هوش مصنوعی در منابع انسانی: از استخدام تا عملکرد

آگهی یک نقش فنی منتشر می‌شود و دو هفته بعد صدها رزومه در صندوق ورودی نشسته است، در حالی که مهلت تصمیم‌گیری از یک هفته فراتر نمی‌رود. آنچه در این وضعیت رخ می‌دهد بیش از آنکه «انتخاب» باشد، تسلیم به ترتیب رسیدن است: چند رزومهٔ نخست با دقت خوانده می‌شود و بقیه با یک نگاه کنار می‌رود.

خطا در منابع انسانی معمولاً در سه نقطه انباشته می‌شود: غربال اولیه، ارزیابی عملکردی که به حافظهٔ مدیر تکیه دارد، و ترک خدمتی که روز رسیدن نامهٔ استعفا دیده می‌شود. کار ابزار هوشمند در اینجا جای‌گزینی داور نیست، مرتب‌کردن صف داوری است.

غربالگری هوشمند چه می‌کند و چه نمی‌کند

• ساخت‌یافته‌کردن رزومه: استخراج مهارت، سابقه و ابزارها از متن آزاد، تا مقایسه روی مبنایی یکسان ممکن شود.
• رتبه‌بندی نسبت به شرح شغل: مرتب‌کردن صف بر پایهٔ نزدیکی به الزامات نوشته‌شدهٔ نقش، نه ترتیب ارسال.
• یکسانی معیار: اعمال یک سنجهٔ ثابت بر همهٔ پرونده‌ها، چیزی که هیچ انسانی تا رزومهٔ دویستم حفظ نمی‌کند.
• آنچه بر عهدهٔ آن نیست: داوری انگیزه، تناسب با تیم و تصمیم نهایی استخدام؛ این‌ها درون مسئولیت مدیر می‌مانند.

ارزیابی عملکرد، بی‌واسطهٔ حافظه

جای‌گزین جلسهٔ سالانه‌ای که بر خاطرهٔ نزدیک تکیه دارد، تصویری است که از دادهٔ جاری کار ساخته می‌شود: تحویل به‌موقع، حجم بازکاری و توزیع بار میان اعضای تیم در طول زمان. شرط کارآمدی این تصویر، تناسب شاخص با ماهیت نقش است؛ سنجش برنامه‌نویس با شمار خطوط کد، همان سوگیری قدیمی را در ظاهری تازه بازمی‌گرداند و تیم را به بازی با عدد می‌کشاند.

پیش‌بینی ترک خدمت و مرز اخلاقی آن

مدل می‌تواند نشانه‌های زودهنگام را کنار هم بگذارد: توقف رشد مسئولیت، فاصله‌گرفتن از کارهای تیمی و ماندن طولانی در یک نقش. ارزش این کار در فرصت گفت‌وگوی زودهنگام است، نه در برچسب‌زدن به افراد. اگر خروجی به پروندهٔ فرد یا کنارگذاشتن پیش‌دستانهٔ او راه پیدا کند، اعتماد سازمان بیش از هزینهٔ جابه‌جایی آسیب می‌بیند. اعلام روشن اینکه چه داده‌ای جمع می‌شود و چگونه به کار می‌رود، بخشی از اجرای درست است.

تبعیض الگوریتمی: خطری که از گذشته می‌آید

مدل غربالگری از سوابق استخدام گذشته یاد می‌گیرد. اگر گروهی در آن سوابق نظام‌مند کمتر پذیرفته شده باشد، مدل همان الگو را بازتولید می‌کند، این بار پشت ظاهر بی‌طرف یک عدد. سه اقدام حداقلی لازم است: حذف متغیرهای حساس و نشانه‌های جانشین آن‌ها مانند نام مدرسه یا محل سکونت، آزمون دوره‌ای نتیجه به تفکیک گروه‌ها، و نگه‌داشتن دلیل هر رتبه‌بندی.

