Изкуственият интелект може да помогне, но само ако се отнасяте към него като към електроинструмент, а не като към вълшебна пръчка. Използван правилно, той ускорява търсенето на персонал, засилва последователността и подобрява опита на кандидатите. Използван лошо... той тихомълком увеличава объркването, пристрастията и правния риск. Забавно.
Нека разгледаме как да използваме изкуствен интелект при наемането на персонал по начин, който е действително полезен, насочен към човека и защитим. (И не е зловещ. Моля, не е зловещ.)
Статии, които може да ви харесат след тази:
🔗 Инструменти за набиране на персонал с изкуствен интелект, които трансформират съвременното наемане на персонал
Как платформите с изкуствен интелект ускоряват и подобряват решенията за набиране на персонал.
🔗 Безплатни инструменти с изкуствен интелект за екипи за набиране на персонал
Най-добрите безплатни решения за рационализиране и автоматизиране на работните процеси по наемане на персонал.
🔗 Умения за изкуствен интелект, които впечатляват мениджърите по наемане на персонал
Кои умения за изкуствен интелект всъщност се открояват в автобиографиите.
🔗 Трябва ли да се откажете от проверката на автобиографиите с изкуствен интелект?
Плюсове, минуси и рискове от избягването на автоматизирани системи за наемане на персонал.
Защо изкуственият интелект изобщо се появява при наемането на работа (и какво всъщност прави) 🔎
Повечето инструменти за „наемане на персонал с изкуствен интелект“ попадат в няколко категории:
-
Избор на персонал : намиране на кандидати, разширяване на термините за търсене, съпоставяне на умения с позициите
-
Скрининг : анализ на автобиографии, класиране на кандидати, маркиране на вероятни съвпадения
-
Оценки : тестове за умения, примерни работи, симулации на работа, понякога видео работни процеси
-
Поддръжка при интервюта : структурирани банки с въпроси, обобщаване на бележки, подсказване на резултати от тестове
-
Операции : планиране, чат с въпроси и отговори с кандидати, актуализации на състоянието, работен процес за оферти
Една проверка на реалността: ИИ рядко „взема решения“ в един чист момент. Той влияе... подтиква... филтрира... приоритизира. Което все още е голям проблем, защото на практика един инструмент може да се превърне в процедура за подбор, дори когато хората са „технически“ в цикъла. В САЩ Комисията по равни възможности при заетостта (EEOC) е изрично посочила, че алгоритмичните инструменти за вземане на решения, използвани за вземане или информиране на решения за наемане на работа, могат да предизвикат същите стари въпроси за различно/неблагоприятно въздействие - и че работодателите могат да останат отговорни, дори когато доставчик е създал или управлява инструмента. [1]
Минималната жизнеспособна „добра“ система за наемане на персонал, подпомагана от изкуствен интелект ✅
Една добра система за наемане на персонал с изкуствен интелект има няколко задължителни неща (да, те са леко скучни, но скуката е безопасна):
-
Входни данни, свързани с работата : оценявайте сигналите, свързани с ролята, а не вибрациите
-
Обяснимост, която можете да повторите на глас : ако кандидатът попита „защо“, имате последователен отговор
-
Човешкият надзор е от значение : не церемониалното щракване - истинската власт за отмяна
-
Валидиране + мониторинг : резултати от тестове, наблюдение на отклонения, водене на записи
-
Дизайн, ориентиран към кандидатите : ясни стъпки, достъпен процес, минимални глупости
-
Поверителност още по дизайн : минимизиране на данните, правила за съхранение, сигурност + контрол на достъпа
Ако искате стабилен ментален модел, заемете от рамката за управление на риска, свързан с изкуствения интелект, на NIST - по същество структуриран начин за управление, картографиране, измерване и управление на риска, свързан с изкуствения интелект, през целия жизнен цикъл. Не е приказка за лека нощ, но е наистина полезна, за да направи тези неща одитираеми. [4]
Където изкуственият интелект се вписва най-добре във фунията (и къде става пикантно) 🌶️
Най-добрите места за начало (обикновено)
-
Изготвяне на описание на длъжността + почистване ✍️
Генеративният изкуствен интелект може да намали жаргона, да премахне раздутите списъци с желания и да подобри яснотата (стига да го проверите за здрав разум). -
Копилоти за подбор на персонал (резюмета, варианти за работа с обществеността, булеви низове)
Големи печалби по отношение на производителността, нисък риск от вземане на решения, ако хората останат отговорни. -
Планиране + ЧЗВ за кандидатите 📅
Кандидатите всъщност харесват автоматизацията, когато е направена учтиво.
