НА ГЛАВНУЮ / К НОВОСТЯМ

Не так давно правозащитники обвинили американскую ИИ-систему для найма сотрудников в предвзятости. При этом подобные системы на базе искусственного интеллекта применяются во многих российских компаниях, помогают решать рутинные задачи, нанимать сотни сотрудников. Разбираемся, справедливы ли обвинения, можно ли на самом деле исключить человеческий фактор и доверить ИИ подбор сотрудников.

Владимир Ли, CPO решения Sever.AI IT-холдинга TalentTech, объяснил, к чему нужно быть готовым компаниям, которые хотят использовать ИИ для найма.

Можно ли доверить подбор сотрудников искусственному интеллекту? Опыт российских компаний

Американцы заподозрили ИИ в несправедливости

Американские правозащитники пожаловались на стартап, который с помощью искусственного интеллекта собеседует и отбирает кандидатов. Организация Electronic Privacy Information Center (EPIC) обвинила компанию в «недобросовестной конкуренции и создании технологии, которая несправедливо оценивает кандидатов».

По мнению EPIC, алгоритм основывается на ошибках, позаимствованных у людей во время обучения нейросети. Но доказать это можно, только если разработчики раскроют детали работы ИИ, что по законодательству они делать не обязаны. При этом компания не использует технологию распознавания лиц, но отслеживает движение глаз и эмоции.


Другая претензия — система не отвечает требованиям Организации экономического сотрудничества и развития (OECD): кандидаты не могут аргументировано оспорить решение системы, потому что не знают критериев оценки. В компании утверждают, что алгоритмы изучают десятки тысяч факторов и выбирают, какие могут предсказать успех кандидата в работе. Одно неловкое движение или индивидуальный фактор мало влияют на оценку. 

ИИ изучает компетенции и создает профиль идеального кандидата

HR-менеджеры при поиске кандидатов в первую очередь обращают внимание на то, что человек уже умеет, и сравнивают с требованиями и ожиданиями компании. Алгоритмы делают то же, но быстрее и точнее — до тысячи раз. Система исследует опыт успешных сотрудников на конкретной должности, учитывает hard и soft skills, уровень образования, опыт работы, манеру общения и другие факторы.

Алгоритм компании изучает навыки и поведение наиболее квалифицированных сотрудников, нанятых на аналогичную должность, и создает портрет необходимого сотрудника. А затем ИИ ищет соответствие соискателей ожидаемому результату. Для каждой компании алгоритмы отличаются, учатся и адаптируются по мере увеличения данных.

Предвзятость ИИ тяжело доказать, так как данные для машинного обучения размечают эксперты в области индустриальной психологии. Они занимаются тем, что исследуют, насколько человек будет производителен на конкретной должности. В итоге получается психологический портрет кандидата, где указаны когнитивные, а не расовые и половые критерии.

Например, мы строили модель оценки кандидатов под одного из клиентов, где при разметке данных в большинстве случаев эксперты совсем не совпали друг с другом в оценках. ИИ как раз может исключить противоположные мнения и объективно оценить кандидата.

Пример одного из алгоритмов автоматизированного найма

  1. Кандидат откликается на вакансию через сайты для поиска работы.
  2. Алгоритмы машинного обучения оценивают все отклики на соответствие требованиям.
  3. Система автоматически пишет или звонит кандидату, рассказывает о компании и вакансии и исследует интерес к работе. Чат-бот также отвечает на вопросы кандидата и проводит первичный отбор, задавая несколько уточняющих вопросов, которые определяются заранее.
  4. Если первичное собеседование прошло успешно, соискателя приглашают на видеовстречу или же сразу на личное собеседование с менеджером. В первом случае алгоритм по видеоряду определяет профили подходящих сотрудников, анализирует выражение лица, эмоции и речь человека, после чего дает оценку.
  5. Только на этом этапе к общению подключается HR-специалист, который проводит личное собеседование и в случае успеха приглашает на следующий этап воронки.

Российские компании успешно применяют ИИ

ИИ помогает рекрутерам убрать из ежедневных задач рутинные процессы и сконцентрироваться на общении с кандидатами. Поэтому часто технологию используют для массового найма, когда на одну вакансию приходят сразу десятки откликов.

Ручной отбор резюме — трудоемкая часть найма персонала, особенно если 70-80% из них нерелевантны. При этом клиентам важно упорядочить рутинные процессы. В автоматизации HR-задач много работы с текстом — есть резюме и описания вакансий. Также есть данные, представленные в виде видеоинтервью, а общение с кандидатами съедает больше половины времени. Упорядочить все эти объемы и сэкономить рабочее время эйчарам помогает машинное обучение.

