İK ve Yetenek Yönetiminde Yapay Zeka: İnsani Dokunuşu Kaybetmeden Daha Akıllı İşe Alım
Birçok İK teknolojisi uygulamasını batıran önyargı tuzaklarından ve kişisellikten uzak aday deneyiminden kaçınırken işe alım hızını ve kalitesini artırmak için yapay zeka nasıl kullanılır.
İşe alım, herhangi bir işletmenin verdiği en yüksek riskli, en zaman alıcı kararlardan biri ve aynı zamanda yapay zeka araçlarının dikkatsizce uygulandığında en çok itibar zararına sebep olduğunu gördüğüm alanlardan biri. Her iki tarafı da dürüstçe paylaşmak istiyorum: yapay zekanın işe alımı gerçekten iyileştirdiği yer ve onun kötü şekilde geri tepmesini izlediğim yer.
Yapay Zekanın İşe Alımda Gerçekten Yardımcı Olduğu Yer
En açık kazanım hunisinin tepesinde: büyük hacimli başvuruları temel niteliklere göre taramak, lojistik planlamayı yapmak ve aksi halde yüzlerce CV'den oluşan bir yığında kaybolabilecek adayları yüzeye çıkarmak. Yüksek başvuru hacmi çeken roller için, yapay zeka tarama araçları eskiden manuel CV incelemesine giden gerçek saatleri kurtarıyor, ki bu saatler umut verici adaylarla gerçekten konuşmaya ayrılsa daha iyi.
Yapay zeka, daha kapsayıcı, daha açık iş tanımları yazmak, işe alım hunisinin neresinde adayların düştüğünü analiz etmek ve görüşme notlarını tutarlı şekilde özetlemek için de yararlı, böylece işe alım kararları hangi görüşmecinin en kapsamlı not aldığına değil adaylar arasında karşılaştırılabilir bilgilere dayanıyor.
Çoğu Şirketin Düştüğü Önyargı Tuzağı
Geçmiş işe alım verisiyle eğitilmiş yapay zeka tarama araçları, o geçmiş verilerde var olan her önyargıyı miras alır. Şirketiniz tarihsel olarak ağırlıklı olarak dar bir üniversite veya geçmiş kümesinden işe almışsa, "başarılı geçmiş işe alımlar" üzerinde eğitilmiş bir model, kimse o sonucu istemese de sessizce aynı kalıpları tercih etmeyi öğrenir.
Artık herhangi bir yapay zeka işe alım aracının devreye alınmadan önce orantısız etki için açıkça test edilmesini istiyorum: aracı geçmiş başvuruların çeşitli bir örneğine karşı çalıştırın ve sonuçların işe ilgili niteliklerle açıklanamayan şekillerde demografik gruplar arasında anlamlı şekilde farklılaşıp farklılaşmadığını kontrol edin. Bu sadece etik bir gereklilik değil, giderek birçok yargı bölgesinde yasal bir gereklilik haline geliyor ve aracınızın gerçekte nasıl davrandığını bilmemek bir savunma değil.
Aday Deneyiminin Bozulduğu Yer
İş arayanlardan en yaygın işittiğim şikayet, süreçte çok geç bir aşamaya kadar hiçbir insan teması olmadan tamamen otomatik sistemler tarafından taranmak veya daha kötüsü, bir otomatik sistem onları sessizce filtrelediği için hiç geri dönüş alamamak. Bu, işveren markanızı doğrudan görmesi zor ama zamanla teklif kabul oranlarında ve referans verme istekliliğinde ortaya çıkan şekillerde zedeliyor.
Kendi işe alım süreçlerimde sert bir kural koydum: belirli bir aşamaya ulaşan her aday, kısa olsa da bir insan temas noktası alır ve reddedilenler dahil her aday sessizlik yerine bir yanıt alır. Yapay zeka huninin tepesindeki hacmi ele alıyor; bir aday sürece gerçek zaman yatırdığında her etkileşimi insanlar ele alıyor.
Sadece İşe Alım İçin Değil, Dahili Yetenek Yönetimi İçin Yapay Zeka Kullanmak
İşe alım kullanım durumu en fazla ilgiyi alıyor, ama mevcut iş gücü içinde eşit derecede değerli uygulamalar buldum: ekipler arasında beceri açıklarını darboğaz olmadan önce tespit etmek, yüksek performanslılar arasında bağlılık sinyallerine göre kaçış riskini işaretlemek ve mevcut çalışanları kendileri başvurmamış olabilecekleri yeni fırsatlarla eşleştirmek.
Bu dahili hareketlilik kullanım durumu yetersiz kullanılıyor. Mevcut yeteneği terfi ettirmek ve yeniden konuşlandırmak, hemen hemen her zaman dış işe alımdan daha ucuz ve daha hızlı, ve yapay zeka, hafızadan çalışan bir yöneticinin kaçıracağı belirgin olmayan dahili eşleşmeleri ortaya çıkarmakta gerçekten iyi.
Birlikte Çalıştığım Her İK Liderine Söylediğim
Yapay zekayı hacim ve tutarlılık için kullanın, muhakeme ve ilişki için değil. Tarama, planlama, not alma, beceri açığı analizi: yapay zekanın bu işi iyi yapmasına izin verin. Gerçek işe alım kararı, zor performans görüşmesi, kaçış riski taşıyan bir çalışanla tutma görüşmesi: bunun insan kalması gerekiyor, çünkü hem muhakeme kalitesi daha iyi hem de çalışanlar farkı anlayabiliyor ve tamamen bir algoritma tarafından yönetilmekten rahatsız oluyor.
Gerçekten İşe Yarayıp Yaramadığını Ölçmek
İşe alım süresini takip edin, ama sadece huni verimliliğini değil aday memnuniyet puanlarını ve teklif kabul oranlarını da takip edin. Daha hızlı ama daha kötü aday deneyimi ve daha düşük teklif kabulü üreten bir işe alım süreci, verimlilik metrikleri bir gösterge panelinde iyi görünse de gerçekten bir iyileşme değil. Bunu doğru yapan şirketler, otomatikleştirilmesi ve raporlanması en kolay metriği değil, tam tabloyu ölçüyor.
FixerCV, tam olarak bu ilke üzerine kuruldu: yüksek hacimli ATS optimizasyon işini yapay zekaya bırakırken, gerçek işe alım ve kariyer kararlarını sıkı sıkıya insan elinde tutmak.