Итак, что вам необходимо знать, прежде чем вы поручите наём сотрудников роботам.
Как показывает экономика США, увольнение сотрудников в частном бизнесе доходит до 2,1% ежемесячно. Хотя всем известно, что сохранить его обходится намного дешевле, чем искать замену. Это классическое правило работает и сегодня. Реальные затраты на поиск и обучение нового сотрудника могут пробить брешь в давно утверждённом бюджете компании. Так не лучше ли спрогнозировать заранее, кто будет успешным и лояльным, ещё до того, как вы предложите ему работу?
По словам директора рекрутинговой компании «Wharton’s Center» Питера Капелли, опираясь на массивы данных, можно выстраивать надёжные прогнозы, которые дадут фору гаданиям на кофейной гуще в вашем HR департаменте.
«Безусловно, законы психологии, подтвердившие свою действенность за сотни лет, не стоит сбрасывать со счетов. Но массивы данных, или big data, обладают гораздо большим потенциалом. Они позволяют выходить за рамки законов психологии и получать колоссальный эффект», - считает Капелли.
А как же «предвзятость»?
Новейшие рекрутинговые технологии предполагают выработку автоматизированных прогнозов, основанных на обработке огромных массивов данных. Впору усомниться в действенности метода. Как же можно обойтись «без души»? Ведь в рекрутинге не помешает наличие хотя бы капли «человеческого фактора».
Так есть ли опасность, что ваша организация упустит талантливого кандидата, если заданная модель в программе будет иметь некий пробел? Вот что об этом думает Капелли:
«Потенциальные кандидаты, окончившие колледж за 4 года, могут быть намного более желаемыми на должность. Но они могли окончить колледж за 5 лет, взяв год академотпуска ради присмотра за больными родителями или там помощи в семейном бизнесе. Это немного меняет картину, и не факт, что программа это отобразит».
В США есть ещё и опасность судебных исков за дискриминацию потенциальных кандидатов с менее благополучной историей жизни и карьеры. По этому поводу юристы высказываются сдержанно и считают, что перед законом равны все - и люди, и роботы:
«Если вы нанимаете кого-либо, основываясь на общедоступных данных, то неважно, какие резюме вы оцениваете: бумажные или отобранные с помощью big data. Организации, так или иначе, должны соблюдать федеральный закон против дискриминации».
Поиск «сотрудника мечты»
Фактически польза от технологии big data сводится к возможности расширить пул потенциальных кандидатов. Впрочем, рекрутёр с многолетним стажем Вивьен Минг считает, что для тех, кто предпочитает отбирать кандидатов традиционным способом, найдутся сотни не менее талантливых соискателей:
«Таланты упускаются не из-за недоработок программы, а из-за пробелов в принципах
отбора кандидатов. Компании сами недорабатывают свои критерии отсева соискателей».
Вивьен Минг рекомендует пользоваться сервисом для технического рекрутинга Gild. У него открытый код, так что компании останется найти лучшего разработчика, чтобы адаптировать сервис под свои нужды. Предлагаемый алгоритм отбора даст возможность своим клиентам нанимать талантливых мотивированных соискателей, ярких самоучек, незаурядных специалистов, которые хотят присоединиться к вашей команде.
По словам Минг, как минимум это отличная возможность найти специалистов из области программной разработки, основывая свой выбор исключительно на опыте работы кандидата и его результатах.
Источник: http://www.jobmax.ru
По материалам forbes.com