Зони с по-висок риск (стъпвайте внимателно)
-
Автоматизирано класиране и отхвърляне.
Колкото по-определящ става резултатът, толкова повече тежестта ви се измества от „хубав инструмент“ към „доказване, че това е свързано с работата, наблюдавано е и не изключва тихо групи“. -
Видео анализ или „поведенчески изводи“ 🎥
Дори когато се предлагат на пазара като „обективни“, те могат да се сблъскат с увреждания, нужди от достъпност и нестабилна валидност. -
Всичко, което става „изключително автоматизирано“ със значителни последици.
Съгласно GDPR на Обединеното кралство, хората имат право да не бъдат обект на определени изцяло автоматизирани решения с правни или подобни значителни последици - и когато това е приложимо, са необходими и гаранции, като например възможността за получаване на човешка намеса и оспорване на решението. (Също така: ICO отбелязва, че това ръководство е в процес на преразглеждане поради промени в законодателството на Обединеното кралство, така че третирайте това като област, която трябва да бъде актуална.) [3]
Бързи дефиниции (за да спорят всички за едно и също нещо) 🧠
Ако откраднете само един навик за маниаци: дефинирайте термините, преди да купите инструменти.
-
Инструмент за алгоритмично вземане на решения : общ термин за софтуер, който оценява/оценява кандидати или служители, понякога използвайки изкуствен интелект, за да информира решенията си.
-
Неблагоприятно въздействие / несъответстващо въздействие : „неутрален“ процес, който непропорционално изключва хора въз основа на защитени характеристики (дори ако никой не го е възнамерявал).
-
Свързано с работата + съответстващо на бизнес необходимостта : летвата, към която се стремите, ако даден инструмент отсява хора и резултатите изглеждат неравномерни.
Тези концепции (и как да се мисли за процентите на подбор) са ясно изложени в техническата помощ на EEOC относно изкуствения интелект и неблагоприятното въздействие. [1]
Сравнителна таблица - често срещани опции за наемане на работа в сферата на изкуствения интелект (и за кого всъщност са предназначени) 🧾
| Инструмент | Аудитория | Цена | Защо работи |
|---|---|---|---|
| Добавки с изкуствен интелект в пакетите ATS (скрининг, съвпадение) | Екипи с голям обем работа | Базирано на оферти | Централизиран работен процес + отчитане… но конфигурирайте внимателно, иначе ще се превърне в фабрика за отхвърляне |
| Изследване на таланти + преоткриване с изкуствен интелект | Организации, фокусирани върху снабдяването | ££–£££ | Намира съседни профили и „скрити“ кандидати - странно полезно за нишови роли |
| Разбор на автобиография + таксономия на уменията | Екипи, затънали в PDF файлове с автобиографии | Често в пакет | Намалява ръчния триаж; несъвършено, но по-бързо от оглеждането на всичко на око в 23:00 ч. 😵 |
| Чат с кандидати + автоматизация на планирането | Почасово, кампус, голям обем | £–££ | По-бързо време за реакция и по-малко неявявания - усещане за приличен консиерж |
| Комплекти за структурирано интервю + карти за оценка | Екипите отстраняват несъответствията | £ | Прави интервютата по-малко случайни - тиха победа |
| Платформи за оценяване (работни примери, симулации) | Наемане на персонал, ориентирано към уменията | ££ | По-добър сигнал от автобиографиите, когато е от значение за работата - все пак следете резултатите |
| Инструменти за мониторинг на пристрастия + подкрепа на одита | Регулирани / осъзнаващи риска организации | £££ | Помага за проследяване на процентите на избор и отклоненията във времето - основно касови бележки |
| Работни потоци за управление (одобрения, регистрационни файлове, инвентаризация на модели) | По-големи екипи от човешки ресурси и правни отдели | ££ | Предпазва от това „кой какво е одобрил“ да се превърне в търсене на съкровища по-късно |
Признание на малка маса: ценообразуването на този пазар е хлъзгаво. Доставчиците обичат енергията от типа „хайде да се обадим“. Затова третирайте разходите като „относителни усилия + сложност на договора“, а не като спретнат етикет... 🤷
Как да използвате изкуствен интелект при наемането на персонал стъпка по стъпка (внедряване, което няма да ви навреди по-късно) 🧩
Стъпка 1: Изберете една болезнена точка, а не цялата вселена
Започнете с нещо подобно:
-
намаляване на времето за проверка за едно семейство от роли
-
подобряване на снабдяването с трудно запълваеми позиции
-
стандартизиране на въпросите за интервюта и картите за оценка
Ако се опитате да преустроите наемането на персонал от край до край с изкуствен интелект още от първия ден, ще се окажете с процес на Франкенщайн. Технически ще работи, но всички ще го намразят. А след това ще го заобиколят, което е по-лошо.
