La decisione più importante sull’IA che prenderà il dipartimento HR riguarda ciò che non automatizzare
Proteggere i momenti umani: L'IA nelle risorse umane dovrebbe ridurre il carico amministrativo preservando al contempo il riconoscimento autentico, il coaching e la costruzione di relazioni.
Progettare il riconoscimento: Invece di scrivere elogi, l'IA può guidare i dipendenti verso forme di apprezzamento più specifiche, personali e significative.
Individuare i segnali: L'IA aiuta i leader delle risorse umane a interpretare dati affidabili sulla forza lavoro, identificare schemi significativi e concentrare l'attenzione laddove l'intervento è importante.
Il giudizio dei manager: Una migliore conoscenza dei dipendenti dovrebbe consentire ai manager in prima linea di rispondere con attenzione, non centralizzare le decisioni sulla forza lavoro al di sopra di loro.
Assumersi la responsabilità: Le raccomandazioni dell'IA richiedono una supervisione umana perché l'efficienza può riprodurre pregiudizi, indebolire la fiducia e trasformare il giudizio in automazione.
L'IA può scrivere il messaggio di riconoscimento, riassumere il sondaggio sul coinvolgimento e persino segnalare un dipendente che sembra allontanarsi. Sempre più spesso, può anche dire a un manager cosa dovrebbe fare dopo.
La domanda per i responsabili delle risorse umane ora non riguarda affatto la possibilità che la tecnologia partecipi all'esperienza dei dipendenti. Riguarda quanto lontano si vuole spingere.
Questa tensione ha caratterizzato la nostra recente conversazione sul tema Il futuro dell'IA nelle risorse umane con Jesse Dowdle, Direttore del prodotto di Motivosity, e Dano Gillette, VP dell'ingegneria. La loro tesi era che il ruolo più utile dell'IA nelle risorse umane potrebbe non consistere affatto nel sostituire l'interazione umana. Potrebbe invece eliminare tutto ciò che la circonda e che rende più difficile un'interazione significativa.
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
«Le parti del lavoro che riguardano le persone sono quelle da proteggere», ha affermato Dowdle.
Secondo lui, l'IA dovrebbe invece ridurre il tempo che le risorse umane dedicano agli aspetti «non legati alle persone» del lavoro: l'amministrazione, la reportistica e il carico cognitivo che allontanano i responsabili delle persone dalla consulenza, dal coaching e dalla costruzione di relazioni.
Sembra una distinzione semplice. Probabilmente sarà molto più difficile mantenerla.
Quando l'efficienza inizia a compromettere l'esperienza
Gran parte della prima ondata di IA aziendale è stata organizzata intorno a una domanda diretta: Che cosa possiamo automatizzare?
Ha senso quando il lavoro in questione consiste nel riconciliare fogli di calcolo o generare analisi e report. Diventa più complicato quando il compito consiste nel ringraziare un dipendente, interpretare i segnali di disimpegno o decidere chi meriti una conversazione sul proprio futuro.
Il riconoscimento è un esempio utile.
Un programma generico di riconoscimento dei dipendenti è relativamente facile da scalare. Le aziende hanno trascorso decenni a fare esattamente questo con premi di anzianità, programmi per il dipendente del mese, targhe e messaggi standardizzati. Il problema, ha sostenuto Dowdle, è che la scalabilità è spesso arrivata a scapito del significato.
«Ciò che l'IA rende possibile è un livello di riconoscimento personale su larga scala che prima non era mai stato possibile», ha affermato. «L'opportunità consiste nel fare in modo che il tipo di apprezzamento individuale che le persone ricordano diventi qualcosa che accade ogni giorno in un'organizzazione, anche in una realtà molto grande e distribuita.»
Ma qui c'è una trappola evidente. Se l'IA può scrivere l'apprezzamento, perché non lasciarle fare esattamente questo?
Durante lo sviluppo, Motivosity ha provato qualcosa di simile.
All’inizio avevamo pensato: ehi, creiamo semplicemente un pulsante che ringrazi le persone al posto tuo. Le persone non volevano sentir parlare un robot.
