Важный текст. Или по-другому: почему надо отказаться создавать модели отбора лучших. В этой идее есть своя куча нюансов, как и везде, я в данном посте рассматриваю универсальный принцип.
Это очень красивая идея – отбирать лучших кандидатов на основе навыков, компетенций и все такое. Казалось бы, если мы будем отбирать лучших, то компания в итоге будет более эффективной, производительной и так далее....В идеале да. На практике это не очень хорошая идея, а даже совсем наоборот.
Приглашаю отслеживать нас в телеграм канале HR
К сожалению, на сегодня мы не научились отбирать лучших (я не беру «гениев» рекрутинга и прочих артистов разговорного жанра, спорить с ними бесполезно, хотя Ласло Бок в Google давно показал «точность» таких прогнозов.
Аналитики, которые создавали модели отбора лучших сотрудников, бывали поначалу удивлены не очень высокой точности такой модели. Обычно такая точность не превышает 30 % (R2, кто в теме). Это из моего опыта. Мне можно не верить. Есть западный опыт.
Работают ли на самом деле модели компетенций (competency frameworks) в организациях в реальном мире?
Размер эффекта был мал, обычно менее чем 0.20 значения, поэтому они не могли бы быть полезными для отбора на вакансии кандидатов, демонстрирующих компетенции ценные для организации.
Некоторые коллеги продолжают надеяться, что точность моделей со временем можно будет увеличить, и тогда наступит коммунизм, но (!) отбирать можно уже сейчас даже на основе таких неполноценных моделей. Ниже я расскажу, 1) почему сомневаюсь, что модели будут сильно лучше, 2) почему вредно отбирать на основе неточных моделей.
Почему модели навряд ли будут улучшены (только две основные причины, чтобы не размазывать):
- В моделях в основном используются данные о навыках, компетенциях кандидата – а это не самая большая часть факторов, влияющих на эффективность. Есть еще организационные факторы, межличностное взаимодействие, учесть которые часто невозможно (компания Ласло Бока же провела исследование текучести, в котором только 8 % факторов текучести объяснялись личными качествами сотрудника);
- Само понятие «лучшести» сотрудника достаточно субъективное понятие, чаще всего в компаниях KPI выставляют на основе решения руководителя, а последние тоже люди. В итоге предубеждения, установки человека переходят в машине, получается так Amazon отказались от алгоритма рекрутинга c ИИ из-за предвзятости против женщин
Почему вредно отбирать на основе неточных моделей
Ответ очень простой: рынок труда. Любая модель отсеивает кандидатов. Отказывает им во входе. Когда у вас за воротами очередь из кандидатов, вы можете выбирать. Сейчас не очень. При неточной модели вы не только берете не лучших, вы еще отсеиваете потенциально лучших. Сам отбор ударяет по бренду компании – формирует пул недовольных. И самая банальная экономика: затраты на процедуру отбора часто выше выигрыша компании от внедрения модели.
Есть ли выход? Не знаю. Надо заниматься поисками. Есть такие заходы:
The Body Shop начнет нанимать на работу первого кандидата, приславшего резюме на вакансию в ритейле
Результаты были впечатляющие: ежемесячная текучесть в центре снизилась на 60%. В 2018 году дистрибьюторский центр The Body Shop показал уровень текучести в 38% в ноябре и 43% в декабре. В 2019 году, после внедрения практики открытого найма, текучесть сократилась до 14% в ноябре и 16% в декабре.
Не уверен, что это работает везде, но как вариант. Есть еще практики слепого рекрутинга (и даже в России), когда компания старается не отбирать лучших, а избавиться от предвзятости при отборе кандидатов 5 способов уменьшить бессознательную предвзятость при приеме на работу.
Ну а как вы хотели: как говорил Черчилль, успех — это движение от неудачи к неудаче, не теряя энтузиазма.
Приглашаю отслеживать нас в телеграм канале HR
