Работа рекрутеров в современных компаниях во многом затруднилась за счет сложности обработки информации о кандидатах. Наиболее тяжелая и ответственная часть отбора приходится на собеседование, в ходе которого всесторонне анализируется личность человека. Работодатели стремятся делать отбор более объективным и лишенным разного рода предрассудков, что могло бы улучшить качество кадров за счет разнообразия и устранения необоснованных барьеров.
Казалось бы, в подборе персонала могут помочь новые технологии на базе искусственного интеллекта (ИИ) с их широкими возможностями обработки больших объемов информации. Но на практике все оказывается не так просто.
Сомнительный помощник
Специалисты Кембриджского университета совместно со студентами, изучающими информатику, решили испытать эффективность систем ИИ в задачах рекрутинга на практике.
Команда отталкивалась от того, что по анализу словарного запаса, внешнего вида, выражения лица и речевых паттернов программа сможет исключить риски дискриминации кандидатов по признакам, которые не имеют значения с точки зрения соответствия требованиям вакансии.
Но как показал эксперимент, даже незначительные случайные изменения в поведении кандидата или окружающей обстановке оказывали влияние на конечное определение характеристик личности с заведомо ложными выводами.
Опора на прежний опыт
Система машинного обучения также ориентируется на анализ объекта по уже имеющимся данным с большим массивом других примеров. И этот фактор тоже мешает алгоритму прогнозировать набор черт уникальной личности. Запрограммированная система ИИ неизбежно в качестве "лучших" кандидатов будет отбирать именно тех, кого прежде работодатели считали таковыми. В этом смысле ситуация принципиально не меняется, поскольку "нежелательные" кандидаты все так же не учитываются как приоритетные для отбора, даже если у них есть положительные профессиональные качества.
