Эндрю Нельсен (SHL USA) отвечает за стратегию развития решения SHL по оценке в рамках массового подбора. В июле коллеги из SHL Russia&CIS провели прямой эфир – Open Talk c Эндрю Нельсеном, посвященный управлению талантами. Ведущими эфира были генеральный директор SHL Russia&CIS Ирина Зарина и Максим Пескин, консультант отдела R&D 

Сегодня «Штат» публикует отрывок из транскрипта прямого эфира. В фокусе – вопросы, связанные с темой искусственного интеллекта (ИИ) в оценке персонала.

Вопрос:  Энди, верите ли вы, что специалисты управления персоналом двигаются в правильном направлении касательно применения ИИ?

Эндрю Нельсен: Вопрос значительный. Отвечу так: и да, и нет. Касательно связи ИИ с HR-технологиями, можно сказать, что ИИ нашёл себя в подборе персонала. Как видно из опыта применения ИИ в США, возникло довольно много разумных вопросов о том, насколько ИИ действительно помогает в процессе подбора. Оценка человека на основе его лицевых черт, языка тела и прочих подобных факторов, очень сложна.

Фокусом для рекрутмента уже долгое время являются развитие и инновации. Если посмотреть на глобальном уровне, то видно, что как никогда высоко недовольство кандидатов. Несмотря на инновации и развитие концепции и методов привлечения талантов, кандидаты говорят нам, что не получают того, что им нужно. С 2016 г. недовольство кандидатов возросло на 40%.

Для понимания что же такое недовольство кандидатов, чем именно они считают себя обиженными, мы теснее стали взаимодействовать со специалистами по подбору и командой, глубоко и разносторонне анализирующей поведение кандидатов. Нам удалось отметить несколько моментов, уже давно проявляющих себя. 58% кандидатов полагают, что хорошо организованный процесс подбора с большей вероятностью повлияет на их выбор организации. 78% потенциальных сотрудников сообщают о позитивном опыте прохождения этапов отбора. 62% кандидатов с большой вероятностью готовы порекомендовать других кандидатов, основываясь на своём опыте. Кандидатам нравится, когда с ними хорошо построена коммуникация, есть понимание процесса отбора и они знают, чего ожидать и как готовиться дальше. Всё это получают совсем немногие кандидаты. Несмотря на значительные вложения в технологии для подбора, кандидаты не имеют полного понимания или не чувствуют достаточной для них коммуникации. Более того, кандидаты не уверены, что их оценят честно. С учётом этого, они предполагают наличие предвзятости в различных формах в ходе процесса отбора. Нам нужно быть более активными и открытыми в том, как мы оцениваем кандидатов, как мы общаемся с ними на различных этапах отбора.

Всё это приводит к главному недовольству – предоставление обратной связи. Кандидаты её ждут. Они хотят знать почему вышло или не удалось продвинуться на следующий этап отбора. Кандидаты будут более мотивированы и доверчивы к вашей работе и организации, если вы сможете предоставить обратную связь, которая укажет на то, как им строить свою карьеру в дальнейшем. Даже если вы сообщаете кандидату о неудаче в процессе отбора и её причинах, то он всё равно в той или иной мере будет мотивирован работать у вас. Подобная реакция у кандидата будет и в случае, если вы попросите его поделиться впечатлениями от участия в процессе отбора в вашу организацию, дать рекомендации. Все эти моменты огорчают наших кандидатов.

Возвращаясь к концепции Искусственного Интеллекта. Мне кажется, что нередко мы упускаем из виду, что ИИ это лишь стратегия, средство для достижения цели. В данном случае цель, к которой стремятся наши клиенты – эффективный массовый подбор. Организации заинтересованы в автоматизации этого процесса и тут действительно может помочь ИИ, но это не единственный способ. Если автоматизация важна для вашей организации, лучше попробовать начать внедрение ИИ с менее «травмоопасных» областей. Недавно я прочёл статью об организации “Talent now”, которая провела глобальный опрос лидеров в привлечении талантов. Изучался вопрос причин заинтересованности в автоматизации процессов привлечения талантов. 55% хочет исключить монотонный и затратный «ручной труд». Эти организации хотят, чтобы рекрутёры были сосредоточены на более важных аспектах работы. Логично. 39% стремятся снизить найм по знакомству, который процветал последние десятилетие. 23% хотят сократить затраты, 12% - исключить предвзятость. Для решения всех этих задач ИИ может помочь, но совсем не обязательно полностью полагаться на него. Возможно, есть и другие способы и стратегии.

