Тюрінг, ШІ й сучасний рекрутинг: як це все пов’язано?

Професія рекрутера пов’язана з великою кількістю комунікації та рутини. Можливо, саме час «запросити на співбесіду» штучний інтелект (ШІ). Але щоб очікування не були завищеними, треба слухати не лише маркетологів, а й… математиків і айтівців. Це допоможе самостійно спрогнозувати результат від «співпраці» з ШІ у рекрутменті. 

Отже, чи може машина думати як людина? Вже після Другої світової війни криптограф та інформатик Алан Тюрінг запропонував тест для визначення здатності машини демонструвати інтелект та поведінку, яку б неможливо було відрізнити від людської. 

Згодом з’явилась Еліза – віртуальний співрозмовник, розроблений вченим Джозефом Вейценбаумом. Вона наслідувала поведінку психотерапевта, змушуючи людей більше говорити про себе, а потім ставила уточнювальні питання. Ба більше, цей перший «чат-бот» у розмові з людьми зміг краще переконати їх в тому, що він – людина, ніж чат-бот GPT-3.5 2022-го. 

Інші чат-боти не могли “по-чесному” пройти тест, адже їх видавала неможливість знайти та перемикнутися на нову тему, а також відсутність особистості.

«Повстання машин» поки що скасовується

Після тесту Тюрінга експерти намагалися перевірити машини на наявність творчих здібностей, візуального сприйняття і навіть на почуття гумору. Проблема, з якою стикалися всі причетні до ШІ, полягала в тому, що машини не здатні охопити інтелект з усіх боків. Вони могли виконувати одну конкретну задачу. 

В більшості випадків така ситуація зберігається і нині, тому важливо відрізняти напрямки ШІ. Серед них:

Експертні системи. Вони з’явилися ще у 60-х роках і діють за принципом “завантаж дані – отримай результат”, що частково замінює експерта у досить конкретних сферах (медичній, юридичній, фінансовій). Головна проблема – їм потрібна ретельно створена база даних. А вузькоспеціалізованих експертів, які могли б присвятити час на це, було обмаль. До того ж вони не завжди вносили й загальновідому інформацію, що призводило до помилок. 

Machine Learning теж має різні прояви. Наприклад: 

• Computer Vision – комп’ютерний зір, аналіз зображень та пошук збігів або конкретних об’єктів. Використовується у камерах відеоспостереження, для розпізнавання номерів на транспорті, face ID в телефонах, у самокерованих авто. 
• Natural language processing – розпізнавання мови “на слух”, машинний переклад, класифікація текстів на тематичні категорії. Використовується у голосових помічниках Siri, Аліса, Google Assistant.
• Predictive analytics – побудова прогнозів на основі наявних даних, допомога у бізнес-плануванні. Наприклад, Walmart давно використовує систему, яка отримує інформацію від касових терміналів та дає прогноз, на які товари буде попит, а на які – ні.

Нейронні мережі. Machine Learning неможливо розглядати поза контекстом нейронних мереж. Нейронна мережа може приймати та “реагувати” на певну інформацію чи дію. Наприклад, ми показуємо їй фото песика, і вона каже нам, чи це песик, спираючись на певні дані, зібрані за допомогою машинного навчання.

Може здаватися, що можливості нейронної мережі й Machine Learning безмежні. Завантажмо у них фото усіх людських емоцій та будемо знати, хто бреше, а хто ні. Або запровадимо систему відеоспівбесід, яка буде оцінювати кандидатів, порівнювати та обирати схожих на найкращих. Але… нейронна мережа дасть середнє значення проаналізованого. У неї немає інтуїції чи людяності, щоб додумувати особливі сенси. Тому завжди є ризик помилкового висновку.

Наприклад, у свій час зчинився ґвалт навколо системи для рекрутингу Amazon, яка відбирала чоловіків частіше, ніж жінок. Тому говорити про те, що будь-який напрямок ШІ може замінити рекрутера – хибна думка. А от полегшити, оптимізувати та прискорити його роботу, особливо її рутинну частину – цілком так.

