Ręka robota podnosząca człowieka z taśmy.

Robot przyjmie cię do pracy

Często dyskutuje się o tym, że automatyzacja, sztuczna inteligencja i robotyka zabiorą ludziom pracę. Mało kto jednak zwraca uwagę, że również o przydziale stanowisk (wciąż zajmowanych przez ludzi) będą decydowały algorytmy. A właściwie już zaczynają decydować.

Jeżeli planowałeś, że zostaniesz taksówkarzem, kierowcą, szoferem, sekretarką lub kurierem, najwyższy czas zrewidować swoje preferencje. Prędzej czy później (a raczej prędzej) wszystkie te zawody padną ofiarą digitalizacji rynku pracy. Co więcej – również zawód rekrutera, czyli specjalisty ds. zatrudnienia nie musi być wykonywany przez człowieka.

Ponad 400 miliardów euro na rekrutacyjnym rynku

Początkiem digitalizacji rynku pracy było pojawienie się portali, stanowiących odpowiednik drukowanych w prasie informacji o poszukiwanych kandydatach. Następnie powstały zawodowo-rekrutacyjne sieci społecznościowe, z których najbardziej znanymi w Polsce przykładami są LinkedIn (należący do Microsoftu) i GoldenLine (polski serwis, którego głównym udziałowcem jest Agora). Użytkownicy tych portali utrzymują ze sobą kontakty zawodowe, a ich profile są dostępne dla potencjalnych pracodawców. Cyfrowy rynek pracy jest lukratywnym biznesem, jego światowe obroty wynoszą około 415 miliardów euro, a zatem ponad 1,4 biliona złotych.

Ten potencjał widzi również Google. W ubiegłym roku wyszukiwarkowy gigant z Mountain View utworzył własny serwis dla szukających pracy i pracowników: Google Hire. Twórcy narzędzia stawiają sobie za cel uproszczenie procesu rekrutacji. Firmy mogą tu zarządzać profilami kandydatów, danymi kontaktowymi, przesłanymi dokumentami (CV itp.) czy terminami spotkań. Szacuje się, że aż 40 procent firm na całym świece planuje fundamentalną modernizację swoich systemów HR.

Presją jest przede wszystkim obniżenie kosztów rekrutacji, głównie dlatego, że zewnętrzne agencje potrafią brać nawet do 30 procent rocznego wynagrodzenia odnalezionego kandydata jako prowizję. Tymczasem systemy oparte o sztuczną inteligencję, poza być może niższymi kosztami, miałyby zapewniać większą przejrzystość i szybsze wyszukiwanie odpowiednich kandydatów – nawet w przypadku olbrzymiej liczby nadesłanych aplikacji.

Wstępna analiza danych to naturalnie nie wszystko. Istotny jest proces dopasowywania profili kandydatów do wymagań pracodawców. Rekrutacja, wykorzystująca uczone maszynowo algorytmy i sztuczną inteligencję, pozwoli na dopasowanie tysięcy umiejętności, kwalifikacji, poziomów zawodowych rejestrowanych na bieżąco. Bez komputerów żaden dział kadr nie byłby w stanie wykonać tak olbrzymiej pracy w krótkim czasie. Tymczasem SI wystarczy zaledwie kilka sekund, by wskazać firmie poszukującej odpowiedniego kandydata – kilka profili. Co więcej, te profile nie muszą pochodzić z ogłoszeń, związanych z rekrutacją. Nowoczesne agencje HR wiedzą, że niekiedy kandydat szuka nowej pracy, choć sam jeszcze o tym nie wie.

Jaki wpływ na procesy rekrutacyjne będzie miała SI? (graf. Gazetapraca.pl)

Algorytmy rekrutują

W jaki sposób zinformatyzowane agencje zatrudnienia zdobywają dane o potencjalnych kandydatach? Analizowane są wpisy na forach poświęconych aktywności zawodowej, profile w sieciach społecznościowych i inne ogólnodostępne informacje. Oprócz tego firmy HR korzystają z baz rozmów kwalifikacyjnych, testów pracowniczych i wielu innych źródeł, które już nie są publicznie dostępne, ale można je pozyskać od zainteresowanych pracodawców.

Tabela branż, które będą zautomatyzowane
Branże i zawody, które czeka pełna automatyzacja (graf. CHIP)

Algorytm połączy firmy i kandydatów, którzy najlepiej do siebie pasują, podobnie …jak robią to serwisy randkowe – co wykracza poza listę certyfikatów i referencji, podawanych przez samych kandydatów. W procesie tworzy się niezwykle szczegółowe profile, które obejmują kompetencje zawodowe i osobiste oraz indywidualne cechy, jakie mogą stanowić wartość dla potencjalnych pracodawców.

