به گزارش سیتنا، بسیاری از نرمافزارهای جدید به شیوههایی هوشمند شدهاند که توسعهدهندگان نرمافزار در گذشته تنها میتوانستند رؤیای آن را داشته باشند. هوش ایجادشده توسط رایانه که بسته به شرکت ارائهدهنده ممکن است «هوش مصنوعی»، «هوش تطبیقی» یا «هوش افزوده» نامیده شود، در حال ایجاد تحول در حوزههایی مانند امنیت سازمانی از طریق شناسایی ناهنجاریها، برنامهریزی ۲۴ ساعته تولید با استفاده از رباتها، انعطافپذیری زنجیره تأمین، بهبود تشخیصهای پزشکی و بسیاری از نتایج مثبت دیگر در کسبوکار است.
واحدهای منابع انسانی نیز نمیتوانند از هوش مصنوعی دور بمانند؛ تقریباً همه شرکتهای بزرگ ارائهدهنده نرمافزارهای منابع انسانی، محصولی مبتنی بر هوش مصنوعی را برای سادهتر کردن کار متخصصان این حوزه معرفی میکنند.
کاربردهای امروزی هوش مصنوعی در منابع انسانی، فراتر از قابلیتهای صرفاً تحلیلی رفتهاند؛ قابلیتهایی که با جمعآوری اطلاعاتی که پیشتر جمعآوری و ترکیب آنها دشوار بود، به برنامهریزی منابع انسانی کمک میکردند. الگوریتمهای امروزی میتوانند حجم عظیمی از دادهها را جمعآوری و تحلیل کنند و ارتباطاتی را شناسایی کنند که امکان پیشبینی را فراهم میکنند.
برای نمونه، هوش مصنوعی میتواند به پرسشهایی مانند این پاسخ دهد:
بهترین منابع برای یافتن نامزدهایی که پیشنهاد شغلی را میپذیرند کداماند؟
کدام ویژگیهای یک نامزد، بیشترین ارتباط را با موفقیت بلندمدت او دارند؟
مدیرانی که در ارتقای کارکنان با پیشینههای متنوع موفقتر هستند، چه سابقه کاری دارند؟
چه مدت ماندن در یک موقعیت شغلی، بیشترین احتمال ترک کار را در میان نسل X ایجاد میکند؟
اما آیا هوش مصنوعی در منابع انسانی میتواند «تناسب» افراد با سازمان را بسنجد؟
همه میدانیم که یک نیروی بسیار موفق در یک سازمان ممکن است در سازمانی دیگر عملکرد ضعیفی داشته باشد. چرا؟ آیا فرد تغییر کرده است؟ احتمالاً نه؛ مسئله این است که او با فرهنگ سازمانی جدید تناسب ندارد.
نرمافزارهای جذب استعداد مبتنی بر هوش مصنوعی ممکن است بتوانند مهارتهای افراد را با مشاغل تطبیق دهند یا مهارتهای آنها را به سوابق کاریشان مرتبط کنند، اما الگوریتم برای پیشبینی «تناسب» یک فرد با سازمان از چه معیاری استفاده خواهد کرد؟
حتی اگر یک نرمافزار به شما بگوید کدام کارکنان یک شرکت خاص در گذشته در سازمان شما موفق بودهاند، آیا این اطلاعات درباره نامزدی که اکنون مقابل شماست نیز مفید است؟ از سوی دیگر، برخی کارشناسان اساساً اهمیت «تناسب با سازمان» را در تیمهای کاری غیرمتمرکز، مانند تیمهایی متشکل از فریلنسرها یا کارکنان دورکار، زیر سؤال میبرند.
بنابراین، تکیه بر ارزیابی کمی هوش مصنوعی درباره احتمال موفقیت یک نامزد در سازمان، لزوماً نتایجی را که انتظار دارید به همراه نخواهد داشت. مراقب موج تبلیغاتی هوش مصنوعی در منابع انسانی باشید
امروزه تقریباً هر شرکتی که محصولات مدیریت سرمایه انسانی (HCM) تولید میکند، احتمالاً ادعا میکند محصولش مبتنی بر هوش مصنوعی است. اما واقعاً منظور آنها از «هوش مصنوعی» چیست؟ همه چیزهایی که به نام هوش مصنوعی عرضه میشوند، الزاماً هوشمند نیستند.
