Mākslīgais intelekts personāla atlasē – konkurents rekruterim vai viņa labākais kolēģis?

Vēl pirms dažiem gadiem, runājot par mākslīgo intelektu personāla atlasē, bieži tika uzdots jautājums – vai pienāks brīdis, kad dators izvēlēsies darbiniekus cilvēka vietā? Šodien šis jautājums man šķiet mazliet novecojis. Daudz svarīgāk ir saprast, ko mākslīgais intelekts var izdarīt kopā ar profesionālu personāla atlases speciālistu.

Mana atbilde ir diezgan vienkārša – ļoti daudz.

Taču es nedomāju, ka mākslīgajam intelektam būtu jāpieņem lēmums par cilvēka pieņemšanu darbā. Gluži pretēji. Jo vairāk tehnoloģiju ienāks personāla atlasē, jo vērtīgāka kļūs laba rekrutiera spēja saprast cilvēkus.

Paradokss? Manuprāt, nē. Mākslīgais intelekts lieliski strādā ar informāciju. Cilvēks daudz labāk strādā ar cilvēku. Un laba personāla atlase vienmēr ir abu šo lietu kombinācija.

Kur patiesībā pazūd personāla atlases speciālista laiks?

No malas varētu šķist, ka personāla atlases speciālista galvenais darbs ir intervēt kandidātus. Patiesībā liela darba daļa notiek vēl pirms intervijas.

Ir jāsaprot klienta vajadzība, jāizanalizē amata apraksts, jāizveido kandidāta profils, jāizdomā meklēšanas stratēģija, jāatrod potenciālie kandidāti, jāizskata CV, jāapkopo informācija, jāsazinās ar kandidātiem, jāgatavojas intervijām un pēc tam vēl jāsagatavo kandidātu prezentācijas klientam.

Daļa no šiem darbiem prasa pieredzi un profesionālu spriedumu. Taču diezgan liela daļa patiesībā ir informācijas apstrāde. Un tieši tur mākslīgais intelekts var sniegt vislielāko atbalstu.

Es MI personāla atlasē redzu nevis kā atlases speciālista aizvietotāju, bet drīzāk kā ļoti ātru asistentu, kurš nekad nenogurst lasīt CV, salīdzināt informāciju un strukturēt piezīmes. Labs atlases speciālists ar šādu palīgu var paveikt daudz vairāk nekā bez tā.

Viss sākas jau ar vakances izpratni

Pieņemsim, ka uzņēmums meklē finanšu direktoru.

Klients atsūta amata aprakstu. Tajā ir divas lapas ar pienākumiem, prasībām un uzņēmuma aprakstu. Pēc tam notiek saruna ar klientu, kurā bieži atklājas, ka puse no amata aprakstā rakstītā nav tik būtiska, bet dažas lietas, kuras dokumentā vispār nav pieminētas, patiesībā ir kritiski svarīgas.

Pieredzējis atlases speciālists no šīs informācijas izveido reālo kandidāta profilu.

MI šo procesu var ievērojami paātrināt. Tas var palīdzēt sadalīt prasības kategorijās – kas ir obligāts, kas vēlams, ko iespējams kompensēt ar citu pieredzi. Tas var piedāvāt alternatīvus amata nosaukumus, uzņēmumus un nozares, kurās šādus cilvēkus meklēt, un sagatavot jautājumus, kas vēl ir jāuzdod klientam.

Taču gala profilu apstiprina konsultants. Šī atšķirība ir ļoti būtiska – CV var izlasīt ātri, bet vai var saprast cilvēku?

Iedomāsimies, ka vakancei ir 120 kandidātu. Katram CV nepieciešamas kaut vai piecas minūtes. Tās jau ir desmit stundas darba, turklāt diezgan monotona darba.

MI šādu informācijas apjomu var strukturēt daudz ātrāk, Tas var izveidot tabulu, kurā redzams kandidāta darba stāžs, vadības pieredze, nozare, valodas, izglītība, izmantotās tehnoloģijas un citi konkrētajai vakancei svarīgi kritēriji.

Tomēr šeit sākas arī bīstamā daļa. Es nebūtu sajūsmā par sistēmu, kura pie kandidāta CV vienkārši uzraksta:

Atbilstība vakancei – 73%.

Ko nozīmē šie 73%?

Kāpēc ne 68% vai 81%?

Daudz vērtīgāks MI secinājums būtu: kandidāts atbilst septiņiem no astoņiem obligātajiem kritērijiem; viņam ir nepieciešamā vadības pieredze un nozares zināšanas, bet CV nav informācijas par starptautiskas komandas vadīšanu. Tas jānoskaidro intervijā.

Tādā gadījumā MI nevis pieņem lēmumu, bet palīdz personāla atlases speciālistam pieņemt labāku lēmumu un tā ir ļoti būtiska atšķirība.

