Искусственный интеллект меняет сферу подбора персонала, заставляя кандидатов решать странные на первый взгляд задачи. Их могут попросить наполнить виртуальные воздушные шары водой так, чтобы те не лопнули, щелкать пробелом при появлении зеленой точки на экране, делиться деньгами с воображаемыми сокамерниками и тому подобное. Через такой отбор кандидатов уже прошли тысячи людей на должности в компании Tesla, LinkedIn, Unilever, Accenture. Разработчик подобного метода подбора рабочих компания Pymetrics называет себя сортировочной шляпой из магической школы Хогвартс, но для обычных работников в нашем мире без магии.
Идея Pymetrics заключается в том, чтобы с помощью игр определить 90 когнитивных, персональных и социальных особенностей кандидата точнее, чем позволяют традиционные инструменты – резюме, сопроводительные письма и интервью. Такой подход также позволяет предлагать кандидатам более подходящие для них вакансии.
«Если бы я хотела узнать ваш вес, я могла бы спросить у вас, – говорит директор и основатель Pymetrics Фрида Полли. – Вы можете не знать. Вы можете не хотеть сказать. Ваш вес мог измениться после последнего взвешивания. Но если я просто поставлю вас на весы, я узнаю реальную информацию».
По данным Pymetrics, разработанные в ней алгоритмы особенно эффективны для стандартных корпоративных позиций начального и среднего уровня. Точность распознавания навыков и способностей кандидатов составляет 85%.
Pymetrics является лишь одним из примеров использования искусственного интеллекта и анализа данных для повышения эффективности набора персонала. В этой области также работают такие фирмы, как Revelian, Arctic Shores, Textio, TalentSonar, Hirevue. Последняя, например, проводит видеоинтервью, которые затем автоматически анализируют на интонации и жесты.
Хотя, по данным аналитиков Deloitte, почти 71% компаний в 2017 году считают современные подходы к поиску сотрудников «слабыми», ученые убеждают, что у них результаты лучше, чем показывают опытные рекрутеры.
«Мы имеем десятилетия исследований, которые показывают, что экспертное мнение является отличным вариантом, но алгоритмы – лучше», – говорит помощник профессора в Университете Миннесоты Натан Кунцел. По его словам, программные алгоритмы превосходят экспертов-рекрутеров на 25%.
«Мы склонны любить людей, которые похожи на нас, – говорит Кунцел. – Мы игнорируем все остальное о них, включая резюме и профессиональный опыт. Мы любим подтверждать наше первое впечатление».