Максим Пескин: Верно. Говоря об ИИ, вы упомянули предвзятость. Хочу задать вопрос для того, чтобы подтвердить или по меньшей мере озвучить мои подозрения. ИИ в сущности – чёрный ящик, в который стекаются данные, а на выходе получается решение. При этом, нельзя точно сказать, почему это конкретное решение было принято.

Вопрос: усиливается ли восприятие предвзятости, основанной на «провалившихся» кандидатах в решениях по подбору на основе ИИ?

ЭН: безусловно, это возможно, если организовать работу неправильно. Недавно мы опубликовали статью об ИИ, можете направить её нашим слушателям. Я кратко расскажу о 3 главных идеях этой статьи.

Первое. Оценка при помощи ИИ всё ещё остаётся оценкой. Всё, что мы открыли в области психологии, психометрики и понимания поведения людей также неизменно. Также как и всё связанное с надёжностью и валидностью, а также то, что нужно чётко осознавать, что именно оценивается. Итак, оценки с ИИ – всё ещё оценка и нам не следует забывать всё, что мы изучали касательно «живой» оценки.

Второе. Оценка при помощи ИИ должна быть объяснена всем участникам, при этом, вы, Максим, использовали термин «чёрный ящик», который последнее время часто слышу. Алгоритм ИИ обучается и адаптируется. Существует определённая корреляция с эффективностью выполнения работы, но всегда неясно какие именно факторы стоит учитывать. При этом, факторы могут быть неизвестны не только вам, но и самому ИИ. Это не очень хорошо и является верным для понимания предвзятости. Это беспокоит. ИИ можно применять для оценки языка тела, отражения эмоций на лице, но сложнее со словами, которые произносит кандидат.

Последняя рекомендация – серьёзные заявления требуют серьёзных доказательств. Психологи в течение последних более чем 100 лет собирали и изучали информацию о человеческом поведении. Нужны серьёзное количество данных для подтверждения и доказательства любой новой концепции или метода. Многие из современных наработок в HR-ИИ не могут похвастаться настолько же сопоставимыми по объёму данными, достаточными для нашей области.

Таким образом, оценка ИИ – всё ещё оценка; она должна быть доступно разъяснена; серьёзные утверждения требуют серьёзных доказательств. Надеюсь, мой ответ будет вам полезен. 

МП: Большое вам спасибо! Хочу добавить, что полтора года назад в России был один кейс. Компания проводила автоматизацию и построила ИИ, который проводил автоматический графологический анализ. Мы знаем, что графология не может считаться надёжным источником оценки какого бы то ни было аспекта человеческой личности. Та компания создала сложную систему, производящую, в сущности, пустые результаты на основе пустых же данных. Всё это тем не менее использовалось. Этот случай доказывает, что важно не только количество, но и качество данных. Они должны быть актуальными, надёжными и валидными для оценки качеств, проявляемых в работе. Хочется верить, что в мире подобное этому кейсу происходит нечасто.

ЭН:  Насколько трагично будет, если существующую предвзятость и предубеждения перенесут и в ИИ, который всё это только усугубит. Просто трагедия!

МП: согласен. Это один из ключевых моментов, который мы хотим донести до наших слушателей. Говоря о важном, хочется резюмировать разговор об HR-технологиях.

Вопрос: Как вы думаете, какие существуют подходы, методы и технологии, которые ещё недостаточно проработаны или пока не применяются широко, но будут распространены в следующие 10-15 лет?

ЭН: На ум приходит несколько. Первая мысль совершенно не связана с SHL. Однажды я общался с группой выпускников MIT, которые запустили бизнес. Они, по сути, создали на основе ИИ новую технологию, которая отслеживает то, над чем человек работает и может, исходя из контекста, предложить какие-либо подсказки или решения. Скажем, вы готовите презентацию. Система порекомендует вам подходящую статью. Полезно, не так ли? При этом, ИИ отслеживает те свои рекомендации, которыми вы воспользовались и учится. Подобные технологии кажутся лично мне впечатляющими и захватывающими. 

Если говорить об SHL, то тут на ум приходит наш подход. Мы полагаемся на объективные данные о людях. Понадобится немало времени, чтобы понять готова ли ваша организация к изменениям и трансформации. Будет применяться множество алгоритмов и решений на их основе, в свою очередь опирающихся на данные о талантах и так далее. Очень важно, чтобы обязательной составляющей стали объективные данные о людях. Думаю, в этом подходе SHL себя проявляет в полной мере. Этот подход разделяю и я.

***

Полную видеозапись Open Talk c Эндрю Нельсеном можно посмотреть на официальном Youtube-канале SHL Russia - https://www.youtube.com/watch?v=j52OtM3lHuM