Стъпка 2: Дефинирайте „успех“ отвъд скоростта
Скоростта е важна. Същото важи и за това да не наемете бързо грешния човек 😬. Проследяване:
-
време до първи отговор
-
време за съставяне на кратък списък
-
съотношение интервюта/предложения
-
процент на отпадане от кандидати
-
показатели за качество на наемане (време за навлизане, ранни сигнали за ефективност, задържане на персонала)
-
разлики в процента на селекция между групите на всеки етап
Ако измервате само скоростта, ще оптимизирате за „бърз отказ“, което не е същото като „добро наемане“.
Стъпка 3: Запишете си точките за вземане на човешки решения
Бъдете болезнено категорични:
-
където изкуственият интелект може да предложи
-
където хората трябва да решат
-
където хората трябва да прегледат замените (и да запишат защо)
Практически тест за миризма: ако процентите на пренебрегване са практически нулеви, вашият „човек в цикъла“ може да е декоративен стикер.
Стъпка 4: Първо изпълнете тест за сянка
Преди резултатите от изкуствения интелект да повлияят на реалните кандидати:
-
да го направите на базата на минали цикли на наемане
-
сравнете препоръките с реалните резултати
-
търсете модели като „страхотни кандидати, систематично класирани ниско“
Съставен пример (защото това се случва често): модел „обича“ непрекъснатата заетост и наказва паузите в кариерата... което тихомълком понижава рейтинга на болногледачите, хората, завръщащи се от болест, и хората с нелинейни пътища. Никой не е кодирал „бъди несправедлив“. Данните го направиха вместо вас. Готино, готино, готино.
Стъпка 5: Пилотен проект, след което бавно разширяване
Един добър пилот включва:
-
обучение на рекрутери
-
сесии за калибриране на мениджъри по наемане на персонал
-
съобщения до кандидатите (какво е автоматизирано, какво не е)
-
път за докладване на грешки за гранични случаи
-
дневник на промените (какво се е променило, кога, кой го е одобрил)
Отнасяйте се към пилотните проекти като към лаборатория, а не като към маркетингов старт 🎛️.
Как да използвате изкуствен интелект при наемане на персонал, без да нарушавате поверителността 🛡️
Поверителността не е просто отмятане на правни кутийки - това е доверие към кандидатите. А доверието е крехко и при наемането на работа, нека бъдем честни.
Практични действия за поверителност:
-
Минимизирайте данните : не почиствайте всичко с прахосмукачка „за всеки случай“
-
Бъдете ясни : кажете на кандидатите кога се използва автоматизация и какви данни са включени
-
Ограничаване на съхранението : определете колко дълго данните на кандидата остават в системата
-
Сигурен достъп : разрешения, базирани на роли, регистрационни файлове за одит, контроли от доставчици
-
Ограничение на целта : използвайте данни от кандидатите за наемане на работа, а не случайни бъдещи експерименти
Ако наемате служители в Обединеното кралство, ICO е много директен относно това какво трябва да поискат организациите, преди да закупят инструменти за набиране на персонал с изкуствен интелект - включително ранно провеждане на DPIA, поддържане на обработката на данни справедлива/минимална и ясно обяснение на кандидатите как се използва тяхната информация. [2]
Също така, не забравяйте за достъпността: ако стъпка, задвижвана от изкуствен интелект, блокира кандидатите, които се нуждаят от приспособления, вие създавате бариера. Не е добре от етична гледна точка, не е добре от правна гледна точка, не е добре за вашата работодателска марка. Тройно недобро.
Пристрастие, справедливост и небляскавата работа по наблюдението 📉🙂
Именно тук повечето екипи инвестират недостатъчно. Те купуват инструмента, включват го и приемат, че „предубежденията са дело на доставчика“. Това е успокояваща история. Често е и рискована.
Една работеща рутина за справедливост изглежда така:
-
Валидация преди разполагане : какво измерва и свързана ли е с работата?
-
Мониторинг на неблагоприятното въздействие : проследяване на процентите на подбор на всеки етап (кандидатстване → проверка → интервю → оферта)
-
Анализ на грешките : къде се групират фалшиво отрицателните резултати?
-
Проверки за достъпност : настаняването бързо и с уважение ли е?
