Jen málo věcí se zdá být děsivějších než algoritmy, které posuzují náš hlas nebo fotografie, aby určily, zda bychom se měli ucházet o zaměstnání, a přitom od tohoto scénáře nejsme vůbec daleko. Navíc to možná není tak děsivé, jak si myslíte.
Začněme tím, že všechny organizace mají problém s vyhledáním talentů, což je důvod, proč si mnohé z nich stěžují, že nejsou schopny najít vhodného člověka na klíčové pozice, a proč většina lidí končí v zaměstnáních, která zdaleka nejsou inspirativní. Uvažte, že i v největší ekonomice světa, kde jsou strategie řízení talentů mnohem více vědecky podložené a propracované než kdekoli jinde, je trh práce poměrně neefektivní. V USA dnes na sedm milionů volných pracovních míst připadá přibližně šest milionů uchazečů o zaměstnání. I když se podíváme na globální znalostní ekonomiku, kterou tvoří nejkvalifikovanější a nejschopnější talenty (zhruba 500 milionů lidí, kteří jsou na LinkedIn), spokojenost s prací je spíše výjimkou než normou: odhaduje se, že až 70 % těchto jedinců je otevřeno jiným, snad smysluplnějším nebo zajímavějším zaměstnáním či kariérám.
V mnoha firmách se stále používají nevalidní metody náboru a výběru zaměstnanců, kdy personalisté nadměrně zdůrazňují tvrdé dovednosti na úkor důležitějších a rozhodujících měkkých dovedností nebo používají intuitivní a neobjektivní postupy, jako je nestrukturovaný pracovní pohovor, aby určili, kdo práci dostane. Po celou dobu jsou prediktivní hodnocení a nástroje založené na datech z velké části nedostatečně využívány a nábor ovlivňují předsudky, zaujatost a diskriminace.
Chcete číst dále?
Zaregistrujte se zcela zdarma a získejte přístup ke všem článkům.
Máte účet? Přihlaste se
DIGITÁLNÍ ROZHOVORY
Stručně řečeno, pokud chceme zefektivnit identifikaci talentů – a zvýšit meritokratičnost – je důležité i nadále hledat nad rámec stávajících metod, zejména pokud nám technologické inovace umožní předvídat, pochopit a porovnávat lidi ve velkém měřítku.
Jedním z hlavních problémů současného způsobu vedení pohovorů s uchazeči o zaměstnání je to, že tento proces je do značné míry nestrukturovaný a ponechává kladení otázek na libovůli tazatele. Není třeba zdůrazňovat, jak je to nejen neefektivní, ale jak to také vede k neobjektivnímu rozhodování v důsledku toho, že tazatelé vyjadřují a snaží se potvrdit své vlastní preference. Právě zde mohou pomoci video nebo digitální rozhovory.
Digitální rozhovory mohou tato omezení téměř zcela odstranit. Díky využití technologie k vytvoření vysoce strukturovaného a standardizovaného pohovoru může být každému uchazeči předložen stejný soubor otázek a dána stejná příležitost k demonstraci jeho předpokladů. Ačkoli digitální pohovory poskytují kandidátům dojem spravedlivějšího pohovoru a umožňují firmám přístup k širšímu okruhu talentů, při jejich hodnocení narážíme na stejné problémy – při přijímání zaměstnanců rozhodují zaujatí lidé. Ale co kdyby umělá inteligence a algoritmy strojového učení dostaly za úkol vytěžovat data z těchto videí a identifikovat spolehlivé souvislosti mezi tím, co lidé dělají a říkají během pohovorů, a jejich osobností, schopnostmi nebo pracovním výkonem.
V případě digitálních pohovorů mohou algoritmy umělé inteligence posuzovat výrazy tváře a řeč těla uchazeče spolu s tím, co říká a jak to říká. Analýza všech těchto dat může odhalit mnoho o talentu kandidáta a může naznačit, jak by mohl v práci fungovat. Ačkoli je vědecký výzkum v této oblasti teprve v plenkách, již nyní existují zajímavé a slibné poznatky. Vědci například vycvičili algoritmy, které posuzují různé charakteristiky hlasu jednotlivce (tj. výšku, hlasitost a intenzitu hlasu); pohyby těla (např. gesta rukou, držení těla atd.) nebo výrazy obličeje (tj. štěstí, překvapení, hněv atd.), aby přesně určily jeho osobnostní profil, který, jak víme, je jedním z hlavních prediktorů pracovního výkonu. Vědci dále identifikovali podobné signály k předpovídání chování a osobnostních předpokladů, které jsou pro výkon rozhodující: komunikační dovednosti, přesvědčivost, odolnost vůči stresu, jak dobře se osoba hodí pro pracovní pozici nebo vůdčí schopnosti. Překvapivé možnosti této metody ukazuje i experiment, kde je tým vědců použil ke kvantifikaci emocionality generálních ředitelů mluvících na konferenčních hovorech, aby přesně předpověděli budoucí finanční výkonnost firmy.