چرا برای بازار کار ایران اهمیت دارد

رقابت بر سر نیروی متخصص در ایران شدید شده و جای‌گزینی یک فرد کلیدی، به‌ویژه در نقش‌های فنی، هم زمان‌بر است و هم پرهزینه. در همین حال، واحد منابع انسانی بسیاری از کسب‌وکارهای کوچک و متوسط یک یا دو نفر است که همزمان حقوق و دستمزد، جذب و امور اداری را می‌گردانند. در چنین ساختاری، سبک‌کردن غربال بیش از هر ابزار دیگری ظرفیت آزاد می‌کند.

مسیر سه‌ماههٔ اجرا

• ماه اول: یک نقش پرتقاضا را انتخاب کنید، شرح شغل را به معیارهای قابل‌سنجش تبدیل کنید و سوابق استخدام‌های موفق و ناموفق آن را مرتب کنید.
• ماه دوم: غربال هوشمند را موازی با روش فعلی اجرا کنید، نه به‌جای آن؛ اختلاف دو فهرست کوتاه بهترین منبع اصلاح معیارهاست.
• ماه سوم: اگر کیفیت فهرست کوتاه و زمان تا استخدام بهبود یافت، دامنه را به نقش‌های مشابه بگسترانید؛ اگر نه، شرح شغل و داده را بازبینی کنید.

خطاهایی که بیشترین هزینه را می‌سازند

• سپردن تصمیم رد نهایی به سامانه؛ رتبه‌بندی یک پیشنهاد است، نه حکم.
• آموزش مدل بر سوابقی که خودشان محصول سوگیری بوده‌اند، بدون هیچ بازبینی.
• سنجش عملکرد با شاخصی که کارکنان می‌توانند بدون بهبود واقعی آن را بالا ببرند.
• پنهان‌کاری دربارهٔ استفاده از این ابزارها؛ کارمندی که از قاعده بی‌خبر است، به نتیجه‌اش هم اعتماد نمی‌کند.

پرسش‌های پرتکرار

• از کدام بخش شروع کنیم؟
  از غربال یک نقش پرتقاضا و پرتکرار؛ آنجا حجم برای دیدن تفاوت کافی است و ریسک تصمیم قابل کنترل می‌ماند.
• اگر تعداد استخدام‌های ما کم باشد چه؟
  ساخت‌یافته‌کردن رزومه و یکسان‌سازی معیار در هر مقیاسی ارزش دارد، اما مدل پیش‌بین بر سابقهٔ اندک اعتمادپذیر نیست.
• آیا جای کارشناس منابع انسانی را می‌گیرد؟
  غربال و گزارش‌سازی را سبک می‌کند و کارشناس را به سمت مصاحبه، نگه‌داشت و طراحی مسیر شغلی می‌برد.

جمع‌بندی

هوش مصنوعی در منابع انسانی جایی مفید است که حجم، قضاوت انسانی را فرسوده می‌کند: غربال اولیه، دیدن الگوی عملکرد و هشدار زودهنگام ترک خدمت. همین حوزه در برابر خطا کم‌تحمل‌ترین است، چون خروجی‌اش به زندگی افراد گره خورده است. با یک نقش شروع کنید، تصمیم نهایی را نزد انسان نگه دارید و قاعده را برای هر دو طرف روشن اعلام کنید.

واژه‌نامه

• غربالگری رزومه: مرتب‌سازی و رتبه‌بندی اولیهٔ متقاضیان بر پایهٔ تناسب با الزامات نقش.
• سوگیری الگوریتمی: بازتولید تبعیض‌های گذشته توسط مدلی که از داده‌های همان گذشته آموزش دیده است.
• نرخ جابه‌جایی: سهم کارکنانی که در یک دورهٔ مشخص سازمان را ترک می‌کنند.
• انسان در حلقه: طراحی فرآیندی که در آن تصمیم نهایی همیشه از تأیید یک فرد می‌گذرد.