Lielākais dārgums var izrādīties uzņēmuma paša datubāze

Manuprāt, viena no interesantākajām MI izmantošanas iespējām personāla atlases uzņēmumiem nemaz nav jaunu kandidātu meklēšana internetā. Tie ir kandidāti, kurus mēs jau pazīstam.

Personāla atlases uzņēmumos gadu gaitā uzkrājas ļoti daudz CV. Daļa kandidātu ir intervēti pirms gada, citi pirms pieciem vai desmit gadiem. Kāds toreiz bija finanšu kontrolieris, bet šodien, iespējams, jau ir finanšu direktors.

Problēma ir tā, ka tradicionālā datubāzes meklēšana lielā mērā balstās uz atslēgvārdiem. Ja meklējam CFO, sistēma labi atrod cilvēkus, kuru CV rakstīts “CFO”. Bet ļoti labs potenciālais kandidāts var būt strādājis kā Finance Manager, Head of Finance vai Financial Controller.

Vēl interesantāk – viņa amata nosaukums var neatbilst mūsu meklētajam vispār, taču darba saturs un atbildības līmenis ir gandrīz precīzi tas, kas nepieciešams. MI paver iespēju meklēt ne tikai vārdus, bet arī nozīmi.

Rekruteris varētu pajautāt: “Parādi cilvēkus ar vismaz piecu gadu finanšu vadības pieredzi ražošanas uzņēmumos, kuri ir vadījuši komandu un kuriem varētu būt potenciāls kļūt par finanšu direktoru.” Tas jau ir pavisam cits meklēšanas veids.

Headhunting arī kļūs citāds

Vadītāju un augsta līmeņa speciālistu atlasē bieži vien labākais kandidāts nav tas, kurš ir atsūtījis CV. Labākais kandidāts, iespējams, vispār nemeklē darbu. Tāpēc jāatrod īstais cilvēks un jārada viņā interese par sarunu.

Arī šeit MI var būt ļoti noderīgs. Tas var palīdzēt izveidot iespējamo kandidātu loku, atrast alternatīvus amatu nosaukumus, sagatavot uzņēmumu sarakstu, kuros meklēt cilvēkus, un palīdzēt personalizēt pirmo uzrunu.

Taču ir viena lieta, ko es noteikti negribētu redzēt – simtiem MI ģenerētu vienādu vēstuļu. Headhunting būtība nav nosūtīt pēc iespējas vairāk ziņu. Tā ir spēja īstajam cilvēkam īstajā brīdī pateikt kaut ko tādu, kas viņu ieinteresē.

Ja tehnoloģija palīdz rekruterim 20 kvalitatīvas, individuālas uzrunas sagatavot ātrāk, tas ir ieguvums. Ja tā palīdz nosūtīt 2000 bezpersoniskas vēstules, mēs esam tikai radījuši efektīvāku spamu.

Arī intervijā MI var būt labs palīgs

Pirms intervijas es labprāt MI dotu kandidāta CV un amata prasības ar uzdevumu: atrodi, ko es par šo cilvēku vēl nezinu.

Tas varētu pateikt:

Kandidāts raksta, ka vadījis ERP ieviešanas projektu, taču nav skaidrs, kāda bija viņa personīgā atbildība. Noskaidro komandas lielumu, budžetu, projekta ilgumu un sasniegto rezultātu.

Tas ir labs jautājums.

Pēc intervijas MI savukārt var palīdzēt strukturēt piezīmes, salīdzināt tās ar amata kritērijiem un norādīt vietas, kurās informācijas joprojām trūkst. Taču es negribētu, lai MI analizē kandidāta sejas izteiksmi un no tās secina, vai cilvēks ir godīgs, motivēts vai piemērots vadītāja amatam. Tehnoloģiju iespējas nevajadzētu sajaukt ar profesionālu spriedumu.

Ko tad darīs rekruteris?

Šis, iespējams, ir svarīgākais jautājums. Ja MI raksta sludinājumu, analizē CV, sagatavo jautājumus, strukturē intervijas piezīmes un pat uzraksta kandidāta prezentācijas pirmo versiju, ko darīs cilvēks?

Beidzot vairāk darīs to, par ko klientam patiesībā ir vērts maksāt.

Runās ar cilvēkiem.

Izpratīs kandidāta motivāciju. Sapratīs, kāpēc cilvēks pēc septiņiem gadiem vienā uzņēmumā pēkšņi apsver darba maiņu. Novērtēs, vai uzņēmuma īpašnieks un potenciālais valdes loceklis spēs sadarboties. Pamanīs pretrunas kandidāta stāstījumā. Sapratīs, ka ļoti labs cilvēks var nebūt piemērots tieši šim uzņēmumam.

