Ежедневно собираются данные о каждом человеке. Речь идет об огромных объемах данных – Big Data. Большая часть из них находится в свободном доступе в Интернете: профили из социальных сетей, статьи и оценки, поисковые запросы, история заказов и форумы. С помощью искусственного интеллекта (ИИ) можно отфильтровать большое количество информации об отдельных лицах.
Некоторые компании находят заманчивым объединить эти данные, имеющиеся в свободном доступе, и использовать их также и при подборе персонала. В конце концов, не предлагает ли Big Data дополнительный взгляд на личность заявителя, актуальный для работодателя?
Работодатели надеются, что Big Data поможет им выбрать идеального сотрудника.
Чем больше данных доступно, тем более точной становится картина - это идея использования Big Data. Также для компаний, потому что они хотят безопасности при отборе кандидатов. Для этого они хотят получить как можно более точную характеристику потенциальных сотрудников. Подходит ли кандидат на объявленную должность и как он проявит себя? Какой у него потенциал? Работодатели обращают внимание как на профессиональный опыт, так и на личные качества.
Как агентства по проверке биографии используют большие массивы данных для подбора персонала?
Использование искусственного интеллекта при оценке больших массивов данных начинается, в основном, с разбора резюме, при котором детали автоматически извлекаются из резюме, которые затем становятся доступными для диагностики. Это простой пример сбора и оценки данных.
Агентства по проверке биографии предлагают дополнительные услуги: Они извлекают данные из различных источников информации, таких как LinkedIn или Facebook, с веб-сайтов и других источников. Они связывают данные друг с другом, добавляют их в досье заявителя и делают из них выводы.
Во многих других странах, таких как Соединенные Штаты, также относительно легко найти информацию, которая не является общедоступной в Европе: информация о кредитоспособности, медицинских данных или судимостях, если таковые имеются. Проверяющие агентства сравнивают данные кредитной карты, регистрируют студенческий кредит и знают, есть ли у соискателя ипотека на жилье. И они знают, водил ли заявитель когда-либо автомобиль под воздействием токсичных веществ и подвергался ли он полицейскому аресту. Потому что эти данные там также являются общедоступными.
Таким образом, агентства по проверке биографических данных собирают обширную базу данных о кандидате, чтобы как можно больше узнать о том, что работодатель хочет знать на момент найма. Затем провайдеры получают выводы из поведения пользователей и делают выводы - аналогичные тому, что делают интернет-магазины или как это делает Google - чтобы сделать выводы из различных данных и «следов», которые мы оставляем в Интернете.
Почему использование Big Data так сомнительно в процессе подбора персонала?
Мы в HR-диагностике не используем анализ больших массивов данных для подбора персонала. Основной вопрос заключается в том, насколько полезно оценивать большие данные для принятия кадровых решений. На этот вопрос у нас есть три четких ответа:
1. Анализ больших объемов данных не совместим с применимыми европейскими директивами по защите данных.
Сбор и оценка персональных данных регулируются правовыми рамками защиты данных и личных прав человека. Не вся информация, имеющаяся о человеке, также представляет интерес для потенциальных работодателей. И не все, что доступно с точки зрения данных, можно свести к решению о найме на работу, не говоря уже об автоматизации. Потому что суверенитет, какие данные заявитель хотел бы предоставить своему потенциальному будущему работодателю, остается исключительно за ним самим.
Именно поэтому мы в HR-диагностике продолжаем полагаться на данные, которые кандидаты добровольно предоставляют о себе.
Вы не должны собирать ничего, что законодатель не разрешает в качестве вопроса в интервью каким-либо другим способом. Все, что не имеет отношения к работе или является дискриминационным по отношению к человеку, не должно даже содержаться в досье заявителя.
2. Старые данные не позволяют сделать надежный прогноз профессионального успеха.
Еще одним серьезным недостатком Big Data при отборе персонала является то, что анализ оценивает только то, какие темы волновали человека в прошлом. Это свидетельствует о фундаментальной проблеме больших данных:
Большие данные в основном состоят только из старых данных.
Однако, если кто-то обращается за работой, отличной от той, что он делал до сих пор, ситуация со старыми и данными не соответствует требованиям новой работы. Именно здесь модель прогнозирования больших данных распадается на части.
3. Использование больших массивов данных при отборе персонала не имеет под собой научной основы
Еще одной основой для серьезной диагностики пригодности является сбор только тех данных, которые имеют отношение к данному случаю. Мы опираемся только на результаты испытаний, полученные в научно обоснованном виде. Потому что только эти данные являются надежными, объективными и достоверными. К ним относятся методы мультимодальной диагностики или, к примеру, тесты интеллекта.