人工智能在人力资源管理中的潜力

毫无疑问,人工智能(AI)将改变世界。它正在深刻地变革着诸如制造业,金融科技,医疗保健,汽车等众多行业,并在经济上推动巨大价值。但是,相比财务和市场部门从业者在AI技术使用中取得的巨大成功,人力资源从业者(HR)常常感到困惑:为什么同样的技术到他们这里就不太管用了呢?

Prasanna Tambe,Peter Cappelli和Valery Yakubovich在他们的研究中回答了这个问题:“在构建基于AI的系统时,HR部门自身存在系统性和结构性差异,使得AI技术运用变得更加困难。” [1] 由于大数据和AI运用方式在人力资源和就业领域的质量和解释力有限,目前大数据和人工智仍然很难在这些领域发挥更大的作用。为了更好地理解这一点,我们需要了解人力资源管理(HRM)中基于数据科学的AI问题。

从数据科学层面看,人力资源AI实践面临三大挑战:首先,在衡量整个员工的生命周期中,缺乏一致和连贯的HR数据管理流程。例如,在确定“聘用哪位候选人”或选择“提拔哪位候选人”时,HR部门需要对决定性的标准和技能,以及候选人最终被录用或晋升的原因进行一致的检查和记录。

其二,人力资源管理数据生成受限。与市场营销、财务等能大量生成数据且易于采集的领域不同,人力资源管理中的数据采集在数量和质量上仍然面临着巨大的挑战。此外,在许多情况下,HRM的数据仍然是非结构化的,如纸质的、excel或pdf格式的,这是计算机难以处理的。

最后一个挑战来自与数据处理相关的道德问题。 由于人力资源决策的结果会对员工的职业生涯产生严重的影响,因此这当中的公平性和透明度极为重要。员工对仅仅基于某些数据驱动算法结果的接受度又如何? 特斯拉的Morgan Hampton曾提出过一个很好的观点:“招聘应尽可能自动化,录用应保持人性化(Recruitment should be automated as much as possible, hiring should remain human)。”

结合以上几点,为了在人力资源管理中发挥AI的最大功效,HR经理人需要从以下几点入手:第一,人力资源经理需要创建一个适应于数字化和AI技术的HR流程。当前,AI技术只是集成到单独的HR任务中,如在招聘和人才获取,薪资管理和绩效管理,如何在人力资源实践中形成一个数据生成闭环协助AI的发展?或许以员工为中心的数据生成和管理模式不失为一种新的尝试。

在具体环节上,人力资源经理通常只保留他们感兴趣的简历,而把那些淘汰的简历扔掉。这样导致了单一维度的分析和结论[1] 。所有正反面标准都应该进行数据收集,并最终进行评估,以促进大数据模型和人工智能在人力资源场景的发展。

此外,数据生成方式应该是可持续的。例如,有些人工智能应用程序可以预测哪些员工即将辞职,有些应用甚至从员工的社交媒体或电子邮件中跟踪数据点[2]。如果员工意识到这样一个系统,他们很可能会改变自己的行为,故意产生误导性的数据。

去年,亚马逊人工智能招聘工具对女性的偏见证明了机器学习可以模仿人类的态度。然而,性别并不是造成歧视的唯一原因。年龄、国籍或种族等其它因素也可能产生负面影响,使公司无法进行包容性和多样化的招聘。人力资源经理应仔细收集具有代表性的数据样本,并寻找可解释的人工智能解决方案。

当前,在整个人力资源实践中还未能生成一套数据采集标准。这意味着人力资源经理必须与公司内部的IT部门或外部的人工智能供应商合作,确定要跟踪哪些数据以及如何测量这些数据,以便在公司内建立人工智能的最佳实践。

在JANZZ.technology,我们相信收集和构建数据是创建智能数据的基石。我们的解析工具从纸张、excel或pdf中提取正确的实体,确保从一开始就进行公平的端到端数据处理。您想知道更多关于我们的解析器的信息吗?我们如何帮助您完成智能化升级的旅程?请马上与我们联系sales@janzz.technology

 

 

[1]Prasanna Tambe, Peter Cappellli and Valery Yakubovich. 2019. Artificial intelligence in human resources management: Challenges and a path forward. URL:https://www.researchgate.net/profile/Peter_Cappelli/publication/328798021_Artificial_Intelligence_in_Human_Resources_Management_Challenges_and_a_Path_Forward/links/5c5edc7f299bf1d14cb7dc5f/Artificial-Intelligence-in-Human-Resources-Management-Challenges-and-a-Path-Forward.pdf [2019.10.20]

