Презентация_ЭКОПСИ.pdf

0cbb830318ca8db0db712fd4116984ff?s=47 Event-GS
July 01, 2020

 Презентация_ЭКОПСИ.pdf

0cbb830318ca8db0db712fd4116984ff?s=128

Event-GS

July 01, 2020
Tweet

Transcript

  1. ЭКОПСИ КОНСАЛТИНГ Этика и оценка персонала: кто виноват и что

    делать? ЭКОПСИ КОНСАЛТИНГ
  2. 2 / ЭКОПСИ КОНСАЛТИНГ Что такое искусственный интеллект? Искусственный интеллект

    — это (1) набор алгоритмов, который (2) обучается на данных и далее (3) имитирует человека в решении конкретных задач. Набор алгоритмов — сейчас это практически только машинное обучение Данные — HR-метрики или оценочные критерии Решаемые задачи  Решение рекрутёра (нанять / нет)  Результативность  Текучесть  Уровень должности  Компетенции  Ценности  Результаты тестов  Повышение точности традиционных инструментов  Разработка моделей компетенций и ценностей  Автоматизация рутинных операций в рекрутменте:  Поиск кандидатов  Скрининг по телефону / в чатах  Отсмотр видеоинтервью  Выявление hipo / выгоревших  Регрессия, кластеризация и классификация  Random forest  Бустинг  Нейросети и глубокое обучение  Генетические алгоритмы
  3. 3 / ЭКОПСИ КОНСАЛТИНГ Повышение точности традиционных инструментов (на примере

    личностных опросников) Традиционные опросники Опросники и технологиями машинного обучения (на примере delta.ai ЭКОПСИ) Человек отвечает, что он любит общаться с другими людьми Он получает балл к шкале «Экстраверсия» Человек в вопросе 1 отвечает, что он любит общаться с другими людьми + Человек в вопросе 32 отвечает, что он не любит достигать идеального результата Человек в вопросе 41 отвечает, что он помогает другим «на среднем уровне» + Он получает балл к шкале «Экстраверсия» Корреляция с оценками по компетенциям: 0,24 Корреляция с оценками по компетенциям: 0,38
  4. 4 / ЭКОПСИ КОНСАЛТИНГ Разработка моделей компетенций Традиционный (экспертный) подход

    Подход, основанный на данных (на примере DEEP от ЭКОПСИ) Группа менеджеров и HR’ов с помощью критических инцидентов и интервью формирует образ «идеального сотрудника» 1. Менеджеры оценивают компетенции сотрудников (именно в рамках исследования) 2. Менеджеры рейтингуют сотрудников по эффективности 3. ML отбирает компетенции, которые лучше всего различают эффективных и низкоэффективных Используются: регуляризованная регрессия, случайные леса, кластеризация нечётких множеств
  5. 5 / ЭКОПСИ КОНСАЛТИНГ Обзвон (или чатинг) и скрининг кандидатов

  6. 6 / ЭКОПСИ КОНСАЛТИНГ Оценка по видеоинтервью Читайте кейс ЭКОПСИ

    про Echo: https://www.ecopsy.ru/insights/keys-avtomatizirovannoe-videointervyu-echo-otsenka-kandidata-za-3-minuty/ Платформа Echo (ЭКОПСИ)
  7. 7 / ЭКОПСИ КОНСАЛТИНГ Цифровой след

  8. 8 / ЭКОПСИ КОНСАЛТИНГ Оценка по голосу Читайте кейс HireIQ:

    https://hireiqinc.com/white-papers/audiolytics/
  9. 9 / ЭКОПСИ КОНСАЛТИНГ Оценка по фото лица Читайте кейс,

    сделанный на базе bestfitme: https://www.nature.com/articles/s41598-020-65358-6
  10. 10 / ЭКОПСИ КОНСАЛТИНГ Выявление хайпо Читайте кейс МТС «Снежинка»:

    https://tjournal.ru/news/129699-smi-mts-sozdala-cifrovoy-profil-sotrudnika-gde-sobiraetsya-informaciya-o- hobbi-uvlecheniyah-i-zagruzhennosti
  11. 11 / ЭКОПСИ КОНСАЛТИНГ Выявление выгоревших сотрудников (или сотрудников с

    риском увольнения) Читайте кейс Ростелекома про прогноз увольнений: https://ict.moscow/presentation/servis-prognoza-i-analiza-prichin-dobrovolnykh-uvolnenii/ Платформа Yva
  12. 12 / ЭКОПСИ КОНСАЛТИНГ Карта технологий искусственного интеллекта для HR

    в РФ Личностные опросники с ИИ Разработка моделей компетенций и предиктивных моделей Оценка по видео, голосу, в чатах Прогноз рисков, увольнений Большая тройка Большая четвёрка
  13. 13 / ЭКОПСИ КОНСАЛТИНГ Возможности ИИ в оценке Глубина анализа

