они могут воспроизводить эти ошибки, что приведёт к несправедливому отбору кандидатов. Это особенно критично, когда речь идёт о гендерных, возрастных или этнических аспектах.
Что делать:
К сожалению, в этих двух пунктах не обойтись без надзора человека, и есть вероятность, что вам понадобится, как минимум, консультация Data Science специалиста.
Почему соискатели могут не хотеть общаться с ИИ-ассистентом GRT:
Отсутствие доверия.
Это простой пункт — есть достаточное количество людей скептически настроенных по отношению к технологиям искусственного интеллекта и не доверять им. Они могут опасаться, что ИИ-ассистент не сможет понять их потребности и предоставить им нужную информацию.
Страх перед автоматизацией.
Пересекается с предыдущим пунктом. Некоторые соискатели могут опасаться, что технологии искусственного интеллекта постепенно вытеснят их с рынка труда.
Это приводит к нежеланию взаимодействовать с ИИ-ассистентами, поскольку они воспринимаются не как инструмент помощи, а как потенциальная угроза их конкурентоспособности.
Что делать:
Такие шаги помогут развеять страхи и показать, что технологии работают в интересах соискателей, а не против них.
Личные предпочтения.
Наконец, некоторые соискатели просто предпочитают живое общение с людьми и не видят необходимости использовать технологии искусственного интеллекта.
Они могут считать, что человеческий подход лучше учитывает их индивидуальные особенности и позволяет наладить более глубокую связь с потенциальным работодателем.
Что делать:
Эти шаги помогут вам преодолеть недоверие и сопротивление, создавая комфортные условия для взаимодействия с ИИ-ассистентами.
Невозможность контроля.
Многие люди не понимают в полной мере механизмы работу искусственного интеллекта, а значат и теряют чувства контроля над ситуацией. Они уверены, что ИИ или не справится вовсе и не отличит лживое резюме от настоящего.
Справедливости ради, он действительно может не отличить ложь от правды, если его этому не научить. Как бы нам не хотелось, люди продолжат врать в резюме.
Наша задача или написать программу так, чтобы она умела отличать или же учить писать людей резюме выгодно для себя, но без лжи.
В последние годы искусственный интеллект (ИИ) активно внедряется в различные сферы деятельности, включая подбор персонала. Однако многие компании и специалисты по-прежнему сомневаются в эффективности использования ИИ в этом процессе, но продолжают верить тестированиям, которые тоже не всегда показательны в выборе сотрудников. В данной статье мы рассмотрим основные причины, по которым ИИ может не работать в подборе персонала, а также возможные пути решения этих проблем.
1. Сложность оценки soft skills.
Проблема использования ИИ в подборе персонала — это сложность оценки мягких навыков (soft skills), таких как коммуникация, работа в команде или лидерство.
ИИ хорошо справляется с анализом данных, которые можно выразить цифрами, но мягкие навыки не поддаются строгой количественной оценке. Это приводит к риску упустить кандидатов, которые идеально подходят для роли именно благодаря своим качествам, важным для успеха в конкретной должности.
Что делать:
- Использовать гибридный подход: объединяйте возможности ИИ в анализе данных с профессиональной оценкой soft skills рекрутерами.
- Разработать шкалы или методики оценки, чтобы структурировать информацию о мягких навыках.
- Проводить финальное интервью с кандидатами, где эксперты оценивают качества, которые ИИ не может распознать.
Такой подход поможет учитывать как измеримые, так и уникальные человеческие качества, что сделает процесс найма более точным и эффективным.
2. Отсутствие контекста.
Отсутствие контекста при анализе резюме — ещё одна важная проблема в использовании ИИ в подборе персонала.
ИИ может неверно интерпретировать информацию, если она представлена в нестандартном формате или содержит ошибки. Например, система может ошибочно посчитать, что кандидат имеет опыт в определённой области, хотя это не так, или упустить важные детали, если они недостаточно чётко сформулированы.
Что делать:
- Убедитесь, что ИИ получает такие контекстуальные сведения, как названия компаний, должности и основные обязанности кандидатов.
- Обучайте ИИ на больших объемах данных — это поможет системе лучше понимать разнообразные форматы резюме и корректно интерпретировать информацию.
