Miten tekoäly muuttaa hakijoiden rekrytoinnin alkuvaiheen suppiloa (ja mihin se ei pysty)
Tehokkuuden lisääntyminen: Tekoäly parantaa tehokkuutta automatisoimalla rekrytoinnin alkuvaiheen tehtäviä, kuten hakijoiden etsimistä ja hakemusten aikatauluttamista.
Harhan tiedostaminen: Tekoälyn käyttö voi vahvistaa rekrytoinnin olemassa olevia vinoumia, jos aiempia tietoja ei validoida huolellisesti.
Ihmisen rooli: Tekoälyn osallistumisesta huolimatta ihmisen tekemä arviointi on edelleen olennaista rekrytointiprosessin jokaisessa päätöksentekovaiheessa.
Hakijoiden läpinäkyvyys: Selkeä viestintä tekoälyn roolista esikarsinnassa auttaa lievittämään hakijoiden prosessiin liittyviä huolia.
Määritellyt kriteerit: Selkeiden rekrytointikriteerien määrittäminen on ratkaisevan tärkeää, sillä tekoälytyökalut tarvitsevat tarkat määritelmät toimiakseen tehokkaasti.
Muutama vuosi sitten rekrytointitiimimme käytti suurimman osan ajastaan tehtäviin, jotka eivät edellyttäneet heidän harkintaansa. Aikataulujen järjestämiseen, sähköpostilaatikon hallintaan ja hakemusten läpikäyntiin silloin, kun hakijoiden perusvaatimukset eivät täyttyneet. Tiimi suoriutui tehtävistä hyvin, mutta ne veivät heitä kauemmas tärkeämmistä keskusteluista.
Aloimme käyttää tekoälyä hakijapolun alkuvaiheissa hakijoiden etsimiseen, seulontaan, aikataulujen järjestämiseen ja ensivaiheen arviointiin. Emme siksi, että se olisi ollut uutta, vaan koska se oli teknologialle oikea käyttötapa. Suuren määrän toistuvia ja aikaa vieviä tehtäviä hallittaessa tekoäly todella osoittaa paikkansa.
Kun tekoäly tuli mukaan, kävi selväksi, että muuttunut asia ei ollut ainoastaan tehokkuus. Muutos koski myös sitä, mitä rekrytoijamme pystyivät tekemään takaisin saamallaan ajalla.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Mihin tekoäly soveltuu hyvin
Kyse ei pääosin ole paljon harkintaa vaativasta prosessista. Se on lajittelua, suodattamista ja logistiikkaa.
Ennen varsinaisen harkinnan soveltamista jonkun on tehtävä paljon manuaalista työtä. Roolista riippuen saatat käydä läpi satoja hakemuksia päästäksesi muutamaan keskusteluun.
Tekoäly hoitaa hakijoiden etsimisen nostamalla esiin roolin kriteerit täyttäviä ehdokkaita useista kanavista ilman, että rekrytoijan tarvitsee käyttää tunteja manuaalisiin hakuihin. Se voi tehdä ensivaiheen seulonnan ja merkitä hakijat, jotka täyttävät perusvaatimukset, mikä säästää tunteja ennen kuin kukaan lukee hakemuskirjettä.
Sitten aikataulujen järjestäminen voidaan automatisoida lähes kokonaan. Tämä saattaa kuulostaa vähäpätöiseltä, mutta aikataulujen järjestäminen aiheuttaa säännöllisesti päiviä kestävää edestakaista viestittelyä, joten vaikutus on merkittävä.
Ensivaiheen arvioinnissa tekoälypohjainen rekrytointiohjelmisto voi analysoida vastauksia jäsenneltyihin seulontakysymyksiin ja pisteyttää ne määriteltyjen kriteerien perusteella. Kun erityisiä kriteerejä sovelletaan johdonmukaisesti kokonaisvaltaisen harkinnan sijaan, luodaan hyvät edellytykset kaikelle seuraavalle.
Johdonmukaisuus on yksi vahvimmista perusteista käyttää tekoälyä tässä vaiheessa. Ihmisten tekemät seulonnat ajautuvat helposti eri suuntiin. Niihin vaikuttavat vuorokaudenaika, jo luettujen hakemusten määrä ja se, muistuttiko edellinen hakija heitä jostakusta.
Tekoäly soveltaa samaa arviointiperustetta sadanteen hakemukseen kuin ensimmäiseenkin. Tällä on suurempi merkitys kuin useimmat ihmiset myöntävät.
Mitä opimme siitä, missä se ei toimi
Hakijapolun alkuvaiheen tekoäly luo suodatusvaikutuksen, eikä se, mitä se poistaa hakijajoukostasi, ole sattumanvaraista. Jos kriteerisi ovat kapeat tai aiemmat tietosi heijastavat rekrytointimalleja, jotka eivät olleet täysin edustavia, tekoäly toisintaa nämä mallit.
