Одно из главных направлений HR Tech, или технологий в HR — это автоматизация найма сотрудников, и сейчас в такие продукты начинают интегрировать искусственный интеллект. Как нейросети решают задачи рекрутмента и способны ли они заменить собой живых специалистов, рассказывает Владимир Демченков, руководитель дирекции ИТ-подбора и аутстаф-менеджмента в компании Альфа Банк.
© Jason Goodman/Unsplash
Массовый найм и чат-боты
В рекрутменте, как и во многих других сферах, искусственный интеллект может взять на себя рутинную работу — например, первичный отбор в массовом найме. Некоторые компании уже сейчас используют чат-боты, чтобы отсеять нерелевантных кандидатов и закрыть задачу первого контакта. Условно говоря, написать кандидату о вакансии, отправить ему описание, если собеседнику это интересно, попросить прислать резюме и так далее — зависит от сценария, который вы настроите.
На рынке есть много конструкторов чат-ботов — таких, как ManyChat, Chatfuel, HubSpot, PuzzleBot и других. Более крупные компании заказывают разработку кастомизированных решений: в России, например, этим занимается КРОК, конкретно для эйчаров — HR Messenger. В перспективе с развитием нейросетей бот сможет более гибко реагировать на ответы собеседника и сделать общение более «человеческим». Так, что соискатель может и не понять, что с ним говорит робот.
Анализ для первичного отбора
Разумеется, все это применимо к стандартным вакансиям с готовым списком вопросов к кандидату. В executive search заменить рекрутера алгоритмами не получится. Поэтому не стоит бояться, что профессия HR погибнет под натиском искусственного интеллекта. Зато нейросети могут стать удобным вспомогательным инструментом, который освободит рекрутерам время для более серьезных задач.
Вполне возможно автоматизировать поиск кандидатов, чтобы система сама отбирала подходящих. На самом простом уровне это фильтры на HeadHunter. На более сложном — платформы на базе искусственного интеллекта, которые более глубоко анализируют резюме из разных источников по вашим требованиям. Таких программ сейчас много — например, HireEz или даже LinkedIn Recruiter.
Еще более эффективной может стать возможность загружать в систему резюме соискателей, которых вы пригласили на собеседование в прошлом, и тех, кому вы отказали. Анализируя эти данные, нейросеть может отбирать потенциально подходящие анкеты и передавать их сотрудникам. Это будет более точный отбор, потому что не всегда можно сразу понять, какие качества кандидата будут в плюс, а какие в минус.
Более того: на основании опыта прошлых кандидатов искусственный интеллект может присваивать резюме рейтинг. Чем больше резюме соискателя похоже на резюме его предшественников, принятых в компанию, тем больше вероятности, что он тоже подойдет. А значит, его рейтинг будет выше. После этого компания может пригласить на собеседование топ кандидатов в списке — сколько именно, зависит от времени, которое она готова выделить на процесс найма.
На мой взгляд, в будущем нейросети смогут взять на себя еще одну функцию HR — подсказывать, в какую команду отправить человека. Так, мы всегда знакомим кандидата с будущей командой, чтобы понять, подойдут ли они друг другу. Если мэтч не случился, мы показываем его следующей и так далее. Искусственный интеллект мог бы сократить этот процесс, анализируя диалоги соискателей с потенциальными коллегами и сопоставляя эти данные с каждым кандидатом. На основе этого нейросеть может давать рекомендации, в какую команду лучше направить человека. Но это, конечно, пока сфера фантастики.
Генерация тестовых заданий
Зато есть область, где искусственный интеллект может быть полезен уже сейчас — это генерация тестовых заданий. Так, у нас для стандартных вакансий есть определенный набор вопросов и заданий. И поскольку через наш HR проходит множество человек, некоторые из этих вопросов не раз попадали в сеть. Претендентам на позицию оставалось их найти, нагуглить ответы и вызубрить их. Но если с помощью нейросети сгенерировать сотни вариантов технического интервью, возможность обмануть систему значительно усложнится.
Теоретически генерировать тестовые можно уже сейчас с помощью ChatGPT: бот будет подбирать задачи из того объема, что есть в открытых источниках. Но эту возможность надо еще проверить. Вообще сейчас много говорят о возможностях ChatGPT в рекрутменте: например, бот может составлять описание вакансий и письма для контакта с кандидатом или отказа. Но по сути, рекрутер может точно так же скопировать описание или текст письма из Google и кастомизировать его под конкретную ситуацию. Вряд ли это займет больше времени.
Доверие и риски
Остается вопрос, можно ли доверять выбору искусственного интеллекта. На мой взгляд, да: нейросеть проводит анализ на основе огромных массивов данных, поэтому способна выдавать релевантные результаты — не хуже, чем человек, который точно так же принимает решение на основе своего опыта. Конечно, нейросеть всегда может ошибиться, но точно так же ошибиться может любой из нас. Кроме того, искусственный интеллект, в отличие от человека, не может оценить кандидата субъективно: человеческий фактор здесь полностью исключен.
Конечно, в использовании ИИ для рекрутинга есть свои риски. Не каждый кандидат, особенно высокого уровня, захочет общаться с роботом вместо живого человека. С одной стороны, это предрассудки — тем более что само собеседование все равно будет проводить сотрудник компании. С другой — опытные востребованные специалисты привыкли к личному подходу. Но я думаю, в итоге все мы привыкнем к новым реалиям.
Деловой мир — журнал для и про предпринимателей. Расскажем о вас и вашем бизнесе!
Источник: Нейросеть для рекрутера: как искусственный интеллект может помочь в найме сотрудников