2014年,亚马逊推出了一项新的招聘算法,以帮助它找到最佳的求职者。实验一年后,公司发现该工具对女性存在偏见,于是悄悄地关闭了这个项目。去年10月,当路透社爆料此事时,领英人才解决方案的产品负责人John Jersin对算法招聘的总体格局提出了自己的看法:如今的AI系统还不能自己做出招聘决定。技术尚未达到这个水准。
他评论的言下之意是:完全仰仗AI系统进行人才招聘——这一天最终会到来。但斯坦福大学商学院组织行为学助理教授Adina Sterling的研究对这一观点提出了质疑,“人才招聘”实则是公司的“人才战略”,如果你认为AI可以代替实施,这是一种深刻的误解。
在与他人合著并发表在《Strategy Science》上的一篇新论文中,Adina Sterling阐述了她的观点:招聘人才与企业长期战略密不可分。她还解释了为什么将招聘任务委托给计算机,至少在可预见的未来,这么做可能会削弱公司的战略潜力。
她说:“科技所起的作用越来越大,在这样的时刻,更应当重视更高层次的战略问题。”
从招聘网站到算法招聘
大约20多年前,当Monster.com这样的招聘平台出现在网络上时,机器在招聘中的使用变得广泛起来。这些网站让企业招聘变得更有效率,同时也扩大了招聘规模。曾经一个职位只会收到20封求职信,如今却在几分钟内收到200个投递信息。
Adina Sterling说,“招聘智能化以后,HR绝大部分工作都集中在Sourcing(指通过各种途径主动寻找人才)方面。HR要把合适的人才不断加入“候选人池”,并与不理想的候选人进行区分。
如今,65%到70%的工作申请首先接触到的是机器。经过计算机初步筛选之后,最适合的候选人才被移交给人类HR。计算机越来越善于理解信息,且通过网络可以获取海量信息,这种情况下,大多数招聘算法相对严格的过滤条件就产生了问题。
Adina Sterling表示:候选人不可能是一个模子里刻出来的,现在却很难找到与众不同的人才。比如,一个有即兴喜剧表演背景的人申请一份销售工作,人类HR兴许能发现这个候选人的潜力——销售需要口才和感染力,喜剧演员很可能适合这个职位。但是计算机是没法意识到这一点的。
与此同时,算法和AI正在逐渐延申工作范围,之前是寻找人才放进人才库,慢慢地机器开始实际做出最终的聘用选择。虽然这种做法还不普遍,但发展势头明显。Sterling表示:如果我们将招聘理解为真正的公司战略,那么把它交给机器就构成了一个根本性的问题。人类仍需要做出很多战略层面的决定,学者们应当思考,在招聘领域,公司经理们的职责在哪里。
招聘是战略
为了说明招聘是战略性的,Sterling首先定义了这个术语的含义。当一个决定符合以下四个标准时,它就是战略性的:
不可逆:一旦做出决策,利益相关者就会相互承诺,竞争对手可用的选择将不可逆转地改变,而某些选项必然会被取消,其它选项也会被揭开。
相关性:一个决策是否有利,取决于它与公司其它决策的一致性或互补性。在这方面,相关性关注决策者之间的信息共享和协调。
竞争:竞争对手的反应会影响不同选择的价值。因此,对于想象中的未来,决策者必须从竞争对手的角度来预测他们如何应对各种选项。
不确定性下的学习:招聘存在固有的不确定性,这不仅仅是添一个新职位,更是获取新知识、与新员工、社区、客户、供应商建立联系的过程。
Sterling对各类人士进行了采访,包括招聘经理、AI和机器学习专家、人力资源技术创企的高管,之后得出结论。她认为以上条件都适用于招聘活动,因此“招聘”应该被赋予战略意义。就目前机器在招聘过程中的应用来看,它充当的角色还仅仅是编程和自动化,所以机器还够不上“人才战略”。战略层面应当包括上述四个要素。
因此,人才战略意味着不仅要考虑应聘者的技能,还要考虑如何从整体上、始终如一地寻找人才,并将其融入到公司组织中。这也意味着需要长期坚持这一人力资本战略,鉴于战略存在“不可逆性”,所以要改变已有的人才战略,公司将付出成本和代价。
简而言之,招聘不是一次性为某个岗位找到最合适的人,而是一个不断补充人才库的过程。招聘需要将公司置于全球化视野当中,也意味着在快速变化的市场中找准方向。计算机不具备这种能力。
人工智能的作用
但这并不是说要放弃采用算法招聘人才。Sterling表示,AI在招聘中所起的作用应当与公司的人才战略保持一致。这意味着以下两件事。
第一,招聘经理需要仔细研究现有的算法背后隐藏着什么。能进入候选人名单,往往已经通过计算机的层层筛选,而HR可能并不清楚机器是什么完成这些筛选的。虽然筛选的算法肯定是有效的,但比起10年前AI还没有普遍应用多靠人工挑选简历的时代,机器筛选可能会漏掉某些合适的候选人,比如前文提到的,擅长即兴喜剧表演的人很可能适合某个销售职位,但机器估计不会把他列入候选人名单。
第二,在确定这些过滤条件是否需要调整之后,HR应该考虑招聘算法的具体价值。是的,计算机能快速整理简历。但它还能做什么?或者说它做不了什么?然后,他们应该将这些见解纳入公司战略规划,进行更广泛的考量。盲目算法的利弊几何?
希望HR经理们能感觉到,自己应该对算法的工作负责。他们至少应该明白,招聘是HR的责任,而不应当全部推给机器。
上一篇:达索系统与ABB宣布建立全球合作伙伴关系
下一篇:自动机器学习简述(AutoML)