[2] Samantha Mclaren. 2019. Here’s how IBM predicts 95% of its turnover using data. URL:https://business.linkedin.com/talent-solutions/blog/artificial-intelligence/2019/IBM-predicts-95-percent-of-turnover-using-AI-and-data[2019.10.20]

职场中的两性隔离

职场上男女隔离的部分原因是男女对特定职业的偏好和能力不同所造成的。传统上,女性集中从事如教学,护理和其它与护理相关的服务工种。相比而言,大多数男性活跃于所谓的“蓝领”工作,包括建筑,设备操作和维修。

此外,由于女性占主导地位的职业报酬较低,相比之下,女性更倾向于进入男性占主导的职业。这从#MeToo运动和妇女配额制等活动中便能窥见一斑。但是这样的进步在男性缺乏的职业中却止步不前,比如早期育儿工作。

早在1996年,欧盟委员会儿童关怀组织便设定了战略目标,意在到2020年将男性在儿童保育中的就业率提高到20%。如今距离截止日期只有几个月的时间,但是该领域男性的就业率却仍远远低于目标人数。

在德国,目前每100名学龄前儿童保育员中只有6名是男性。在英国和爱尔兰,这一数字甚至不到100人中的2人。挪威在两性平等问题上被认为是全球的表率,其比例最高,每100名男性中就有9名从事早期儿童保育工作。但是,这个比例同样也远低于20%的目标。在欧洲以外的地区情况相似,美国和澳大利亚从事幼儿保育工作的男性人数分别只占4%和2%。

有趣的是,在德国斯图加特的一个儿童保育中心(通常指四岁一下儿童的托管机构),情况却大不一样。这个中心雇佣的12个保育员中,有一半为男性;此外,该中心还不断地收到更多男性保育员的工作申请。为什么这个中心对男性育儿工作者如此具有吸引力呢?

该中心的创始人,同样从事过儿童保育的Nöth先生解释说,与传统的有固定小组的育儿中心不同,在他的中心孩子们有七种不同的活动小组,包括绘画、手工和体操。每一个小组活动都在一个单独的专用房间进行,孩子们每天都可以参加不同的小组活动。Nöth先生指出,这种运作方式为儿童保育员提供了创造性工作的机会,例如单独设计和开展活动。这种高度自主性的工作方式正是吸引男性保育员的原因之一。〔1〕

工作场所中的性别陈规定型观念仍然存在,比如早期育儿工作就应该是由女性从事。这样的观念给男性育儿工作人员造成了敌对的环境。此外,当大多数同事都是女性时,也增加了男性保育员工作中的孤立感,难以在工作中建立友情和发展社交活动,这可能会促使这个行业中为数不多的男性退出。这一点也得到了斯图加特这个儿童保育中心的男性育儿工作者的认同,他们认为在相对较多的男性同事环境中工作,会感觉到更舒服。

这样的特殊案例或许给我们提供了一些启示,来突破当前任然存在严重两性隔离的行业。例如,我们需要为传统上特定性别主导的角色创建新的工作职能。这一点已经在某些蓝领职业中体现出来了。随着新技术的出现,一些工种正由“体力活儿”向涉及机器运用的复杂职能转变,从而吸引了越来越多的女性加入该领域。

另外一点是要集中那少部分的男性或者女性。在工作场所中,如果某一性别处于极少数群体,他们很有可能会有不愉快的工作经历。统计数据表明,对于女性而言,在男性雇员超过90%的职业中,这种不愉快感急剧增加。

在挪威,教育部门积极引导男性进入某几个特定师范学院,从而集中男性学生在一起避免某一学院只有一个男性学生的情况。这样一些小小的举措鼓励了更多的男性学生申请师范专业,并为早期保育培养了更多男性人才。

近十年来,JANZZ.technology一直在观察全球劳动力市场并与参与多个不同劳动力市场的合作项目。我们独特的工作匹配解决方案仅使用对工作匹配真正重要的参数,如职能,技能,专长,经验等,避免了由年龄,性别或出身等因素带来的偏见。要了解有关我们解决方案的更多信息,请立即写信至 sales@janzz.technology

 

 

 

[1] Philipp Awounou. 2019. Kann Mann machen. URL: https://www.spiegel.de/karriere/kita-in-stuttgart-wo-das-halbe-personal-maennlich-ist-a-1281251.html [2019.10.03]