-
Проверки за несъответствие : нуждите от роли се променят, пазарите на труда се променят, моделите се променят... вашият мониторинг също трябва да се промени
И ако работите в юрисдикции с допълнителни правила: не отлагайте спазването им по-късно. Например, местен закон 144 на Ню Йорк ограничава използването на определени автоматизирани инструменти за вземане на решения за наемане на работа, освен ако няма скорошен одит за предубеденост, публична информация за този одит и задължителни уведомления - като прилагането му започва през 2023 г. [5].
Въпроси за проверка на доставчиците (откраднете тези) 📝
Когато един продавач каже „доверете ни се“, преведете го като „покажете ни“.
Попитайте:
-
Какви данни са обучили това и какви данни се използват по време на вземането на решение?
-
Какви характеристики определят резултата? Можете ли да го обясните като човек?
-
Какви тестове за пристрастност провеждате - кои групи, кои показатели?
-
Можем ли сами да одитираме резултатите? Какви отчети получаваме?
-
Как кандидатите получават човешка проверка - работен процес + времева рамка?
-
Как се справяте с настаняването? Имате ли известни причини за неуспех?
-
Сигурност + съхранение: къде се съхраняват данните, колко дълго, кой има достъп до тях?
-
Контрол на промените: уведомявате ли клиентите, когато моделите се актуализират или се оценяват промени?
Също така: ако инструментът може да отсее хората, третирайте го като процедура за подбор - и действайте съответно. Указанията на EEOC са доста категорични, че отговорността на работодателя не изчезва магически, защото „доставчик го е направил“. [1]
Генеративен изкуствен интелект при наемането на персонал - безопасните и разумни приложения (и списъкът с неподходящи) 🧠✨
Безопасно и много полезно
-
пренапишете обявите за работа, за да премахнете излишните неща и да подобрите яснотата
-
изготвяйте съобщения за работа с хора с шаблони за персонализиране (моля, запазете човешкия подход 🙏)
-
обобщете бележките от интервютата и ги съпоставете с компетенциите си
-
създавайте структурирани въпроси за интервю, обвързани с длъжността
-
комуникация с кандидатите за срокове, често задавани въпроси и насоки за подготовка
Списъкът с „не“ (или поне „забавете темпото и преосмислете“)
-
използване на препис от чатбот като скрит психологически тест
-
да се позволи на изкуствения интелект да реши дали е „културно подходящ“ (тази фраза би трябвало да задейства алармата)
-
извличане на данни от социалните медии без ясна обосновка и съгласие
-
автоматично отхвърляне на кандидати въз основа на непрозрачни резултати без път за преглед
-
каране на кандидатите да прескачат през препятствия с изкуствен интелект, които не предвиждат представянето им в работата
Накратко: генерирайте съдържание и структура, да. Автоматизирайте окончателното преценяване, бъдете внимателни.
Заключителни бележки - Твърде дълго, не го прочетох 🧠✅
Ако не си спомняте нищо друго:
-
Започнете с малко, първо пилотирайте, измерете резултатите. 📌
-
Използвайте изкуствен интелект, за да помагате на хората, а не да заличавате отговорността.
-
Документирайте точките за вземане на решения, валидирайте уместността на работата и наблюдавайте справедливостта.
-
Отнасяйте се сериозно към ограниченията за поверителност и автоматизирани решения (особено във Великобритания).
-
Изисквайте прозрачност от доставчиците и водете собствена одитна следа.
-
Най-добрият процес на наемане на работа с изкуствен интелект се усеща по-структуриран и по-хуманен, а не по-студен.
Ето как да използвате изкуствен интелект при наемането на персонал, без да се окажете с бърза, уверена система, която уверено греши.
Референции
[1] EEOC -
Избрани въпроси: Оценка на неблагоприятното въздействие на софтуера, алгоритмите и изкуствения интелект, използвани в процедурите за подбор на персонал съгласно дял VII (Техническа помощ, 18 май 2023 г.) [2] ICO -
Мислите ли за използване на изкуствен интелект за подпомагане на набирането на персонал? Нашите ключови съображения за защита на данните (6 ноември 2024 г.) [3] ICO -
Какво казва GDPR на Обединеното кралство за автоматизираното вземане на решения и профилирането? [4] NIST -
Рамка за управление на риска, свързан с изкуствения интелект (AI RMF 1.0) (януари 2023 г.) [5] Министерство на защитата на потребителите и работниците на Ню Йорк - Автоматизирани инструменти за вземане на решения за заетост (AEDT) / Местно законодателство 144