R臋ka robota podnosz膮ca cz艂owieka z ta艣my.

Robot przyjmie ci臋 do pracy

Cz臋sto dyskutuje si臋 o tym, 偶e automatyzacja, sztuczna inteligencja i robotyka zabior膮 ludziom prac臋. Ma艂o kto jednak zwraca uwag臋, 偶e r贸wnie偶 o przydziale stanowisk (wci膮偶 zajmowanych przez ludzi) b臋d膮 decydowa艂y algorytmy. A w艂a艣ciwie ju偶 zaczynaj膮 decydowa膰.

Je偶eli planowa艂e艣, 偶e zostaniesz taks贸wkarzem, kierowc膮, szoferem, sekretark膮 lub kurierem, najwy偶szy czas zrewidowa膰 swoje preferencje. Pr臋dzej czy p贸藕niej (a raczej pr臋dzej) wszystkie te zawody padn膮 ofiar膮 digitalizacji rynku pracy. Co wi臋cej – r贸wnie偶 zaw贸d rekrutera, czyli specjalisty ds. zatrudnienia nie musi by膰 wykonywany przez cz艂owieka.

Ponad 400 miliard贸w euro na rekrutacyjnym rynku

Pocz膮tkiem digitalizacji rynku pracy by艂o pojawienie si臋 portali, stanowi膮cych odpowiednik drukowanych w prasie informacji o poszukiwanych kandydatach. Nast臋pnie powsta艂y zawodowo-rekrutacyjne sieci spo艂eczno艣ciowe, z kt贸rych najbardziej znanymi w Polsce przyk艂adami s膮 LinkedIn (nale偶膮cy do Microsoftu) i GoldenLine (polski serwis, kt贸rego g艂贸wnym udzia艂owcem jest Agora). U偶ytkownicy tych portali utrzymuj膮 ze sob膮 kontakty zawodowe, a ich profile s膮 dost臋pne dla potencjalnych pracodawc贸w. Cyfrowy rynek pracy jest lukratywnym biznesem, jego 艣wiatowe obroty wynosz膮 oko艂o 415 miliard贸w euro, a zatem ponad 1,4 biliona z艂otych.

Ten potencja艂 widzi r贸wnie偶 Google. W ubieg艂ym roku wyszukiwarkowy gigant z Mountain View utworzy艂 w艂asny serwis dla szukaj膮cych pracy i pracownik贸w: Google Hire. Tw贸rcy narz臋dzia stawiaj膮 sobie za cel uproszczenie procesu rekrutacji. Firmy mog膮 tu zarz膮dza膰 profilami kandydat贸w, danymi kontaktowymi, przes艂anymi dokumentami (CV itp.) czy terminami spotka艅. Szacuje si臋, 偶e a偶 40 procent firm na ca艂ym 艣wiece planuje fundamentaln膮 modernizacj臋 swoich system贸w HR.

Presj膮 jest przede wszystkim obni偶enie koszt贸w rekrutacji, g艂贸wnie dlatego, 偶e zewn臋trzne agencje potrafi膮 bra膰 nawet do 30 procent rocznego wynagrodzenia odnalezionego kandydata jako prowizj臋. Tymczasem systemy oparte o sztuczn膮 inteligencj臋, poza by膰 mo偶e ni偶szymi kosztami, mia艂yby zapewnia膰 wi臋ksz膮 przejrzysto艣膰 i szybsze wyszukiwanie odpowiednich kandydat贸w – nawet w przypadku olbrzymiej liczby nades艂anych aplikacji.

Wst臋pna analiza danych to naturalnie nie wszystko. Istotny jest proces dopasowywania profili kandydat贸w do wymaga艅 pracodawc贸w. Rekrutacja, wykorzystuj膮ca uczone maszynowo algorytmy i sztuczn膮 inteligencj臋, pozwoli na dopasowanie tysi臋cy umiej臋tno艣ci, kwalifikacji, poziom贸w zawodowych rejestrowanych na bie偶膮co. Bez komputer贸w 偶aden dzia艂 kadr nie by艂by w stanie wykona膰 tak olbrzymiej pracy w kr贸tkim czasie. Tymczasem SI wystarczy zaledwie kilka sekund, by wskaza膰 firmie poszukuj膮cej odpowiedniego kandydata – kilka profili. Co wi臋cej, te profile nie musz膮 pochodzi膰 z og艂osze艅, zwi膮zanych z rekrutacj膮. Nowoczesne agencje HR wiedz膮, 偶e niekiedy kandydat szuka nowej pracy, cho膰 sam jeszcze o tym nie wie.