Invece, l'azienda ha creato un coach basato sull'IA che invita i dipendenti a rendere più specifico il proprio riconoscimento, chiedendo che cosa sia successo, perché fosse importante o quale impatto abbia avuto qualcuno, senza scrivere l'apprezzamento al posto loro. Gillette ha affermato che questo approccio ha portato ad apprezzamenti più lunghi di circa il 20% all'interno della piattaforma.
La parte interessante non sono le parole aggiuntive. È la decisione sul prodotto che le ha determinate.
Tecnicamente, l'IA era in grado di completare il compito. Motivosity ha deliberatamente scelto di fermarla prima.
Gillette ha descritto l'obiettivo come aiutare qualcuno a essere «più specifico, più attento, più autentico», riconoscendo al contempo che l'autenticità in sé non è qualcosa che l'IA possa fornire.
«L'IA può spingerti nella direzione giusta», ha affermato.
Il modo migliore di usare l'IA potrebbe essere decidere dove guardare
C'è un altro ambito in cui la proposta di valore dell'IA appare molto più solida: aiutare le risorse umane a dare un senso alle informazioni di cui già dispongono.
I team che si occupano delle persone hanno raramente sofferto per la mancanza di dati. I punteggi di coinvolgimento, le attività di riconoscimento, i dati sulle prestazioni, i sistemi di apprendimento e le metriche di fidelizzazione ne producono in abbondanza. La sfida consiste nel determinare ciò che merita attenzione.
Durante la dimostrazione, Gillette ha mostrato l’IA utilizzata come interfaccia per i dati di riconoscimento e coinvolgimento, consentendo a un responsabile delle risorse umane di passare da una visione dell’intera azienda ai reparti, alle tendenze e ai segnali dei singoli dipendenti.
Ma Motivosity ha fatto qui un’altra distinzione deliberata. L’IA non calcola le statistiche sottostanti.
Gillette ha affermato che l’azienda ha imparato presto che chiedere ai modelli linguistici stessi di eseguire calcoli aritmetici poteva produrre risultati inaffidabili. I numeri vengono invece generati attraverso sistemi convenzionali e possono essere verificati tramite API o dati esportati. L’IA viene utilizzata per interpretare i risultati.
Questa separazione è importante ben oltre una singola piattaforma.
Per le risorse umane, la promessa dell’IA generativa potrebbe riguardare meno la creazione di nuove informazioni e più la riduzione della distanza tra un responsabile e le informazioni che già possiede.
Il sistema può essenzialmente rispondere: Dove dovrei guardare? Che cosa è cambiato? Quale schema potrei non aver notato?
Gillette ha descritto l’obiettivo come un aiuto per i responsabili a esaminare le informazioni e determinare “dove posso fare lo sforzo più significativo?”.
Questa è potenzialmente un’applicazione dell’IA molto più significativa che scrivere un altro riepilogo.
Se un responsabile delle risorse umane può identificare un reparto in cui il riconoscimento è crollato, un manager il cui team si sta disimpegnando o un dipendente il cui comportamento è cambiato improvvisamente, l’IA può trasformare un oceano di dati organizzativi in uno spunto per agire.
Ma poi una persona deve comunque agire.
Una migliore conoscenza rende i manager più importanti
È forse questo il punto in cui si colloca il cambiamento più ampio per le risorse umane.
Man mano che diventa più facile portare alla luce le informazioni sui dipendenti, le organizzazioni potrebbero reagire centralizzando un numero maggiore di decisioni. Si assegna ai responsabili senior una dashboard, si identificano i valori anomali statistici e si gestisce la forza lavoro dall’alto.
Dowdle ha sostenuto l’approccio opposto.
Ha descritto l’utilizzo dei dati sul riconoscimento e di altri dati sui dipendenti per creare quella che ha definito una “rappresentazione tridimensionale” di una persona. Non si tratta semplicemente di sapere se un venditore ha raggiunto la quota o se un dipendente ha completato una certificazione, ma di capire che cosa i colleghi apprezzano nel lavorare con quella persona, dove emergono i suoi punti di forza e come contribuisce socialmente all’organizzazione.