    данных Точность принятых решений Скорость принятия решений Но только 8% компаний используют ИИ в HR (Oracle, 2018). Причины:  Мало данных или они низкого качества (нет возможности обучить модель)  Необходимость адаптации ИИ-решений к конкретной компании (дороговизна и трудоёмкость)  Недостаток экспертизы в аналитике данных и цифровизации у HR  Неприятие сотрудниками  Неприятие HR’ми (нас заменят) Но все эти проблемы можно в той или иной мере разрешить  Точность традиционных моделей компетенций – до 65%  Точность компетенций, разработанных с ИИ – до 80%  Точность традиционных опросников в оценке компетенций – 0,24  Точность опросников с ИИ – 0,38 Снижается время выполнения рутинных операций в рекрутменте на 35-85%
  14. / ЭКОПСИ КОНСАЛТИНГ Этические проблемы использовании ИИ в оценке

  15. 15 / ЭКОПСИ КОНСАЛТИНГ Кейс Amazon (2018) Amazon в 2014-2015

    гг. разрабатывал предиктивную модель для автоматизированной оценки резюме. Оценивались разработчики. С релизом модели и началом пользования выяснилось, что она дискриминирует женщин — даёт стабильно более высокие оценки мужчинам. Причина — данные, на которых обучалась модель, содержали в себе дискриминационные паттерны (мужчины разработчики получали более высокие оценки эффективности). Amazon изменил модель, чтобы сделать её более гендерно нейтральной. Но сотрудники и рынок уже были слишком негативно настроены против модели.
  16. 16 / ЭКОПСИ КОНСАЛТИНГ Данные в HR — по определению

    искажены Мужчины ставят более высокие оценки по эффективности другим мужчинам (Koch, D'Mello, & Sackett, 2015). Кандидаты с привлекательной внешностью имеют в два раза выше шанс получить работу (Hirevue, 2018). Женщины зарабатывают на 20% меньше мужчин на аналогичных должностях (Hegewisch & Liepmann, 2010). Оценщик составляет первое впечатление об участнике оценки в первую минуту (Kleinmann et al, 2018).
  17. 17 / ЭКОПСИ КОНСАЛТИНГ Вопрос-кейс Компания отбирает кандидатов на директоров

    магазинов. Согласно результатам анализа данных, на данной должности более эффективны и дольше работают женщины старше 35 лет. Рекрутёры также чаще показывают руководителям «кустов» таких кандидатов. У компании есть возможность автоматизировать оценку резюме. Робот будет отправлять приглашения на собеседование людям с лучшими резюме. Компания сократит издержки на этот этап подбора. Женщины от 35 лет получат в этой оценке, в среднем, более высокие баллы. Вопрос – автоматизировать ли данную оценку?  Да. Мы просто оцифруем то, что и так происходит в реальности. В потенциале это повысит эффективность организации, т.к. будут наняты более эффективные люди.  Нет, пусть этот приоритет женщинам остаётся на уровне «человечной» оценки. Автоматизировать такое не стоит.  Нет, пусть компания меняет свои бизнес-процессы, чтобы мужчины имели одинаковые с женщинами возможности. Автоматизация возможна только после этого.
  18. 18 / ЭКОПСИ КОНСАЛТИНГ Ответ ЭКОПСИ  Нельзя автоматизировать дискриминационные

    паттерны даже если они связаны с эффективностью или текучестью. Есть существенные юридические риски (ТК, статья 3).  Подобные модели лучше связывать с оценками по компетенциям, ценностям, способностям, чертам. Точность модели упадёт (т.к. появится «слой» между кандидатами и прогнозом их эффективности и текучести). Но зато снизится явная дискриминирующая направленность оценки.
  19. 19 / ЭКОПСИ КОНСАЛТИНГ Где границы приватности? Оценка по фото

    Оценка по соцсетям
  20. 20 / ЭКОПСИ КОНСАЛТИНГ Вопросы-кейсы На рынке есть продукт, который

    автоматически оценивает кандидата по профилю его социальных сетей (по лайкам и текстам публичных сообщений VK / ОК / FB). Точность этой оценки – немного выше тестов и опросников. Можно быстро оценить личностные черты кандидата. При этом кандидат даёт согласие на такую оценку (доступ сервиса к его странице). Вопрос – стали бы вы использовать этот продукт в оценке кандидатов? Не для автоматического отсева, а для получения дополнительной информации (как личностные опросники).  Да. Кандидат сам даёт согласие. К тому же, рекрутёры часто оценивают кандидатов по профилям его социальных сетей.  Нет, это проникновение в частную жизнь человека. На есть продукт, который автоматически оценивает кандидата по фото его лица. Точность этой оценки – немного выше тестов и опросников. Можно быстро оценить личностные черты кандидата. При этом кандидат даёт согласие на такую оценку (отправляет своё фото). Вопрос – стали бы вы использовать этот продукт в оценке кандидатов? Не для автоматического отсева, а для получения дополнительной информации (как личностные опросники).  Да. Мы и так бессознательно оцениваем человека по его лицу.  Нет, это какая-то физиогномика.
  21. 21 / ЭКОПСИ КОНСАЛТИНГ Ответ ЭКОПСИ  Оценка должна быть