Jaki wp艂yw na procesy rekrutacyjne b臋dzie mia艂a SI? (graf. Gazetapraca.pl)

Algorytmy rekrutuj膮

W jaki spos贸b zinformatyzowane agencje zatrudnienia zdobywaj膮 dane o potencjalnych kandydatach? Analizowane s膮 wpisy na forach po艣wi臋conych aktywno艣ci zawodowej, profile w sieciach spo艂eczno艣ciowych i inne og贸lnodost臋pne informacje. Opr贸cz tego firmy HR korzystaj膮 z baz rozm贸w kwalifikacyjnych, test贸w pracowniczych i wielu innych 藕r贸de艂, kt贸re ju偶 nie s膮 publicznie dost臋pne, ale mo偶na je pozyska膰 od zainteresowanych pracodawc贸w.

Tabela bran偶, kt贸re b臋d膮 zautomatyzowane
Bran偶e i zawody, kt贸re czeka pe艂na automatyzacja (graf. CHIP)

Algorytm po艂膮czy firmy i kandydat贸w, kt贸rzy najlepiej do siebie pasuj膮, podobnie …jak robi膮 to serwisy randkowe – co wykracza poza list臋 certyfikat贸w i referencji, podawanych przez samych kandydat贸w. W procesie tworzy si臋 niezwykle szczeg贸艂owe profile, kt贸re obejmuj膮 kompetencje zawodowe i osobiste oraz indywidualne cechy, jakie mog膮 stanowi膰 warto艣膰 dla potencjalnych pracodawc贸w.

Korporacje szukaj膮ce pracownik贸w patrz膮 nie tylko na kwalifikacje – s膮 zainteresowane tak偶e osobowo艣ci膮 kandydat贸w. W czasach „przed-algorytmicznych” narz臋dziem, pozwalaj膮cym cho膰 cz臋艣ciowo zbada膰, jakim dany kandydat jest cz艂owiekiem i jaki ma charakter, by艂a po prostu rozmowa kwalifikacyjna. Jednak tego typu rozmowy s膮 dla wielu stresuj膮ce i powoduj膮, 偶e zachowuj膮 si臋 inaczej, ni偶 w zwyk艂ej sytuacji. Dlatego i ta cz臋艣膰 rekrutacji jest cyfryzowana. Odpowiednio przygotowywane kwestionariusze umo偶liwiaj膮 ocen臋 tak偶e osobowo艣ci kandydat贸w. Cechy takie jak ciekawo艣膰, towarzysko艣膰,聽samodzielno艣膰, stabilno艣膰 emocjonalna,聽聽sk艂onno艣膰 do ugody i kompromis贸w, czy do ryzyka s膮 w pewnym stopniu mierzalne i da si臋 je przetworzy膰 do postaci graficznej, 艂atwo poddaj膮cej si臋 dalszej analizie.

Stopie艅 automatyzacji procesu selekcji kandydat贸w do pracy jest zmienny i w znacznym stopniu uzale偶niony od tego, w jakiej bran偶y ma pracowa膰 poszukiwana osoba. Niemniej ilo艣膰 analizowanych danych, kt贸re maj膮 pozwoli膰 na wy艂onienie kandydata idealnego do konkretnej pracy, stale ro艣nie. Ca艂y czas firmy poszukuj膮 nowych dr贸g algorytmizacji tych dzia艂a艅.

Firma Precire, startup z Akwizgranu (Aachen), specjalizuje si臋 w zaawansowanej analizie j臋zyka. W celu uzyskania szerszego wgl膮du w osobowo艣膰 badanych, opracowa艂a oprogramowanie wykorzystuj膮ce mow臋 i tekst. Lingwi艣ci komputerowi s膮 zdania, 偶e mo偶liwa jest automatyzacja bada艅 psychologicznych, a do ich wykonania wystarcza sprawdzenie sposobu, w jaki komunikuj膮 si臋 konkretni ludzie. Dirk Gratzel, za艂o偶yciel startupu Precire bardzo ufa swojemu oprogramowaniu, twierdzi wr臋cz: Dzi艣 osi膮gn臋li艣my poziom, na kt贸rym mo偶na powiedzie膰, 偶e nasze rozwi膮zanie jest niezawodne. Do艣膰 bu艅czuczna deklaracja, nieprawda偶?