- На ключевых этапах рекрутмента важно, чтобы специалисты оценивали резюме, особенно если данные выглядят неоднозначными.
Эти шаги помогут ИИ учитывать контекст и снизят вероятность ошибок при анализе данных кандидатов.
4. Непредвзятость и дискриминация.
Ещё одна проблема использования ИИ в подборе персонала — это риск предвзятости и дискриминации.
Если алгоритмы обучаются на данных, содержащих стереотипы или предвзятые мнения, они могут воспроизводить эти ошибки, что приведёт к несправедливому отбору кандидатов. Это особенно критично, когда речь идёт о гендерных, возрастных или этнических аспектах.
Что делать:
- Удаляйте из них предвзятые элементы и обеспечьте их разнообразие, чтобы исключить стереотипы.
- Регулярно тестируйте ИИ на предмет непредвзятости и корректируйте его работу, если обнаружены ошибки.
К сожалению, в этих двух пунктах не обойтись без надзора человека, и есть вероятность, что вам понадобится, как минимум, консультация Data Science специалиста.
Почему соискатели могут не хотеть общаться с ИИ-ассистентом GRT:
- Недоверие к объективности ИИ.
- Опасения, что алгоритм не учтёт важные детали, которые человек бы заметил.
- Чувство отчуждённости: кандидаты могут предпочитать живое общение с рекрутером.
Отсутствие доверия.
Это простой пункт — есть достаточное количество людей скептически настроенных по отношению к технологиям искусственного интеллекта и не доверять им. Они могут опасаться, что ИИ-ассистент не сможет понять их потребности и предоставить им нужную информацию.
Страх перед автоматизацией.
Пересекается с предыдущим пунктом. Некоторые соискатели могут опасаться, что технологии искусственного интеллекта постепенно вытеснят их с рынка труда.
Это приводит к нежеланию взаимодействовать с ИИ-ассистентами, поскольку они воспринимаются не как инструмент помощи, а как потенциальная угроза их конкурентоспособности.
Что делать:
- Уточняйте, что ИИ-ассистент — это не замена человеку, а инструмент, который помогает автоматизировать рутинные задачи и улучшить процесс найма.
- Напоминайте кандидатам, что технологии не могут заменить человеческую коммуникацию, эмпатию и гибкость, которые остаются ключевыми для многих ролей.
- Расскажите, как используются данные, собранные ИИ, и подчеркните, что человек принимает окончательное решение.
- Обеспечьте, чтобы взаимодействие с ИИ было интуитивным и подкреплялось возможностью общения с живым рекрутером.
Такие шаги помогут развеять страхи и показать, что технологии работают в интересах соискателей, а не против них.
Личные предпочтения.
Наконец, некоторые соискатели просто предпочитают живое общение с людьми и не видят необходимости использовать технологии искусственного интеллекта.
Они могут считать, что человеческий подход лучше учитывает их индивидуальные особенности и позволяет наладить более глубокую связь с потенциальным работодателем.
Что делать:
- Расскажите, как ассистент помогает ускорить процесс найма, не заменяя рекрутера, а поддерживая его.
- Сделайте взаимодействие с ИИ простым, интуитивным и максимально удобным, чтобы это не вызывало негативных эмоций.
- Дайте кандидатам возможность выбрать: пройти этап с ИИ-ассистентом или сразу связаться с рекрутером.
- Обеспечьте соискателей информацией о том, как ИИ работает, что позволяет им чувствовать себя более уверенно.
Эти шаги помогут вам преодолеть недоверие и сопротивление, создавая комфортные условия для взаимодействия с ИИ-ассистентами.
Невозможность контроля.
Многие люди не понимают в полной мере механизмы работу искусственного интеллекта, а значат и теряют чувства контроля над ситуацией. Они уверены, что ИИ или не справится вовсе и не отличит лживое резюме от настоящего.
Справедливости ради, он действительно может не отличить ложь от правды, если его этому не научить. Как бы нам не хотелось, люди продолжат врать в резюме.
Наша задача или написать программу так, чтобы она умела отличать или же учить писать людей резюме выгодно для себя, но без лжи.