    для участника управляемой. Участник должен совершить действия для получения оценки (продемонстрировать свои силы). В этом смысле «оценка без оценки» – по цифровому следу, нейроактивности, фото – невозможна.  Оценка должна проводится в профессиональном контексте. В этом смысле оценка по цифровому следу – невозможна.
  22. 22 / ЭКОПСИ КОНСАЛТИНГ А что с презумпцией невиновности? Скриншот

    SearchInform
  23. 23 / ЭКОПСИ КОНСАЛТИНГ Вопрос-кейс Крупный банк разработал совместно с

    провайдером модель для предсказания ухода сотрудников. Модель учитывает данные деловой переписки, время прихода и ухода на работу, количество отгулов. Результат – модель показывает, кто из сотрудников имеет самый высокий риск самостоятельного ухода в течение ближайших 6 месяцев. Точности модели можно доверять. Вопрос – что делать с сотрудниками, которые имеют очень высокий риск ухода (согласно данным модели)? Множественный выбор  Оставить на усмотрение руководителя: он может провести встречу с сотрудником, чтобы узнать, что сейчас с ним происходит.  Параллельно запустить поиск замены данному сотруднику.  Организовать встречу с HRBP или другим представителем HR, для обсуждения текущей ситуации.  Ничего не делать.
  24. 24 / ЭКОПСИ КОНСАЛТИНГ Ответ ЭКОПСИ Такие системы не могут

    напрямую использоваться в принятии решений. Только для взаимодействия с самим сотрудником. Свобода воли rules.
  25. 25 / ЭКОПСИ КОНСАЛТИНГ Самые точные модели ИИ – блекбоксовые

    Blackbox – настолько сложные модели ИИ, которые невозможно расшифровать и понять, как они работают. Blackbox точнее т.н. whitebox’вых моделей (за счёт сложности). Например, в первой версии Echo (ЭКОПСИ) использовались 3 000 параметров для оценки видео. Результат – одна оценка по 100-балльной шкале (прогноз эффективности человека).
  26. 26 / ЭКОПСИ КОНСАЛТИНГ Вопрос-кейс Крупная телекоммуникационная компания автоматизирует оценку

    видеоинтервью кандидатов. Оцениваемая категория персонала – специалисты колл-центра. Процесс, к которому хочет прийти компания:  Кандидат записывает видеоинтервью.  Машина выделяет признаки на видеоинтервью, которые различают высокоэффективных и низкоэффективных сотрудников. Эти признаки – особенности речи и эмоций при ответе на вопросы про профессиональный опыт и ожидания.  Каждый кандидат получает трёхбалльную оценку, отражающую прогноз его эффективности на позиции специалиста колл-центра.  Кандидаты с низкой оценкой отсеваются из воронки. Остальные – остаются на усмотрение рекрутёра. У специалистов HR-департамента есть на выбор две модели:  Точность 80%, «нерасшитый» блекбокс. Результат – только трёхбаллка для каждого кандидата, без расшифровки.  Точность 65%, «расшитый» блекбокс. Результат – трёхбаллка для каждого кандидата + расшифровка по четырём оцениваемым качествам.
  27. 27 / ЭКОПСИ КОНСАЛТИНГ Ответ ЭКОПСИ Зависит от необходимости предоставлять

    подробную обратную связь кандидату (именно по видеоинтервью):  В оценке массовых специальной возможен блекбок.  В оценке специалистов и менеджеров – только расшифровка.
  28. 28 / ЭКОПСИ КОНСАЛТИНГ Что можно почитать про ИИ в

    оценке персонала 1. Номер HRTimes про ИИ в HR: https://www.ecopsy.ru/about/library/iskusstvennyy-intellekt-v-hr/ 2. Статья «3 тренда в оценке персонала, не оправдавших ожидания рынка: нейро-ассессмент, VR, цифровой след»: https://pif.ecopsy.ru/overhyped_trends 3. Статья «Building Ethical AI for Talent Management»: https://hbr.org/2019/11/building-ethical-ai-for-talent- management#comment-section 4. Статья «People Analytics and AI in the Workplace: Four Dimensions of Trust»: https://joshbersin.com/2019/05/the-ethics- of-ai-and-people-analytics-four-dimensions-of-trust/ 5. Научный обзор «Artificial Intelligence in Human Resources Management: Challenges and a Path Forward»: https://sci- hub.tw/https://doi.org/10.1177%2F0008125619867910
  29. По любым вопросам, связанным с оценкой персонала ЭКОПСИ Консалтинг, 2020

    Москва, ул. Новодмитровская, д. 2, корп. 1 Телефон: +7 (495) 645-21-15 www.ecopsy.ru www.pif.ecopsy.ru www.facebook.com/ecopsy.ru Юрий Шатров Почта: shatrov@ecopsy.ru Телефон: +7 (916) 216-65-74 Блог по оценку персонала: pif.ecopsy.ru/blog Телеграм-канал «Digital Assessment»: t.me/digital_assessment