برای شروع، میتوان درباره نحوه عملکرد واقعی یک محصول این پرسشها را مطرح کرد:
اگر محصول پیشبینی انجام میدهد، برای این کار از چه دادههایی استفاده میکند؟
الگوریتم چگونه دادههای تاریخی را که به آنها دسترسی دارد، وزندهی و استفاده میکند؟
چه شرکتهای دیگری در حال حاضر از این محصول استفاده میکنند و میزان خطای گزارششده آنها در پیشبینی چقدر است؟
اگر الگوریتم از دادههای تاریخی استفاده میکند، آیا اتکا به این دادهها سازمانی متناسب با گذشته، اما نامتناسب با آینده ایجاد نمیکند؟
باید بررسی کرد که آیا گذشته سازمان واقعاً میتواند مبنای منطقی برای آینده آن باشد یا خیر. در دنیای اقتصادی و کسبوکار امروز که با سرعت زیادی در حال تغییر است، پاسخ احتمالاً منفی است.
این موضوع درباره بسیاری از برنامههای جذب استعداد مبتنی بر هوش مصنوعی نیز صدق میکند؛ برنامههایی که نامزدهای جدید را از دریچه استخدامهای گذشته بررسی میکنند. اگر استخدامهای قبلی یک سازمان عمدتاً شامل مردان سفیدپوست بوده باشد، این سوگیری میتواند اهداف سازمان برای ایجاد تنوع نیروی انسانی را مختل کند.
هوش مصنوعی باید تصمیمگیری را آسانتر یا هوشمندانهتر کند؛ یا هر دو. ارائهدهندگان این راهکارها چنین وعدهای میدهند. با این حال، خریداران باید از قبل مشخص کنند که موفقیت هوش مصنوعی را در سازمان خود چگونه اندازهگیری خواهند کرد.
آیا اطلاعات ارائهشده توسط هوش مصنوعی به آنها کمک میکند تصمیمهای مالی را دقیقتر بگیرند؟ آیا این تصمیمها سریعتر گرفته میشوند؟
برای توجیه استفاده از هوش مصنوعی در نرمافزارهای منابع انسانی، باید بهروشنی مشخص شود که هدف از استفاده از این فناوری چیست و چرا نتایج مورد انتظار آن بهتر از راهکارهای سنتی موجود است. اهداف هوش مصنوعی
هوش تطبیقی چه پیامدهایی برای نرمافزارهای جدید شما دارد؟
استفاده از هوش مصنوعی در منابع انسانی میتواند بسیار مفید و مطلوب باشد، اما زمانی که واحد منابع انسانی تصمیمهای خود را صرفاً بر اساس الگوریتمهای رایانهای اتخاذ میکند، باید فرد یا افرادی در سازمان وجود داشته باشند که بدانند چه عواملی برای ایجاد یک ارتباط یا پیشبینی مورد استفاده قرار گرفتهاند و الگوریتمها چگونه کار میکنند.
سیستمهای یادگیرنده دقیقاً همین کار را انجام میدهند: آنها بر اساس دادههایی که در طول زمان جمعآوری شدهاند، یاد میگیرند و قواعدی را به کار میگیرند. آنچه نرمافزار یاد میگیرد، قرار است بر نحوه عملکرد آن تأثیر بگذارد؛ به همین دلیل این سیستمها «تطبیقی» هستند.
حتی اگر تصمیمهای مبتنی بر هوش مصنوعی برای سازمان شما درست از آب دربیایند، همچنان باید اطمینان حاصل کنید که فرضیات مورد استفاده در طول زمان، قابل درک، منصفانه، دقیق و متناسب با اهداف سازمان هستند و بهطور مستمر مورد بازبینی قرار میگیرند.
انتهای پیام
