A mesterséges intelligencia egyre több HR-folyamatban kap szerepet, az előszűréstől kezdve az interjúidőpontok egyeztetéséig. Egy dolog azonban továbbra is kérdéses: hogyan értékeli az AI a kulturális illeszkedést? A soft skillek, a hozzáállás és a munkahelyi attitűd ugyanis olyan tényezők, amelyeket a gép nehezen mér, különösen a pályakezdők esetében, akiknek még nincs hosszú szakmai múltjuk.
Miért nehéz mérni a kulturális illeszkedést AI-val?
Az algoritmusok általában adatokból dolgoznak: kulcsszavakat keresnek az önéletrajzban, összevetik a tapasztalatokat a pozíció elvárásaival, vagy elemeznek bizonyos válaszokat. De a kulturális illeszkedés ennél sokkal árnyaltabb. Egy pályakezdő még nem rendelkezik évekre visszanyúló szakmai rutinnal, viszont lelkes, nyitott és könnyen tanul – ezek a tulajdonságok azonban nehezebben kódolhatók számokba.
Az emberi döntés szerepe a kiválasztás során
Az AI kiválóan támogathatja a HR-eseket a nagy számú jelentkező kezelésében, de a végső döntést nem helyettesítheti. Egy rövid személyes beszélgetésből, a jelentkező reakcióiból vagy kérdéseiből sokkal pontosabban felmérhető, hogy mennyire illik a csapatba. Az emberi érzékenység és a HR-es tapasztalat olyan tényezőket vesz észre, amelyeket a rendszer figyelmen kívül hagy: a motivációt, a hozzáállást vagy éppen a vállalati értékekhez való kapcsolódást.
A pályakezdő fiatalok lehetőségei az AI-alapú toborzásban
Az első belépési pontnál a munka világába különösen fontos a kulturális illeszkedés. Egy fiatal számára még új és ismeretlen terület, hogy mit kell szakmailag teljesíteni a munkában, hogyan működik egy csapat, milyen a kommunikáció, vagy hogyan kezelik a kollégák az új belépőt. Mivel azonban a meglévő tapasztalatai még nagyon felületesek, és számokban nehezen kifejezhetők, egy AI alapú szoftver az ő esetükben különösen nehezen tudja megítélni az alkalmasságot. Ha az AI kizárólag a „kemény” adatok alapján szűr, könnyen elsiklik olyan jelöltek felett, akik kiválóan illenének a cég kultúrájába.
Mit tud jól mérni az AI, és mit nem?
Amit jól mér:
Kulcskompetenciák és végzettség
Az AI képes gyorsan átvizsgálni az önéletrajzokat és kiszűrni, hogy a jelölt rendelkezik-e a szükséges végzettséggel vagy szakirányú tanulmányokkal. Ez időt spórol a HR-nek, mert az alapfeltételek ellenőrzése automatizáltan történik.
Nyelvtudás és technikai készségek
A rendszer felismeri a nyelvvizsgákat, IT-ismereteket vagy más konkrét, mérhető készségeket. Ezeket objektív módon értékeli, így megbízhatóan rangsorolhatja a pályázókat bizonyos szakterületeken.
Tapasztalat
Ha a munkakör pályakezdőként nem betölthető, akkor az AI ki tudja szűrni, hogy a jelentkező nem felel meg azoknak a tapasztalati követelményeknek, amelyekre az adott pozícióhoz szükség van.
Amit nem mér jól:
Motiváció és lelkesedés
A jelentkezők valódi szándékát, elköteleződését egy algoritmus nem képes pontosan felmérni. Ezek gyakran a személyes interakciók során derülnek ki.
Csapatmunka és kommunikáció
A soft skillek, mint az együttműködési készség vagy a konfliktuskezelés, sokszor csak valós munkakörnyezetben mutatkoznak meg. Ezeket a gép adatpontokból nem tudja pontosan megítélni.
Kulturális illeszkedés
Egy cég értékeihez, működési stílusához való kapcsolódást csak ember tudja igazán mérni. A pályakezdőknél különösen fontos, hogy mennyire nyitottak rá, hogy tanuljanak a közösségben, fejlődjenek a csapatban.
Tippek az AI előszűrés beállításához pályakezdők esetében
Ne legyen túl szigorú a tapasztalati minimum
Érdemes elkerülni az olyan beállításokat, amelyek 2-3 év munkatapasztalatot követelnek minden esetben – kivéve persze, ha a pozíció ezt kifejezetten elvárja. Így a pályakezdők is esélyt kapnak, hogy megmutassák az erősségeiket.
Vegyük figyelembe a tanulmányokat és az önkéntes- vagy diákmunkát
Az AI súlyozza be a tanulmányi eredményeket, projektekben való részvételt vagy önkéntes tevékenységeket. Ezek jól mutatják a tanulási készséget és az elhivatottságot.
Adjunk teret a motivációs levélnek
A rendszer ne csak kulcsszavakat keressen, hanem értékelje azt is, ha a pályázó kifejti a motivációját. Egy lelkes, személyre szabott levél sokat elárul a jelentkező hozzáállásáról.
Biztosítsunk emberi kontrollt a döntés előtt
Az AI legyen előszűrő, de a végső döntés mindig HR-es kezébe kerüljön. Így elkerülhetők a hibás kizárások, és a diákok valódi értékei is felszínre kerülnek.
Fokozatos bevezetés és folyamatos finomhangolás
Érdemes kísérleti jelleggel indítani a rendszert, majd figyelni, milyen típusú pályázók szorulnak ki. A HR így korrigálhatja a szűrési paramétereket, hogy a rendszer igazodjon a valós igényekhez.
Hogyan működhet jól az AI és az ember együtt?
A legjobb eredményt az hozza, ha az AI segíti a folyamat gyorsítását, de az emberi kontroll biztosítja a végső értékelést. Például a rendszer kiszűrheti azokat, akik nem felelnek meg alapfeltételeknek, míg a HR-es személyesen vizsgálja, mennyire illik a pályázó a csapatba. Így a cégek egyszerre élvezhetik az adatalapú támogatás gyorsaságát és az emberi döntés árnyaltságát.