Tämä ei ole teoreettista. On dokumentoitu, että rekrytointityökalut, jotka on koulutettu aiempien rekrytointien tietojen avulla, ovat päätyneet asettamaan tietyt ryhmät epäedulliseen asemaan, koska koulutusdata sisälsi aiemmin rekrytoineiden ihmisten ennakkoluuloja. Tunnistimme tämän ja suhtauduimme siihen vakavasti.
Meidän lähestymistapamme oli määritellä kriteerit tarkasti ennen automaattisen seulonnan käyttöönottoa. Mitä "pätevyys" todella tarkoittaa tässä roolissa? Mitkä signaalit ennustavat suoriutumista ja mitkä ovat vain tuttuuden korvikkeita? Kun nämä asiat on kirjattava ylös, huomaat asioita, joita et muuten olisi havainnut.
Pidimme myös ihmisen mukana arvioinnissa jokaisessa päätösvaiheessa, vaikka tekoäly olisi jo tehnyt suosituksen. Kukaan ei etene ilman, että joku ihminen on tutustunut hänen hakemukseensa. Tekoäly voi kaventaa hakijajoukkoa, mutta ihmiset tekevät aina lopullisen päätöksen.
Mihin se vapautti tiimimme aikaa
Tämä osa saa tehokkuudesta kertovaa näkökulmaa vähemmän huomiota, mutta käytännössä sillä on suurempi merkitys.
Kun rekrytoijasi eivät käytä päivän ensimmäistä puoliskoa logistiikkaan ja ensivaiheen suodatukseen, he voivat käyttää tuon ajan työhön, joka edellyttää todellista harkintaa. Tällaisia tehtäviä ovat esimerkiksi hakijakokemuksen kehittäminen, syvällisemmät keskustelut loppuvaiheen hakijoiden kanssa sekä johtotason rekrytointien huolellinen pohtiminen, joissa mikään tekoälytyökalu ei joka tapauksessa toimi ensisijaisena suodattimena.
DoorLoopilla ajattelemme rooleja joko tekoälyn tukemina tai ihmisen vastuulla olevina. Rekrytoinnissa hakijapolun alkuvaihe kuuluu tekoälyn tukemaan alueeseen: tekoäly hoitaa suuren volyymin työt, mutta ihminen vastaa lopputuloksesta. Loppuvaiheen rekrytointi ja kaikki kulttuurisopivuuteen liittyvä ovat täysin ihmisen vastuulla.
Tämä luokittelu ei ole pysyvä. Arvioimme sen uudelleen. Kun työkalut kehittyvät ja saamme lisää tietoa siitä, mitkä suppilon alkuvaiheen signaalit todella ennustavat myöhempää suoriutumista, raja voi siirtyä. Mutta juuri nyt se on tässä.
Kysymys hakijakokemuksesta
On täysin aiheellinen huoli siitä, miltä tekoälyn avulla seulotun prosessin vastaanottavassa päässä oleminen tuntuu. Hakijat tietävät näiden työkalujen olemassaolosta, ja jotkut suhtautuvat epäillen siihen, lukeeko ihminen koskaan heidän hakemustaan.
Vastaamme tähän läpinäkyvyydellä. Kerromme alusta alkaen, että käytämme tekoälyä seulonnan alkuvaiheessa. Kerromme hakijoille, mitä arvioimme, ja että henkilö käy läpi jokaisen hakemuksen, joka etenee ensimmäisen vaiheen ohi.
En ole varma, riittääkö tämä poistamaan epäilykset kokonaan. Epäselvyys ei kuitenkaan palvele ketään, ja uskomme, että hakijat kestävät suoraviivaisen vastauksen siihen, miten prosessi toimii.
Suurempi riski on prosessi, joka tuntuu lopussa tyhjältä. Hakija etenee suppilon läpi, ja ensimmäinen todellinen keskustelu tuntuu siltä, ettei kukaan valmistautunut siihen. Tekoälyn käyttö alussa ei anna anteeksi huonoa kokemusta myöhemmin.
Mitä tämä ei ratkaise
Jos käytät tekoälyä hakijasuppilossa korvataksesi sen, ettet tiedä, ketä oikeastaan etsit, siitä ei ole apua. Työkalu on vain niin hyvä kuin sille antamasi kriteerit. Epämääräiset työpaikkailmoitukset, määrittelemättömät vaatimukset ja jostain muualta mallipohjasta kopioidut roolikuvaukset johtavat nopeaan ja automatisoituun prosessiin, joka tuottaa väärän lopputuloksen.
Käytimme huomattavasti aikaa ennen minkään työkalun käyttöönottoa siihen, että määrittelimme selkeästi, mihin tehtävään palkkasimme. Tämä työ oli erillään teknologiasta. Se olisi ollut tekemisen arvoista joka tapauksessa.
Tekoäly suppilon alkuvaiheessa ei ole oikotie parempaan rekrytointiin, mutta oikein käytettynä se on keino käsitellä suurta työmäärää vähemmällä manuaalisella työllä ja johdonmukaisemmin. Harkinta säilyy edelleen tiimilläsi. Kysymys on vain siitä, kuinka paljon heidän ajastaan kuluu ennen kuin heidän täytyy käyttää sitä.