DETEKTOR LŽI
Umělá inteligence má potenciál výrazně zlepšit způsob, jakým identifikujeme talenty, protože může snížit náklady na předpovězení potenciálu a zároveň odstranit předsudky a heuristiku, které tak často zatemňují lidský úsudek. Skutečnost, že algoritmy umělé inteligence dokáží odhalit a změřit latentní nebo zdánlivě nehmotné lidské vlastnosti, může některé vést ke skepsi vůči výše uvedeným zjištěním, ale je třeba poznamenat, že existuje spousta vědeckých studií, které dokazují, že lidé dokáží přesně identifikovat osobnost a intelekt jen z malých výseků verbálního a neverbálního chování. Algoritmy umělé inteligence jednoduše využívají stejné podněty jako lidé. Rozdíl mezi lidmi a umělou inteligencí spočívá v tom, že umělou inteligenci lze škálovat a automatizovat. Navíc AI nemá ego, které by bylo třeba kontrolovat.
V současné době mnoho organizací, které využívají digitální pohovory, nevyužívá tyto typy výkonné AI analytiky, protože jejich náboráři často nejsou ochotni akceptovat doporučení algoritmu a nadále se spoléhají na svůj vlastní subjektivní úsudek. Tato neznalost bohužel poškozuje jak uchazeče, tak organizaci. Personální oddělení, která si uvědomí, že základem pro rozhodování by měla být věda a data, nikoli intuice nebo instinkt, přilákají a udrží si ty nejlepší talenty. Samozřejmě nejsme zastánci toho, aby všechna náborová rozhodnutí dělal systém umělé inteligence. Vždy musí existovat lidský dohled. Jsme naopak přesvědčeni, že lidská rozhodnutí lze výrazně zlepšit, pokud budou k dispozici přesná a validní data, která budou naše úsudky informovat a formovat.
PRÁVO A ETIKA
Samozřejmě je nezbytné zvážit právní a etické důsledky používání těchto inovativních technologických nástrojů, stejně jako když zvažujeme použití tradičních metod hodnocení. Tyto systémy se nakonec mohou naučit nejrůznějším vlastním škodlivým předsudkům, mimo jiné v závislosti na údajích, na kterých jsou vytrénovány. Společnosti musí věnovat pozornost tomu, jak jsou tyto systémy vyvíjeny, a také je pravidelně kontrolovat z hlediska možných zkreslení. Je také zřejmé, že nyní existuje rozdíl mezi tím, co o lidech můžeme vědět, a tím, co bychom o nich vědět měli, přičemž možnosti překračují právní i etické hranice. Zároveň je však stále možné nasazovat inovace, jako jsou ty, které zde popisujeme, a přitom se pohybovat v mezích dobrých etických kodexů. Kandidáti mohou být plně informováni o technologiích, které se používají k jejich hodnocení, a měli by být vyzváni, aby se aktivně rozhodli. Organizace by měly plně chránit a uchovávat v bezpečí všechny citlivé údaje a celý proces by měl být transparentní. Ve skutečnosti je dokonce možné (a vhodné), aby kandidáti vlastnili své údaje a výsledky, které se mohou dobrovolně rozhodnout sdílet s vybranými náboráři a zaměstnavateli anebo ne. Ačkoli se tento scénář může zdát utopičtější než námi popsané nové technologie, rádi bychom náboráře a zaměstnavatele vyzvali, aby o něm uvažovali. Koneckonců, není rozporu mezi tím, když uchazečům o zaměstnání dobře porozumíme a když jim pomůžeme lépe porozumět sobě samým. Organizace a jednotlivci budou mít obrovský prospěch z toho, když nové technologie zvýší jejich schopnost umístit správného člověka na správné pracovní místo.
Tomas Chamorro-Premuzic, vedoucí inovací ve společnosti ManpowerGroup
