На днях несколько изданий написали, что Сбербанк внедряет ИИ при подборе:
https://vc.ru/hr/88591-sberbank-nachal-prognozirovat-veroyatnost-uvolneniy-pri-nayme-konsultantov-v-svoi-otdeleniya-s-pomoshchyu-ii
Предсказание вероятности увольнения сотрудников и кандидатов - самое очевидное использование нейросетей и машинного обучения в HR. На Западе есть известные кейсы от IBM и целая куча стартапов.
Объём данных Сбербанка, вероятно, позволяет хорошо обучить нейросеть и показать приличную валидность прогноза.
Но, кое какие вопросы возникают, и на них нет ответа в статьях.
Предположим, приходят банк 2 кандидата и они полностью соответствую формальным требованиям. Кандидат 1 немного больше субъективно нравится рекрутеру чем кандидат 2, но алгоритм говорит что вероятность скорого увольнения для #1 на 10% выше чем у #2.
Чем должен руководствоваться рекрутер в такой ситуации? Принимать субъективное решение на основе своих ощущений (тогда зачем ИИ?) или следовать оценке алгоритма? Какой порог вероятности увольнения будет основанием для отказа и законно ли отказывать кандидату или ранжировать их на основании вероятностных показателей?
Если речь идёт о нейросети, то нет никакой возможности узнать какое именно сочетание факторов повлияло на работу алгоритма. А что если эти факторы человеку уже не поменять (например, это будет служба в армии и возраст поступления в ВУЗ)? Справедливо ли снижать вероятность найма адекватного человека, опираясь на такие расчеты?
Надеюсь, мы услышим ответы на эти и похожие вопросы в ближайшее время. Ибо любопытно.
https://vc.ru/hr/88591-sberbank-nachal-prognozirovat-veroyatnost-uvolneniy-pri-nayme-konsultantov-v-svoi-otdeleniya-s-pomoshchyu-ii
Предсказание вероятности увольнения сотрудников и кандидатов - самое очевидное использование нейросетей и машинного обучения в HR. На Западе есть известные кейсы от IBM и целая куча стартапов.
Объём данных Сбербанка, вероятно, позволяет хорошо обучить нейросеть и показать приличную валидность прогноза.
Но, кое какие вопросы возникают, и на них нет ответа в статьях.
Предположим, приходят банк 2 кандидата и они полностью соответствую формальным требованиям. Кандидат 1 немного больше субъективно нравится рекрутеру чем кандидат 2, но алгоритм говорит что вероятность скорого увольнения для #1 на 10% выше чем у #2.
Чем должен руководствоваться рекрутер в такой ситуации? Принимать субъективное решение на основе своих ощущений (тогда зачем ИИ?) или следовать оценке алгоритма? Какой порог вероятности увольнения будет основанием для отказа и законно ли отказывать кандидату или ранжировать их на основании вероятностных показателей?
Если речь идёт о нейросети, то нет никакой возможности узнать какое именно сочетание факторов повлияло на работу алгоритма. А что если эти факторы человеку уже не поменять (например, это будет служба в армии и возраст поступления в ВУЗ)? Справедливо ли снижать вероятность найма адекватного человека, опираясь на такие расчеты?
Надеюсь, мы услышим ответы на эти и похожие вопросы в ближайшее время. Ибо любопытно.