Можности и ризици од донесување на одлуки со алгоритами

Колумна на Афродита Кермичиева Пановска – Оперативен HR Менаџер во Teleperformance Germany и одговорна за 3.500 вработени во Германија и во германската групација.

Вештачката интелигенција наоѓа примена во САД, но во Европа потенцијалот не е доволно искористен во областа на HR.

Вештачката интелигенција се користи во методи, компоненти и системи. Mашинското учење е во моментов најшироко распростанет дел од вештачката интелигенција и тоа се применува во голем дел за проценка на апликации за работа, за процена на учинокот на вработените или за споредување на личните искуства на вработените за нови проекти. Тоа е ослободено од човечки фактор на влијание и нема субјективно „обојување„ при донесување на одлуки.

За жал во Европа организациите не се доволно дигитализирани и овој процес на примена на вештачка интелигенција е поспор. Една причина е што организациите не поседуваат доволно податоци за да може да се започнат сериозни прокети со машинско учење и вештачка интелигенција. Од друга страна постои страв и строга регулатива за заштита на лични податоци.

Моето лично искуство на примена на вештачка интелигенција во делот на регрутација на вработени е многу позитивно. Секако дека има инвестиција на време и ресурси, но резултатот е навистина одличен. Соодветна препорака на вработен за одредена работна позиција во кратко време е сон за секој регрутер. Алторитами работат на поврзување на соодветните апликанти со работните позиции. Тие позиции се однапред дефинирани и поставени се минимум критериуми кои се бараат. Процесот на „мечирање„ на кандидати е лесен. Најтежок дел е да се одредат границите на основните барања и да се мотивираат кандидатите да ги реализираат процесот.

Доколку еден кандидат не одговара на едно работно место за кое аплицира системот дава препорака за кое друго место одговара и автоматски го пренасочува на таа позиција. Целиот процес на предселекција, процена на вештини, давање на увид во работата која го очекува кандидатот итн. се одвива без луѓе од организацијата. Значи целата почетна инвестиција за поставување на алгоритамите се исплати на крајот на денот.

Друго искуство е примена на вештачка интелигенција во проценка на веројатноста дека одреден апликант е „непостојан„ т.е. дека има голема веројтаност брзо да ја напушти организацијата.

Секоја вештачка интелигенција е толку паметна колку и „сопственикот„ односно тимот кој работи на развој на таа интелигенција. Моето искуство ми покажа дека не зависи која вештачка интелигенција се применува, дали е некоја скапа или open source. Важно е разбирањето на тимот кој има потреба од истата и соодветна анализа на податоци.

За авторот:

Афродита Кермичиева Пановска, MBA е Prince2® Agile Practicioner и Enterprise Design Thinking Practicioner со повеќегодишно искуство во Talent и Project Management. Во моментов е Оперативен HR Менаџер во Teleperformance Germany и одговорна за 3.500 вработени во Германија и во германската групација.