Какие ИИ-навыки важны для современного рекрутера? Публикуем выдержки из гайда Марка Доукинса

С внедрением ИИ рекрутинговый ландшафт быстро изменился. Сегодня делимся заметками, которые помогут вам сверить координаты.

В статье — пять советов по использованию ИИ в рекрутинге от Марка Доукинса, профессора департамента экономики в Университете Северной Флориды.

1. Совершенствуйте boolean search («логический поиск») с помощью ИИ-сорсинга.

В чем суть:

Традиционный boolean search дополняется ИИ, который понимает контекст, а не только ключевые слова. Вместо того, чтобы просто вбивать в поиск запрос «Разработчик Python 5 лет опыта», вам нужно понять, как использовать ИИ для поиска кандидатов со смежным опытом или нетрадиционным образованием, которые соответствуют целям.

Что важно:

– освоить принципы семантического поиска и понять, как ИИ интерпретирует намерения, помимо точного соответствия ключевым словам

– научиться создавать промпты для ИИ, которые сочетают специфичность и универсальность

– понять, как проверять соответствие кандидатов, подобранных с помощью ИИ, реальным требованиям к работе

– разработать навыки обучения ИИ с учетом специфики вашего кадрового резерва и нюансов индустрии, с которой вы имеете дело

2. Научитесь делать уникальные промпты для разных задач

В чем суть:

Главная цель – научиться создавать промпты, которые обеспечивают масштабную персонализированную работу с кандидатами, сохраняя при этом аутентичность на каждом этапе. Качество результатов работы ИИ полностью зависит от входных данных. Плохие промпты = плохие результаты.

Что важно:

– изучить структуру промпта (prompt framework): контекст, задача, ограничения, требования к ответу

– освоить методы доработки запросов, чтобы понимать, когда и как корректировать промпты

– не забывать про библиотеки подсказок для промптов, чтобы формулировать должностные обязанности, вопросы для собеседования и оценивать кандидатов

– устанавливать ограничения для ИИ, чтобы избежать предвзятости или несоответствия результатов

3. Не закрывайте глаза на предвзятость ИИ

В чем суть:

ИИ может закреплять и усиливать предубеждения, которые существуют в сфере найма. Рекрутеры – это первая линия обороны для кандидатов. Если ваш ИИ-скрининг резюме неизменно повышает рейтинг людей из определенных университетов, необходимо распознать эту закономерность и перенастроить систему.

Что важно:

– научиться распознавать шаблоны алгоритма (гендерные, расовые, возрастные предубеждения при отборе персонала)

– проверять результаты ИИ, а не слепо принимать их на веру

– самостоятельно контролировать даже автоматизированные процессы

4. Помните об информационной грамотности и аналитическом подходе

В чем суть:

ИИ генерирует огромные объемы данных о подборе персонала, поэтому понять, где именно допущена ошибка, бывает сложно. Если, к примеру, ваш инструмент ИИ показывает высокий процент заявок, но низкий уровень найма, то вам нужно проанализировать, указывает ли это на проблемы с качеством вакансии, неправильный таргетинг или что-то другое, а затем исправить ошибку.

Что важно:

– отслеживать метрики, которые использует ИИ для подбора персонала (time-to-hire, показатели соответствия кандидата и др)

– понять, как работает предиктивная аналитика. Как минимум, что на самом деле означают показатели «вероятность принятия» (likelihood to accept) или «риск вылета» (flight risk)?

– своевременно выявлять информацию, которая искажает аналитические данные ИИ

– научиться грамотно преобразовывать полученные данные в эффективные стратегии подбора персонала

– изучить основы статистической грамотности (корреляция и причинно-следственные связи, размеры выборки, доверительные интервалы и прочее)

– вникнуть в основы работы с естественным языком (NLP)

5. Отслеживайте опыт кандидата (CDX) в процессах, дополненных ИИ

В чем суть:

Автоматизация может сделать процессы эффективными, но холодными. Не забывайте, что вы работаете с людьми, которые хотят живого диалога. Используйте ИИ для предварительного отбора кандидатов и составления расписания, но лично обзванивайте лучших, чтобы обсудить возможности перед собеседованием. При этом можете использовать ИИ-аналитику об их прошлом, чтобы сделать беседу актуальной.

Будущее не за ИИ, заменяющим рекрутеров, а за рекрутерами, которые используют ИИ, заменяя тех, кто этого не делает.

Что важно:

– определить, какие точки соприкосновения выигрывают от ИИ (планирование, ответы на часто задаваемые вопросы, обновление статуса), а какие требуют взаимодействия с человеком (обсуждение конкретных предложений по работе и тп)

– научиться разрабатывать такие диалоговые взаимодействия с ИИ, которые будут минимально роботизированными и максимально полезными для кандидатов

– обеспечить прозрачность использования ИИ в вашем процессе

– разработать систему обратной связи, чтобы ИИ улучшался на основе ответов кандидатов.

– стремиться к овладению искусством персонализации в широком масштабе, используя ИИ-аналитику для создания действительно индивидуальных взаимодействий