Jön az interjúrobot. Ez jó vagy rossz hír a toborzóknak?

A mesterséges intelligencia keze kezdi betenni a lábát a klasszikusan humán területekre is. Bizarr, nem? Nem feltétlenül. Az emberek által végzett kiválasztási tevékenységek során jelentős befolyásoló hatása van az (ismert vagy nem tudatos) előítéleteknek: az első benyomás néhány másodperce vagy perce alatt bekerül a jelölt valamelyik skatulyánkba, aztán jó eséllyel ott is fog maradni, legyen az pozitív vagy negatív előfeltételezés.Olyan tényezőkre gondolhatunk itt, mint a nem, az életkor, a származás, a megjelenés, a beszédhang, a kinézet vagy a képzettség.

Sőt, akár az interjú elején a jégtörő beszélgetés során kiderülő közös pontok (szülőváros, érdeklődési kör, iskolák, stb.) is ide tartoznak. A viselkedéstudomány “confirmation bias”-nak (kb. megerősítési torzítás) nevezi azt a kognitív torzítást, hogy azokat az információkat keressük, ami előzetes feltételezéseinket megerősíti.

A stockholmi KTH Royal Institute of Technology egyik kutatási projektjéből kinőtt Furhat Robotics egy interjúrobotot készített, ami külsőre egy asztalra helyezhető, arckifejezésekre képes beszélő emberfej, aki garantáltan nem rendelkezik előítéletekkel (bár ennek biztosításán az érvényességgel foglalkozó szakembereknek nem keveset kellett töprengeniük, illetve a szerkezet sok különböző toborzótól tanul kérdezni). A kérdésekre adott válaszokról átirat készül, és a döntéshozók ezeket tudják értékelni és összehasonlítani. Jelenleg még csak svédül beszél a robot, de már dolgoznak az angol verzión, várhatóan 2020-ban az is rendelkezésre fog állni. A tesztelésben az egyik legnagyobb svéd toborzócég működik együtt partnerként, akik leginkább a nagyobb létszámot érintő kiválasztási projektek területén látnak fantáziát az eszköz használatában.

A kipróbálásban résztvevők azt mondják, hogy először elég furi, de aztán viszonylag hamar elfelejthető, hogy nem emberrel beszélgetnek, amikor már belemelegedtek az interjúba.

Régebben már írtam az automatizálásról, és arról is, hogy ez egy komplex kérdés. Nyílván senki se sírja vissza, hogy követ fejtsen, különösen veszélyes bányajáratokban, de radioaktív közegbe is menjenek inkább a robotok kipecázni valamit. Elég kevés hozzáadott értéket teremt a hipermarket pénztárosa, aki elhúzza a vonalkódot a leolvasó előtt, és a végén kifizeted kártyával a vásárlást. Ahogy látjuk néhány éve, egyre több helyen, akár 6-8 önálló fizető terminált el tud látni egyetlen pénztáros, és a vevő maga is képes a folyamatot elvégezni, ráadásul kevesebbet áll sorba és az idő is jobban telik. Az embereket pedig értelmesebb, kevésbé gépies tevékenységre lehet alkalmazni. Oké, azt ki kell találni, hogy mi legyen, és alkalmassá kell tenni őket rá.

A szellemi munkáknál első blikkre ez kevésbé tűnik reálisnak, mégis egyre több helyen annak bizonyul. Arra, hogy egy (gyakran nem túl tapasztalt) toborzó kolléga feltegyen standard kérdéseket, és viszonylag standard módon értékelje a válaszokat, nem kell túl sok humán gondolkodó kapacitás. Ha pedig még ráadásul a (nem feltétlenül tudatos) előítéletei miatt még romlik is a kiválasztás minősége, akkor jobb nem az ő kezébe adni a feladatot. Bármennyire döbbenetesen hangzik, egyes orvosi diagnosztikai területeken a számítógép már bizonyítottan kevesebbet hibázik mint az ember.

Meglátjuk, mikor kezdenek majd elterjedni az interjúrobotok, és azt is, hogy a toborzási-kiválasztási folyamatok mely lépéseinél lesz továbbra is elengedhetetlen az emberi közreműködés. Például biztosan szeretnének az emberek személyesen is megismerkedni a jövőbeli kollégáikkal/főnökükkel, mielőtt bármelyik oldal meghozza a döntését.

(A végére még egy kis színes: a Toyota mérnökei faragtak egy olyan humanoid robotot, aminek a harmadik verziója ebben az évben felállította az egymás utáni hibátlan kosárlabda büntetődobás Guiness rekordját: 2020-szor talált bele a gyűrűbe, 100%-os teljesítményt nyújtva.)

More blog posts:

A ló túloldalán, avagy mi a gond az önkiszolgáló vállalati képzési rendszerrel?

Felütötte a fejét a közelmúltban egy tendencia a nagyobb cégek egy részénél, vélhetően a vállalati IT rendszerekhez is integrált LMS-ek (Learning Management System) térhódításával párhuzamosan, ami pont arra jó, hogy a fürdővízzel a gyereket is kiöntsék. Megígértem Filep Laci kollégámnak-barátomnak, hogy írok róla egy eszmefuttatást, miután társalogtunk egy jót a témáról a minap.

Read more »

Miért nem szeretünk tanulni? – 2. rész: a munkahely

A poszt első részében egy picit más szemszögből is ránéztünk arra, hogyan öli ki belőlünk az iskola a tanulás iránti vágyat, hogyan válnak a gyerekeink a branding eszközévé. Gondolhatnánk, hogy oké-oké, túl kell élni és kész. Akár lehetne, csakhogy az iskola befejeztével nincs vége a megpróbáltatásainknak.

Read more »

Hogyan segítheted elő, hogy a beváljon az új csapattag?

Manapság egyre több vezető érti meg, mennyire fontos a munkatársak megtartása, nemcsak azoknál, akik régebben velük dolgoznak, hanem az újonnan érkezetteknél is. Rájöttek, mekkora macera, idő és költség újrakezdeni a keresést, ha emberünk nem válik be a próbaidőben, és az is egyre jobban fáj, hogy valakinek addig is végeznie kell azt a munkát, amin az idejekorán elküldött/lepattanó kolléga ténykedett volna, vagy ha új tevékenységekről van szó, azok elkezdése még tovább fog csúszni.

Read more »