Про ШІ в CleverStaff і не тільки: що варто знати рекрутеру?

Штучний інтелект (ШІ) стає дедалі затребуванішим помічником у рекрутингу, і особливо – у виконанні стандартизованих завдань. Наприклад, коли йдеться про пошук, первинний скринінг резюме кандидатів, їх оцінку на основі уніфікованих критеріїв – тобто там, де багато рутинних і повторюваних операцій. Але щоб добре розуміти, де ШІ зможе допомогти рекрутеру, а де – поки що ні, варто розуміти технологічний контекст.

Так, до появи ChatGPT від OpenAI у 2022 році ШІ у бізнесі та інформаційних технологіях реалізовувався переважно у формі Machine Learning, який добре працює з однотипними задачами, які мають набір структурованих даних на вході, а також фіксований перелік варіантів рішень. Наприклад, алгоритми Machine Learning можуть визначити стать і приблизний вік людини за фото, встановити діагноз на основі аналізів, зчитати текст на картинці тощо.

А що ж з рекрутингом?

Багато стартапів вирішили, що подібна нейромережа зможе підбирати найкращих кандидатів у аналогічний спосіб. Для цього їй потрібно передати опис вакансії й певну кількість резюме, а далі вона сама повідомить, який найбільше підходить.

Зрозуміло, що ці зусилля були приречені з самого початку. Адже рекрутер, тільки-но прочитавши резюме, не зможе одразу підібрати найкращого кандидата. Бо цей текст – неповна і недостатня інформація для прийняття рішень, яку ще треба перевірити на правдивість та релевантність. Тому ніякий ШІ не вирішить цих задач, якщо даних недостатньо. Ба більше – рекрутерам потрібно поспілкуватись на співбесіді, подивитись на кандидата, відчути його. Отже, і тут ШІ не обійдеться без інформації й вражень, які люди отримують під час особистого спілкування.

А що в CleverStaff?

Очікувано, що з появою нових технологій ШІ, таких як ChatGPT, Gemini від Google, Llama від Meta зʼявились багато нових класів задач, що можуть вирішувати реалізації ШІ, повʼязані з обробкою текстового запиту і видачі текстової відповіді. Це дає можливість вирішувати велику кількість прикладних завдань. 

Але ще більша перспектива цієї технології відчувається тоді, коли вона має доступ не тільки до загальних даних в інтернеті, а й до корпоративних – вони потрібні ШІ для відповідей на завдання у конкретній компанії.

В CleverStaff ми маємо саме таку ситуацію, коли розумна обробка корпоративних даних досить відчутно посилюють спроможності рекрутера.

Адже у нас є актуальні вакансії, база кандидатів, кандидати, що відгукнулись або вже відібрані на конкретну вакансію. 

Ми ставимо перед ШІ задачу “прочитати” вакансію, “прочитати” текст резюме або профілю кандидатів та виконати ранжування – від найбільш до найменш релевантних. Звісно, він це робить в контексті вимог по вакансії й відповідності вимогам кандидатів.

Трапляється, що для більш точного ранжування ШІ іноді не вистачає даних.

Наприклад, у вимогах є бажана кількість років досвіду, а у профілі кандидата ця інформація відсутня. В такому випадку ШІ пропонує рекрутеру уточнити її у кандидата.

Своєю чергою, після внесення уточнень у базу ранжування кандидатів працює ще точніше.

Це дозволяє рекрутеру краще і швидше підготуватись до співбесіди, а також зменшує загальну кількість необхідних співбесід. 

У такий спосіб кількість наймів зростає на 13,6% (!) – про це свідчать результати нашого A/B тесту, який ми нещодавно завершили.

Його реалізовані елементи дають змогу значно скоротити час, необхідний для відбору кандидатів, автоматизуючи рутинні й повторювані операції та зосереджуючись на найбільш перспективних кандидатах.

Зовсім скоро ми повідомимо вам ще більше позитивної й навіть революційної інформації, яка буде стосуватися імплементації елементів ШІ в наш софт.