Вход
Профессионалы

В последнее время появилось множество ИИ-разработок, которые могут помочь HR сделать свою работу объективнее и эффективнее. Однако, как и любая технология, она может навредить.

robot dribbleПрежде чем полагаться на искусственный интеллект, сотрудникам HR нужно правильно расставить приоритеты.

Определите, действительно ли вам нужен ИИ

Прежде чем использовать в своей работе ИИ-разработки, досконально изучите задачу, которую предстоит решить. Вам действительно нужен ИИ? Без него вы хромаете в этом вопросе? Только ИИ сможет качественно и эффективно это сделать или привычных методов вполне достаточно?

Если ответ на все вопросы: «Да», используйте ИИ для выполнения текущих рутинных задач. А сами в это время займитесь повышением квалификации, поиском друзей в профессиональных сообществах и непосредственным общением с сотрудниками компании — тем, на что способен только человек. При правильном применении ИИ просто высвобождает время, которое обычно тратится на бюрократию, чтобы вы могли заниматься стратегическими вопросами.

Поскольку у разных проблем разные причины, то и алгоритмы для их решения нужно подбирать соответственно. Например, ИИ почти бесполезен для:

— анализа недостаточного количества данных;
— если приведенные случаи оторваны от реальности;
— слишком нестандартных случаев;
— случаев, когда выборка была сделана предвзято;
— ситуаций, в которых имеют место оценочные категории.

Зато с конкретными функциями ИИ справляется очень хорошо. Платформа Texito анализирует объявления о приеме на работу, которые вы размещаете, и помогает сделать их более привлекательными и понятными для соискателей на должность. А Joonko исследует, насколько продуктивно работают и взаимодействуют между собой сотрудники, после чего предлагает способы улучшить эти показатели.

Алгоритмы пишут люди, и поэтому программист может бессознательно передать им свои предрассудки. Вспомнить, хотя бы, вопиющий случай, когда программа распознавания лиц Google принимала чернокожих людей за горилл.

Поэтому, прежде чем покупать ИИ-алгоритмы, внимательно изучите, на какой основе они создавались и к каким последствиям могут привести. В частности:

— на каких данных обучали ИИ;
— могут ли эти данные носить дискриминационных характер или предвзято относиться к той или иной категории людей (например, отдавать приоритет соискателям-мужчинам или вообще не рассматривать женщин в для работы в сфере IT);
— исправляют ли создатели алгоритмов подобные ошибки.