Korporacje szukające pracowników patrzą nie tylko na kwalifikacje – są zainteresowane także osobowością kandydatów. W czasach „przed-algorytmicznych” narzędziem, pozwalającym choć częściowo zbadać, jakim dany kandydat jest człowiekiem i jaki ma charakter, była po prostu rozmowa kwalifikacyjna. Jednak tego typu rozmowy są dla wielu stresujące i powodują, że zachowują się inaczej, niż w zwykłej sytuacji. Dlatego i ta część rekrutacji jest cyfryzowana. Odpowiednio przygotowywane kwestionariusze umożliwiają ocenę także osobowości kandydatów. Cechy takie jak ciekawość, towarzyskość, samodzielność, stabilność emocjonalna,  skłonność do ugody i kompromisów, czy do ryzyka są w pewnym stopniu mierzalne i da się je przetworzyć do postaci graficznej, łatwo poddającej się dalszej analizie.

Stopień automatyzacji procesu selekcji kandydatów do pracy jest zmienny i w znacznym stopniu uzależniony od tego, w jakiej branży ma pracować poszukiwana osoba. Niemniej ilość analizowanych danych, które mają pozwolić na wyłonienie kandydata idealnego do konkretnej pracy, stale rośnie. Cały czas firmy poszukują nowych dróg algorytmizacji tych działań.

Firma Precire, startup z Akwizgranu (Aachen), specjalizuje się w zaawansowanej analizie języka. W celu uzyskania szerszego wglądu w osobowość badanych, opracowała oprogramowanie wykorzystujące mowę i tekst. Lingwiści komputerowi są zdania, że możliwa jest automatyzacja badań psychologicznych, a do ich wykonania wystarcza sprawdzenie sposobu, w jaki komunikują się konkretni ludzie. Dirk Gratzel, założyciel startupu Precire bardzo ufa swojemu oprogramowaniu, twierdzi wręcz: Dziś osiągnęliśmy poziom, na którym można powiedzieć, że nasze rozwiązanie jest niezawodne. Dość buńczuczna deklaracja, nieprawdaż?

Ciekawostką jest, że algorytm Precire, choć analizuje język potencjalnego kandydata, całkowicie ignoruje samą treść. Nie jest ważne, co kandydat mówi, lecz w jaki sposób to robi, jak się zachowuje, jak moduluje słowa itp. Program mierzy indywidualne cechy: wysokość dźwięku, modulację, głośność wypowiadanych fraz, akcent, szybkość, intonację, kadencję (ton opadający w intonacji) i inne fonologiczne aspekty wypowiedzi. Program sprawdza też, jakich słów używa mówca i w jakich kombinacjach. W oparciu o te wszystkie informacje wyprowadza wzorzec językowy, który jest następnie dopasowywany i porównywany z wcześniej zapisanymi wzorcami grupy odniesienia, składającej się z 5000 osób, wcześniej poddanych klasycznym testom psychologicznym.

Średniej wielkości agencja rekrutacyjna ma nawet pół miliona życiorysów w swojej bazie danych. W największych tego typu instytucjach liczba profili przekracza milion. Właściwi kandydaci poszukiwani przez konkretnego pracodawcę muszą zostać odfiltrowani z tej powodzi danych. W większości przypadków konwencjonalne procesy, dopasowujące osoby do wymagań firm, przesiewają informacje tylko w oparciu o tytuły (wykształcenie), stanowiska i certyfikaty. Na przykład wiele agencji rekrutacyjnych, działających w Niemczech, uważa imponujący zbiór dokumentów kwalifikacyjnych i certyfikatów za najlepszą drogę oceny kandydata.

Algorithmiko i profesjonalne DNA kandydata

Zupełnie inaczej podchodzi do tego niemiecko-włoski startup Algorithmiko. Firma wykorzystuje zaawansowaną SI, żeby tworzyć coś na kształt profesjonalnego DNA każdego kandydata. Zbiór danych obejmuje kompetencje, umiejętności i doświadczenie.

Jak wyjaśnia założyciel i szef Algorithmiko, Raffaele Esposito, celem jest nie to, jakie stanowiska zawodowe kandydat zajmował w przeszłości, lecz to, jaki jest jego rzeczywisty potencjał. Esposito zwraca uwagę, że kompetencje i umiejętności kandydatów mogą kwalifikować ich również do innych zadań niż te, jakie wykonywali dotąd.

Poszukiwanie dobrego pracownika za pomocą konwencjonalnych narzędzi bywa skomplikowane i mało skuteczne. Jest też mało precyzyjne, bo działa na wielu poziomach przy użyciu prostych, predefiniowanych słów kluczowych jak: branże, poziomy kariery itp. W takich przypadkach kompleksowe kryteria i filtry należy wprowadzać ręcznie dla każdego wyszukiwania. Tymczasem, jak zapewnia Raffaele Esposito, samouczący się system Algorithmiko działa jednocześnie na wielu rodzajach danych, a ręczne wprowadzanie informacji nie jest potrzebne.