La sua raccomandazione era mettere queste informazioni nelle mani dei manager in prima linea.
Lasciate che la soluzione operi dal basso verso l’alto per sviluppare le vostre persone.
Questa è una visione della gestione abilitata dall’IA considerevolmente diversa da quella di un algoritmo che prende decisioni sempre più rilevanti sui dipendenti.
La tecnologia rileva. Il manager interpreta. La persona risponde.
E le risorse umane rimangono responsabili della progettazione del sistema in cui avvengono tutte e tre queste cose.
L’IA non elimina la responsabilità
Man mano che i sistemi per le risorse umane passano dal semplice portare alla luce le informazioni al raccomandare azioni, la responsabilità rimane un aspetto importante del modo in cui viene progettato l’intero sistema.
Dowdle prevede che le piattaforme per l’esperienza dei dipendenti diventeranno sempre più proattive. Invece di aspettare che qualcuno apra una dashboard, l’IA potrebbe individuare uno schema che suggerisce un rischio per la fidelizzazione e invitare proattivamente un manager a contattare un dipendente tramite Teams, e-mail o un altro canale.
L’obiettivo, ha affermato, è aiutare i manager a “esserci nei momenti che contano” quando un intervento può ancora fare la differenza.
Questa idea ha un potenziale enorme. Presenta anche un pericolo piuttosto evidente.
Quanto più efficacemente un sistema identifica un problema e raccomanda una risposta, tanto più facile diventa confondere una raccomandazione con una decisione.
Dowdle ha indicato il reclutamento come un avvertimento già esistente. L’automazione può rendere più efficiente l’assunzione, ma può anche escludere candidati validi utilizzando euristiche che hanno poco a che vedere con ciò che un’organizzazione apprezza davvero. Analogamente, il riconoscimento automatizzato può trasformare qualcosa di profondamente personale in un’altra lettera circolare aziendale.
La soluzione consiste nel preservare la responsabilità.
“Alla fine qualcuno è responsabile”, ha affermato Dowdle. “Anche quando l’IA esegue il lavoro sottostante, una persona deve comunque assumersi la responsabilità del risultato.”
Per i responsabili delle risorse umane, ha sostenuto, ciò significa mantenere la responsabilità di decidere se un'azione supportata dall'IA sia appropriata, invece di considerare il sistema come il soggetto responsabile.
Questa sta diventando una delle capacità distintive della gestione nell'era dell'IA: sapere quando accettare la raccomandazione della macchina, quando esaminarla criticamente e quando ignorarla del tutto.
L'obiettivo non è rendere le risorse umane meno umane
Esiste una versione del futuro dell'IA in cui le risorse umane diventano molto più contenute perché il software gestisce il reclutamento, i benefit, le buste paga, le domande dei dipendenti, l'analisi delle prestazioni e le decisioni sulla forza lavoro.
Esiste un'altra possibilità.
L'IA elimina una quantità sufficiente di lavoro amministrativo affinché le risorse umane possano concentrarsi maggiormente sull'aspetto che le organizzazioni hanno storicamente faticato a sistematizzare: comprendere le persone.
Dowdle è decisamente ottimista riguardo a questo futuro. Immagina che l'IA si occupi di gran parte del lavoro orientato alla conformità e delle attività transazionali legate alle buste paga, ai benefit e all'amministrazione del personale, consentendo ai team responsabili della gestione delle persone di concentrarsi più direttamente sulla cultura e sull'efficacia organizzativa.
La realizzazione di questa visione dipenderà meno da ciò che l'IA sarà infine in grado di fare che da ciò che le organizzazioni sceglieranno di delegarle.
Perché le capacità rappresentano un confine sempre meno affidabile.
L'IA è già in grado di generare il messaggio di ringraziamento. Presto potrebbe sapere chi ne ha bisogno, quando ne ha bisogno e cosa dovrebbe dire un responsabile.
La vera decisione progettuale è se l'organizzazione vuole che l'IA sostituisca quel momento o faccia in modo che una persona non se lo lasci sfuggire.