Ciekawostk膮 jest, 偶e algorytm Precire, cho膰 analizuje j臋zyk potencjalnego kandydata, ca艂kowicie ignoruje sam膮 tre艣膰. Nie jest wa偶ne, co kandydat m贸wi, lecz w jaki spos贸b to robi, jak si臋 zachowuje, jak moduluje s艂owa itp. Program mierzy indywidualne cechy: wysoko艣膰 d藕wi臋ku, modulacj臋, g艂o艣no艣膰 wypowiadanych fraz, akcent, szybko艣膰, intonacj臋, kadencj臋 (ton opadaj膮cy w intonacji) i inne fonologiczne aspekty wypowiedzi. Program sprawdza te偶, jakich s艂贸w u偶ywa m贸wca i w jakich kombinacjach. W oparciu o te wszystkie informacje wyprowadza wzorzec j臋zykowy, kt贸ry jest nast臋pnie dopasowywany i por贸wnywany z wcze艣niej zapisanymi wzorcami grupy odniesienia, sk艂adaj膮cej si臋 z 5000 os贸b, wcze艣niej poddanych klasycznym testom psychologicznym.

艢redniej wielko艣ci agencja rekrutacyjna ma nawet p贸艂 miliona 偶yciorys贸w w swojej bazie danych. W najwi臋kszych tego typu instytucjach liczba profili przekracza milion. W艂a艣ciwi kandydaci poszukiwani przez konkretnego pracodawc臋 musz膮 zosta膰 odfiltrowani z tej powodzi danych. W wi臋kszo艣ci przypadk贸w konwencjonalne procesy, dopasowuj膮ce osoby do wymaga艅 firm, przesiewaj膮 informacje tylko w oparciu o tytu艂y (wykszta艂cenie), stanowiska i certyfikaty. Na przyk艂ad wiele agencji rekrutacyjnych, dzia艂aj膮cych w Niemczech, uwa偶a imponuj膮cy zbi贸r dokument贸w kwalifikacyjnych i certyfikat贸w za najlepsz膮 drog臋 oceny kandydata.

Algorithmiko i profesjonalne DNA kandydata

Zupe艂nie inaczej podchodzi do tego niemiecko-w艂oski startup Algorithmiko. Firma wykorzystuje zaawansowan膮 SI, 偶eby tworzy膰 co艣 na kszta艂t profesjonalnego DNA ka偶dego kandydata. Zbi贸r danych obejmuje kompetencje, umiej臋tno艣ci i do艣wiadczenie.

Jak wyja艣nia za艂o偶yciel i szef Algorithmiko, Raffaele Esposito, celem jest nie to, jakie stanowiska zawodowe kandydat zajmowa艂 w przesz艂o艣ci, lecz to, jaki jest jego rzeczywisty potencja艂. Esposito zwraca uwag臋, 偶e kompetencje i umiej臋tno艣ci kandydat贸w mog膮 kwalifikowa膰 ich r贸wnie偶 do innych zada艅 ni偶 te, jakie wykonywali dot膮d.

Poszukiwanie dobrego pracownika za pomoc膮 konwencjonalnych narz臋dzi bywa skomplikowane i ma艂o skuteczne. Jest te偶 ma艂o precyzyjne, bo dzia艂a na wielu poziomach przy u偶yciu prostych, predefiniowanych s艂贸w kluczowych jak: bran偶e, poziomy kariery itp. W takich przypadkach kompleksowe kryteria i filtry nale偶y wprowadza膰 r臋cznie dla ka偶dego wyszukiwania. Tymczasem, jak zapewnia聽Raffaele Esposito, samoucz膮cy si臋 system Algorithmiko dzia艂a jednocze艣nie na wielu rodzajach danych, a r臋czne wprowadzanie informacji nie jest potrzebne.