98 odstotkov kadrovnikov v ZDA bo v prihodnje pri odpuščanjih zaupalo presoji algoritmov umetne inteligence. Raziskava je bila izvedena med 300 kadrovniki v ZDA.
Ali umetna inteligenca pomaga že sedaj pri odpuščanjih? Četudi je odgovor kdaj pozitiven, je zagotovo skrit v celofan, »na koncu odločajo naši kadrovski strokovnjaki«. Celo Alphabet oziroma Google trdi, da pri nedavnih odpuščanjih ni uporabljal algoritmov. Pa bo še dolgo tako? Izvajati ročno selekcijo pri več tisoč odpuščenih ni enostavno. Napake, sploh tiste bolj grobe pa lahko pomenijo tudi večjo možnost izgubljenih tožb odpuščenih proti nekdanjemu delodajalcu.
Lažja obdelava morja informacij, ki lahko vodijo do bolj kakovostne presoje pri odpuščanjih
Programska oprema lahko olajša obdelavo množice informacij, ki bi sicer ljudem vzele preveč časa. To počne že sedaj. Ko programsko opremo nadgradimo z elementi strojnega učenja in umetne inteligence, bo znala na podlagi meril in lastne »mehke« presoje izvesti selekcijo. Ne samo pri krčenju, ampak tudi zaposlovanju ljudi, napredovanjih in izbiri vodij.
Takšen pristop je lahko tudi pozitiven, saj bo lahko izločil subjektivna merila nadrejenih in kadrovnikov, ki lahko včasih vodijo do neoptimalne izbire.
AI že poganja kadrovske sisteme – bo kmalu na voljo tudi na LinkedIn?
V resnici umetna inteligenca že poganja nekatere elemente kadrovskih sistemov. Podjetja, kot je Eightfold AI, v svojih rešitvah že uporabljajo algoritme in umetno inteligenco za analizo ogromnih količin podatkov, ki jih sistemi samodejno črpajo iz javno objavljenih kadrovskih profilov, recimo tistih na LinkedIn. Tudi LinkedIn kot tak, bo zagotovo v svojih plačljivih rešitvah za kadrovske oddelke, začel uporabljati umetno inteligenco kot pomoč. Nenazadnje je LinkedIn last Microsofta, slednji pa je v OpenAI vložil precej denarja in tudi orje ledino z integracijo umetne inteligence v nekatere lastne produkte.
Od 2008 dalje kadrovske odločitve pogosto poganjajo podatki
Vse več odločitev temelji na analizah velikih podatkovnih zbirk. Po recesiji, ki se je začela v 2008, je tudi precej kadrovskih managerjev začelo temeljito analizirati podatke o doseganju ciljev zaposlenih, t.i. »performance data«, pri tem pa si pomagajo z različnimi programskimi orodji. Takšne metode dela so zanje pomembne. Pomenijo prihranek časa ter denarja, saj bi bile ročne analize prezahtevne in bi terjale preveč ljudi in časa. Sistemi dosti težje spregledajo zaposlene, ki odstopajo pri doseganju ciljev in so pri identifikaciji bolj natančni. Vloga ljudi, kadrovnikov pa je tudi po svoje lažja, saj se odločajo na podlagi natančno zbranih podatkov in priporočil, ki imajo podlago v dejanskih podatkih. Algoritmi delajo, ljudje odločajo.
Zgoraj je dokaj splošen odgovor umetne inteligence na zelo splošno vprašanje. Lahko pa si predstavljamo, kakšen bi bil odgovor, če bi umetna inteligenca imela dostop do ocen delovne uspešnosti, višine plač in nadomestil ter vseh razvojnih pogovorov in ocen v podjetju, morda tudi tistih neuradnih, ki se jih lahko razbere iz email poslovne komunikacije v podjetju.
Preveč new age za Slovenijo? Morda, morda bi kdo našel kakšno zakonsko podlago, da malce omeji presojo takšne inteligence. A zgodovina potrjuje, da razvoja na dolgi rok ni možno ustavljati. Prej ali slej se zgodi.