Так, например, в компании МГТС робот искал кандидатов на массовые вакансии в клиентских базах по заданным критериям и обзванивал их, чтобы узнать заинтересованность в работе. Всего ИИ обработал 1 788 резюме и за одну неделю компании удалось нанять пять необходимых сотрудников. 

Весомая проблема массового найма — объемы информации: многочисленные резюме, результаты собеседований, звонки кандидатов. У одной российской автозаправочной сети стояла задача не упустить ни одного кандидата, звонящего на входящую линию. В период новогодних праздников эту задачку отдали роботу и тот принял звонки от 348 человек с 1 по 10 января, не пропустив таким образом никого. При этом 230 кандидатов ответили на все вопросы.

«Северсталь» автоматизировала процесс отбора на стажерские программы, что значительно сократило время работы HR-специалистов. 

Например:

  • Обработка и приглашение кандидатов на тестирование раньше занимали 45 часов. Система за пять секунд обработала 1 363 резюме.
  • Отбор и приглашение на видеоинтервью — 21 час. За пять секунд система выбрала 423 кандидата.
  • На собеседования суммарно каждый набор сотрудники тратили 146 часов. Общение с 298 людьми у робота заняло 30 минут.

На стажировку пригласили 20 кандидатов. А вместо 212 часов весь процесс занял 31 минуту. Сейчас рекрутеры часть видеоинтервью отсматривают вручную, при этом технология все время совершенствуется.

А с июля сеть автозаправочных «Нефтьмагистраль» с помощью робота подбирает персонал по местоположению. ИИ круглосуточно принимает и обрабатывает входящие звонки от соискателей, а затем приглашает на собеседование подошедших. Причем система сама подбирает наиболее удобную АЗС для каждого кандидата. С помощью такой технологии, компания за три месяца нашла 94 новых сотрудника, а время поиска и найма сократилось на 64%.

Что нужно знать о законах 

ИИ влияет на многие аспекты нашей жизни, при этом системы становятся все более автономными. Вопрос, что с этим делать, в 2017 году изучила Европейская комиссия. Она рассмотрела вопрос о создании нового правового статуса — электронной личности. То есть ИИ могли бы привлечь к ответственности, если что-то пойдет не так. Но 156 специалистов из 14 стран высказались против такого решения.

В 2018 году в ЕС вступил в силу регламент о защите данных GDPR. Среди прочих прав он гарантирует людям то, что решение, основанное только на работе алгоритма, может приниматься и проверяться человеком, а не компьютером.

В России в Указе «О развитии искусственного интеллекта в РФ» термин определяется так: «Искусственный интеллект — комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решения без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека».

В документе также описываются принципы развития и использования ИИ в стране, среди которых:

  • защита прав и свобод человека,
  • не использовать ИИ для умышленного вреда,
  • прозрачность работы системы.

В России пока нет закона, который бы регулировал использование ИИ в HR-сфере. А вот американский штат Иллинойс одним из первых начал ее регулировать. Власти выпустили закон, который регулирует использование видео с ИИ для проверки кандидатов. Он обязывает компании, которые используют технологию, сообщать кандидатам о ее использовании, принципах работы и анализируемых факторах.

Компаниям, которые планируют использовать ИИ, нужно быть прозрачными и научиться объяснять принципы работы алгоритмов. Также нужно вовремя подключить человека и отключить систему, если решения вызывают вопросы. Единственный способ оценить эффективность отбора кандидатов: дать одни и те же данные для отбора HR-менеджеру и ИИ, и спустя время сравнить результаты по одним и тем же задачам.

Выводы

  • Предвзятость ИИ тяжело доказать, так как данные для машинного обучения размечают эксперты — это основа «мышления» машины.
  • Искусственный интеллект помогает исключить противоположные мнения и оценить кандидата объективно, без человеческого фактора.
  • ИИ избавляет рекрутеров от рутинных задач, чтобы те сфокусировались на более интересных и сложных функциях.
  • Европейский регламент о защите данных GDPR гарантирует людям то, что решение, основанное только на работе алгоритма, может проверяться человеком.
  • В России пока нет закона, который бы регулировал использование ИИ в HR-сфере, но есть Указ «О развитии искусственного интеллекта в РФ», описывающий принципы развития машинного интеллекта.
  • Компаниям, которые планируют использовать искусственный интеллект в своей работе, важно быть прозрачными и уметь объяснить принципы работы своих алгоритмов.

Фото на обложке: Unsplash