Як елементи ШІ можуть посилити рекрутера

Серед завдань, в яких ШІ може допомогти, особливо виділяється сорсинг, робота з кандидатами на початковому етапі. Також це рутинні операції, які часто повторюються і виконуються вручну. 

Наприклад, написання текстів вакансій та робота з креативами. За цим рекрутери звертаються до того ж таки віртуального помічника з генеративним ШІ – ChatGPT. Він може впоратися і з підготовкою запитань для інтерв’ю та скринінгів, допомогти з моделюванням технічних співбесід, створенням та оцінкою тестових завдань, чек-листами для перевірки скілів тощо.

Своєю чергою, автоматизований софт для рекрутингу з вбудованими елементами ШІ може виконувати більш стратегічні задачі. Це може бути аналіз ринку праці, підбір кандидатів за заданими критеріями, підвищення швидкості пошуку, обробка великого об’єму даних (особливо при масовому наймі), оптимізація відбору, автоматизований скринінг профілів та резюме кандидатів тощо. 

За допомогою ШІ рекрутер краще комунікує з великою кількістю кандидатів, а також має потенціал отримувати гарні рекомендації до співбесіди, по найму, оцінку відповідності кандидатів до вакансій. Тому у підсумку бачимо такий потенціал:

• прискорюється найм і знижуються витрати на підбір персоналу,
• підвищується якість підбору шляхом врахування нових важливих факторів для великої кількості кандидатів,
• об’єктивна оцінка кандидатів на основі чітких критеріїв (без упередженості та впливу людського фактора),
• автоматизація рутинних завдань – для зосередження на більш стратегічних.

ШІ в рекрутингу: успішні кейси

З появою інструментів, побудованих на базі ШІ, класичний рекрутинг не просто змінився, а трансформувався в новий, адаптаційний і сучасний формат. Рекрутери та рекрутингові агенції використовують ШІ-помічників не тільки для пошуку кандидатів, але й  для форматування CV, роадмапінгу і трекінгу всього процесу. 

Hilton. Серед перших успішних проєктів застосування ШІ в рекрутингу – готельна компанія Hilton, яка вже давно розробила чат-бот, який може відповідати на питання кандидатів, призначати співбесіди й надавати персоналізований зворотний зв’язок. Також Hilton використовує ШІ для аналізу даних про кандидатів і прогнозує їх відповідність посаді. Завдяки цьому компанія скоротила час на найм у кілька разів. 

Amazon. Після скандалу щодо гендерної упередженості у підборі персоналу Amazon запевняє, що нові моделі ШІ в їх рекрутингу захищені від подібних недоліків, і вже працює нова автоматизована система оцінки кандидатів. Вона вивчає резюме кандидатів, порівнюючи їх здобутки та бекграунд з профілями співробітників Amazon на схожих посадах, і видає рекомендації.

Delta Air Lines. Американська авіакомпанія Delta Air Lines теж активно застосовує ШІ – для удосконалення досвіду кандидатів і спрощення найму. Компанія розробила чат-бот, який здатний відповідати на запити претендентів  і надавати індивідуальний відгук. Крім цього, Delta Air Lines застосовує технологію ШІ для виявлення можливих прогалин в навичках співробітників, а також для максимально персоналізованого навчання і розвитку. 

Замість висновків

Використання елементів ШІ в рекрутингу відкриває безліч можливостей для прискорення і полегшення рутинних завдань, покращення об’єктивності і якості відбору, а також зниження витрат по найму. Також суттєвою перевагою є можливість використання ШІ на всіх етапах – від опису вакансії до онбордингу. Це допомагає рекрутерам зосередитись на прийнятті обґрунтованих рішень, людській комунікації, більш стратегічних завданнях. Однак важливо зберігати баланс між автоматизацією і відчуттями людини, і тоді результативність рекрутингу, підсиленого елементами ШІ, буде цілком досяжною і прогнозованою.