Un reizēm pateiks klientam nepatīkamu, bet profesionāli nepieciešamu lietu: “Ar šādu atalgojumu un šīm prasībām tādu cilvēku tirgū atrast būs ļoti grūti.” Tā jau ir konsultēšana, nevis CV administrēšana.

MI var mainīt arī personāla atlases biznesa ekonomiku

Pieņemsim, ka viena atlases projekta veikšanai konsultantam nepieciešamas 40 darba stundas. Ja MI palīdz šo apjomu samazināt līdz 25 stundām, mēs neesam ietaupījuši tikai 15 stundas. Teorētiski esam palielinājuši konsultanta kapacitāti par 60%. Tas personāla atlases uzņēmumam jau ir ļoti nopietns biznesa jautājums.

Tāpēc es MI ieviešanas panākumus nemērītu ar to, cik bieži darbinieki atver ChatGPT.

Es mērītu daudz vienkāršāk: cik konsultanta darba stundu nepieciešams vienai veiksmīgai atlasei? Cik ātri klientam varam piedāvāt pirmos kvalitatīvos kandidātus? Cik no mūsu piedāvātajiem kandidātiem klients vēlas satikt? Cik bieži spējam atrast piemērotu kandidātu savā datubāzē, pirms sākam meklēšanu no nulles?

Tie jau ir biznesa rādītāji.

Es nesteigtos būvēt milzīgu MI sistēmu

Tehnoloģiju pasaulē ir viegli aizrauties. Var izveidot iespaidīgu projektu, iztērēt desmitiem tūkstošu eiro un beigās secināt, ka konsultanti turpina strādāt tieši tāpat kā iepriekš.

Es sāktu daudz vienkāršāk.

Paņemtu vienu reālu vakanci un 20–50 kandidātu CV. Vispirms profesionāls rekruteris izvēlētos kandidātus tā, kā to dara šodien. Tad to pašu uzdevumu ar iepriekš definētiem atlases kritērijiem dotu MI un salīdzinātu rezultātus.

Vai MI atrada cilvēku, kuru konsultants palaida garām?

Vai konsultants pamanīja kaut ko būtisku, ko MI nesaprata?

Cik laika tika ietaupīts?

Kādas kļūdas pieļāva MI?

Pēc piecām vai desmit šādām atlasēm mums jau būtu daudz labāks priekšstats par tehnoloģijas patieso vērtību nekā pēc simts slaidu prezentācijas par uzņēmuma “MI stratēģiju”.

Bet vienu pogu es sistēmā negribētu redzēt

“MI – noraidīti kandidāti.”

Personāla atlasē mēs strādājam nevis ar precēm, bet cilvēkiem. Turklāt MI izmantošana nodarbinātības jomā Eiropā pamatoti tiek vērtēta īpaši piesardzīgi.

Ja algoritms iesaka kandidātu, man ir svarīgi saprast – kāpēc? Ja neiesaka – arī kāpēc?

Tāpēc daudz labāks modelis ir:

MI atrod. MI apkopo. MI salīdzina. MI norāda uz riskiem un informācijas trūkumu. Cilvēks pārbauda. Cilvēks runā ar kandidātu. Cilvēks pieņem lēmumu.

Un atbildību par šo lēmumu nevar deleģēt algoritmam.

Vai mākslīgais intelekts atņems darbu personāla atlases speciālistiem?

Daļu darba – noteikti. Un, manuprāt, tas ir labi.

Es labprāt atdotu MI desmitiem stundu, kuras rekruteris pavada, pārliekot informāciju no viena dokumenta otrā, meklējot CV atslēgvārdus un strukturējot piezīmes. Taču es negribētu tam atdot sarunu ar cilvēku. Jo kandidāts nav CV.

Divi cilvēki ar gandrīz identisku profesionālo pieredzi vienā uzņēmumā var sasniegt pilnīgi atšķirīgus rezultātus. Vienam nepieciešama ļoti strukturēta vide, otrs vislabāk darbojas haosā. Viens grib kļūt par valdes locekli, otrs vairs nevēlas vadīt nevienu cilvēku. To visu nevar saprast tikai no amata nosaukumiem un darba stāža.

Tāpēc nākotnes personāla atlases konkurence, manuprāt, nebūs cilvēks pret mākslīgo intelektu. Konkurēs cilvēki un uzņēmumi, kuri MI prot izmantot, ar tiem, kuri to neprot.

Un te arī ir lielākā iespēja!

Ja tehnoloģija ļauj rekruterim mazāk laika pavadīt pie Excel tabulas un vairāk – sarunā ar kandidātu un klientu, tad mākslīgais intelekts personāla atlasi nepadara mazāk cilvēcīgu.

Pareizi izmantots, tas var palīdzēt tai kļūt cilvēcīgākai.

 

Māris Silinieks, WorkingDay Latvia